Anthropic: Claude schreibt über 80 % des eigenen Codes — und ruft nach einem Pause-Knopf
Anthropic hat am 4. Juni 2026 einen Bericht mit dem Titel „When AI builds itself” veröffentlicht und darin erstmals konkrete Zahlen zur eigenen Code-Produktion genannt: Im Mai 2026 stammten nach Firmenangaben mehr als 80 Prozent des in die Produktion gemergten Codes von Claude. Rechnet man Skripte und experimentellen Code mit, liegt der Anteil laut Anthropic über 90 Prozent. Im selben Atemzug plädieren die Autoren — die Anthropic-Forschenden Marina Favaro und Jack Clark — dafür, dass die Welt sich die Option offenhalten sollte, die Frontier-KI-Entwicklung zu verlangsamen oder vorübergehend zu pausieren.
Was Anthropic konkret berichtet
- Mehr als 80 % des im Mai 2026 in Produktion gemergten Codes stammen von Claude; inklusive Skripten und Experimenten über 90 %.
- Anthropics Engineering-Team versendet im Schnitt etwa achtmal so viel Code pro Tag wie 2024 (Anthropic relativiert die Zahl selbst).
- Die Dauer autonom lösbarer Aufgaben verdoppelt sich derzeit etwa alle vier Monate — vorher waren es rund sieben.
- Rekursive Selbstverbesserung ist laut Anthropic noch nicht erreicht, „könnte aber früher kommen, als die meisten Institutionen darauf vorbereitet sind”.
- Anthropic wünscht sich die Option eines verifizierbaren, multilateralen Entwicklungs-Stopps — kein einseitiges Abschalten.
Was vorher galt
Dass KI-Coding-Assistenten produktiv sind, ist seit zwei Jahren Konsens. Bisher blieben die internen Anteile aber Schätzungen aus Interviews — etwa Aussagen, „die Hälfte” des Codes komme inzwischen aus Modellen. Eine belastbare, von der Firma selbst publizierte Zahl gab es nicht.
Auch die Debatte um „rekursive Selbstverbesserung” — den Punkt, an dem ein KI-System sich ohne direkte menschliche Aufsicht selbst verbessert — lief lange theoretisch. Sie war ein Argument in Sicherheits-Papieren, nicht eine Beobachtung im eigenen Betrieb.
Was jetzt gilt
1. Eine offizielle Zahl statt Schätzung. Anthropic nennt erstmals einen konkreten Wert für den eigenen Betrieb: über 80 Prozent des gemergten Produktionscodes im Mai 2026. Das ist kein Benchmark eines Anbieters über ein Produkt, sondern eine Selbstauskunft über die eigene Codebasis — entsprechend einzuordnen, aber eben aus erster Hand.
2. Beschleunigung, nicht nur Niveau. Anthropic verweist auf die Messungen der unabhängigen Organisation METR: Die Länge von Aufgaben, die ein Modell autonom durchhält, verdoppelt sich aktuell etwa alle vier Monate statt wie zuvor alle sieben. Von rund vier Minuten (März 2024) über etwa anderthalb Stunden (März 2025) zu zwölf Stunden heute; in METR-Tests soll ein Vorab-Modell mindestens 16 Stunden durchgehalten haben. Die Zahlen sind als Trend zu lesen, nicht als Garantie.
3. Ein Pause-Mechanismus als Vorschlag. Favaro und Clark argumentieren, ein weltweiter Frontier-Stopp „wäre vermutlich gut” — aber nur, wenn US- und chinesische Labore (und weitere nahe der Spitze) gemeinsam und unter von außen prüfbaren Regeln anhalten. Ein einseitiger Stopp eines einzelnen Labors wird ausdrücklich abgelehnt; er würde die Entwicklung nur verschieben, nicht bremsen.
Einordnung
Bemerkenswert an dem Bericht ist die Spannung in ihm selbst: Dieselbe Firma, deren Modell inzwischen den Großteil ihres Codes schreibt, ruft nach einer Notbremse für genau diese Dynamik. Das lässt sich als ernsthafte Sicherheitswarnung lesen — oder als Positionierung eines Labors, das sich frühzeitig als verantwortungsvoller Akteur in einer kommenden Regulierungsdebatte aufstellt. Beides schließt sich nicht aus.
Für die Bewertung der Zahlen lohnt Nüchternheit. „Claude schreibt 80 % des Codes” heißt nicht, dass 80 % der Engineering-Arbeit automatisiert ist: Wer den Code anstößt, prüft und mergt, bleibt der Mensch — und gemessen werden Zeilen, nicht Entscheidungen. Anthropic relativiert die 8x-Produktivität selbst als möglicherweise zu hoch gegriffen. Auch das ist ein Signal: Die Firma rahmt die Zahlen als Indizien, nicht als Beweise.
Der harte Kern bleibt der Trend. Wenn die Verdopplungszeit autonomer Aufgaben tatsächlich von sieben auf vier Monate gesunken ist, verschiebt sich die Frage von „ob” zu „wann” — und genau darauf zielt der Pause-Vorschlag. Dass rekursive Selbstverbesserung „noch nicht” erreicht ist, ist dabei die wichtigste Einschränkung des ganzen Berichts: Anthropic beschreibt eine Annäherung, keinen Durchbruch.
Was du jetzt tun kannst
Wenn du KI-Coding produktiv einsetzt: Nimm die 80-Prozent-Zahl als Maßstab für das Mögliche, nicht als Soll. Der Hebel liegt in Review, Tests und klaren Aufgaben — nicht in maximaler Auto-Generierung. Die Cascading-Failures-Episode vom April zeigt, wie schnell unbemerkte Regressionen entstehen, wenn die Kontrolle nachlässt.
Wenn du die Sicherheitsdebatte verfolgst: Trenne die belegten Zahlen (Code-Anteil, METR-Verdopplung) von der politischen Forderung (Pause-Option). Erstere sind Selbstauskunft plus unabhängige Messung; Letztere ist eine Position, über die sich streiten lässt.
Wenn du als Agentur berätst: „Rekursive Selbstverbesserung” taucht ab jetzt in Kundengesprächen auf. Die nüchterne Antwort: laut Anbieter noch nicht erreicht, aber der Trend ist real und messbar.
Verwandte News
Wie schnell unbemerkte Fehler in agentischen Systemen entstehen, hat Anthropic im April selbst dokumentiert.
→ Anthropic erklärt: Warum Claude Code wochenlang schlechter lief
Entdecke mehr
Anthropic erklärt: Warum Claude Code wochenlang schlechter lief
Drei unabhängige Änderungen ließen Claude Code von März bis April schlechter arbeiten. Anthropic legt Ursachen und Konsequenzen offen.
BlogKI-Workflows per Keyword: Wie wir wiederkehrende Abläufe erzwingbar machen
Ein getipptes Keyword löst bei uns einen festen KI-Ablauf aus — und jeder Schritt muss committet werden, bevor der nächste kommt. Warum das der Trick ist.
GlossarEnsemble / Multi-Modell-Orchestrierung
Ensemble bezeichnet das Kombinieren mehrerer bewusst variierter LLM-Läufe oder Modelle, deren Funde sich ergänzen. Multi-Modell-Orchestrierung steuert diese Läufe über Orchestratoren mit Sub-Agenten, sodass die Vereinigung der Ergebnisse größer ist als jeder Einzellauf.