OpenAI gab am 6. September 2026 bekannt, dass es das im letzten Herbst angekündigte Ziel erreicht hat: die Einstellung eines „Praktikanten für automatisierte Forschung“ bis September dieses Jahres. In einem neuen Blog-Beitrag mit dem Titel „Forschungsbeschleunigung: Der Blick in OpenAI“ enthüllte das Unternehmen auch zum ersten Mal, wie tief KI-Agenten in seine eigene Forschungsorganisation eingebunden sind – bis Mitte August verbrauchte die Organisation für jeden einzelnen menschlichen Arbeitstag 3,1 Agenten-Arbeitstage.

Der Meilenstein, der erstmals von Engadget und Unite.AI gemeldet wurde, ist das bislang klarste quantitative Bild dessen, was OpenAI meint, wenn es darum geht, dass KI die KI-Forschung beschleunigt. Für Leser, die die umfassendere Geschichte verfolgen, passt dies in unsere fortlaufende KI-Forschungsberichterstattung darüber, wie Frontier Labs die Arbeit rund um Agenten umstrukturieren.

Was „Automatisierter Forschungspraktikant“ eigentlich bedeutet

Der Blogbeitrag definiert das Ziel genau: ein System, das unter menschlicher Leitung klar definierte Forschungsaufgaben ausführen kann, einschließlich Aufgaben, für deren Bewältigung ein erfahrener Forscher einige Tage benötigen würde. Nach eigenen Messungen von OpenAI wurde diese Messlatte nun erreicht, was in etwa dem Zeitplan entspricht, den das Unternehmen bei der Bekanntgabe des Ziels im vergangenen Herbst festgelegt hatte.

Das nächste Ziel ist deutlich ehrgeiziger. OpenAI gibt an, bis März 2028 „starke Fortschritte“ in Richtung eines automatisierten KI-Forschers zu machen – einem System, das unter menschlicher Aufsicht arbeitet, um Deep-Learning- und Alignment-Forschung voranzutreiben und so eine iterative Selbstverbesserung zu ermöglichen. Das Unternehmen weist darauf hin, dass immer noch Menschen Forschungsprioritäten festlegen, beurteilen, welche Ideen und Ergebnisse es wert sind, verfolgt zu werden, und entscheiden, ob ein bestimmtes System skaliert, pausiert oder eingesetzt werden soll.

Die Zahlen hinter der Behauptung

Die auffälligsten Zahlen im Beitrag beschreiben, wie radikal sich die tägliche Arbeit der OpenAI-Forscher im Laufe des Jahres 2026 verändert hat:

  • 3,1 Agentenarbeitstage pro menschlichem Arbeitstag. Vor Juni 2026 lag die Gesamtlaufzeit der Agenten in der gesamten Forschungsorganisation immer noch unter der gesamten menschlichen Arbeit. Bis Mitte August leisteten die Agenten mehr als das Dreifache der Anstrengung der Menschen, die sie leiteten, gemessen an einem normalen Acht-Stunden-Tag.
  • Mehr als 600 $ pro Tag für den durchschnittlichen Forscher. Zu Beginn des Jahres experimentierte der nach Agentennutzung geordnete durchschnittliche Forscher nur mit Codierungsagenten. Bis Mitte August führte der durchschnittliche Forscher täglich Agenten aus und verbrauchte mehr als 600 US-Dollar pro Tag an Inferenz zu API-Preisen.
  • 7.000 $+ pro Tag beim 90. Perzentil. Die intensivsten Benutzer in der Forschungsorganisation verbrauchen jetzt mehr als 7.000 $ an Token pro Tag und führen hochgradig gleichzeitige Arbeitsabläufe mit vier oder mehr gleichzeitig arbeitenden Agenten aus.
  • Rekordexperimentvolumen. Die Anzahl der Experimente pro aktivem Experimentator erreichte im August 2026 ein Allzeithoch, seit Beginn der Verfolgung im Januar 2025.

OpenAI führt den Produktivitätssprung in erster Linie auf die Einführung von Codex, seinem Coding-Agenten, zurück und räumt gleichzeitig ein, dass die verfügbare Rechenleistung seit 2025 ebenfalls erheblich gestiegen ist – die Gewinne sind also eine Kombination aus mehr Agenten, besseren Agenten und mehr Hardware, auf der sie ausgeführt werden können.

Was die Agenten tatsächlich tun

Zur Klassifizierung der Agentenaktivität verwendete OpenAI eine von Epoch AI veröffentlichte Taxonomie für Forschungsarbeiten, die vom O*NET-Berufsklassifizierungssystem inspiriert war. Es unterteilt die KI-Forschung und -Entwicklung in sechs Phasen: Entscheiden, Entwerfen, Erstellen, Ausführen, Analysieren und Kommunizieren.

Alle sechs Kategorien der Agentenaktivität nahmen zwischen Januar und August 2026 zu. Im Januar war die vorherrschende Nutzung Forschungs- und Infrastrukturcode; Diese Kategorie ist ständig gewachsen, mit einem bemerkenswerten Wachstum bei der technischen Hilfe und bei der Überwachung von Experimentdurchläufen. Im Gegensatz dazu macht die Planung auf hoher Ebene nach wie vor nur einen minimalen Teil der Agenten-Output-Tokens aus – die strategischen Entscheidungen liegen immer noch bei den Menschen.

Anekdotisch, so berichtet der Beitrag, haben die Forscher von OpenAI herausgefunden, dass Codieragenten bei der Fehlerbehebung in der internen Forschungsinfrastruktur hervorragende Leistungen erbringen, und dass mehrere Teams, die zuvor Bürozeiten für Infrastrukturprobleme hatten, dies nicht mehr tun müssen.

Warum der Meilenstein über OpenAI hinaus wichtig ist

Die Ankündigung kommt zu einem sensiblen Zeitpunkt. Gesetzgeber, Sicherheitsforscher und Wettbewerber suchen alle nach Beweisen dafür, dass KI-Systeme die KI-Forschung selbst erheblich beschleunigen können – der Mechanismus, der am wahrscheinlichsten dazu führt, dass Zeitpläne hin zu leistungsfähigeren Systemen verkürzt werden. Der leitende Wissenschaftler von OpenAI veröffentlichte am selben Tag einen Begleitaufsatz, in dem er warnte, dass noch kein Labor die Ausrichtung gut genug gelöst habe, um die Skalierung mit voller Geschwindigkeit fortzusetzen – ein bemerkenswerter Kontrast zu den Produktivitätszahlen.

Die wirtschaftlichen Auswirkungen sind ebenso bemerkenswert. Wenn eine einzelne Forschungsorganisation Tausende von Dollar pro Forscher und Tag für Schlussfolgerungen ausgibt – und dies als Schnäppchen betrachtet –, signalisiert dies, wohin sich die KI-Ausgaben der Unternehmen entwickeln. Agentenarbeitstage werden zu einem käuflichen Input, genau wie die Rechenleistung selbst.

Skeptiker werden darauf hinweisen, dass OpenAI seine eigenen Hausaufgaben bewertet hat: Der Standard „Automated Research Intern“ wird intern definiert und gemessen, und das Verhältnis 3,1:1 zählt sowohl direkt gestartete Agenten als auch nachgeschaltete Subagenten. In den Zahlen des Unternehmens vermischen sich außerdem Codierungs-, Überwachungs- und Analysearbeiten mit sehr unterschiedlichen Schwierigkeitsgraden.

Dennoch ist die Richtung eindeutig. Vor acht Monaten blieb die Agentenzeit in einem der am besten finanzierten KI-Labore der Welt hinter der menschlichen Zeit zurück. Heute überwiegt es drei zu eins – und die Leitung des Labors formuliert bereits den nächsten Meilenstein, den automatisierten KI-Forscher bis März 2028, als eine Frage des „Wann“, nicht des „Ob“.

---

Der KI einen Schritt voraus sein

Erhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Weitere KI-Neuigkeiten lesen →