Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
epoch21. März 2025 · Q006770

Most AI value will come from broad automation, not from R&D

epoch.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Die Autoren argumentieren, dass KI ihren größten wirtschaftlichen Nutzen wahrscheinlich durch die Automatisierung von Arbeit in vielen Branchen entfaltet, nicht allein durch beschleunigte Forschung. Sie stützen dies auf Wachstumsdaten und Aufgabenanalysen, betonen aber Unsicherheiten bei der Messung von F&E-Beiträgen, bei möglichen Forschungsengpässen und bei der Übertragbarkeit ihrer Einordnungen.

Mittel

Der Beitrag bestreitet, dass der größte wirtschaftliche Nutzen von KI vor allem aus automatisierter Forschung und Entwicklung (F&E) kommen wird. Die Autoren halten F&E-Automatisierung zwar für wertvoll, erwarten aber mehr Wachstum durch den breiten Einsatz von KI zur Automatisierung von Arbeit in vielen Branchen.

Sie verweisen auf US-Schätzungen, nach denen F&E von 1988 bis 2022 etwa 20 Prozent des Arbeitsproduktivitätswachstums erklärt habe; den größeren Anteil führen sie unter anderem auf Kapitalvertiefung und andere Produktivitätsfaktoren zurück. Diese Schätzung ist umstritten: F&E-Effekte könnten unterschätzt sein, und die Daten sagen nicht direkt voraus, wie KI wirken wird. Eine mögliche KI-Forschungssingularität erscheint den Autoren ebenfalls unsicher, weil Fortschritt neben geistiger Arbeit wohl Experimente, Daten, Rechenleistung und Hardware erfordert. Für die Bedeutung dieser Engpässe gebe es keine verlässliche Schätzung.

Als Hinweis auf die Anforderungen von Forschung ordnen sie medizinische Berufstätigkeiten und Aufgaben aus zwölf Forschungsberufen ein. Viele erforderten mehr als abstraktes Denken, etwa Laborarbeit, Gerätebedienung und Koordination. Die Autoren prognostizieren deshalb, dass breite Automatisierung konventioneller Arbeit einer vollständigen Automatisierung von F&E vorausgehen könnte. Ihre Aufgabenbewertungen sind Einordnungen, kein experimenteller Beweis.

Ausführlich lesen

Der Beitrag von Ege Erdil und Matthew Barnett stellt die verbreitete Erwartung infrage, dass der größte wirtschaftliche Nutzen künstlicher Intelligenz vor allem aus automatisierter Forschung und Entwicklung (F&E) entstehen werde. Die Autoren halten eine vollständige Automatisierung von F&E zwar für wertvoll. Sie bestreiten aber, dass sie in der Praxis der wichtigste Einsatzbereich wäre. Ihrer Einschätzung nach wird KI vor allem dadurch Wachstum und Produktivität steigern, dass sie Arbeitsaufgaben breit über die Wirtschaft hinweg automatisiert.

Als wirtschaftlichen Anhaltspunkt führen sie US-Daten an: Nach Schätzungen des Bureau of Labor Statistics habe privat finanzierte F&E von 1988 bis 2022 etwa 0,2 Prozentpunkte zum jährlichen Wachstum der totalen Faktorproduktivität beigetragen. Zusammen mit öffentlichen Ausgaben schätzen sie den F&E-Anteil auf rund 0,4 Prozentpunkte und damit ungefähr die Hälfte des TFP-Wachstums beziehungsweise etwa 20 Prozent des Arbeitsproduktivitätswachstums. Kapitalvertiefung und weitere Faktoren wie besseres Management, Lernen durch Praxis und Wissensverbreitung erklären demnach einen großen Teil des übrigen Wachstums. Die Autoren vergleichen zudem die jährlichen US-Ausgaben für Kapitalinvestitionen von rund fünf Billionen Dollar mit etwa einer Billion Dollar für private F&E. Diese Zahlen dienen ihrer Argumentation, sind aber keine direkte Messung des künftigen KI-Nutzens. Sie räumen ein, dass F&E-Effekte unterschätzt sein könnten; selbst eine angeführte alternative Modellannahme ergebe jedoch eine geringere Produktionselastizität für F&E als für Arbeit.

Auch die Möglichkeit einer sich selbst beschleunigenden KI-Forschung bewerten sie vorsichtig. Frühere Modellierungen könnten eine „Software-Singularität“ plausibel erscheinen lassen, wenn Forschungsfortschritt allein von geistiger Arbeit abhinge. Die Autoren halten diese Annahme für fraglich: Fortschritt benötige wahrscheinlich auch Daten, Experimente und Rechenleistung. Wenn diese Inputs einander ergänzen, begrenzen Engpässe bei Hardware und physischer Infrastruktur die Beschleunigung. Für die Stärke solcher Ergänzungen gebe es nach Darstellung des Beitrags keine gute Schätzung. Hinweise aus anderen Wirtschaftsbereichen und das bisherige Ausbleiben eines dramatischen Forschungsschubs trotz teilautomatisierter Arbeit stützen die Vorsicht, beweisen sie aber nicht.

Ein weiterer Kernpunkt ist, dass Forschung mehr als abstraktes Denken umfasst. Anhand von 14 Aufgaben medizinischer Forschender, übernommen aus einer Berufserhebung, ordnen die Autoren sechs als allein durch abstraktes Denken ausführbar ein. Viele wichtige Aufgaben verlangten dagegen Laborarbeit, Gerätebedienung, Koordination, komplexe Computerinteraktion oder langfristige Planung. Für zwölf Forschungsberufe ließen sie GPT-4.5 Aufgaben in drei Kategorien einordnen: abstraktes Denken, komplexe Computerbedienung oder physische Anwesenheit. Die Autoren folgern, dass für eine vollständige Automatisierung von F&E breite Fähigkeiten nötig wären. Bis KI diese erreicht, könnten viele Routineberufe bereits automatisiert sein. Die Aufgabenbewertungen sind dabei eine Einordnung der Autoren beziehungsweise eine GPT-4.5-Klassifikation, kein experimenteller Nachweis.

Das daraus entwickelte Szenario nennen sie eine breite, sichtbare Automatisierungswelle: KI werde nach und nach in vielen Branchen eingesetzt, Arbeitsmärkte spürbar verändern und später auch Wachstum sowie wissenschaftlichen Fortschritt beschleunigen. Selbst dann könne ein großer Teil des Nutzens indirekt entstehen, etwa indem KI Infrastruktur und andere Voraussetzungen für Forschung bereitstellt. Der Beitrag vertritt somit eine begründete, aber unsichere Prognose; seine Angaben belegen nicht, dass F&E künftig stets eine untergeordnete Rolle spielen wird.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde die mittlere Zusammenfassung von Luna; die kurze Fassung ist knapper und enthält weniger Zahlen. Lunas Anteilsangaben und Stufen sind nicht Teil des Schemas und wurden nur unabhängig eingeordnet. Der Bericht behandelt die wirtschaftliche Wirkung von KI, nicht Sicherheitsregeln oder Governance, weshalb die Stufen bei den Sicherheitsfragen niedrig ausfallen.

Im Bericht, aber nicht in der Zusammenfassung

  • Die These, dass KI-Automatisierung zuerst breit und sichtbar wirkt, bevor transformative Effekte eintreten (diffuse und salient Takeoff)
  • Das Gegenbild der general automation explosion zur intelligence explosion
  • Die Aussage, dass R&D-Aufgaben Agency, Multimodalität und lange Kontextkohärenz erfordern
  • Der Hinweis, dass ein großer Teil des F&E-Nutzens extern anfällt und die Anreize der Unternehmen dadurch sinken

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 24 %Hintergrund, keine Belege
    • Luna 45 %beantwortet teilweise oder widerspricht
    • JEV 26 %beantwortet teilweise oder widerspricht
    • amos 28 %einzelne zitierbare Belege
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 23 %Hintergrund, keine Belege
    • d3-ultra 28 %Hintergrund, keine Belege
    • Haiku-Prüfung Hintergrund, keine 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? Luna: Stufe 3 · 27 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
    • SF-T3-T08 Welche kontrollierten Versuche können Labore heute machen, um Selbstverbesserung nachzubilden, ohne eine unbeabsichtigte Beschleunigung zu riskieren? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Vertrauen in Modelle
  1. 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 30 %einzelne zitierbare Belege
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 31 %Hintergrund, keine Belege
    • Luna 42 %gleiches Oberthema, hilft nicht
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 30 %Hintergrund, keine Belege
    • Luna 39 %gleiches Oberthema, hilft nicht
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →