Anthropic-Mitgründer Jack Clark sieht den Beginn der „Singularität“, in der KI die Wissenschaft verändert, und plädiert für Investitionen und Zurückhaltung

Anthropic-Mitgründer Jack Clark hielt am 17. Oktober 2026 bei der Per Jacobsson Lecture im Rahmen einer IMF-Tagung im thailändischen Bangkok einen Vortrag. KI beginne, in der Spitzenforschung – etwa in Mathematik, Physik und der Wirkstoffentwicklung – Ergebnisse zu erzielen, sagte er und forderte Ökonomen und politische Entscheidungsträger auf, sich auf den raschen Wandel einzustellen. Clark vertrat die Ansicht, die „Singularität“ habe bereits begonnen, und sprach sowohl über die nötigen Investitionen, um die Vorteile zu teilen, als auch darüber, wann es sinnvoll sein könne, bewusst innezuhalten.

Von KI, die Texte schreibt, zu KI, die ins Labor geht

Wer generative KI hört, denkt wahrscheinlich an Werkzeuge, die Texte oder Bilder erstellen. In seinem Vortrag sprach Clark über den nächsten Schritt: die wissenschaftliche Forschung. KI trete zunehmend in eine Phase ein, in der sie Seite an Seite mit menschlichen Forschenden ungelöste Fragen angehe.

Clark griff den Begriff der „technologischen Singularität“ auf, den der Science-Fiction-Autor Vernor Vinge 1993 vorausgesagt hatte. Gemeint ist ein Zustand, in dem eine die menschliche Intelligenz übertreffende Intelligenz den Fortschritt vorantreibt und dieser Fortschritt immer intelligentere Wesen in immer kürzerer Zeit hervorbringt. Clark sagte, 2026 gebe es überzeugende Belege dafür, dass dieser Prozess begonnen habe. Zugleich räumte er ein, dass die „Ankunft der Singularität“ seine eigene Einschätzung sei und Details weiterhin diskutiert werden könnten. Dass er den Begriff bei einer Veranstaltung des Internationalen Währungsfonds (IMF) verwendete, zeigt jedoch, wie sehr das Thema KI inzwischen über die Tech-Branche hinausreicht.

Wird KI zur „Hand“ der Forschenden?

Im Vortrag führte Clark Beispiele aus mehreren Fachgebieten an. In der Mathematik werde KI dazu genutzt, Lösungsansätze für seit Langem ungelöste Probleme zu finden; in manchen Fällen habe sie dabei die entscheidende Idee geliefert. In der Biologie komme sie beim Entwurf von Viren und der Identifizierung neuer Wirkstoffkandidaten zum Einsatz. Ein Medikament, an dessen Entwicklung KI maßgeblich beteiligt war, befinde sich bereits in einer klinischen Studie. In der Robotik könne KI Versuchsanlagen aus der Ferne autonom bedienen und so die Automatisierung von Experimenten etwa zur Entwicklung von Batterien und Brennstoffzellen vorantreiben.

Clark betonte, dass es sich dabei nicht um voneinander unabhängige Technologien handle. In vielen Anwendungsbereichen komme dasselbe hochmoderne Modell zum Einsatz. Seiner Einschätzung nach können Systeme wie Claude, ChatGPT und Gemini inzwischen in mehreren wissenschaftlichen Disziplinen an der Forschungsfront arbeiten.

Auch die Sicht, dass Veränderungen, die zuerst in der Softwareentwicklung zu beobachten waren, auf die Wissenschaft und die Robotik übergreifen werden, kam zur Sprache. Clark zufolge schreiben Forschende bei Anthropic inzwischen etwa zehnmal so viel Code wie in den ersten vier Jahren nach der Unternehmensgründung. Zugleich erhöhten bessere Programmierfähigkeiten auch die Möglichkeiten für Cyberangriffe und verschärften den Wettlauf zwischen Angreifern und Verteidigern. Nutzen und Risiken träten untrennbar miteinander auf. Clark bezeichnete das als „Vorschau auf das, was noch kommt“.

Steile Kurven in den Testergebnissen und Erfahrungen von Physikern

Als Belege für den rasanten Fähigkeitszuwachs nannte Clark zwei Tests. Bei „Humanity’s Last Exam“, einer Prüfung mit besonders schwierigen Aufgaben, sei der Bestwert von 8 % zum Start im Januar 2025 auf 67,7 % in der Woche des Vortrags gestiegen. Bei „FrontierMath“, einer Aufgabensammlung von Mathematikern, sei der Wert von 2 % bei der Veröffentlichung im November 2024 auf 94 % geklettert. Diese Zahlen stammen aus Clarks Vortrag.

Eine bemerkenswerte Anekdote betrifft „TheoPhysEval“, eine neue Bewertungsmethode für theoretische Physik. Als die KI 50 unveröffentlichte Aufgaben lösen sollte, die von Physikern aus aller Welt zusammengestellt worden waren, erzielte sie nicht nur ein hohes Ergebnis, sondern behauptete auch, die Musterlösungen der Experten seien falsch. Bei einer Überprüfung fanden sich in mehreren Fällen subtile Fehler tief in den Berechnungen der Fachleute. Mit jeder Korrektur stieg die Punktzahl der KI, bis sie schließlich 98 % (49 von 50 Aufgaben) erreichte. Clark führte dies als Kommentar von Suvrat Raju an, einem Mitwirkenden an der Arbeit.

Clark verglich die Situation mit Filmszenen, in denen ein Schüler seinen Meister dazu bringt, sein Können anzuerkennen. Es sei der Moment, in dem der Lehrende zum Lernenden werde. Der Geschichte maß Clark besonderes Gewicht bei, weil Spitzenforschung Kreativität auf die Probe stelle. Wenn KI in der Wissenschaft kreativ Probleme lösen könne, werde sich diese Fähigkeit womöglich auf viele weitere Bereiche ausweiten – auch auf die KI-Forschung selbst.

Verändert sich das Wachstum in einer Welt mit hundertmal so vielen Forschenden?

Beim Thema Wirtschaftswachstum wurden Clarks Thesen noch kühner. In vielen Ländern sei die Zahl der Forschenden im vergangenen halben Jahrhundert gestiegen, während die Forschungsproduktivität zurückgegangen sei. Das sei das Problem, dass „gute Ideen immer schwerer zu finden sind“. Wenn KI als „virtuelle Forschende“ eingesetzt werden könne, könnte sich das ändern. Clark veranschaulichte seine Frage anhand seiner eigenen Erfahrung: Was wäre, wenn jemand wie er, dessen Entwicklung rund 40 Jahre gedauert habe, gleichzeitig in Hunderten oder Tausenden Kopien arbeiten könnte?

Die Ausbildung menschlicher Forschender dauert 10 bis 15 Jahre und kostet mehrere Millionen Dollar. Bei KI genügten Rechenressourcen, um sie sofort in beliebiger Zahl bereitzustellen. Clark sagte, dadurch werde die Bedeutung jedes einzelnen menschlichen Wissenschaftlers steigen: Er werde Hunderte bis Tausende virtuelle Fachleute beaufsichtigen.

In einer von ihm vorgestellten eigenen Simulation von Anthropic könnte das US-BIP bis 2030 auf 44 Billionen US-Dollar steigen, wenn man davon ausgeht, dass Modelle ein breites Spektrum an Aufgaben autonom erledigen und sich rasch in der Wirtschaft verbreiten. Er räumte selbst ein, das klinge „abwegig“, ordnete es aber als logische Folge ein, sofern die Technologie weiter voranschreite. Dabei handelt es sich um eine Schätzung auf Grundlage bestimmter Annahmen, nicht um eine gesicherte Prognose.

Mehr Entdeckungen bringen keine Ergebnisse, wenn die nötigen Kapazitäten fehlen

Als nächste Infrastruktur, die nach den Rechenressourcen aufgebaut werden müsse, nannte er Versuchsanlagen und Roboter. In den vergangenen zehn Jahren habe er Regierungen weltweit dazu gedrängt, die Stromversorgung und den Ausbau von Rechenzentren voranzutreiben, doch nur wenige politische Entscheidungsträger hätten ihm Gehör geschenkt, sagt er. Derzeit gewännen Rechenzentrumskapazitäten in den USA, China und im Nahen Osten an Bedeutung. Zugleich stiegen die Preise aufgrund angespannter Lieferketten, so seine Einschätzung.

Die nächste Stufe ist die Ausweitung auf die physische Welt. Die UNESCO schätzt die Zahl der Wissenschaftler weltweit auf rund 10 Millionen. Selbst für diese Zahl, so Clark, fehle es an Personen, die Forschung betreuen, an Analyseeinrichtungen für die Materialwissenschaft, an biologischen Laboren zur Erprobung neuer Medikamente und an Großgeräten für Experimente im Weltraum und auf der Erde. Was geschieht, wenn es eine Milliarde oder zehn Milliarden virtuelle Wissenschaftler gibt? Seine Frage ist konkret.

Besondere Aufmerksamkeit verdient hier seine Warnung vor einem „Stau bei Entdeckungen“. Wenn neue Wirkstoffkandidaten wie eine Lawine auftauchen, aber nur eine Handvoll getestet werden kann, ist der Nutzen gering. Es brauche Mechanismen, um Ergebnisse schneller aus dem Labor über die klinische Entwicklung bis in Fabriken und in die Praxis zu bringen, appellierte er an politische Entscheidungsträger. Beschleunigt KI zwar die „Ideenfindung“, bleiben Überprüfung und Umsetzung im Tempo der menschlichen Gesellschaft, verschiebt sich der Engpass lediglich nach hinten.

Clark überträgt dieses Bild auf die Position der einzelnen Länder. Industrieländer mit einer gut ausgebauten wissenschaftlichen Infrastruktur könnten die Produktivität ihrer Forschenden steigern. Für Entwicklungsländer, die Rohstoffe und andere Güter liefern, gebe es die Chance, mit Testeinrichtungen und dem Aufbau wissenschaftlicher Gemeinschaften einen Sprung nach vorn zu machen und so ihren Wert in den Lieferketten zu erhöhen.

Was wir delegieren – und was wir verstehen wollen

In der zweiten Hälfte seines Vortrags rückten Entscheidungen stärker in den Mittelpunkt als Erwartungen. Nur weil KI Wissenschaft betreiben könne, bedeute das nicht, dass man ihr alles überlassen sollte. Als Beispiel nannte Clark zunächst die biologische Forschung, die die strengste menschliche Aufsicht und Transparenz erfordere. Dasselbe gelte für die KI-Forschung selbst: Wie viel Aufsicht bei von KI geleiteter Forschung nötig sei, sei eine Frage, mit der sich Institute wie Anthropic auseinandersetzen müssten. Fortschritte ließen sich dadurch zwar beschleunigen, zugleich bestehe aber die Gefahr, die Kontrolle zu verlieren. Deshalb müsse man behutsam vorgehen. Auch Regeln seien nötig, so seine Überzeugung.

Clark erzählte auch von einem Physikstudenten, den er an einer Universität in Tokio getroffen hatte. Während KI immer mehr Experimente übernehme, stelle sich die Frage, welche Experimente man selbst durchführen und welche man der KI überlassen sollte. Er habe darauf keine Antwort, sagte Clark, doch jede Fachrichtung müsse diese Frage für sich selbst beantworten.

Die zweite Entscheidung betrifft die Frage, wie weit wir die Ergebnisse von KI verstehen wollen. In der Mathematik seien KI-Ergebnisse bereits so originell, dass Menschen sie erst entschlüsseln müssten. Zudem zeichne sich ab, dass KI schon in wenigen Jahren neue Versuchsgeräte erfinden könnte, die auf ihre eigene Arbeitsweise zugeschnitten sind. Sollten Menschen diese Geräte verstehen? Auch das sei eine Entscheidung, die wir treffen müssten, sagte Clark.

Das „Können“ vom „Sollen“ unterscheiden

Clark erinnerte sich daran, als Teenager befürchtet zu haben, dass Bevölkerungswachstum, Klimawandel und Ressourcenverschwendung zusammengenommen die Menschheit in den Untergang führten. Später habe er erlebt, wie Solarpaneele schneller und günstiger wurden als erwartet, wie ein besseres Verständnis des menschlichen Körpers neue Behandlungsmöglichkeiten hervorbrachte, wie KI begann, Tierlaute zu entschlüsseln, und wie Raketen landeten und wiederverwendet wurden. Dadurch habe er erkannt, dass Technologie den Ausblick verändern könne. Auch deshalb beschäftige er sich mit KI, sagte er.

Gleichzeitig birgt KI Gefahren. Clark forderte eine beispiellose und ernsthafte Regulierung dieser Technologie und der Unternehmen, die sie entwickeln, sowie jene menschliche Fähigkeit, die am schwersten aufzubringen sei: „Zurückhaltung“. Die Infrastruktur solle aufgebaut werden, während die Entwicklung der Technologie selbst im Tempo angepasst und behutsam vorangetrieben werde.

Zum Schluss zitierte Clark eine Passage aus Carl Sagans „Pale Blue Dot“. Menschen, die eines Tages andere Sterne erreichten, würden demnach „uns sehr ähnlich sein, aber mehr Stärken und weniger Schwächen“ haben. Sagan habe für diese Entwicklung mehrere hunderttausend Jahre veranschlagt; Clark sagte, wir müssten sie „in wenigen Jahren“ vollziehen. Entscheidend sei, ob es gelinge, zugleich die Fähigkeit zur Beschleunigung der Forschung und das Urteilsvermögen zum Innehalten zu schulen.