Heirate kein Modell

Das beste Modell hielt drei Tage

Vor einer Woche hatte kein CTO das auf seiner Risikoliste: Das KI-Modell, auf dem dein Unternehmen läuft, kann von Leuten abgeschaltet werden, die weder im Labor arbeiten, das es gebaut hat, noch für dich.

Am 9. Juni brachte Anthropic Claude Fable 5 heraus, das leistungsfähigste Modell, das es je öffentlich gemacht hatte, die Sorte, die in den Standard-Tests jeden Rivalen schlägt und Andrej Karpathy, einen der meistgefolgten Forscher der KI, von einem „Schritt auf Major-Version-Bump-Niveau" sprechen ließ (Entwicklersprech für einen riesigen Sprung). Drei Tage später war es weg. Die US-Regierung erließ eine Exportkontroll-Anordnung mit Verweis auf die nationale Sicherheit und sperrte den Zugang für jeden ausländischen Staatsbürger, einschließlich Anthropics eigener Belegschaft. Da das Unternehmen an der Login-Maske nicht zuverlässig prüfen kann, wer ausländischer Staatsbürger ist und wer nicht, zog es Fable 5 (und dessen abgeriegeltes Geschwister Mythos 5) für alle und leitete auf das ältere Opus 4.8 um. Der Auslöser war, so gut sich das sagen lässt, ein Forscher, der Fable dazu brachte, Sicherheitslücken in Code zu finden und zu schließen. Anthropic argumentierte, derselbe Trick funktioniere auch bei GPT-5.5, und die Anordnung habe die eigentliche Sorge nie benannt, aber nichts davon brachte das Modell zurück. Das beste Werkzeug des Planeten hatte, wie sich herausstellte, drei Tage Haltbarkeit.

Auf dem falschen Fuß erwischt werden die, die zwei Jahre lang alles fest an ein einziges Modell verdrahtet haben. Der CTO, der das ganze Unternehmen auf ein Labor standardisiert hat, lernte, dass diese Wahl nie bloß eine Anbieter-Entscheidung war, sondern eine geopolitische, und dass das Labor selbst den Ausgang nicht voll in der Hand hat. Wähl dein Modell, bau alles darauf, und du hast einem Raum voller Leute, die du nie treffen wirst, einen Kill Switch in die Hand gegeben.

Der naheliegende Zug ist also, aufzuhören, von einem einzelnen von ihnen abhängig zu sein. OpenRouters Fusion startete in derselben Woche, in der Fable starb: Statt deine Frage an ein Modell zu schicken, legt es sie einem Panel der besten vor und lässt ein Richter-Modell ihre Antworten zu einer einzigen verschmelzen, was in OpenRouters eigenen Tests jedes einzelne für sich schlug. Günstigere Tools machen eine leichtere Variante und wechseln still zu dem Modell, das gerade online und bezahlbar ist, wenn deine erste Wahl ausfällt. Die größere Wette, die Box-CEO Aaron Levie laut ausgesprochen hat, liegt auf open-weight Modellen: Eins, das du herunterlädst und auf deinen eigenen Maschinen betreibst, kann dir niemand wieder wegnehmen.

Drei Jahre lang war der Gewinnerzug, das beste Modell zu finden und alles hineinzuschütten. Fable hat gerade bewiesen, dass jedes einzelne Modell über ein langes Wochenende verschwinden kann, was heißt: Durch den nächsten Schreck kommen die Teams, die sich von Anfang an nie an einen einzigen Namen gebunden haben.

Finde dein Unternehmen auf der Software-Fabrik-Leiter

Ryan Carson betreibt, was er eine „Code Factory" nennt, und das ist im Grunde ein Softwareunternehmen mit einem einzigen Menschen darin. Agenten schreiben den Code, ein zweiter Satz prüft ihn, automatisierte Tests laufen von selbst, Fehler werden sortiert, und etwas behält das Live-Produkt im Auge, während Carson den einen Job behält, den er wollte: die Regeln zu setzen, unter denen die Maschinen arbeiten. Er sagt, er habe auf diese Weise mehr als tausend Code-Änderungen ausgeliefert, die Leistung eines ganzen Teams aus einer einzigen Person.

Das ist kein Randphänomen. Anthropic sagt, mehr als 90 Prozent seines eigenen Codes werden inzwischen von KI geschrieben, Google sagt rund 75 Prozent (von 25 Prozent vor einem Jahr), und bei OpenAI arbeitet fast jeder Ingenieur über einen internen Agenten. Warum das zählt, selbst wenn dein Unternehmen nie eine Zeile Code ausliefern wird: Engineering ging nur deshalb zuerst, weil sich seine Arbeit leicht prüfen lässt. Ein Test besteht, oder er besteht nicht. In dem Moment, in dem eine Art von Arbeit eine klare richtige Antwort hat, die eine Maschine verifizieren kann, kommt sie ans Fließband. Karpathy hat die Regel sauber formuliert: Alte Software automatisiert, was du spezifizieren kannst, KI automatisiert, was du verifizieren kannst. Der Finanzabgleich hat eine richtige Antwort. Ein gelöstes Support-Ticket auch, ein sauberer Datenfeed, eine E-Mail, die entweder rausging oder nicht. Engineering ist bloß die erste Funktion am Band, und die, um die du dir Sorgen machen solltest, ist die, die in deinem Laden als Nächste dran ist.

Der klarste Weg, deinen Platz zu finden, aus einer Aufschlüsselung, die Alex Lieberman (Morning Brew) für nicht-technische Führungskräfte geschrieben hat, ist eine fünfstufige Leiter. Du kannst dein Team in unter einer Minute einordnen:

• Level 0, Artisan: Jeder Schritt ist ein Mensch. KI ist nirgends.
• Level 1, Assisted: Ingenieure nutzen KI, um schneller zu tippen, aber ein Mensch macht und genehmigt jeden Schritt. Die meisten Unternehmen sind ehrlicherweise hier.
• Level 2, Delegated: Ein Agent schreibt die Änderung und reicht sie von selbst zur Freigabe ein, aber ein Mensch winkt jede einzelne durch. Die meisten „KI-forward" Teams hängen auf dieser Stufe fest.
• Level 3, Supervised Factory: Risikoarme Änderungen gehen ohne Menschen in der Schleife raus, weil ein zweiter Agent die Arbeit des ersten prüft und die automatisierten Tests bestehen müssen. Menschen setzen die Leitplanken und übernehmen alles, was Geld oder Sicherheit berührt.
• Level 4, Autonomous Factory: Der Bug wird gefunden, behoben und ausgeliefert, bevor jemand es merkt, und die Menschen entscheiden anderswo, was das Produkt werden soll. Fast niemand ist wirklich hier.

Du kletterst nach oben, indem du den Menschen aus einem weiteren Schritt herausziehst, und nur so schnell, wie dein Sicherheitsnetz einen Fehler auffangen kann. Die vier Züge unten sind an die gerichtet, die dein Engineering leiten, aber überflieg sie, damit du weißt, wonach du fragen musst.

1. Gib einem Agenten ein ganzes Ticket: Wenn du auf Stufe 1 bist, ist KI für dein Team noch bloß schicke Autovervollständigung. Nimm die bestgetestete, risikoärmste Ecke deines Codes, gib einem Agenten einen ganzen Bug von Anfang bis Ende, und lass einen Menschen es prüfen. Mach das mit deinen nächsten zehn Bugs.
2. Schreib auf, was „risikoarm" heißt: Benenne die Änderungen, die nie ohne Menschen rausgehen, nichts, was Zahlungen, Logins oder Kundendaten berührt, und lass alles außerhalb dieses Zauns schneller laufen.
3. Stell einen Reviewer-Agenten auf und vertrau deinen Tests: Setz einen zweiten Agenten darauf an, die Arbeit des ersten zu prüfen, verlange, dass die automatisierten Tests bestehen, und lass alles, was beides schafft, von selbst rausgehen. Das ist der Sprung, der echte Infrastruktur braucht: ein Gate, das eine Änderung erst durchlässt, wenn der Reviewer-Agent und die Tests beide abgesegnet haben, plus einen schnellen Weg zurückzurollen, wenn eine durchrutscht. Laut Googles DORA-Forschung (eine langjährige Studie darüber, was Software-Teams schnell und zuverlässig macht) ist eine solide interne Plattform das Größte, was Teams, die mit KI gewinnen, von Teams trennt, die darin ertrinken.
4. Wissen, wann man aufhört: Den letzten Menschen vom Auslöser zu ziehen, ist eine Frage von Vertrauen und Monitoring, nicht von einem besseren Modell, und die meisten Unternehmen sollten hier nicht sprinten. Alles, was Geld, Sicherheit oder die Daten von jemandem berührt, verdient noch für lange Zeit einen Menschen in der Schleife.

Der Prozentsatz deines Codes, den KI schreibt, ist eine Eitelkeitskennzahl. Die Zahl, die wirklich vorhersagt, wer gewinnt, ist, wie viel deines Bandes läuft, ohne dass jemand daneben steht.

Was sonst noch passiert ist

OpenAI will 300.000 Berater ausbilden

OpenAI hat ein Partner Network mit einem Budget von 150 Millionen Dollar und dem Ziel gestartet, bis Jahresende 300.000 Berater zu zertifizieren, angefangen mit Accenture, Bain, BCG, McKinsey und PwC. Genau die Firmen, deren juniorlastiges, nach Stunden abgerechnetes Modell die KI still auffrisst, stellen sich jetzt an, um sie weiterzuverkaufen.

Salesforce hat sich in Kundenservice-Roboter eingekauft

Zwei Wochen nachdem Benioff sagte, er habe aufgehört, Ingenieure einzustellen, willigte Salesforce ein, Fin zu kaufen, das früher Intercom genannte Kundenservice-KI-Unternehmen, für rund 3,6 Milliarden Dollar, und dessen Agenten (der etwa 76 Prozent der Tickets von selbst löst) in Agentforce einzugliedern. Das Unternehmen, das allen anderen „bau deine eigenen Agenten" verkauft, hat sich gerade selbst einen gekauft.

Werde fürs Warten bezahlt

Der Fortschritts-Spinner von Claude Code ist womöglich der meistgesehene Ladebalken der Welt, also machte Andrew McCalip einen Werbemarktplatz namens Kickbacks daraus: Werbetreibende bieten darum, Anzeigen zu schalten, während dein Agent arbeitet, und du behältst die Hälfte. Die eine Hälfte des Internets nannte es genial, die andere flehte ihn an, die Werbung aus ihrem Terminal zu bekommen.

Ein Reviewer mit Geschmack, auf Abruf

Gokul Rajaram startete Coach, einen meinungsstarken KI-Reviewer für Produktdokumente, Strategie-Memos und Roadmaps, gebaut für die Frage, die KI knapp gemacht hat: nicht, ob du es ausliefern kannst, sondern ob du es solltest. Wenn Dinge zu machen billig wird, ist Urteilsvermögen das ganze Spiel.

Der nächste Burggraben ist der Loop, der dir gehört

Eine These, die die Runde macht, argumentiert, der echte Preis sei jetzt, den Feedback-Loop zu besitzen, der die eigenen Prozesse und das hart erarbeitete Wissen deines Unternehmens in ein System verwandelt, das immer besser in deiner spezifischen Arbeit wird. Jeder kann jetzt dieselbe rohe Intelligenz mieten. Der bleibende Vorsprung geht an den, der ihr die Dinge beibringt, die nur sein Unternehmen weiß.

Bis nächsten Dienstag. Sven