Am Freitagnachmittag habe ich unsere wiederkehrenden Abläufe auf einem Zettel sortiert und jedem eine Note zwischen null und fünf gegeben. Bei drei Zeilen, von denen ich seit Monaten sage, sie liefen automatisch, stand danach eine Drei.
Eine Monitorwand voller Anlagen, ein besetzter Stuhl. Die Frage ist immer, wer draufschaut. Foto: Fernando Narvaez auf Pexels
Eine Skala von null bis fünf, und oben ist frei
Die Stufen stammen von Epoch AI und reichen von AL0 bis AL5. AL0 heißt, es ist keine KI beteiligt. Auf AL3 erledigt das Modell große Teile einer Aufgabe unter enger Anleitung. Auf AL4 übernimmt es die Aufgabe weitgehend selbst, aus einer groben Anweisung heraus, während ein Mensch die Arbeit beaufsichtigt. AL5 bedeutet, dass niemand mehr im Kreislauf steht.
Anthropic hat die eigenen Forschungsaufgaben katalogisiert und jeder eine dieser Stufen zugewiesen. Ergebnis für August: 26 Prozent auf AL4 oder darüber, im Februar waren es weniger als ein Prozent. Mehr als neun von zehn erfassten Aufgaben liegen mindestens auf AL3. Und in keinem gemessenen Teilbereich arbeitet das Modell vollständig ohne menschliche Aufsicht.
Dazu zwei Zahlen aus dem Maschinenraum, die ich interessanter finde als die 26. Im August liefen auf der internen Plattform rund 30.000 Agenten gleichzeitig. Von über einer Milliarde Entscheidungen dieser Agenten hat die Überwachung etwa eine von 47.000 vorher gestoppt. Die Firma, die das Modell baut, betreibt also einen Apparat, der jeden Lauf mitliest. Wie so eine Architektur im Kleinen aussieht, haben wir in unserem Beitrag zur Multi-Agent-Orchestrierung auseinandergenommen.
Eine Einschränkung gehört dazu: Die Bewertungen hat überwiegend Claude selbst erstellt, geprüft hat das von außen bisher niemand. Anthropic kündigt externe Gutachter an. Bis dahin ist das eine Selbstauskunft mit sauber offengelegter Methode.
Was auf meinem Zettel am Freitag stand
Ich habe die Skala am selben Nachmittag auf unsere eigenen Abläufe gelegt, weil mich der Begriff gereizt hat. Bei uns läuft die Blog-Strecke seit dem Frühjahr weitgehend maschinell, und intern sagen wir dazu seit Monaten, das laufe automatisch.
Auf dem Zettel sah es anders aus. Der Entwurf entsteht auf AL4. Die Freigabe davor und die Kontrolle danach macht ein Mensch, jede Woche, ohne dass die Zeit irgendwo steht. Ich habe am Freitag zum ersten Mal mitgestoppt: gut zwei Stunden pro Woche, verteilt auf sieben Sitzungen zwischen anderen Terminen. Das ist kein dramatischer Posten, aber es ist ein Posten, und er stand in keiner Aufstellung.
Im Juli saß ich bei einem Kunden aus dem Großhandel in einem Termin, in dem der Geschäftsführer sagte, die Angebotstexte mache jetzt die KI. Ich habe gefragt, wer gegenliest. Es meldeten sich drei Leute, jeder für einen Teil, keiner mit dieser Aufgabe in seiner Rollenbeschreibung. Der Ablauf funktionierte trotzdem, allerdings hing er an der Gewohnheit von drei Personen. Als eine davon im August vier Wochen ausfiel, gingen zwei Angebote mit einer veralteten Staffelpreis-Tabelle raus.
Wenn der Hersteller seine eigene Forschung nirgends ohne Aufsicht laufen lässt, dann läuft dein Angebotstext auch nicht ohne.
Der Zettel, den ich dir empfehle
Das kostet einen Nachmittag und kein Geld. Nimm die Abläufe, bei denen bei euch jemand sagt, das mache die KI. Bei uns waren es elf, bei einem Betrieb mit dreißig Leuten sind es selten mehr als fünfzehn.
Jedem Ablauf gibst du eine Stufe zwischen null und fünf, mit den Definitionen von oben. Schon das sortiert die Diskussion, weil aus der Frage „nutzen wir KI” eine Frage wird, auf die zwei Leute dieselbe Antwort geben. Eine Vorlage für die Bestandsaufnahme steht in unserem Beitrag zu den Zeitfressern im Mittelstand.
Hinter jede Drei und jede Vier schreibst du dann einen Namen und eine Minutenzahl pro Woche. Der Name gehört in die Rollenbeschreibung, die Minutenzahl gehört in dieselbe Zeile wie die gesparte Lizenz. Und dann schreibst du dazu, was passiert, wenn dieser Name im Urlaub ist. Bei uns stand dahinter bis Freitag nichts. Inzwischen steht dort eine zweite Person und die Regel, dass die Strecke pausiert, wenn beide fehlen. Welche Punkte in so eine Regelung gehören, haben wir in der KI-Richtlinie für Unternehmen aufgeschrieben.
Warum ich die Note nicht in eine Zielvereinbarung schreibe
Eine Skala mit Stufen von null bis fünf sieht nach einem Fortschrittsbalken aus, und genau darin liegt ihr Risiko. Wenn im Haus die Vier als besser gilt als die Drei, hebt irgendwann jemand den Wert, indem er die Kontrolle rausnimmt. Die Stufe steigt, die Arbeit bleibt gleich, das Risiko wandert nach unten.
Ich war am Freitag selbst nah dran. Unter der Liste stand bei mir kurz eine Zeile mit dem Ziel, alle elf Abläufe bis zum ersten Quartal auf Stufe vier zu bringen. Ich habe sie wieder gestrichen, weil ich für keinen der elf sagen konnte, was dadurch besser wird. Die Skala beschreibt einen Zustand, und in dieser Rolle ist sie nützlich. Als Kennzahl in einem Bonusgespräch richtet sie Schaden an. Wie weit Agenten in der Praxis tatsächlich tragen, haben wir im Realitätscheck zu KI-Agenten durchgerechnet.
Anthropic hat die eigene Arbeit über sieben Monate von unter einem Prozent auf 26 Prozent gebracht, mit einem Team, das nichts anderes tut, und mit dem Modell im eigenen Keller. Dein Tempo wird ein anderes sein. Die Frage, wer zuschaut, ist trotzdem dieselbe.
