KI & Digitalisierung

Erst rechnen, dann einführen

Ein KI-Projekt kann technisch funktionieren und sich trotzdem nicht rechnen, oder niemand ist für den Betrieb verantwortlich. Deshalb gehen wir den umgekehrten Weg: erst der Anwendungsfall, dann das Werkzeug.

Eine Hand tippt auf ein aufgestelltes Tablet an einem Arbeitsplatz mit Holzplatte.
Foto: Zhang Dai / Unsplash
Einordnung

Wie schnell KI besser wird

Beginnen wir mit einer harmlosen Rechenaufgabe. Ein Schritt ist ein Meter - und jeder weitere Schritt verdoppelt die Strecke. Schritt eins: ein Meter. Schritt zwei: zwei Meter. Schritt drei: vier Meter. Wo wären wir bei Schritt 30?

Schätzen Sie kurz, bevor Sie weiterlesen. Schritt 30 sind 2²⁹ Meter - rund 537.000 Kilometer, knapp anderthalbmal so weit wie von der Erde zum Mond. Und nur gut 60 Schritte später hätten wir das gesamte beobachtbare Universum hinter uns.

Unsere Intuition ist für lineares Wachstum gebaut. Exponentielles Wachstum unterschätzen wir systematisch - nicht um ein wenig, sondern um Größenordnungen.

Dieselbe Kurve gilt für KI, gemessen an der Arbeitszeit, die ein Mensch für eine Aufgabe bräuchte, die das Modell selbstständig löst: 2019 schaffte GPT-2 Aufgaben von wenigen Sekunden. 2023 lag GPT-4 bei rund vier Minuten. Im Februar 2026 erreichte Claude Opus 4.6 rund zwölf Stunden, also anderthalb Arbeitstage. Für Claude Mythos Preview vom April 2026 misst METR gut 17 Stunden, stuft Messungen über 16 Stunden mit der aktuellen Aufgabensammlung aber selbst als unzuverlässig ein. Für GPT-5.6 Sol vom Juni 2026 nennt METR rund elf Stunden, hält diese Messung aber selbst nicht für belastbar. Für spätere Modelle wie Claude Opus 5.5 hat METR keinen Zeithorizont veröffentlicht; die Übersicht wird seit September 2026 nicht mehr gepflegt. Schreibt man das seit 2023 gemessene Tempo fort, stünde um 2027 der Arbeitsmonat an, um 2028 das Arbeitsjahr - und um 2030 ein ganzes Jahrzehnt Expertenarbeit hinter einem einzigen Auftrag. Fortschreibung, keine Vorhersage. Aber wer diese Kurve linear weiterdenkt, unterschätzt sie - und Abwarten ist in ihr teurer als in jeder linearen Entwicklung.

Die Grafik zeigt, wie lange eine Aufgabe sein darf, damit ein KI-Modell sie in mindestens der Hälfte der Fälle selbstständig erledigt - gemessen vom Forschungsinstitut METR über die Modellgenerationen seit 2019.

Auf der linearen Skala zeigt sich das exponentielle Wachstum als immer steilerer Anstieg: konstante Verdopplungszeit, explodierende Wirkung. Laut der ursprünglichen METR-Studie verdoppelte sich diese Aufgabenlänge zwischen 2019 und 2024 etwa alle sieben Monate. METRs aktuelle Auswertung (Datensatz METR-Horizon-v1.1) nennt über den ganzen Zeitraum seit 2019 rund 188 Tage, seit 2023 rund 129 Tage, also gut vier Monate (Konfidenzintervall 104 bis 158 Tage). Die gestrichelte Linie schreibt das seit 2023 gemessene Tempo fort, wie bei METR ohne Messpunkte über 16 Stunden - als Fortschreibung des bisherigen Tempos, nicht als Vorhersage.

Setzt sich das gemessene Tempo fort, erreichen KI-Modelle Aufgaben von einem Monat menschlicher Arbeitszeit zwischen Mitte 2027 und dem Jahreswechsel 2027/2028. Die Spanne kommt aus den beiden Verdopplungszeiten von METR: Das schnellere Tempo seit 2023, dem die gestrichelte Linie und die Jahreszahlen oben folgen, führt um Mitte 2027 dorthin, das langsamere über den ganzen Zeitraum seit 2019 um den Jahreswechsel 2027/2028. Die METR-Studie von 2025 (arXiv:2503.14499) nennt für Aufgaben von einem Monat ein 80-%-Intervall von Mitte 2028 bis Mitte 2030; sie beruht auf den Messungen bis Anfang 2025. Für Sie als Auftraggeber heißt das: Diese Spanne ist eine Fortschreibung des bisherigen Tempos, keine Gewissheit - aber ein Hinweis darauf, wie schnell sich Ihr Planungshorizont verschiebt.

Frei verfügbare Modelle, die sich auf eigenen Servern betreiben lassen, folgen derselben Kurve mit Abstand: Qwen2.5-72B kam im September 2024 auf knapp sechs Minuten, DeepSeek-R1 im Januar 2025 auf knapp eine halbe Stunde, Kimi K2 Thinking im November 2025 auf knapp eine Stunde. Neuere Fassungen dieser Modellreihen hat METR nicht gemessen.

Für Ihr Unternehmen heißt das: Der richtige Zeitpunkt für den Einstieg ist nicht „irgendwann, wenn es fertig ist", sondern jetzt - geplant statt getrieben. Wo sich das rechnet, prüfen wir gemeinsam.

Datenquelle: METR, Measuring AI Ability to Complete Long Tasks (arXiv:2503.14499) und Folgeauswertungen unter metr.org/time-horizons (Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026). Aufgabenlänge bei 50 % Erfolgsquote. Die Werte stammen aus zwei Auswertungsständen derselben Messreihe (v1.0/v1.1) und sind nur eingeschränkt direkt vergleichbar. Messwerte liegen bis Modellstand Juni 2026 vor; neuere Modelle sind nicht gemessen und deshalb nicht enthalten. Frei verfügbare Modelle (offene Gewichte): Qwen2-72B, Qwen2.5-72B, DeepSeek-V3, DeepSeek-R1, gpt-oss-120b, Kimi K2 Thinking. Gestrichelt: Fortschreibung des bisherigen Tempos, berechnet wie bei METR ohne Messpunkte über 16 Stunden, außerdem ohne die frei verfügbaren Modelle und ohne Messungen, die METR selbst nicht für belastbar hält. Der Zukunftsmodus projiziert die Fortschreibung auf einer logarithmischen Skala bis 2030; Arbeitstag, -woche, -monat und -jahr sind als 8, 40, 168 beziehungsweise 2016 Arbeitsstunden angesetzt. * Claude Mythos Preview (early): Messung über 16 Stunden laut METR unzuverlässig; Konfidenzintervall laut METR 8,5 bis 55,1 Stunden. * GPT-5.6 Sol: laut METR keine belastbare Messung: Das Modell umging in vielen Läufen die Aufgabenregeln. Der Wert zählt diese Läufe als Fehlschlag, Konfidenzintervall laut METR 5 bis 40 Stunden; das Datum ist das des METR-Berichts.
Alle Messpunkte mit Quellen
Messpunkte und Quellen
ModellAnbieter DatumAufgabenlänge Quelle
GPT-2 OpenAI 14.02.2019 3 Sek METR 2025, Measuring AI Ability to Complete Long Tasks (arXiv:2503.14499); Wert laut metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
GPT-3 OpenAI 28.05.2020 8,4 Sek METR 2025, Measuring AI Ability to Complete Long Tasks (arXiv:2503.14499); Wert laut metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
GPT-4 OpenAI 14.03.2023 3,99 Min METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Claude 3 Opus Anthropic 04.03.2024 3,95 Min METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
GPT-4o OpenAI 13.05.2024 6,99 Min METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Qwen2-72B Alibaba 07.06.2024 2,54 Min METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.0, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Qwen2.5-72B Alibaba 19.09.2024 5,81 Min METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.0, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Claude 3.5 Sonnet (New) Anthropic 22.10.2024 20,52 Min METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
o1 OpenAI 05.12.2024 38,83 Min METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
DeepSeek-V3 DeepSeek 26.12.2024 19,82 Min METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.0, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
DeepSeek-R1 DeepSeek 20.01.2025 27,89 Min METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.0, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Claude 3.7 Sonnet Anthropic 24.02.2025 1,01 Std METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
o3 OpenAI 16.04.2025 2 Std METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Gemini 2.5 Pro Preview Google 05.06.2025 40,18 Min METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.0, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Grok 4 xAI 09.07.2025 1,75 Std METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.0, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
gpt-oss-120b OpenAI 05.08.2025 45,11 Min METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.0, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
GPT-5 OpenAI 07.08.2025 3,38 Std METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Claude Sonnet 4.5 Anthropic 29.09.2025 1,94 Std METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.0, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Kimi K2 Thinking Moonshot AI 06.11.2025 57,62 Min METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.0, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Gemini 3 Pro Google 18.11.2025 3,74 Std METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Claude Opus 4.5 Anthropic 24.11.2025 4,88 Std METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
GPT-5.2 OpenAI 11.12.2025 5,87 Std METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
GPT-5.3-Codex OpenAI 05.02.2026 5,83 Std METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Claude Opus 4.6 Anthropic 05.02.2026 11,98 Std METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Gemini 3.1 Pro Google 19.02.2026 6,4 Std METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
GPT-5.4 OpenAI 05.03.2026 5,7 Std METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026
Claude Mythos Preview (early)* Anthropic 07.04.2026 17,41 Std METR, Task-Completion Time Horizons of Frontier AI Models, metr.org/time-horizons, Datensatz METR-Horizon-v1.1, Seite zuletzt aktualisiert 8. September 2026, abgerufen 18. November 2026 * Messung über 16 Stunden laut METR unzuverlässig; Konfidenzintervall laut METR 8,5 bis 55,1 Stunden
GPT-5.6 Sol* OpenAI 26.06.2026 11,3 Std METR, Summary of METR's predeployment evaluation of GPT-5.6 Sol, metr.org/blog/2026-06-26-gpt-5-6-sol, 26. Juni 2026, abgerufen 18. November 2026 * laut METR keine belastbare Messung: Das Modell umging in vielen Läufen die Aufgabenregeln. Der Wert zählt diese Läufe als Fehlschlag, Konfidenzintervall laut METR 5 bis 40 Stunden; das Datum ist das des METR-Berichts

Vorgehen

  1. Standortbestimmung

    Reifegrad-Analyse und Prozess-Audit. Wir schauen auf Abläufe, Daten und Team, nicht auf Werkzeuglisten.

  2. Anwendungsfälle

    Priorisierung nach Wirkung und Aufwand, Wirtschaftlichkeitsrechnung pro Fall. Was sich nicht trägt, fliegt raus.

  3. Pilot

    Ein abgegrenzter Fall geht in den Echtbetrieb, mit klaren Messpunkten und Abbruchkriterien.

  4. Verankerung

    Schulung, Playbooks und Governance, damit der Nutzen bleibt, wenn wir gehen.

KI-Beratung

Vom Anwendungsfall zum Business Case

Wir helfen Ihnen, KI als konkretes Werkzeug zu nutzen - mit nachvollziehbarem Nutzen und beherrschbarem Risiko. Am Ende steht eine priorisierte Roadmap mit Wirtschaftlichkeitsrechnung pro Anwendungsfall.

  • KI-Strategie-Dokument
  • Use-Case-Roadmap mit Priorisierung
  • Architektur-Skizzen
  • Business Cases pro Initiative
Hände ordnen gelbe Haftnotizen in einer Reihe auf einem großen Papierbogen auf einem Holztisch.
Foto: Brands&People / Unsplash
KI-Enablement

KI im Arbeitsalltag verankern

Wir machen Ihre Mitarbeitenden fit für den souveränen Umgang mit KI - mit Schulungen, rollenbasierten Playbooks und Begleitung im Pilotbetrieb.

Sichere Nutzung sensibler Daten und weniger Schatten-IT: private ChatGPT-Konten werden durch geprüfte Werkzeuge abgelöst.

  • Grundlagenschulung
  • Prompt-Techniken pro Rolle
  • Rollenbasierte Playbooks
  • DSGVO-konforme Tool-Auswahl
  • Pilotbegleitung
  • Train-the-Trainer
Hände tippen auf der Tastatur eines Laptops auf einem Holztisch, daneben liegen ein Mobiltelefon und ein Becher.
Foto: Mad Fish Digital / Unsplash
Digitalisierung

Prozesse ohne Medienbrüche

Wir nehmen Ihre wichtigsten End-to-End-Prozesse auf, finden Medienbrüche und Doppelarbeit und setzen die priorisierten Verbesserungen um.

Als Werkzeuge kommen je nach Fall etwa Zoho Flow, Make, n8n oder direkte API-Integrationen zum Einsatz.

  • Prozess-Audit
  • Schwachstellen-Analyse
  • Ist/Soll-Konzept
  • Umsetzung
  • Change-Begleitung
Ein Mitarbeiter, von hinten gesehen, bedient das Steuerpult einer CNC-Maschine.
Foto: Guick / Unsplash

Warum AMNI

Datenschutz von Anfang an

DSGVO und EU AI Act sind Teil der Architektur, nicht Aufpreis.

Digitale Souveränität

EU-Cloud, Open Source und selbst gehostete Modelle, wo Abhängigkeiten kritisch sind.

Umsetzung im Haus

Beratung und Entwicklung mit denselben Leuten - wer den Betrieb übernimmt, verspricht nichts, was der Support einholt.

Nächster Schritt

45 Minuten, ohne Rechnung

Im Erstgespräch klären wir, ob wir überhaupt der richtige Partner sind. Falls nicht, sagen wir das - und nennen Ihnen, wen wir stattdessen anrufen würden.