15. Juli 2026 · Juri Schnöller · KI-Forschung, Verantwortung, Delivery Gap

„Acht Tage Maschine schlagen zwei Jahre Mensch.“ Unter dieser Überschrift verbreitete Juri Schnöller Mitte Juli eine Meldung, die in der Fachwelt für Aufsehen sorgte und in den Nachrichten kaum vorkam. Zhengyao Jiang, Geschäftsführer von Weco AI, hatte nach eigener Darstellung den womöglich ersten belastbaren experimentellen Nachweis für rekursive Selbstverbesserung veröffentlicht: Sein System AIDE² forschte acht Tage autonom an sich selbst und übertraf am Ende jenes System, das sein Team zwei Jahre lang von Hand optimiert hatte. Die Pointe der Meldung: Das System entwickelte eigenständig Schutzmechanismen gegen die Manipulation der eigenen Ziele und war darin besser als der Mensch.

Der Befund war zu diesem Zeitpunkt keine 24 Stunden alt und von niemandem unabhängig nachvollzogen. Schnöllers Interesse galt ohnehin der Folgerung: Wenn Maschinen ihre Leistung in Tagen verdoppeln, während Behörden Jahre für ein Digitalisierungsprojekt brauchen, werde diese Lücke zur Legitimationsfrage. Sein zugespitzter Satz: „Die eigentliche Gefahr ist nicht selbstverbessernde KI, sondern selbstzufriedene status-quo orientierte Politik.“ Im Thread hatte Rene Hentschel zuvor eingewandt, dass eine Demokratie keine einzelne Zielfunktion kennt, weil das Optimum im Aushandeln entsteht.

Mein Einwurf legte sich neben diesen Punkt:

Ob sich der RSI-Befund repliziert, bleibt abzuwarten. Die Struktur dahinter trägt aber schon jetzt: AIDE² schützt seine Zielfunktion selbst, im Labor ist das eine technische Eigenschaft des Systems. In der Verwaltung ist der Schutz der Ziele eine Zuständigkeit: wer eine Zielfunktion setzen, ändern und zurücknehmen darf, braucht einen benannten Ort im Verfahren, mit Zeit, Kompetenz und Autorität dafür. Rene Hentschel hat den anderen Teil schon benannt, Ziele entstehen in der Demokratie im Aushandeln. Der Delivery Gap schließt sich deshalb an zwei Stellen gleichzeitig: Maschinen beschleunigen das Optimieren, Institutionen müssen das Festlegen und Verantworten beschleunigen. Das zweite ist die schwerere Hälfte, und sie lässt sich nicht an das Modell delegieren.

Offen bleibt die Belastbarkeit des Ausgangsbefunds. Ein Ergebnis, das aus einem Unternehmensthread stammt und über eine Million Aufrufe erreicht, bevor irgendjemand es nachvollzogen hat, ist als Diskursereignis interessant und als Beleg vorläufig. Die institutionelle Frage dahinter steht davon unabhängig.

Stand: 2. August 2026. Angaben zum System nach Darstellung des zitierten Unternehmens, nicht unabhängig überprüft. Original-Post.