METR: KI-Modelle schaffen jetzt Aufgaben, für die Menschen eine Arbeitswoche brauchen

Die gemeinnützige Forschungsorganisation METR meldet, dass aktuelle KI-Modelle wie OpenAIs GPT-6 Astra Aufgaben lösen, für die ein Mensch etwa eine volle Arbeitswoche bräuchte. Laut METR verdoppelt sich diese Fähigkeit weiterhin etwa alle 3,6 Monate.

Forschung 20. Nov. 2026 4 Min. Lesezeit Quelle: The Information
Symbolbild, KI-generiert

Worum es geht

Die gemeinnützige Organisation METR (Model Evaluation and Threat Research) hat am Freitag, 20. November 2026, neue Ergebnisse ihrer Langzeitmessung von KI-Fähigkeiten veröffentlicht. Das Branchenmedium The Information berichtet darüber. Die Kernaussage: Aktuelle KI-Modelle, darunter OpenAIs GPT-6 Astra, können Aufgaben abschließen, für die ein Mensch ungefähr eine volle Arbeitswoche bräuchte. Die Fähigkeiten verdoppeln sich laut METR weiterhin etwa alle 3,6 Monate.

Die Quelle ist allerdings dünn. Uns liegt nur der Anriss des Berichts von The Information vor. Einzelwerte für bestimmte Modelle, Fehlerbalken und die genaue Aufgabenliste kennen wir nicht. Der Artikel beschränkt sich deshalb auf diese Kernaussagen und ordnet sie ein.

Was METR misst: der „Time Horizon“

METR ist eine unabhängige Forschungsgruppe aus den USA. Sie testet KI-Modelle auf gefährliche oder wirtschaftlich bedeutsame Fähigkeiten, häufig noch vor deren Veröffentlichung und in Zusammenarbeit mit den Entwicklerfirmen. Bekannt ist sie vor allem für den Time Horizon, auf Deutsch etwa „Zeithorizont“.

Die Idee dahinter: KI-Fähigkeiten werden nicht in abstrakten Testpunkten gemessen, sondern in menschlicher Arbeitszeit. METR stellt Aufgaben zusammen, vor allem aus Softwareentwicklung, Forschung und IT. Für jede Aufgabe wird gemessen, wie lange erfahrene Fachleute dafür brauchen. Die Spanne reicht von Sekunden bis zu vielen Stunden. Danach wird geprüft, bis zu welcher Aufgabenlänge ein Modell noch zuverlässig erfolgreich ist. In METRs bisherigen Veröffentlichungen ist der Zeithorizont die Aufgabenlänge, bei der ein Modell in etwa der Hälfte der Fälle Erfolg hat.

Ein Zeithorizont von „einer Arbeitswoche“ heißt also nicht, dass die KI eine Woche lang am Stück arbeitet. Es heißt: Das Modell löst Aufgaben, die einen Menschen rund 40 Stunden kosten würden, mit einer gewissen Erfolgsquote. Oft braucht die KI dafür deutlich weniger Zeit.

Verdopplung alle 3,6 Monate

Der zweite Befund ist die Geschwindigkeit. METR zufolge verdoppelt sich der Zeithorizont etwa alle 3,6 Monate. Ein Beispiel: Schafft ein Modell heute Aufgaben von einer Woche, würde ein Modell gut drei Monate später Aufgaben von zwei Wochen bewältigen, wenn der Trend anhält.

Zum Vergleich: In METRs viel zitierter Studie aus dem Frühjahr 2025 lag die Verdopplungszeit über den Zeitraum seit 2019 bei rund sieben Monaten. Schon damals stellte METR fest, dass sich die Kurve in jüngerer Zeit beschleunigt hatte. Die neue Angabe deutet darauf hin, dass dieses höhere Tempo anhält. Das Wort „weiterhin“ in der Meldung legt nahe, dass METR keine weitere Beschleunigung sieht, sondern eine Fortsetzung des schnellen Trends.

Die Schlagzeile genau gelesen

The Information titelt, KIs könnten Menschen bei wochenlangen Aufgaben inzwischen „übertreffen“. Das ist zugespitzt. METR misst nach unserem Kenntnisstand nicht, ob eine KI eine Aufgabe besser erledigt als ein Mensch. Gemessen wird, ob sie Aufgaben einer bestimmten menschlichen Dauer überhaupt lösen kann. Auch die Aufgaben selbst haben Grenzen: Es sind klar abgegrenzte, automatisch überprüfbare Aufgaben, meist aus dem Software- und Forschungsumfeld. Echte Büroarbeit mit unklaren Zielen, Abstimmungen und wechselnden Anforderungen bilden sie nur teilweise ab. METR hat auf diese Einschränkungen in früheren Berichten selbst hingewiesen.

Dazu kommt eine methodische Schwierigkeit: Je länger die Aufgaben werden, desto weniger gibt es davon im Testset und desto aufwendiger ist es, die menschliche Bearbeitungszeit sauber zu bestimmen. Messungen am oberen Ende sind daher meist unsicherer.

Einordnung

Der METR-Zeithorizont gilt in der KI-Debatte als eine der anschaulichsten Kurven, weil er Fortschritt in Arbeitszeit übersetzt. Hält die Verdopplung alle 3,6 Monate an, kämen KI-Agenten in rund einem Jahr in die Größenordnung von Aufgaben, für die Menschen mehrere Monate brauchen. Für Firmen, die über autonome KI-Agenten nachdenken, und für die Diskussion um KI-Sicherheit ist das bedeutsam. Je länger ein System selbstständig arbeiten kann, desto größer wird sein wirtschaftlicher Nutzen, aber auch die Frage nach Kontrolle.

Wichtig ist aber, was offen bleibt. Uns liegen weder die genauen Werte für GPT-6 Astra und andere Modelle vor noch die Unsicherheitsbereiche oder die Zahl der Langzeitaufgaben im Test. Ob der Trend weiter anhält, ist eine Extrapolation, also eine Fortschreibung bisheriger Daten, und keine Gewissheit. Und „kann eine Wochenaufgabe lösen“ heißt bei einer Erfolgsquote um 50 Prozent noch nicht, dass man der KI eine Woche Arbeit verlässlich übergeben kann.

Quellen

#metr#benchmark#ki-agenten#gpt-6#forschung
Originalquelle lesen

Frag den KI-Assistenten

Fragen zu diesem Artikel, zur Installation oder zu Hintergründen? Unser Assistent kennt diese Seite und läuft auf unserem eigenen Rechner, nicht in einer fremden Cloud.

Verbinde …

Der Assistent ist eine KI (Gemma 4) und kann sich irren – wichtige Angaben bitte in der Quelle prüfen. Fragen werden nur zum Beantworten genutzt und nach einer Stunde gelöscht. Bitte keine persönlichen Daten eingeben.

Kommentare

Was meinst du dazu? Schon ausprobiert? Schreib es hier, ohne Anmeldung.

  1. Kommentare werden geladen …

Kommentare sind öffentlich. Links sind nicht erlaubt, beleidigende Beiträge löschen wir. Deinen eigenen Kommentar kannst du in diesem Browser jederzeit wieder löschen. Mehr dazu in der Datenschutzerklärung.