A simpler AI timelines model predicts 99% AI R&D automation in ~2032
Zusammenfassung
Kurz
METRs vereinfachtes Modell setzt bei fortgesetztem Wachstum von Rechenleistung und algorithmischer Effizienz den Median für mehr als 99 Prozent Automatisierung der KI-Forschung auf etwa Mitte 2032; bis 2035 ergeben die Simulationen große Zuwächse bei Softwareeffizienz und Forschungsleistung. Diese Werte hängen von unsicheren Annahmen ab: Das Modell lässt vollständige Automatisierung und wirtschaftliche Rückkopplungen außen vor und sagt nichts über die anschließende Beschleunigung bis zur Superintelligenz aus.
Mittel
Der METR-Bericht beschreibt ein vereinfachtes Modell zur Schätzung, wann KI die Forschung und Entwicklung an KI weitgehend automatisieren könnte. Es nutzt acht statt 33 Parameter im Vergleich zum AI Futures Model und setzt unter anderem voraus, dass Automatisierung einer logistischen Kurve folgt, automatisierte Aufgaben deutlich schneller erledigt werden und vollständige Automatisierung ausbleibt.
Bei fortgesetztem Wachstum von Rechenleistung und algorithmischer Effizienz liegt der simulierte Median für mehr als 99 Prozent Automatisierung bei etwa Mitte 2032. Die meisten von 40 Modellverläufen erreichen diesen Wert Anfang bis Mitte der 2030er Jahre. Bis 2035 ergeben die Simulationen 1.000- bis 10 Millionenfache Softwareeffizienz und 300- bis 3.000-fache Forschungsleistung. Das sind bedingte Modellresultate, keine sicheren Prognosen.
Laut Sensitivitätsanalyse verzögern vor allem stärkere abnehmende Erträge bei Softwareverbesserungen und ein langsamerer Automatisierungsfortschritt den Zeitpunkt. Das Modell erfasst weder die spätere Beschleunigung durch übermenschliches Forschungsurteil noch wirtschaftliche Rückkopplungen. METR betont, dass die Parameter unsicher sind, das Modell schnell erstellt wurde und ein Rücktest vor 2026 wegen geringer damaliger Automatisierung wohl kaum möglich ist.
Ausführlich lesen
Der METR-Bericht stellt ein vereinfachtes Modell vor, das abschätzt, wann KI einen sehr großen Teil der KI-Forschung und -Entwicklung (AI R&D) automatisieren könnte. Die Autorinnen und Autoren wollen damit eine verständlichere und nach ihrer Einschätzung robustere Alternative zum AI Futures Model (AIFM) bieten: Ihr Modell verwendet acht statt 33 Parameter und verzichtet auf einige komplexe Annahmen. Die Vereinfachung soll die Ergebnisse weniger abhängig von schwer bestimmbaren Größen machen; sie garantiert jedoch keine höhere Vorhersagegenauigkeit.
Unter der Annahme, dass sich Rechenleistung und algorithmische Effizienz gemäß den gewählten Trends weiterentwickeln, ergibt die Simulation als mittleren Zeitpunkt für mehr als 99 Prozent Automatisierung etwa Mitte 2032. Die meisten der 40 dargestellten Modellverläufe erreichen diesen Anteil Anfang bis Mitte der 2030er Jahre. Bis 2035 ergeben die Simulationen laut Bericht typischerweise einen Zuwachs der Softwareeffizienz um das Tausend- bis Zehnmillionenfache und eine 300- bis 3.000-fache Forschungsleistung. METR folgert daraus, dass sehr leistungsfähige KI auch auf einem mittleren Zeitplan möglich wäre, selbst wenn vollständige Automatisierung und übermenschliches Forschungsurteil ausbleiben. Das sind modellbasierte Projektionen, keine beobachteten Ergebnisse oder sicheren Vorhersagen.
Das Modell beschreibt Forschungsfortschritt als abhängig von menschlicher Arbeit und Rechenleistung, wobei Softwareeffizienz nach einem Jones-Modell wächst. Der automatisierbare Anteil der Aufgaben steigt sigmoid mit der effektiven Rechenleistung. Automatisierte Aufgaben gelten als deutlich schneller und nicht als Engpass; menschliche Arbeit konzentriert sich auf die übrigen Aufgaben. Der Bericht setzt außerdem null Austauschbarkeit zwischen Aufgaben an und nimmt an, dass KI-Arbeit sich der vollständigen Automatisierung nur annähert, sie aber nie ganz erreicht. Die Parameter stammen im Wesentlichen aus begründeten Schätzungen und Annahmen: unter anderem zu Effizienzfortschritt, anfänglicher Automatisierung, Arbeitskräfte- und Rechenleistungswachstum sowie abnehmenden Erträgen. Für die Simulationen werden Parameter aus Dreiecksverteilungen gezogen.
Die Sensitivitätsanalyse weist vor allem zwei Einflussgrößen aus: stärkere abnehmende Erträge bei Softwareverbesserungen und eine langsamere Umwandlung von Fähigkeiten in Automatisierung verschieben den Zeitpunkt nach hinten. Andere Parameter, darunter der angenommene Anteil von Arbeit gegenüber Rechenleistung, verändern die Zeitpläne in dieser Analyse weniger. METR meint, dass ein übermenschlicher KI-Forscher vor 2036 in den meisten plausiblen Varianten auftreten könnte, sofern der Fortschritt nicht stark gebremst wird oder an einer grundlegenden Grenze zum Stillstand kommt. Ein späterer Zeitplan erfordere laut Analyse eine Kombination aus besonders langsamer Automatisierung und starken abnehmenden Erträgen.
Der Bericht grenzt seine Aussagen ausdrücklich ein: Das Modell trennt Forschungsurteil und Softwareentwicklung nicht und modelliert deshalb Zeit bis zu automatisierter Entwicklung, nicht die anschließende Beschleunigung bis zur Superintelligenz. Es berücksichtigt auch keine Rückkopplungen über die Gesamtwirtschaft. Die Autorinnen und Autoren halten die Parameterschätzungen für unsicher, geben dem exakten Datum wenig Gewicht und sagen, das Modell sei in etwa 15 Stunden erstellt worden; Annahmen könnten sich ändern. Eine empirische Verfeinerung wird vorgeschlagen, etwa durch Studien zur Produktivitätssteigerung und Vergleiche von Modellen über die Zeit. Ein Rücktest mit Daten vor 2026 sei vermutlich kaum möglich, da die Automatisierung von KI-Forschung vor 2025 gering gewesen sei.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Luna hat zwei Zusammenfassungen geliefert; die als zusammenfassung bewertete mittlere ist im Kern treu, die kurze ebenfalls sachlich korrekt, lässt aber den Sensitivitätsbefund und die Konservativität der Annahmen aus. Die Einordnung von SF-H3 mit Stufe 4 ist zu hoch, da der Bericht nichts zu Herkunft oder Innenleben von Modellen enthält. SF-T2, SF-T3-T08 und SF-T3-T03 sind ebenfalls zu hoch angesetzt, weil der Bericht die Fragen nur am Rande berührt.
Im Bericht, aber nicht in der Zusammenfassung
- Schlussfolgerung des Berichts, dass nahezu jedes vernünftige Zeitlinienmodell superhumane KI-Forscher vor 2036 vorhersagt, sofern der KI-Fortschritt nicht an eine Wand stößt oder bewusst gebremst wird
- Einordnung der Ergebnisse als klar transformative KI
- Sensitivitätsbefund, dass selbst bei beta 0,9 noch 2034 herauskommt und erst die Kombination aus hoher Automatisierungsträgheit und hohem beta Zeitlinien nach 2036 ergibt
- Begründung, dass die Annahmen ohne volle Automatisierung und ohne Substituierbarkeit bewusst konservativ gewählt sind
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 43 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 23 %Hintergrund, keine Belege
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 52 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 25 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 28 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 51 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 30 %Hintergrund, keine Belege
- Luna 38 %Hintergrund, keine Belege
- JEV 38 %gleiches Oberthema, hilft nicht
- amos 28 %Hintergrund, keine Belege
- SubQ 38 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 44 %gleiches Oberthema, hilft nicht
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 30 %Hintergrund, keine Belege
- Luna 55 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 31 %gleiches Oberthema, hilft nicht
- SubQ 47 %gleiches Oberthema, hilft nicht
- drex 40 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
- SF-T2-T01 Welche öffentliche, nachprüfbare Handlung würde als Verzicht auf weitere Skalierung zählen, nicht nur eine Ankündigung? Was müsste ein Labor veröffentlichen, damit eine rivalisierende Regierung bestätigen kann, dass wirklich pausiert wurde, und welche nachträglichen Belege würden zeigen, dass keine Fähigkeitszuwächse zurückgehalten wurden, etwa durch nicht offengelegte Änderungen an Rechenleistung beim Einsatz oder Werkzeugzugang oder durch einen nicht offengelegten Austausch von Modellen?
- SF-T2-T04 Würde ein Labor eine Verlangsamung akzeptieren, deren Einhaltung es bei der Konkurrenz nicht prüfen kann?
- SF-T2-T05 Wenn ein Staat oder Labor einen entscheidenden Vorsprung bei KI-Fähigkeiten erlangt: Welcher Mechanismus hindert diesen Akteur daran, Sicherheitsabkommen als bremsende strategische Last zu behandeln statt als gegenseitigen Nutzen?
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 23 %Hintergrund, keine Belege
- Luna 46 %einzelne zitierbare Belege
- JEV 36 %einzelne zitierbare Belege
- amos 29 %einzelne zitierbare Belege
- SubQ 25 %Hintergrund, keine Belege
- drex 26 %einzelne zitierbare Belege
- d3-ultra 37 %Hintergrund, keine Belege
- Haiku-Prüfung einzelne zitierbare Belege
- SF-T3-T01 Welches messbare Zeichen, also welche beobachtbare Änderung in der Fähigkeit eines Modells, die Abläufe zu verbessern, mit denen seine eigenen Fähigkeiten entwickelt werden, würden Labore und Staaten gemeinsam als Beginn der Selbstverbesserung anerkennen, und wer darf im Labor danach suchen? Welche beobachtbare Änderung markiert den Schritt von beaufsichtigter automatisierter Forschung zu voll selbstständiger Selbstverbesserung, und welche öffentliche Stelle darf diesen Schritt nach Prüfung der Belege für menschliche Kontrolle erlauben oder ablehnen?
- SF-T3-T02 Werden Labore, die ein Maß für die Überwachbarkeit ihrer Modelle und ein Maß für selbstständige KI-Forschung veröffentlichen, diese beiden Maße gemeinsam nach demselben Zeitplan veröffentlichen? Und wird eine Normungsstelle nicht jedes Maß für sich, sondern ihre sich kreuzenden Verläufe (sinkende Überwachbarkeit bei steigender selbstständiger Forschung) zum Auslöser einer Überprüfung machen, als Frühwarnung für den Verlust menschlicher Aufsicht, noch bevor sich der Beginn der Selbstverbesserung benennen lässt?
- SF-T3-T03 Welche Teile von Training, Prüfung und Einsatz laufen schon heute weitgehend durch KI, und welche Rollen sagt jedes Labor zu, bei Menschen zu lassen, in einer veröffentlichten Liste statt als bloßer Grundsatz? Wenn KI nachfolgende Modelle selbst entwirft, trainiert und prüft: Welcher Mindestanteil der Forschung muss unter direkter menschlicher Prüfung bleiben, und wie belegt man, dass ein Durchbruch mit menschlicher Beteiligung und nicht vollautomatisch entstanden ist?
- SF-T3-T05 Wenn Selbstverbesserung schneller voranschreitet als der Beobachtungstakt fortlaufender Prüfer: Wie kurz muss dieser Takt sein, und wer darf zwischen zwei Beobachtungen eine Pause durchsetzen: der Prüfer, das Labor oder eine Stelle von außen?
- SF-T3-T06 Wenn ein unabhängiger Prüfer, der mit Zugang wie ein Mitarbeiter in einem Labor arbeitet, meldet, dass die für die Selbstverbesserung relevante Automatisierung schon schneller voranschreitet, als der diplomatische Zeitplan für gemeinsame Prüfungen, Tempogrenzen der Selbstverbesserung und eine umfassende Verlangsamung annimmt: Kehrt sich die Reihenfolge der Verhandlungen um, weil die Prüfung zeigt, dass die Vereinbarung schon zu spät kommt? Und muss der Prüfer das den Regierungen melden, oder ist es ihm freigestellt?
- SF-T3-T08 Welche kontrollierten Versuche können Labore heute machen, um Selbstverbesserung nachzubilden, ohne eine unbeabsichtigte Beschleunigung zu riskieren?
Vertrauen in Modelle
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 65 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 43 %einzelne zitierbare Belege
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 35 %Hintergrund, keine Belege
- Luna 49 %gleiches Oberthema, hilft nicht
- JEV 34 %gleiches Oberthema, hilft nicht
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 49 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 35 %einzelne zitierbare Belege
- JEV 89 %beantwortet direkt und ausführlich
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 54 %gleiches Oberthema, hilft nicht
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 67 %gleiches Oberthema, hilft nicht
- drex 37 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 38 %Hintergrund, keine Belege
- JEV 40 %gleiches Oberthema, hilft nicht
- amos 54 %gleiches Oberthema, hilft nicht
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen?
Weitere Berichte zu diesen Fragen
- Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Woran erkennen andere, dass ein Labor wirklich bremst?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv