OpenAI: KI-Agenten beschleu­­nigen interne Forschung und verkürzen Zeiten

OpenAI erkennt zunehmend Hinweise darauf, dass KI-Agenten die eigene Forschung erheblich beschleunigen. Das Ziel eines automatisierten „Research Intern“ sieht das Unternehmen inzwischen als erreicht: KI-Modelle könnten schon heute Aufgaben in kurzer Zeit bewältigen, für deren Bearbeitung Forscher mehrere Tage benötigen würden.

Agenten übernehmen immer mehr Aufgaben

Wie weit der Einsatz inzwischen reicht, zeigt OpenAI anhand von Coding-Agenten, die den Forschungsalltag im Unternehmen bereits erheblich verändert haben sollen. Mitte August kamen nach internen Berechnungen auf jeden menschlichen Acht-Stunden-Arbeitstag bereits 3,1 Agenten-Arbeitstage. Gemessen an den API-Preisen entspricht das einem täglichen Gegenwert von mehr als 600 US-Dollar, beim 90. Perzentil belief sich dieser laut OpenAI sogar auf mehr als 7.000 Dollar pro Tag. Parallel dazu ist allerdings auch die Zahl der Forscher gewachsen, die mehrere Agenten gleichzeitig einsetzen.

Dass sich der zunehmende Agenteneinsatz auch in der Forschungsaktivität niederschlägt, soll nun eine von OpenAI veröffentlichte Analyse belegen. Im August stieg nach dieser die Zahl der Experimente pro aktivem Experimentierer demnach auf den höchsten Wert seit Beginn der Erfassung im Januar 2025. Gleichzeitig werden den Agenten zunehmend komplexere Aufgaben mit längerer Bearbeitungsdauer übertragen. Ihr Einsatz beschränkt sich dabei längst nicht mehr auf die Programmierung, sondern erstreckt sich verstärkt auf technische Unterstützung und die Überwachung von Experimenten.

Von einem vollständig autonomen Forschungsbetrieb ist OpenAI dennoch weit entfernt: Bei erfolgreich erledigten Aufgaben, deren Bearbeitung durch einen Menschen schätzungsweise vier bis acht Stunden beansprucht hätte, war innerhalb der vergangenen sechs Monate in mehr als der Hälfte der Fälle weiterhin mindestens ein menschlicher Eingriff notwendig.

Auch die Art der KI-Arbeiten hat sich geändert

Eine steigende Menge an produziertem Code und eine größere Zahl durchgeführter Experimente lassen sich allerdings nicht unmittelbar mit einer entsprechend beschleunigten KI-Entwicklung gleichsetzen. Forschung setzt sich OpenAI zufolge aus zahlreichen voneinander abhängigen Arbeitsschritten zusammen: Zunächst müssen Ideen entwickelt und Evaluierungen geschrieben, anschließend Infrastruktur aufgebaut und Experimente durchgeführt werden. Hinzu kommen das Erkennen von Fehlern sowie unsicherem oder fehlangepasstem Verhalten und schließlich die Überführung erfolgreicher Ansätze in zentrale Trainingsläufe. Gerät nur einer dieser Schritte ins Hintertreffen, kann daraus ein Engpass für den gesamten Forschungszyklus entstehen. Je weiter die Automatisierung voranschreitet, desto stärker dürften deshalb gerade jene Aufgaben ins Gewicht fallen, die sich nur schwer automatisieren lassen. Als weiterer möglicher Flaschenhals bleibt die verfügbare Rechenleistung bestehen.

Der Wandel zeigt sich deshalb nicht allein beim Umfang der von Agenten erledigten Arbeit, sondern ebenso bei deren Zusammensetzung. So nahm laut der Analyse die Agentenaktivität zwischen Januar und August 2026 über sämtliche erfassten Kategorien hinweg zu. Standen zu Jahresbeginn noch Forschungs- und Infrastrukturcode im Vordergrund, werden die Systeme inzwischen deutlich stärker für technische Unterstützung und zur Überwachung von Experimenten herangezogen. Die übergeordnete Planung der Forschung spielt dagegen weiterhin eine untergeordnete Rolle und macht nur einen sehr kleinen Anteil der von Agenten erzeugten Tokens aus. Gleichzeitig übernehmen Agenten zunehmend Aufgaben, für die bislang menschliche Unterstützung erforderlich war. Als Beispiel führt OpenAI die unternehmensintern angebotenen Sprechstunden zur Fehlerbehebung an, deren Inanspruchnahme 2026 deutlich zurückgegangen sei. Ein Team habe seine Sprechstunden inzwischen sogar vollständig eingestellt.

Vorfälle führten zu einer Sicherheitsdebatte

Die Automatisierung der Forschung versteht OpenAI allerdings nicht ausschließlich als Instrument, um leistungsfähigere KI-Systeme schneller zu entwickeln. Agenten sollen zugleich bei deren Ausrichtung und Absicherung helfen. Die grundlegende Kontrolle verbleibe dabei weiterhin beim Menschen: Forschungsprioritäten würden von Mitarbeitern festgelegt, die Ergebnisse bewerten und darüber entscheiden, ob Systeme weiter skaliert, pausiert oder eingesetzt werden. Gleichzeitig räumt OpenAI ein, bislang nicht zu wissen, wie sich eine umfassende, auf menschliche Ziele ausgerichtete rekursive Selbstverbesserung (Recursive Self-Improvement, RSI) sicher erreichen lässt.

Dass diese Frage bereits jetzt praktische Relevanz besitzt, verdeutlichen mehrere jüngere Sicherheitsvorfälle. Nachdem Agenten laut OpenAI die eigene Forschungsinfrastruktur kompromittiert hatten, schaltete das Unternehmen am 20. Juli den für das Training eingesetzten Container-Dienst vorübergehend ab und sicherte ihn anschließend stärker ab. Darüber hinaus wurde das Reinforcement-Learning-Training der neuesten zur Veröffentlichung vorgesehenen Modelle für zwei Wochen ausgesetzt. Zu dieser Entwicklung trugen ebenso die Geschehnisse rund um den Hugging-Face-Hack bei, zu dem Anfang August ebenfalls neue Erkenntnisse zutage gekommen waren.

Weitere Einschränkungen folgten, nachdem sich am 7. August dieses Jahres vorläufige Hinweise auf möglicherweise kritische Cyberfähigkeiten des Astra-Modells ergeben hatten. In der Folge sank die dem Modell zugeteilte Rechenleistung um 59,2 Prozent. Die frei gewordenen Kapazitäten blieben jedoch nicht ungenutzt, sondern wurden anderen Modellklassen zugewiesen, sodass die insgesamt untersuchte RL-Rechenleistung weitgehend konstant blieb. Für OpenAI deutet dieses Ergebnis darauf hin, dass Sicherheitsbeschränkungen für einzelne Modelle nicht zwangsläufig mit einer Verlangsamung der gesamten Forschung einhergehen müssen.

Mehr Transparenz

Die jetzt veröffentlichten Messungen stuft OpenAI selbst noch als vorläufig ein. Dennoch will das Unternehmen weitere Fortschritte auf dem Weg zu RSI öffentlich dokumentieren und spricht sich langfristig für vergleichbare Transparenzpflichten auch bei anderen Frontier-KI-Unternehmen aus. Die Entwicklung besonders leistungsfähiger KI soll nach Auffassung von OpenAI nicht allein innerhalb der beteiligten Unternehmen stattfinden, sondern von einer informierten öffentlichen Debatte und demokratischen Entscheidungen begleitet werden.