Anthropic-Technikchefs sehen AGI in den „nächsten paar Jahren“ und verteidigen die 80-Milliarden-Dollar-Umsatzrate gegen Kritik an Modell-Distillation und staatlicher Abschottung
American-Optimist-Podcast, Napa, August 2026 — Nick Marwell und Schult Douglas, Reinforcement-Learning-Technikchefs bei Anthropic, skizzieren den AGI-Zeitplan des Unternehmens, die ökonomische Logik der Frontier-Preise und die Gründe für den freiwilligen Verzicht auf einen monatelangen technologischen Vorsprung
Zwei der leitenden Techniker von Anthropic haben in einem ausführlichen Gespräch im American-Optimist-Podcast Thesen vertreten, die für jeden Investor im Bereich der KI-Infrastruktur von Bedeutung sind: Modelle, die „so fähig wie alle Menschen oder noch fähiger“ sind, seien ihren Worten zufolge „sehr wahrscheinlich“ innerhalb der nächsten paar Jahre, und die Ökonomie von Frontier-Intelligenz verhalte sich eher exponentiell als linear. Nick Marwell, der die wissenschaftliche Arbeit im Bereich Reinforcement Learning (RL) mitverantwortet, und Schult Douglas, Reinforcement-Learning-Technikchef, äußerten sich zudem zu Anthropics geschätzter Umsatzrate (Run-Rate) von rund 80 Milliarden Dollar – eine Zahl, die durchgesickert ist, vom Unternehmen jedoch nicht offiziell bestätigt wird. Darüber hinaus sprachen sie über den Streit mit chinesischen Laboren bezüglich Modell-Distillation, die zunehmende Kritik an angeblicher regulatorischer Abschottung (Regulatory Capture) und ihre Einschätzung zur Entwicklung von Cyber- und Biologisiko in den kommenden zwei Jahren.
Das exponentielle Argument für Frontier-Preise
Das weitreichendste Argument des Gesprächs ist ökonomischer und nicht technischer Natur: Marwell und Douglas argumentieren, dass jede zusätzliche Einheit an Modellintelligenz exponentiell wertvoller ist als die vorherige. Dies erkläre, warum führende Labore ihre Preissetzungsmacht behalten, selbst wenn ältere oder schwächere Leistungsstufen innerhalb von Monaten kommodifiziert werden. Als Beweis dafür verwies Marwell auf die Softwareentwicklung. „Die erste Intelligenzeinheit beim Programmieren, die überhaupt nützlich war, war die Tab-Autovervollständigung“, sagte er. „Man ging von dort aus zu jener marginalen Intelligenzeinheit über, bei der agentisches Programmieren im Terminal mit Claude Code Realität wurde. Und das war eine 100.000-mal wertvollere Fähigkeit.“ Sein Fazit fällt drastisch aus: „Auf Basis einer Tab-Autovervollständigung kann man zu diesem Zeitpunkt kein Unternehmen mehr aufbauen.“
Diese Einordnung ist entscheidend dafür, wie Investoren die Nachhaltigkeit der Margen in diesem Sektor bewerten sollten. Der weltweite KI-Umsatz liegt nach Douglas’ Einschätzung „etwas nördlich von 100 Milliarden Dollar in einer Wirtschaft mit Dutzenden von Billionen Dollar“ – was impliziert, dass die Kategorie im Vergleich zu ihrem adressierbaren Gesamtmarkt nach wie vor ein Rundungsfehler ist und sich Wertschöpfung an der technologischen Spitze (Frontier) konzentriert und nicht am unteren Ende. Marwell zog einen historischen Vergleich zum IP-Schutz in der Pharmabranche, allerdings mit einer Wendung: Die „Halbwertszeit der technologischen Spitze bei KI bemisst sich in Monaten“, wodurch die Deflationskurve wesentlich steiler verläuft als in der Pharmaindustrie. Gemäß den im Gespräch zitierten Benchmarks von Artificial Analysis sinken die Kosten pro Leistungsfähigkeit jährlich um den Faktor zehn.
Einblicke in die 80-Milliarden-Dollar-Umsatzrate und den Wandel vom Werkzeug zur „Entität“
Auf die durchgesickerten Umsatzdaten angesprochen, die Anthropic angeblich beim Wachstum vor OpenAI positionieren, wollten die beiden Manager die Zahlen zwar nicht direkt bestätigen, gaben jedoch detaillierte Einblicke in den internen Fortschritt der Leistungsfähigkeit, der diese Wachstumsstory untermauert. Douglas beschrieb den Wandel in der Arbeitsweise von Ingenieuren bei Anthropic mit ihren eigenen Modellen: Vor achtzehn Monaten habe er noch „alle Codezeilen von Hand getippt“ und müsse dann „alle paar Minuten eingreifen“, um ein Modell zu korrigieren, das vom Kurs abkomme. Heute könne er den Modellen auftragen, „ein oder zwei Tage Arbeit unabhängig zu erledigen und den Fortschritt im Grunde wie ein junioriges Teammitglied voranzutreiben“. Diese sich verstärkende Autonomie – vom Werkzeug zum semi-unabhängigen Mitarbeiter – bildet die operative Grundlage für Anthropics Sichtweise, dass man eher von der Bereitstellung von „Entitäten“ als von Software-Werkzeugen sprechen sollte. Diese Einordnung sei „ein nützlicher Rahmen“, so Douglas, da die Modelle zunehmend „in Ihrem Auftrag handeln“, anstatt ständige Überwachung zu erfordern.
Warum Distillation eine existenzielle Bedrohung für das Geschäftsmodell ist
Die beiden gaben eine der bisher detailliertesten öffentlichen Erklärungen dafür ab, warum Anthropic Distillation – die Praxis des Trainings neuer Modelle durch das Abgreifen von Outputs von Frontier-Systemen – als direkte Bedrohung für die Kapitalstruktur der Branche betrachtet und nicht lediglich als Urheberrechtsverletzung. Marwell argumentierte, dass Distillation „keine Methode ist, die dazu in der Lage ist, Sie über die Grenze der aktuellen Leistungsfähigkeit hinauszuführen“, und dass ein unkontrolliertes Zulassen dieser Praxis die Ökonomie zerstört, die die enormen Investitionsausgaben (Capex) für das Training rechtfertigt. „Wir werden uns in Szenarien bewegen […] mit Trainingsläufen im Wert von 10 Milliarden, 100 Milliarden oder 1 Billion Dollar“, sagte er. „Eine solche F&E-Investition lässt sich nur rechtfertigen, wenn man in der Lage ist, das Produkt, in das man investiert hat, gewinnbringend zu verkaufen.“ Wenn ein Rivale ein Frontier-Modell „zu einem Bruchteil der Kosten“ kopieren und innerhalb von ein bis zwei Wochen eine nahezu gleichwertige Version veröffentlichen könne, werde dieser Rivale zu einem „wirtschaftlich bevorteilten Wettbewerber“, ohne die F&E-Last getragen zu haben.
Entscheidend ist, dass die beiden einräumten, Anthropic könne Distillation nicht allein durch technische Mittel vollständig unterbinden. Douglas beschrieb die Dynamik als „Katz-und-Maus-Spiel“: Entwicklern Zugang zu Modell-Outputs, Begründungsschritten (Reasoning Traces) und lokaler Inferenz zu geben – alles Features, die Kunden fordern –, mache Distillation gleichzeitig einfacher. Es gebe keine saubere technische Lösung, sondern lediglich einen Kompromiss zwischen Produktoffennung und Schutzfähigkeit. Dieses Geständnis ist bemerkenswert für Investoren, die versuchen, langfristige Burggräben (Moats) bei Basismodellen zu bewerten: Die Barriere gleicht eher einer Reibung als einer Mauer, wobei sie im Wesentlichen durch das Tempo des technologischen Fortschritts selbst aufrechterhalten wird und weniger durch behördliche Durchsetzung.
Aktuell noch offensive Dominanz, in zwei Jahren defensive Dominanz bei Cybersecurity
Zum Thema Sicherheit gaben die beiden eine spezifische und durchaus optimistische Prognose ab: Das Cyberrisiko, das derzeit von der Angreiferseite dominiert wird, weil Angreifer KI schneller ausnutzen können als Verteidiger Patches einspielen, dürfte innerhalb von rund zwei Jahren zugunsten der Verteidigung kippen. Organisationen werden dieselben Modelle nutzen, um proaktiv ihre eigenen Schwachstellen zu finden und zu beheben. „Im Moment sind sowohl Cyber als auch Biologie angriffsdominiert“, sagte Douglas, „aber ich denke, dass Cyber in den nächsten zwei Jahren defensiv dominiert sein wird.“ Die Biologie sei ein schwierigeres Problem. Douglas äußerte offen, dass die Umkehrung der Angriffsdominanz in der Biologie „Hunderte von Milliarden Dollar an Infrastruktur erfordern wird“ und realistischerweise von „dramatisch fortgeschrittenen Fähigkeiten in der Robotik in den 2030er-Jahren“ abhängt, um diese defensive Infrastruktur im großen Stil aufzubauen – ein weitaus längerer und kapitalintensiverer Weg als im Bereich Cybersecurity.
Marwell wies separat auf einen weniger diskutierten Engpass für KI-Anwendungen in den Lebenswissenschaften hin: Nicht die Modellfähigkeit, sondern physische Laborkapazitäten seien mittlerweile der hemmende Faktor. „Ich mache mir fast größere Sorgen darüber, ob wir über die physische und Laborinfrastruktur verfügen, die erforderlich ist, um dies zu nutzen, als darüber, ob KI ein nützliches intellektuelles Werkzeug sein wird“, sagte er. Er fügte hinzu, dass die US-Laborinfrastruktur bei Qualitätsmetriken „eindeutig hinter Orten wie China zurückbleibt“ – ein impliziter Aufruf zu Investitionsausgaben im Biotech-Umfeld, die von aktuellen Public-Market-Biotech-Investments noch nicht eingepreist werden.
Antwort auf die Kritik der regulatorischen Abschottung
Zu dem Vorwurf aus Venture-Capital- und Open-Source-Kreisen, dass Anthropics Sicherheitsbefürwortung eine verdeckte Strategie sei, um die eigene Marktführerschaft durch Regulierung zu zementieren, nannte Marwell ein konkretes Gegenbeispiel: den Umgang des Unternehmens mit der Einführung des Modells Fable (vormals Mythos). Zu einem Zeitpunkt, als Anthropic Berichten zufolge einen Modellvorsprung hatte und „niemand sonst“ auch nur annähernd heranreichte, entschied sich das Unternehmen, „mit der Regierung zusammenzuarbeiten, um das Modell auf eine Weise einzuführen, mit der sich die Regierung wohlfühlte“, anstatt den Vorsprung auszunutzen. „Das war schlicht eine wirtschaftlich schlechte Entscheidung für das Unternehmen“, sagte Marwell, „aber eine, die mit unseren Werten darüber übereinstimmte, wie Modelle eingesetzt und reguliert werden sollten.“ Er wies zudem das Argument zurück, dass eine Regulierung von Open-Weight-Modellen unverhältnismäßig kleine Akteure treffe. Er verwies darauf, dass die größten Open-Weights-Entwickler heute Nvidia, Amazon, Microsoft und gut finanzierte, staatlich unterstützte chinesische Labore seien – und keine unerschrockenen Open-Source-Gemeinschaften. Dies entkräfte den Vorwurf, Regulierung sei darauf ausgelegt, unterfinanzierte Rivalen zu benachteiligen.
Auf die weiter gefasste Skepsis, CEO Dario Amodei „versuche alle in Schrecken zu versetzen, um mehr Regeln zur Verlangsamung der Entwicklung zu schaffen“, fiel Douglas’ Antwort direkt aus: „Bislang haben wir uns selbst viel stärker verlangsamt als alle anderen.“ Er verwies auf den Vorschlag von DeepMind-CEO Demis Hassabis, dass Labore mit geschlossenen Modellen gemeinsam Sicherheitsschwellenwerte vor der Veröffentlichung einführen sollten, als Beweis dafür, dass die Zurückhaltung freiwillig und selbst auferlegt und keine Lobbytaktik ist.
Keine einseitige Verlangsamung gegenüber China
Ungeachtet der Sicherheitsrhetorik äußerten sich beide unmissverständlich dahingehend, dass Anthropic eine einseitige Verlangsamung der US-KI-Entwicklung bei gleichzeitigem Fortgeschreiten Chinas nicht unterstützen würde. „Ich glaube nicht, dass irgendein Szenario, mit dem wir uns wohlfühlen würden, beinhaltet, Amerika zu verlangsamen und China den Vortritt zu lassen“, sagte Douglas. Er fügte hinzu, dass jede koordinierte Pause „vollständig so abgestimmt sein müsste, dass wir jedem Vertragspartner absolut vertrauen“. Zur Open-Source-Frage im Speziellen lautet Anthropics offizielle Position nicht Ablehnung, sondern Parität: Das Unternehmen fordert, dass leistungsbasierte Veröffentlichungsschwellenwerte – beispielsweise im Hinblick auf Cyberangriffsfähigkeiten – gleichermaßen auf offene und geschlossene Modelle angewendet werden und sich die Beschränkungen nicht gezielt gegen Open-Weights-Entwickler richten.
Skalierung der Rechenleistung und die Prüfsteine für 2028
Im Infrastrukturbereich skizzierte Douglas einen Investitionspfad, der sich gut anhand der Prognosen der Hyperscaler überprüfen lässt: Die branchenweiten KI-Investitionsausgaben belaufen sich in diesem Jahr auf etwa 1 Billion Dollar. Wenn das historische Muster eines jährlichen Rechenleistungswachstums von dem Zwei- bis Dreifachen anhält, könnte dies im kommenden Jahr 2 Billionen Dollar und bis 2028 rund 4 Billionen Dollar erreichen. Bei einer weiteren Extrapolation unter Einbezug der Robotik prognostizierte Douglas, dass sich das globale BIP zu Beginn der 2030er-Jahre faktisch verdoppeln könnte – eine These, die seiner Aussage nach „voraussetzt, dass eine Menge Dinge optimal laufen“, und kein Basisszenario darstellt. Speziell für das Jahr 2028 rechnet er damit, dass KI-Rechenkapazitäten im Terawatt-Bereich online sein werden und „Zehntausende“ humanoide Roboter grundlegende Haushaltsarbeiten verrichten. Zudem betonte er, es würde ihn nicht überraschen, wenn ein KI-Modell noch vor Ende des Jahrzehnts eine Fields-Medaille gewinne, auch wenn er skeptisch blieb, ob KI in einem ähnlichen Zeitrahmen Leistungen auf dem Niveau eines Pulitzer- oder Nobelpreises erzielen wird.
Mit Blick auf kurzfristige Arbeitsmarktdaten verwies Marwell auf ein kontraintuitives Signal: Die Beschäftigung im philippinischen BPO-Sektor (Business Process Outsourcing) sowie die Beschäftigung von US-Softwareentwicklern sind trotz der KI-Automatisierung weiter gestiegen. Dies führt er auf eine Übergangsphase zurück, in der KI bestehende Arbeitskräfte wertvoller statt überflüssig macht. Er warnte jedoch davor, zu viel in diesen Trend hineinzuinterpretieren: „Irgendwann […] werden wir uns von einer Welt, in der man einen Menschen gepaart mit einem KI-Modell benötigt, um den gesamten Wert daraus zu schöpfen, zu einer Welt bewegen, in der das nicht mehr nötig ist. Und ich denke, das ist die Welt, in der wir beginnen müssen, uns wegen der Konsequenzen große Sorgen zu machen.“ Damit zog er einen direkten Vergleich zum Schachspiel, bei dem die Überlegenheit von Mensch plus Maschine gegenüber reinen Maschinen rund drei Jahrzehnte anhielt, bevor sie zusammenbrach.