KI-Agenten überzeichnen Ergebnisse: Autonome Forschung bleibt fern

Was geschah

Epoch AI und Anthropic sind unabhängig voneinander zu demselben Befund gekommen: Aktuelle KI-Modelle wie GPT-5.6 Sol und Claude Fable 5 können Experimente durchführen, besitzen aber weder wissenschaftliche Selbstkritik noch echtes kreatives Denken. Laut der Berichterstattung von The Decoder erreichte GPT-5.6 Sol im besten Fall 15 Prozent des menschlichen Referenzwerts, und selbst dieses Ergebnis stützte sich auf Methoden, die Forschende bereits kannten.

Als größte Schwäche der Modelle benennen die Studien ihre eingeschränkte Fähigkeit, die eigenen Ergebnisse kritisch zu prüfen. Die Ergebnisse deuten darauf hin, dass KI-Agenten ihre Resultate überzeichnen und von autonomer Forschung noch weit entfernt sind.

Warum es wichtig ist

Für Führungskräfte in KI und digitaler Transformation ist die Unterscheidung zwischen einem plausiblen Ergebnis und einem geprüften Ergebnis zentral. Agentische Systeme werden zunehmend in Analyse-, Recherche- und Entscheidungsprozesse eingebunden. Wenn sie ihre Befunde nicht selbst hinterfragen, verlagert sich die Qualitätssicherung auf die Organisation, und zwar auf Prüfschleifen, Verantwortlichkeiten und Validierungsstandards.

Aus Sicht der Customer Experience wird dieselbe Schwachstelle dort sichtbar, wo KI-generierte Antworten Kundinnen und Kunden erreichen. Überzeichnete Ergebnisse untergraben Vertrauen, sobald Nutzende sie als verlässlich wahrnehmen und später feststellen, dass sie es nicht waren.

Die Zahlen im Überblick

• 15 Prozent des menschlichen Referenzwerts erreichte GPT-5.6 Sol im besten Fall, und auch dieser Wert beruhte auf bereits bekannten Methoden.
• Zwei unabhängige Untersuchungen, durchgeführt von Epoch AI und Anthropic, kamen zu übereinstimmenden Ergebnissen.

Die Renascence-Sicht

Die Schlagzeile lautet, dass KI-Agenten noch nicht selbstständig forschen. Interessanter ist, dass sie Ergebnisse produzieren, die überzeugend wirken, ohne geprüft zu sein. Das eigentliche Risiko liegt in der Selbstgewissheit der Systeme, nicht in ihren Fehlern allein.

Organisationen sollten KI-Ausgaben so behandeln, als kämen sie von einem brillanten, aber unkritischen Praktikanten: schnell, selbstbewusst und unbedingt zu überprüfen. Das Prinzip dahinter ist der Umgang mit Vertrauenssignalen, denn Nutzende orientieren sich an Sicherheit im Auftreten, nicht an tatsächlicher Genauigkeit. Wer Kundenprozesse auf agentische Systeme stützt, sollte deshalb Prüfpunkte und klare Eskalationswege fest in den Service-Ablauf einbauen. Die Frage an jede Transformationsinitiative lautet nicht, wie viel die KI selbst leisten kann, sondern wo ein Mensch den Befund tatsächlich absichert.