Die Welt der Künstlichen Intelligenz (KI) befindet sich in einer dynamischen Transformationsphase, die in den letzten Jahren eine bemerkenswerte Geschwindigkeit angenommen hat. Seit dem Durchbruch von ChatGPT im Jahr 2022, das damals bereits in der Lage war, kurze Programmieraufgaben innerhalb von 30 Sekunden zu bewältigen, hat sich die Leistungsfähigkeit autonomer KI-Agenten dramatisch weiterentwickelt. Heute können diese Agenten Aufgaben ausführen, die menschliche Programmierer eine Stunde beschäftigen würden. Hinter diesen Fortschritten verbirgt sich ein erstaunlicher Trend, der als „neues Moore’s Law für KI-Agenten“ bezeichnet wird und die exponentielle Steigerung der Aufgabenkomplexität markiert, die KI-Agenten selbständig lösen können. Das klassische Moore’s Law, benannt nach Gordon Moore, Mitbegründer von Intel, beschreibt die Verdopplung der Anzahl von Transistoren auf einem Chip etwa alle zwei Jahre, was zu einer exponentiellen Steigerung der Rechenleistung führt.
Ähnlich verhält es sich bei den Fähigkeiten von KI-Agenten, jedoch geht es hier nicht um Hardwareleistung, sondern um die zunehmende Fähigkeit, immer längere und komplexere Aufgaben erfolgreich zu bewältigen – vor allem im Bereich des Programmierens. Forscher vom METR-Team haben diese Entwicklung systematisch untersucht, indem sie die erfolgreichsten KI-Agenten von 2019 bis 2025 an rund 200 Aufgaben – vorwiegend aus der Programmierung, teilweise auch aus der allgemeinen kognitiven Problemlösung – getestet haben. Das zentrale Ergebnis ihrer Analyse zeigt, dass die Länge der Aufgaben, die KI-Agenten mit einer Erfolgsquote von 50% bewältigen können, exponentiell zunimmt. Konkret bedeutet dies, dass der Zeitaufwand, den Menschen für die Bearbeitung dieser Aufgaben benötigen, sich ungefähr alle sieben Monate verdoppelt. Diese sogenannte „Zeithorizont“-Metrik ist ein Maß für den Umfang und die Komplexität der Aufgaben, die KI-Agenten autonom erledigen können.
Dabei zeigt sich eine besonders starke Korrelation zwischen der Aufgabenlänge und der Erfolgsrate der Agenten, was darauf hinweist, dass längere Aufgaben nicht nur komplexer sind, sondern auch immer besser automatisiert werden können. Die praktische Bedeutung dieses Trends ist immens. Während ChatGPT vor wenigen Jahren nur kurzfristige, einfache Programmieraufgaben ausführen konnte, prognostiziert die Extrapolation der Wachstumsrate, dass KI-Agenten bis 2026 in der Lage sein werden, zweistündige Aufgaben autonom zu lösen. Bereits im Jahr 2027 könnten sie komplexe Aufgaben bewältigen, die einem Arbeitstag von acht Stunden entsprechen, und bis 2028 sogar Aufgaben, die ein ganzes Arbeitswochenpensum von 40 Stunden umfassen. Sollte die momentan beobachtete beschleunigte Wachstumsdynamik anhalten, könnten KI-Agenten bereits 2027 Aufgaben bearbeiten, die einen kompletten Monat menschlicher Arbeitszeit erfordern.
Dieses Szenario entspricht einer dramatischen Verkürzung der Entwicklungszyklen und einer massiven Steigerung der Produktivität. Interessanterweise hat sich die Verdopplungszeit in den letzten Jahren noch weiter beschleunigt – von etwa sieben Monaten auf circa vier Monate. Dies deutet auf eine mögliche Superexponentialität hin, denn die Anforderungen an die Fähigkeiten zwischen der Bearbeitung von mittel- und langfristigen Aufgaben sind unterschiedlich. Von einem 30-Minuten-Projekt zu einem 2-Stunden-Projekt ist ein anderer qualitativer Sprung als von einer 2-Wochen-Aufgabe zu einer 2-Monats-Aufgabe. Diese Fähigkeit, komplexere und längerzeitige Projekte autonom zu bewältigen, kann durch die immer bessere Selbstverbesserung von KI-Systemen selbst weiter beschleunigt werden.
Dadurch entsteht ein potenzieller „Flywheel-Effekt“: KI-Agenten, die immer leistungsfähiger werden, können zunehmend bei der Entwicklung noch fähigerer KI-Systeme helfen. Diese wiederum beschleunigen die Entwicklung noch fortschrittlicherer Agenten, was eine Abwärtsspirale des Fortschritts in Gang setzen könnte – eine beschleunigte Dynamik, die weit über bloß exponentielles Wachstum hinausgeht. Sollte dieser Prozess tatsächlich eintreten, könnten KI-Fähigkeiten in vielen Bereichen des Wissens und der Forschung unvorstellbare Sprünge machen und die Grenzen menschlicher Leistungsfähigkeit bei weitem übersteigen. Die gesellschaftlichen und wirtschaftlichen Auswirkungen dieses Trends sind kaum zu überschätzen. In der Programmierung allein könnten KI-Agenten bald Routinearbeiten, die bisher Stunden oder Tage erforderten, selbstständig übernehmen.
Das würde nicht nur die Produktivität in der Softwareentwicklung revolutionieren, sondern auch neue Geschäftsmodelle und Anwendungsmöglichkeiten hervorbringen. Darüber hinaus könnten diese Fähigkeiten in vielen anderen Domänen adaptiert werden, von der komplexen Forschung über juristische Arbeiten bis hin zur wissenschaftlichen Analyse – Bereiche, in denen lange, fachlich anspruchsvolle Aufgaben anfallen. Ein weiterer kritischer Aspekt ist die mögliche Rolle von KI in der Automatisierung des Fortschritts selbst. Wenn KI-Agenten in der Lage sind, nicht nur konkrete Arbeiten zu übernehmen, sondern auch bei der Entwicklung neuer KI-Systeme mitzuwirken – indem sie Algorithmen verbessern, Software optimieren oder gar neue Theorien generieren – könnte sich der Innovationsprozess selbst radikal beschleunigen. Dies würde einen technologischen Wandel auslösen, der nicht linear, sondern potenziell katapultartig verläuft und sich in Gesellschaft, Wirtschaft und Wissenschaft tiefgreifend auswirkt.
Natürlich ist diese Entwicklung nicht ohne Risiken und Herausforderungen. Die Schnelligkeit der Fortschritte in der Künstlichen Intelligenz wirft Fragen hinsichtlich Kontrolle, Sicherheit, ethischer Richtlinien und gesellschaftlicher Anpassung auf. Es besteht die Notwendigkeit, geeignete Regulierungen und Governance-Modelle zu entwickeln, die mit dem Tempo der technischen Veränderung Schritt halten können. Gleichzeitig bietet der Fortschritt die Chance, drängende gesellschaftliche Probleme effizienter zu lösen und die Menschheit in eine neue Ära der Zusammenarbeit zwischen Mensch und Maschine zu führen. Interessanterweise zeigt die Datenlage auch, dass noch keine Anzeichen für eine Abflachung dieses exponentiellen Wachstums bestehen.
Trotz der typischen Annahme, dass technologische Entwicklungen irgendwann an ihr natürliches Limit stoßen, wächst die Fähigkeit von KI-Agenten, komplexe Aufgaben autonom zu erledigen, weiter mit beeindruckender Geschwindigkeit. Dies unterstreicht die Notwendigkeit, diese Entwicklungen genau zu beobachten, zu verstehen und proaktiv zu gestalten. Neben den technischen Fortschritten ist die Kommunikation und gesellschaftliche Wahrnehmung von KI essentiell. Plattformen wie AI Digest spielen hier eine wichtige Rolle, indem sie laufend aktuelle Erkenntnisse, Demos und Erklärungen bereitstellen. Sie ermöglichen es, Fortschritte transparent zu machen und sowohl Fachgemeinschaften als auch der breiten Öffentlichkeit den Zugang zu komplexen Informationen über KI zu erleichtern.
Abschließend lässt sich sagen, dass ein neues Moore’s Law für KI-Agenten dabei ist, die Landschaft der Technologie und Arbeit grundlegend zu verändern. Die exponentielle Steigerung der Fähigkeit von KI, immer komplexere und länger andauernde Aufgaben autonom zu erledigen, hat das Potenzial, nicht nur industrielle Prozesse zu revolutionieren, sondern auch die Forschung, Innovation und viele weitere Lebensbereiche tiefgreifend zu beeinflussen. Das Verständnis und die aktive Gestaltung dieser Entwicklung werden entscheidend sein, um die Chancen bestmöglich zu nutzen und die Risiken zu minimieren. Die Zukunft der KI-Agenten verspricht spannender, schneller und umfassender zu sein als jemals zuvor – ein wahrhaftes Transformationsmoment in der Geschichte der Menschheit.
