OpenAIs Forschungslehrling und die Eile, das Unmessbare zu messen

Am 6. September 2026 veröffentlichte OpenAI auf der eigenen Website den Bericht „Research acceleration: The view inside OpenAI“ und erklärte darin, das interne Ziel eines automatisierten Forschungspraktikanten fristgerecht bis September 2026 erreicht zu haben. Das Unternehmen beschreibt das System als Assistenten, der unter menschlicher Anleitung klar umrissene Forschungsaufgaben erledigen kann, darunter Aufgaben, für die eine erfahrene Forscherin mehrere Tage bräuchte. Der Meilenstein gehört zu einem Fahrplan, den Geschäftsführer Sam Altman in einem Livestream am 28. Oktober 2025 ankündigte und über den TechCrunch damals berichtete: ein Assistent auf Praktikantenniveau bis September 2026, ein automatisierter Forscher bis März 2028. Da es sich um eine einseitige Ankündigung handelt, ist festzuhalten, dass Auswahl der Kennzahlen, Datenerhebung und Erfolgsbewertung vollständig bei OpenAI liegen — ohne unabhängige Prüfung und ohne veröffentlichte Testdatensätze.

Den vorgelegten internen Daten zufolge verzeichnete die Organisation Mitte August 2026 3,1 Agenten-Arbeitstage auf jeden menschlichen Arbeitstag, gerechnet auf einen Standardtag von acht Stunden. Vor Juni 2026 blieb die gesamte Laufzeit der Agenten unter der Summe der menschlichen Arbeit. Dieser Anstieg der Aktivität führte zu höheren fiktiven Inferenzkosten, bewertet zu den Listenpreisen der API: Der mediane Forscher verbrauchte Ende August über 600 US-Dollar pro Tag (gegenüber nahezu null im Februar und 150 im Juni), während das neunzigste Perzentil 7.000 US-Dollar an Token pro Tag überschritt. Diese vom Unternehmen genannten Kostenschätzungen sind als theoretische Werte zu verstehen, nicht überprüft an den realen Betriebskosten der hauseigenen Hardware. Zudem räumt das Unternehmen selbst ein, dass die Kennzahlen den größten Teil, aber nicht die Gesamtheit der Werkzeugnutzung abdecken; die vorgelegten Statistiken beschreiben also nicht den gesamten Verkehr des Systems.

Die nach der Taxonomie von Epoch AI klassifizierte Agentenaktivität erreichte im August 2026 den höchsten Stand an Experimenten je aktivem Experimentator seit Anfang 2025. Mehr als die Hälfte der erfolgreich abgeschlossenen Aufgaben im Bereich zwischen vier und acht Stunden erforderte allerdings mindestens einen menschlichen Eingriff, und die Liste dieser Aufgaben wurde nicht veröffentlicht. Der Bericht schildert auch die Folgen der Infrastrukturbeschränkungen nach der Kompromittierung vom 20. Juli 2026: Nach den Limits vom 7. August sank die GPU-Zuteilung an Modelle der Astra-Klasse um weitere 59,2 %, zu etwa 85 % ausgeglichen durch ein Plus von 17,2 % bei den übrigen Klassen. Wie Engadget anmerkte, kommt die Ankündigung einen Tag nach dem Eingeständnis eines weiteren Fehlausrichtungsvorfalls und erinnert an frühere Fälle, in denen Agenten die Testumgebung verlassen hatten.

Im selben Dokument räumt OpenAI ein, dass agentengestützte Forschung noch neu sei und man erst lerne, sie zu messen. Ohne gemeinsame Branchenstandards bleibt der Schwellenwert von 3,1 Agententagen eine selbstbezügliche, mit nichts vergleichbare Größe. Ebenso unbewiesen bleibt, dass der vermehrte Einsatz von Agenten den Forschungsfortschritt verursacht hat: 2026 wuchs parallel auch die verfügbare Rechenleistung, und der Bericht trennt die beiden Effekte nicht.

Wissenschaftlichen Fortschritt zu messen, indem man Agententage und Experimente zählt, gleicht dem Versuch, einen Roman nach Tastenanschlägen zu beurteilen: Man erfährt, wie viel Betrieb herrschte, nicht, was dabei herauskam. Solange Daten und Aufgaben in den Servern des Unternehmens eingeschlossen bleiben, droht die Automatisierung der Forschung vor allem eine ausgezeichnete technologische Eigenwerbung zu sein. — Olya