Die Singularität hat begonnen: RSI steht kurz bevor

Wenn das Spitzenpersonal führender KI-Labore vor globalen Finanzinstitutionen auftritt, wählen sie ihre Worte üblicherweise mit äußerster diplomatischer Vorsicht. Umso bemerkenswerter war der Auftritt von Anthropic-Mitgründer Jack Clark bei der renommierten Per Jacobsson Foundation Lecture vor dem Internationalen Währungsfonds (IWF): Vor Vertretern der internationalen Zentralbanken und Wirtschaftspolitik erklärte Clark ohne Umschweife, dass die technologische Singularität nicht etwa ein fernes Szenario für das Jahr 2030 oder 2040 sei, sondern im Jahr 2026 unbemerkt bereits begonnen habe.

Die These stützt sich auf eine fundamentale Verschiebung in den Maschinenräumen der Branche: die sogenannte rekursive Selbstverbesserung (Recursive Self-Improvement, kurz RSI). Damit ist der Moment gemeint, in dem künstliche Intelligenz nicht mehr nur von menschlichen Ingenieuren programmiert und trainiert wird, sondern selbständig beginnt, die nächste Modellgeneration zu entwerfen, Softwarefehler im Trainingscode zu beheben und Hypothesen für neue Architekturen zu formulieren.

Clarks Vortrag trug den bezeichnenden Titel „Inside the Event Horizon“ - ein direkter Verweis auf die Astrophysik, an dessen Grenzlinie kein Entkommen mehr möglich ist. Seiner Ansicht nach habe die Branche in diesem Jahr überzeugende Beweise dafür gesammelt, dass dieser Übergang eingeleitet sei. Die bisherigen Modelle und Denkmuster müssten verworfen werden, weil eine völlig neue Realität das Tempo der wissenschaftlichen und wirtschaftlichen Entwicklung bestimme.

In der Tech-Szene schlug der Vortrag wie eine Bombe ein. Ein Beobachter auf X hob hervor, wie bemerkenswert es sei, dass ein Spitzenvertreter von Anthropic diesen Begriff vor einer Institution wie dem IWF so unmissverständlich in den Mund nehme, wenngleich er selbst die Frage aufwarf, ob der Begriff der Singularität bei den nach wie vor real existierenden Engpässen nicht voreilig strapaziert werde.

Der Multiplikator im Maschinenraum: 26 Prozent der Forschung leitet Claude

Dass es sich bei den Äußerungen nicht um bloße Zukunftslyrik handelt, zeigen interne Zahlen aus den Laboren, die durch den Besuch von Wirtschaftsprofessor Arpit Gupta (NYU Stern School of Business) bei Anthropic bekannt wurden. Auf internen Präsentationsfolien beziffert Anthropic die reale Produktivitätsexplosion der eigenen Entwickler: Während ein Ingenieur vor 2025 die Basislinie von 1,0 definierte, stieg der durchschnittliche Code-Output pro Mitarbeiter mit Versionen wie Claude Sonnet auf das 5,8-Fache und erreichte mit internen Testfassungen künftiger Modellgenerationen das 8-Fache.

Noch dramatischer liest sich die Automatisierungskurve der Modellerforschung selbst. Nach dem Automatisierungsindex von Epoch AI lag der Anteil von Aufgaben in der Modell-Forschung und -Entwicklung, die von Claude auf Stufe 4 (die KI leitet die Aufgabe eigenständig an) ausgeführt werden, im August 2025 noch bei bescheidenen 3 Prozent. Bis Januar 2026 kletterte dieser Wert auf 14 Prozent, im Mai auf 22 Prozent und markierte im August 2026 bereits 26 Prozent. Mehr als ein Viertel aller Forschungsaufgaben bei Anthropic wird demnach heute von der KI selbst gesteuert.

Diese Beschleunigung spiegelt sich nicht nur bei Anthropic wider. Auch Google-Mitgründer Sergey Brin bestätigte kürzlich in einem Gespräch, dass Google längst in dieselbe Dynamik eingetreten sei. Bereits vor der Veröffentlichung von Gemini 4 habe der Konzern mit den Modellen der Flash-Serie begonnen, das „RSI-Laufband“ zu betreten. Forscher und Modelle arbeiteten nun Hand in Hand, um die jeweils nächste Generation zu konstruieren, wobei Google intern bereits mehrere Modellgenerationen voraus sei.

Mathematik und Physik: Vorboten der Wissensexplosion

Die Debatte knüpft nahtlos an frühere Beobachtungen an. Schon im Sommer hatte OpenAI-Chef Sam Altman erklärt, die Menschheit befinde sich sozusagen bereits in der Singularität, während Chefwissenschaftler Jakub Pachocki von einem fremdartigen Geist im Rechenzentrum sprach, der sich selbst optimiert. Was damals noch abstrakt klang, materialisiert sich jetzt in harter Grundlagenforschung.

Quanteninformatiker Scott Aaronson, der zwei Jahre bei OpenAI an KI-Sicherheitsfragen forschte, stellte im Gespräch mit Podcaster Ryan Peterman fest, dass für das Teilgebiet der Mathematik die Singularität bereits unzweifelhaft begonnen habe. Modelle finden in Sekundenschnelle Gegenbeispiele zu seit Jahrzehnten offenen Vermutungen, formalisieren Beweise und dringen in Problemfelder wie die Navier-Stokes-Gleichungen vor, an denen Generationen von Spitzenmathematikern scheiterten.

Unmittelbar darauf folgt die Festkörper- und Plasmaphysik. Analysten verweisen darauf, dass ein Schwarm aus über 90 autonomen Agenten innerhalb von drei Tagen zwei neuartige Kandidaten für Raumtemperatur-Halbleiter (YBaMnFeO₅ und KV[Cr(CN)₆]) in Simulationen entdeckte, von denen ein Material bis 103 Grad Celsius magnetisch geordnet blieb. Zeitgleich lieferte Google mit Gemini 4 exakte mathematische Lösungen für Plasmakonfigurationen in Fusions-Stellaratoren, an denen Physiker 59 Jahre lang vergeblich gerechnet hatten.

Spezialisierte R&D-Benchmarks wie der VALS-RSI-Index versuchen diese Entwicklung bereits quantitativ zu erfassen. Die Projektionen zeigen eine steil ansteigende Kurve, nach der autonome Modellforschung bis Ende 2027 mehr als die Hälfte der Entwicklungsarbeit von Spitzenmodellen stemmen könnte.

Der Gegenentwurf: Warum die reale Welt nicht im Nanosekundentakt skaliert

Doch während die Pioniere der Frontier-Labore das Bild einer unausweichlichen Intelligenzexplosion zeichnen, formiert sich in der akademischen Informatik fundierter Widerspruch. Der renommierteste Kritiker dieser Beschleunigungsthese ist Arvind Narayanan, Informatik-Professor an der Princeton University und Co-Autor von Büchern zur Einordnung von KI als normale Alltagstechnologie.

Narayanan warnt vor einem folgenschweren Denkfehler, der einzelne Entwicklungsschritte unzulässig gleichsetzt. In einer prägnanten Kausalkette stellt er klar:

„Aufgabendelegation ist nicht gleich Aufgabenautomatisierung, ist nicht gleich Prozessautomatisierung, ist nicht gleich schnellerer Fortschritt, ist nicht gleich rekursive Selbstverbesserung, ist nicht gleich Intelligenzexplosion.“

Als historischen Beleg verweist Narayanan auf das Software-Engineering der vergangenen Monate: Als KI-Assistenten begannen, annähernd 100 Prozent des Routine-Codes zu schreiben, sagten dieselben Stimmen das Ende von Software-Ingenieuren und eine Explosion an Unternehmenssoftware voraus. Eingetreten ist das Gegenteil: Entwickler werden dringender gebraucht denn je, weil Codequalität, Systemwartung, Sicherheitsarchitekturen und Burnout durch die schiere Menge an erzeugtem Code neue Flaschenhälse schufen.

Narayanan betont, dass die Grenze zur vollen Autonomie (Stufe 5) keineswegs nur ein technischer Meilenstein sei. Der menschliche Flaschenhals bei den unzähligen, schwer formalisierbaren Zwischenaufgaben (den sogenannten „Interstitial Tasks“) sei kein Mangel, sondern die zwingende Voraussetzung dafür, dass Gesellschaft und Institutionen die Kontrolle über die Systeme behalten. Das deckt sich mit den Bedenken, die Forscher im Cambridge-Report zur Intelligenzexplosion formulierten, wo vor einem schleichenden Kontrollverlust gewarnt wurde, falls rekursive Lernschleifen wie beim Dream-RSI-Verfahren ohne menschliche Prüfschritte ablaufen.

Die Singularität ist somit keine plötzliche mathematische Unendlichkeit über Nacht, sondern ein Prozess, der sich im sogenannten toten Winkel der Wahrnehmung vollzieht: In den digitalen Silos von Mathematik, Code und Simulationsphysik überholen die Maschinen das menschliche Tempo in atemberaubender Geschwindigkeit - während die analoge Welt der Fabriken, Gesetze und Stromnetze als massiver Reibungswiderstand wirkt.