Introducing Claude Corps
Zusammenfassung
Kurz
Anthropic kündigt ein mit zunächst 150 Millionen US-Dollar finanziertes, zwölfmonatiges Fellowship an: 1.000 Berufseinsteiger sollen für gemeinnützige Organisationen in den USA im Einsatz von Claude geschult werden; mindestens 400 Organisationen sollen sie aufnehmen. Die erste Gruppe soll im Oktober 2026 starten. Der Bericht schildert Ziele und geplante Abläufe, aber noch keine gemessenen Ergebnisse; eine spätere Ausweitung und offene Bereitstellung von Teilen der Infrastruktur sind Vorhaben.
Mittel
Anthropic kündigt Claude Corps an, ein einjähriges US-Programm, das 1.000 Menschen am Anfang ihrer Laufbahn im Einsatz von Claude schulen und bei gemeinnützigen Organisationen einsetzen soll. Das Unternehmen stellt zunächst 150 Millionen US-Dollar bereit. Die Fellows sollen Vollzeit vor Ort arbeiten; Anthropic nennt als Ziele, die Arbeit der Gastgeber zu unterstützen und den Teilnehmenden beruflich nutzbare KI-Kenntnisse zu vermitteln. Ob dies gelingt, ist noch nicht belegt.
Anthropic übernimmt Finanzierung und Strategie, CodePath soll Arbeitgeber und Programmleitung sein, Social Finance Evaluation und längerfristige Finanzierungsplanung. Vorgesehen sind anfangs intensive Schulungen, danach fünf Stunden Weiterbildung pro Woche. Das Gehalt soll 85.000 US-Dollar betragen, zuzüglich Leistungen und Betreuung. Mindestens 400 Organisationen sollen im kommenden Jahr Fellows aufnehmen. Zitate im Bericht nennen mögliche Anwendungen von Datenanalyse bis Meeresschutz; sie beschreiben Erwartungen, keine nachgewiesenen Erfolge.
Die erste Gruppe von 100 soll im Oktober 2026 starten; weitere Gruppen sind für März und August 2027 angekündigt. Bewerben können sich über 18-Jährige mit weniger als zwei Jahren Vollzeit-Berufserfahrung, die in den USA arbeiten dürfen und bei Bedarf umziehen können. Anthropic will die Wirkung und Entwicklung der Fellows evaluieren und Teile der Infrastruktur offenlegen; eine Ausweitung bleibt ein erklärtes Ziel.
Ausführlich lesen
Anthropic kündigt mit „Claude Corps“ ein landesweites, einjähriges Fellowship-Programm in den USA an. Es soll 1.000 Menschen zu Beginn ihrer beruflichen Laufbahn darin schulen, Claude einzusetzen, und sie anschließend gemeinnützigen Organisationen zuordnen. Nach Darstellung des Unternehmens sollen die Fellows dort in Vollzeit und vor Ort die Arbeit der Organisationen unterstützen. Anthropic nennt zwei Ziele: Die Gastgeber sollen nützliche Werkzeuge und Arbeitsabläufe erhalten; die Fellows sollen KI-Kenntnisse erwerben, die ihnen später im Beruf helfen. Als anfängliche Finanzierung stellt Anthropic 150 Millionen US-Dollar in Aussicht. Das Unternehmen begründet die Initiative mit der Verantwortung, die Vorteile von KI breit zu teilen und in Menschen zu investieren, die vom wirtschaftlichen Wandel betroffen sein könnten. Ob das Programm seine Ziele erreicht, ist im Bericht noch offen.
Die Umsetzung teilen sich drei Organisationen: Anthropic finanziert das Vorhaben, verantwortet die Strategie und bringt Claude-Fachwissen ein. CodePath soll als offizieller Arbeitgeber der Fellows fungieren und die Programmgestaltung leiten. Social Finance übernimmt laut Ankündigung Messung und Evaluation und soll ein längerfristiges Finanzierungsmodell entwickeln, das eine Ausweitung ermöglichen könnte.
Ein Fellowship dauert zwölf Monate. Zu Beginn sind intensive Schulungen durch Anthropic und CodePath vorgesehen; nach der Vermittlung sollen fünf Stunden pro Woche für fortlaufende Weiterbildung reserviert sein. Die übrige Arbeitszeit ist für die Gastgeberorganisation bestimmt. Als Vergütung nennt Anthropic ein Vollzeitgehalt von 85.000 US-Dollar samt Zusatzleistungen. Außerdem sollen die Fellows eine Mentorin oder einen Mentor von CodePath, technische Sprechstunden bei Anthropic, ein großes Claude-Nutzungskontingent und fachliche Begleitung durch ihre Führungskraft vor Ort erhalten.
Im kommenden Jahr sollen mindestens 400 gemeinnützige Organisationen Fellows aufnehmen. Der Bericht führt unter anderem Braven, Code the Dream, eine Lebensmittelbank in Montgomery County, Team Red, White & Blue, REEF und StriveTogether auf. In zahlreichen zitierten Stellungnahmen beschreiben Gastgeber mögliche Einsatzfelder: Datenanalyse, Prognosen für Lebensmittelverteilung, Unterstützung von Veteranen, Meeresschutz, öffentliche Dienstleistungen sowie interne Abläufe. Diese Beispiele sind Erwartungen und Einschätzungen der Organisationen, keine im Bericht belegten Ergebnisse. Die Liste der Zitate nennt zudem weitere Organisationen, darunter RAINN, Goodwill Industries International, MyFriendBen, Year Up United, Code for America und das International Rescue Committee.
Bewerbungen für die erste Gruppe von 100 Fellows sollen laut Bericht bis zum 17. Juli offen sein; ihr Start ist für Oktober 2026 angekündigt. Zwei weitere Gruppen sollen im März und August 2027 beginnen, für sie seien Bewerbungen fortlaufend möglich. Bewerben können sich Personen über 18 mit weniger als zwei Jahren Vollzeit-Berufserfahrung, unabhängig von ihrer Ausbildung, sofern sie in den USA arbeiten dürfen, mit Claude arbeiten möchten und bei Bedarf umzugsbereit sind. Unterstützung beim Umzug sei verfügbar. Auch Organisationen können sich für alle Starttermine bewerben.
Anthropic kündigt eine systematische Evaluation an, die sowohl den Beitrag der Fellows zu den Aufgaben der Gastgeber als auch deren Kompetenz- und Karriereentwicklung untersuchen soll. Das Unternehmen möchte Teile der nötigen Technologie und Infrastruktur quelloffen bereitstellen und ein über die USA hinaus übertragbares Modell entwickeln. Eine solche Ausweitung ist im Bericht ein Vorhaben, kein bereits erreichtes Ergebnis.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Beide Zusammenfassungen von Luna sind sachlich korrekt und wurden gemeinsam bewertet. Die Einordnungen stützen sich allein auf den Bericht, der ein Fellowship-Programm beschreibt und Fragen der Governance kaum behandelt.
Im Bericht, aber nicht in der Zusammenfassung
- Der Politikrahmen von Anthropic zu KI und Arbeit wird nicht erwähnt.
- Das Ziel, das Modell später in anderen Ländern außerhalb der USA zu replizieren, fehlt.
- Die offenen Bewerbungen für Gastorganisationen fehlen.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M2 Wie muss ein Meldekanal zwischen Staaten gebaut sein, damit er verlässlich arbeitet, auch in einer Krise?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra
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 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra
- 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 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 56 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- 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 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra
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 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 59 %gleiches Oberthema, hilft nicht
- d3-ultra
- 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 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 30 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 60 %gleiches Oberthema, hilft nicht
- d3-ultra
- 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 49 %gleiches Oberthema, hilft nicht
- SubQ 50 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 58 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 58 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T1-T02 Welche messbaren Schwellen halten die weitere Skalierung von KI-Modellen automatisch an, wer prüft sie, und wie bleiben diese Auslöser bindend, wenn der Wettbewerb drückt?
- SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus?
- SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden?
- SF-T1-T08 Wenn ein Sicherheitsprojekt mit KI-Hilfe zugleich die allgemeine Fähigkeit des Modells oder die für sein Training genutzte Rechenleistung steigert: Wie hält man beide Wirkungen fest, und wie entscheidet man, ob der daraus entstehende Fähigkeitszuwachs eine neue Sicherheitsprüfung braucht, bevor die Arbeit weitergeht?
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 58 %gleiches Oberthema, hilft nicht
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 52 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 82 %gleiches Oberthema, hilft nicht
- d3-ultra
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 53 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 26 %einzelne zitierbare Belege
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 73 %gleiches Oberthema, hilft nicht
- d3-ultra
- 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 48 %einzelne zitierbare Belege
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 28 %gleiches Oberthema, hilft nicht
- Luna 40 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V5-T01 Was sollte ein Modell schon heute tun, nicht erst bei rekursiver Selbstverbesserung (wenn KI ihre eigene Weiterentwicklung selbst vorantreibt), um äußerste Vorsicht angesichts rasch wachsender maschineller Intelligenz ernst zu nehmen?
- SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten?
- SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar?
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 38 %Hintergrund, keine Belege
- JEV 40 %einzelne zitierbare Belege
- amos 28 %nur am Rande erwähnt
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 36 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-H2-T01 Was unterscheidet das Veröffentlichen von Modellgewichten (den gelernten Parametern) oder von Agentenwerkzeugen mit offenem Quellcode vom Freisetzen einer Waffe: die Absicht des Akteurs, die Selbstständigkeit des Modells, seine Verwendung oder der Schaden, den es von sich aus anrichten kann? Und können Staaten diese Grenze gemeinsam festschreiben, bevor ein offenes Modell im Mittelpunkt eines schweren Vorfalls steht?
Offenlegung und Rechenschaft
- SF-O1 Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
- 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
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 63 %einzelne zitierbare Belege
- JEV 55 %einzelne zitierbare Belege
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 61 %gleiches Oberthema, hilft nicht
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-O2-T05 Welche öffentlichen Zusagen eines Spitzenlabors macht die juristische Person, die bei einem Bruch verklagt würde, und welche nur das Forschungsteam, und veröffentlichen die Labore das für jede Zusage?
- SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 52 %Hintergrund, keine Belege
- JEV 32 %gleiches Oberthema, hilft nicht
- amos 34 %gleiches Oberthema, hilft nicht
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-E1-T01 Wie bekommen Staaten des Globalen Südens, Hochschulen und Zivilgesellschaft eine verbindliche Stimme statt Beobachterstatus in den entstehenden KI-Sicherheitsplattformen, Prüfverbünden und Normungsgremien?
- SF-E1-T04 Wie bekommen Staaten, in denen kein Spitzenlabor sitzt, einen echten Platz beim Setzen internationaler technischer KI-Normen, damit KI in der Praxis ein gemeinsames Gut bleibt und nicht nur wenige Regierungen und Firmen die Regeln schreiben?
- SF-E1-T05 Welche Mechanismen könnten geschaffen werden, damit Standards und Praktiken der KI-Sicherheit in Ländern des Globalen Südens berücksichtigt und nicht allein von wenigen Staaten bestimmt werden?
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 49 %nur am Rande erwähnt
- amos 33 %gleiches Oberthema, hilft nicht
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 20 %Hintergrund, keine Belege
- Luna 72 %einzelne zitierbare Belege
- JEV 51 %einzelne zitierbare Belege
- amos 30 %einzelne zitierbare Belege
- SubQ 34 %gleiches Oberthema, hilft nicht
- drex 28 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung Hintergrund, keine Belege
- SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte?
- SF-E4-T02 Welche konkreten Mechanismen (bezahlbarer Zugang zu Modellen, Rechenleistung im öffentlichen Interesse, Technologietransfer) sollen Sicherheitsregeln begleiten, damit sie Monopole nicht vertiefen und Länder mit wenig Mitteln nicht abhängig zurücklassen?
- SF-E4-T03 Wie können gemeinsame Sicherheitsregeln verhindern, dass hohe Kosten der Einhaltung den Markt auf wenige reiche Labore verengen, und trotzdem kleine Entwickler und Open-Source-Entwickler auf dieselbe Mindestschwelle für Sicherheit verpflichten?
- 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 52 %einzelne zitierbare Belege
- JEV 33 %Hintergrund, keine Belege
- amos 28 %nur am Rande erwähnt
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 40 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung nur am Rande erwähnt
- SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen?
- SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat?
Weitere Berichte zu diesen Fragen
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- 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?
- Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv