KILBI

TAGESAUSGABE · 18.09.2026 · 08:40 CEST

Agenten beschleunigen Forschung.
Autonomie bleibt eine Abstufung.

Anthropic legt Zahlen zum KI-Anteil an der eigenen Modellforschung vor, Claude Code Projects koordiniert parallele Coding-Agenten, und ein Qwen-Einsatz im US Federal Register zeigt, warum Beschaffung den tatsächlichen Datenfluss prüfen muss.

DREI SIGNALE

Was heute zählt

Claude führt laut Anthropic 26 Prozent der internen Modellforschung.

Anthropic berichtet, Claude habe im August bei 26 Prozent der Arbeit an künftigen Modellen eine führende Rolle übernommen. Mehr als 90 Prozent dieser Arbeit seien dennoch Zusammenarbeit zwischen Mensch und KI. Auf der internen Agentenplattform liefen im August zeitweise rund 30'000 Agenten; jede Aktion werde geprüft, etwa eine von 47'000 Entscheidungen sei blockiert worden.

Einordnung: Das sind ungewöhnlich konkrete Betriebsmetriken und ein starkes Beschleunigungssignal. Sie stammen jedoch von Anthropic, beschreiben Rollen statt vollständiger Aufgabenautonomie und sind kein Beleg für selbstständige rekursive Selbstverbesserung. AP und Reuters bestätigen die Veröffentlichung, nicht die interne Messung unabhängig.

Anthropic, 17.09. ↗ · Reuters, 17.09. ↗ · AP, 17.09. ↗

Claude Code Projects koordiniert mehrere Arbeitsstränge.

Ein Koordinator kann Aufgaben zerlegen, parallele Claude-Code-Sitzungen starten, Ergebnisse prüfen und zu einem Resultat zusammenführen. Jeder Thread arbeitet in einer eigenen Kopie des Repositories und auf einem eigenen Branch. Gemeinsamer Speicher, Dateien und konfigurierbare Umgebungen sollen den Kontext zusammenhalten.

Einordnung: Das ist konkreter Multi-Agenten-Fortschritt, aber kein konfliktfreies Selbstfahren. Überlappende Änderungen bleiben normale Merge-Konflikte, parallele Sitzungen können Nutzungslimits schneller verbrauchen. Die Beta startet bei ausgewählten Pro- und Max-Nutzern mit Cloud-Sessions; Team, Enterprise und lokale Werkzeuge folgen später.

Anthropic, 17.09. ↗ · The Verge, 17.09. ↗

Der US Federal Register entfernte eine Qwen-gestützte Suche.

Die öffentliche Regierungsseite setzte kurzzeitig ein Suchwerkzeug ein, das laut Anbieterbeschreibung auf Alibabas Qwen beruhte. Nach Berichten und externer Kritik verschwand die Funktion. Zeitpunkt und interner Beschaffungsweg des Einsatzes sind nicht vollständig geklärt.

Einordnung: Ein konkreter Datenabfluss oder unmittelbares Sicherheitsrisiko ist nicht belegt; die verarbeiteten Inhalte waren öffentlich. Der Fall zeigt dennoch eine zentrale Beschaffungsfrage: Modellherkunft, Hosting-Ort, Protokollierung, Prompt-Daten und Netzwerkpfad müssen getrennt dokumentiert werden. Ein Herkunftslabel allein beweist weder Sicherheit noch Unsicherheit.

Reuters, 17.09. ↗

Weitere Radarsignale

WhatsApp Business über MCP: Meta rollt Werkzeuge schrittweise aus, mit denen Agenten Geschäftskonten, Telefonnummern und Nachrichtenvorlagen konfigurieren können. Berechtigungen und Vertragsstatus werden vor Aufrufen geprüft. Der Bericht beschreibt Entwicklung und Tests, keine allgemein bestätigte Produktionsfreigabe. TechRadar ↗

Amazon und Thales: Amazon fordert strenge Tests und Schutzmassnahmen, ohne sich einer branchenweiten Verlangsamung anzuschliessen. Thales verlangt einen internationalen Rahmen und positioniert zugleich eine souveräne militärische KI-Plattform. Beides sind Anbieterpositionen, noch keine neuen verbindlichen Standards. Amazon-Bericht ↗ · Thales-Bericht ↗

Sieben Tage im Kontext

Die Woche begann mit verwalteter Agenteninfrastruktur, realen Missbrauchsfällen und Sicherheitsappellen. Inzwischen wird die Debatte messbarer: Anthropic veröffentlicht Rollen- und Betriebskennzahlen, GitHub erzwingt Sicherheitskonfigurationen, und Produkte koordinieren mehrere Arbeitsstränge statt einzelner Chats.

Der gemeinsame Nenner ist nicht Vollautonomie, sondern mehr delegierte Arbeit unter Aufsicht. Fortschritt lässt sich deshalb besser an abgeschlossenen, geprüften Ergebnissen und benötigten Eingriffen erkennen als an der Zahl gestarteter Agenten.

Praxis: Zusammenarbeit, Führung und Autonomie getrennt messen

KILBI-Vorschlag, kein selbst durchgeführter Test: Kennzeichne für jede Aufgabe, ob die KI zuarbeitet, einen abgegrenzten Schritt führt oder ohne Eingriff abschliesst. Erfasse daneben Ergebnisqualität, menschliche Korrekturzeit, Kosten, blockierte Aktionen und Merge-Nacharbeit. Erst diese Matrix verhindert, dass Aktivität als Produktivität oder eine führende Rolle als vollständige Autonomie missverstanden wird.

Leitfaden für Agententests öffnen →

Fortschritt oder Hype?

KILBI-Urteil: Messbare KI-Beiträge zur Modellforschung und ein Koordinator für parallele Coding-Agenten sind echte Fortschrittssignale. Der Qwen-Fall macht Datenfluss und Betriebsgrenzen zu praktischen Beschaffungskriterien.

Hype-Risiko: 26 Prozent geführte Forschung als autonome Selbstverbesserung zu verkaufen, 30'000 Agenten mit Mitarbeitenden gleichzusetzen oder aus der Modellherkunft allein einen Datenabfluss abzuleiten, überzieht die Belege.

Übersehener Punkt: Je mehr Arbeit parallelisiert wird, desto wichtiger werden Zusammenführung, Konfliktbehandlung und die Messung menschlicher Nacharbeit.

Quellen und Methode

Stand: 18. September 2026, 08:40 CEST. Veröffentlichungen seit der Ausgabe vom 17. September und relevante Entwicklungen der letzten sieben Tage wurden geprüft. Interne Anbieterkennzahlen, bestätigte Produktfunktionen, Rollout-Grenzen, unabhängige Berichte und KILBI-Urteil sind getrennt. KILBI hat Claude Code Projects, WhatsApp Business MCP und die entfernte Federal-Register-Suche nicht selbst getestet.

Redaktionelle Methode und Transparenz · Alle Ausgaben