Jetzt kann jeder ein Expertenteam anheuern

Bei Anthropics neuestem Modell, Claude Fable 5, stellt sich bei mir immer wieder ein bestimmtes Gefühl ein, und ich habe eine Weile gebraucht, um ihm zu vertrauen. Ich gebe ihm etwas wirklich Schwieriges, ein unübersichtliches Geschäftsproblem mit zehn beweglichen Teilen, die Hälfte davon unausgesprochen, und statt einer Rückfrage macht es sich einfach an die Arbeit. Es hält das Ganze gleichzeitig im Kopf. Es lässt die kleine Einschränkung nicht fallen, die ich vor vierzig Minuten beiläufig erwähnt habe. Es vergisst nicht die eine Anweisung, auf die es wirklich ankam. Es ist neugierig auf eine Art, die sich schwer beschreiben lässt, stochert in den Teilen des Problems herum, die ich nicht zu Ende gedacht hatte, und prüft seine eigene Arbeit, bevor es sie zurückgibt.

Wenn ich damit an echten Geschäftsproblemen arbeite, fühlt sich das weniger an wie die Nutzung einer Software und mehr, als sässe mir ein Team von einer der Big Four gegenüber. Nicht ein einzelner Berater. Ein ganzes Aufgebot davon, mit jemandem, der sich mit Steuern auskennt, neben jemandem, der sich mit Operations auskennt, neben jemandem, der den Markt kennt, alle gebrieft, alle aufmerksam bei der Sache. Ethan Mollick, der an der Wharton School lehrt und darüber sorgfältiger schreibt als die meisten, kam in der Woche, als das Modell herauskam, auf fast dasselbe Bild. Sein altes Bild für KI war ein Zauberer, der einen präzisen Zauberspruch murmelt. Jetzt, schrieb er, sei es «eher wie ein Mäzen», der beschreibt, was er will, und das Ergebnis beurteilt. Und wo ein Mäzen einen einzelnen Künstler beauftragt, sagte er, sei ein Modell wie dieses «eher wie ein ganzes Studio».

Bevor ich vorsichtig werde, will ich ehrlich sagen, wie sehr mir das Spass macht, denn genau das ist der Verräter. Wenn ein Tool die Grenze von «nützlich» zu «ich arbeite lieber damit als ohne» überschreitet, hat sich etwas Echtes verändert.

Was sich wirklich verändert hat

Nicht der Preis. Nicht das Interface. Was sich verändert hat, ist die Grösse dessen, was du in einem Rutsch abgeben kannst.

Vor einem Jahr war KI ein sehr schneller Assistent, den du eng beaufsichtigen musstest. Du hast gefragt, sie hat geantwortet, du hast korrigiert, du hast wieder gefragt. Nützlich, aber die Arbeit hast im Grunde noch du gemacht; das Modell war nur schnell. Was sich jetzt unterscheidet, ist Dauer und Griff. Das Modell kann ein ganzes Stück Arbeit übernehmen, jeden Teil davon im Blick behalten, ohne den Faden zu verlieren, lange am Stück allein weiterlaufen und mit etwas Fertigem zurückkommen statt mit etwas, das du korrigieren musst.

Es gibt eine Gruppe bei METR, die genau das misst, und ihrer Zahl würde ich mehr trauen als jedem Benchmark. Sie verfolgen, wie lang eine Aufgabe sein darf, die ein Modell zuverlässig allein erledigen kann, und diese Länge hat sich etwa alle paar Monate verdoppelt. Vor einem Jahr waren es Minuten. Heute wird sie in Stunden gemessen. Du musst der Forschung nicht folgen, um die Konsequenz zu spüren: Die Frage «Was könnte ich komplett abgeben?» bekommt jedes Quartal eine grössere Antwort, ob du hinschaust oder nicht. Das ist der Trend hinter dem Rauschen, und dem ist es egal, wie ein einzelnes Modell diesen Monat gerade heisst.

Wofür ein so gutes Modell eigentlich gut ist

Die meisten Leute machen das in beide Richtungen falsch, und das ist so oder so ein teurer Fehler.

Wenn du Fable 5 so nutzt, wie die meisten Leute einen Chatbot nutzen: schnelle Fragen beantworten, eine E-Mail entwerfen, ein Dokument zusammenfassen, verschwendest du dein Geld. Die günstigeren Modelle sind darin schon hervorragend, und sobald dieses Modell aus den Flatrate-Abos herausfällt, Anthropic hat angekündigt, dass das passiert, zahlst du Premium-Preise für Antworten, die du für einen Bruchteil der Kosten hättest haben können. Aus Gewohnheit zum besten Modell zu greifen, ist eine Budgetentscheidung, die die meisten treffen, ohne es zu merken. Ich habe an anderer Stelle schon darüber geschrieben, die Disziplin, günstige und teure Arbeit an das richtige Modell zu verteilen, und darüber, Subagenten zu spawnen, damit ein starkes Modell plant, während günstigere ausführen. Das ist die Mechanik. Hier geht es um das, was darunterliegt: zu wissen, wofür das teure Modell überhaupt da ist.

Es ist für die Arbeit gedacht, die du sonst einer Fachperson übertragen würdest. Keine Frage, ein Auftrag. Etwas mit einem echten Ergebnis am Ende, dessen Output für sich selbst einen Wert hat: eine Marktanalyse, für die du sonst einen Berater bezahlt hättest, ein Strategiepapier, ein funktionierender Prototyp, ein Finanzmodell, gebaut aus einem Stapel Dokumente. Die Regel, die ich anwende, ist einfach: Wenn es sich lohnen würde, eine qualifizierte Person dafür zu bezahlen, gib es dem teuren Modell und führe es, wie du diese Person führen würdest. Wenn du dafür nie jemanden bezahlen würdest, chattest du nur, und dann solltest du etwas Günstigeres nehmen.

Diese Grenze ist der ganze Filter. Wer nur beiläufig promptet, wer schnelle Fragen in ein Textfeld tippt, bekommt von einem Modell wie diesem kaum etwas, das er nicht auch für ein Zehntel des Preises bekommen hätte. Wer ein ganzes Stück Expertenarbeit übergibt, bekommt etwas, das es vor einem Jahr wirklich noch nicht gab.

Der Preis ist die falsche Zahl

Fable 5 kostet zehn Dollar pro Million Token Eingabe und fünfzig pro Million Ausgabe (ein Token ist ungefähr ein Wort), etwa doppelt so viel wie Claude Opus. Es ist das teuerste Modell auf der Liste, und diese Zahl leistet einiges dafür, wie darüber geredet wird, das meiste davon nachlässig.

Zwei Dinge fehlen dabei. Erstens: Vor einem Jahr kostete das beste Claude-Modell fünfzehn und fünfundsiebzig. Anthropic hat das letzten November um zwei Drittel gesenkt. Pro Wort ist dieses «teuerste Modell aller Zeiten» also tatsächlich günstiger, als das beste Modell die meiste Zeit der letzten zwei Jahre war. Gestiegen ist nicht der Preis pro Wort. Gestiegen ist, wie viele Wörter das Modell braucht, um eine echte Aufgabe zu Ende zu bringen, weil es jetzt viel länger denkt und arbeitet, bevor es fertig ist.

Zweitens, und das ist der Teil, der zählt, sind Kosten pro Wort komplett die falsche Einheit. Die eigentliche Frage ist der Wert des fertigen Ergebnisses. Eine qualifizierte Fachkraft in der Schweiz kostet die Firma, wenn man alles einrechnet, gut über hundert Franken die Stunde. Eine ernsthafte Analyse sind zwei Tage ihrer Zeit, also mehr als tausend Franken, bevor du die Wochen der Anstellung und die Monate, bis sie eingearbeitet ist, mitzählst. Eine lange, harte Session mit einem Frontier-Modell, die dasselbe Ergebnis liefert, kostet in der Praxis irgendwo im Bereich von ein paar Dutzend Dollar. Simon Willison, ein Entwickler, der seine KI-Arbeit ungewöhnlich detailliert dokumentiert, beschrieb, wie er an einem einzigen Tag rund hundertzehn Dollar für Modellnutzung ausgab und dafür das zurückbekam, was er als Äquivalent mehrerer Arbeitstage bezeichnete.

Das Modell ist also fast nie der teure Teil. Der teure Teil ist deine Zeit, das Briefing zu schreiben, deine Zeit, das Ergebnis zu prüfen, und die Kosten der Runs, die falsch zurückkommen. Verdoppelst du den Modellpreis, kommen ein paar Dollar dazu. Ein gescheiterter Run, ein vages Briefing ohne klare Definition von «fertig», kostet dich den Run plus deine Prüfzeit plus den verlorenen Tag. Deshalb ist der Preis nur Ablenkung. Bringst du die Delegation richtig hin, rundet sich der Modellpreis neben dem Wert des Ergebnisses auf null. Bringst du sie nicht hin, würde es auch nichts ändern, wäre das Modell gratis.

Die ehrlichen Grenzen

Ich würde dir etwas verkaufen, wenn ich hier aufhören würde, also hier ist die andere Seite.

Es ist langsam. All das Nachdenken braucht Zeit, und bei einer schnellen Aufgabe kann sich das wie Schneckentempo anfühlen. Das ist ein echter Grund, es für die Arbeit aufzuheben, die es verdient, und für alles andere schnellere Modelle zu nehmen.

Es verweigert mehr, als es sollte. Anthropic hat dieses Modell in Sicherheitsfilter gepackt, die auf ernsthaften Missbrauch zielen, und in den ersten Wochen waren die ungeschickt: Sie blockierten legitime Arbeit in Biologie und Security, die zufällig nah an einem Stolperdraht liegt. Wenn deine Arbeit in einem dieser Bereiche liegt, teste es, bevor du dich festlegst.

Und es gibt eine Datenregel, die erfahrene Nutzer kalt erwischt. Fable 5 verlangt, dass deine Prompts 30 Tage lang aufbewahrt werden, ohne Zero-Retention-Option. Für viel regulierte Arbeit – Patientendaten, juristische Fragen, sensible Finanzdaten – kann das allein ein Ausschlusskriterium sein. Microsoft hat Berichten zufolge der eigenen Belegschaft innerhalb weniger Tage nach dem Launch verboten, das Modell zu nutzen, genau aus diesem Grund. Prüfe, was du senden darfst, bevor du es sendest.

Dann ist da noch das, was mich überzeugt hat, nichts Wichtiges auf ein einzelnes Modell zu bauen. Drei Tage nach dem Launch von Fable 5 ordnete die US-Regierung an, dass Anthropic es wegen Bedenken zur Exportkontrolle aussetzt, und weil die Anordnung breit gefasst war und es keine saubere Möglichkeit gab, sie nur eng zu befolgen, schaltete die Firma es weltweit für alle ab, nach eigener Aussage. Neunzehn Tage lang war es weg, vom 12. Juni bis zum 1. Juli, bis die Anordnung aufgehoben wurde und es mit neuen Sicherheitsvorkehrungen zurückkam. Ich will hier nicht über die Politik streiten. Was bei mir hängen blieb, ist die operative Lehre. Ein Frontier-Modell kann über Nacht verschwinden, aus Gründen, die nichts mit dir zu tun haben. Wenn dein ganzer Betrieb auf einem einzigen läuft, sitzt du im Dunkeln, bis es zurückkommt. Wenn das Frontier-Modell das Gehirn ist, mit dem du planst und prüfst, während die Alltagsarbeit auf günstigeren, breit verfügbaren Modellen läuft, biegst du dich nur, statt zu brechen. Was zählt, ist nicht das einzelne Modell, sondern deine Art zu arbeiten, und die muss es überleben, wenn du dein liebstes Tool verlierst.

Wen das zurücklässt

Jetzt zum Teil, der meine Meinung ist, und ich kennzeichne ihn auch als solche.

Jeder kann sich das Expertenteam jetzt mieten. Das ist die wirklich neue Sache. Das Berater-Aufgebot, das Studio, die Spezialistin für jede Ecke eines Problems, verfügbar für eine Firma mit fünf Leuten genauso wie für eine mit fünftausend. Der Vorteil ist also nicht mehr der Zugang zur Fähigkeit. Den Zugang hat jeder. Der Vorteil liegt jetzt darin, zu wissen, was sich damit anfangen lässt.

Und dieser Vorteil verstärkt sich selbst auf eine Art, die du später nicht zurückkaufen kannst. Jedes Mal, wenn du ein Stück echte Arbeit gut delegierst, lässt du etwas zurück: ein Briefing, das du wiederverwenden kannst, ein Stück Context, das die Modelle jetzt über dein Geschäft verstehen, eine Prüfung, die eine bestimmte Fehlerklasse abfängt, bevor sie ausgeliefert wird. Die nächste Delegation ist schneller und zuverlässiger wegen der letzten. Das setzt sich in der Organisation fest, in der Art, wie der Laden läuft. Das ist kein Produkt, das du dir schnell besorgen kannst, wenn dir auffällt, dass du zurückliegst. Es ist angesammeltes Urteilsvermögen, aufgebaut eine echte Aufgabe nach der anderen, und Geld kann es nicht beschleunigen. Berater draufwerfen hilft auch nicht, denn die Leute, die das wirklich verstehen, sind damit beschäftigt, ihre eigenen Sachen zu bauen.

Die Umrisse davon sieht man schon. Die Startups, über die alle wegen ihrer Bewertung reden, sind still und leise noch interessanter wegen ihrer Kopfzahl: eine Handvoll Leute produziert, wofür es früher Hunderte brauchte. Soweit ich sehen kann, liegt der Umsatz pro Kopf bei den schärfsten von ihnen um ein Vielfaches über dem, was eine normale Softwarefirma erreicht. Also hier ist meine Prognose, und es ist eine Prognose, keine Tatsache: Innerhalb weniger Jahre werden die Firmen, die lernen, das gut zu führen, beim Output pro Person auf ein Vielfaches derer kommen, die es nicht gelernt haben. Vielleicht bin ich zu dramatisch, aber denk es zu Ende. Wenn eine Person zuverlässig mehrere delegierte Stücke Expertenarbeit gleichzeitig führen kann, dann hört «zehn Leute produzieren mehr als hundert» auf, wie ein Slogan zu klingen, und fängt an, wie Mathematik zu klingen. Und bis die langsamere Firma den Druck in ihren Zahlen spürt, lässt sich die Lücke nicht mehr schliessen, weil der Vorsprung der führenden Firma nicht aus etwas besteht, das man bestellen kann. Sie liegt vorne durch zwei Jahre Praxis, die sich selbst verstärkt hat.

Ich schulde dir die andere Seite, denn sie ist stärker, als die Enthusiasten zugeben. Grosse etablierte Firmen haben echte Burggräben – Vertrieb, Daten, Vertrauen, Regulierung –, und Disruption dauert immer länger, als die Leute, die sie vorhersagen, es gerne hätten. Klarna hat verkündet, seine KI habe die Arbeit von siebenhundert Support-Mitarbeitenden übernommen, ist dann ein Jahr später zurückgerudert, als die Qualität nicht hielt, und hat wieder Leute eingestellt. Jede Menge echte Arbeit lässt sich immer noch nicht sauber verdichten, die Teile voller Kundschaft und Politik und Dingen, die in der physischen Welt passieren. Und da ist eine Decke, an die ich selbst immer wieder stosse: Die Arbeit kann schneller skalieren als meine Fähigkeit, sie zu prüfen. Output wächst mit den Modellen. Die Prüfung wächst noch mit Menschen. Bis du auch das Prüfen delegieren kannst, ist das eine harte Grenze.

Nichts davon ändert für mich die Richtung. Es ändert den Zeitplan, und es sollte dich demütig machen, was das genaue Jahr angeht. Aber an der Richtung selbst gibt es kaum Zweifel.

Wo du anfängst

Stürz dich nicht sofort darauf, alles auf das teure Modell zu setzen. Mach diese Woche stattdessen eine Sache. Nimm ein echtes Stück Arbeit, etwas, dessen Ergebnis wirklich zählen würde, und schreib das Briefing, das du einer kompetenten Fachperson mitgeben würdest: was du willst, welche Rahmenbedingungen gelten, wie «fertig» aussieht. Gib es dann einem starken Modell und vergleiche, was zurückkommt, mit dem, was du von einer schnellen Frage in ein Chatfenster bekommen hättest. Achte darauf, wie viel vom Wert im Briefing steckte, nicht im Modell. Das ist die ganze Kunst, und das kostet dich einen Nachmittag.

Für mich, nach dem ganzen Drama, der Abschaltung und der Rechnung, war die Antwort auf «lohnt sich das» am Ende Ja, aber knapp. Ich nutze Fable 5 zum Denken, Planen und Prüfen, für die harten Probleme, bei denen sich ein echter Denkpartner lohnt, und route den Rest an günstigere Modelle, die es brieft. Das Vergnügen, damit zu arbeiten, ist real, und ich werde nicht so tun, als wäre es das nicht. Aber das Vergnügen ist Nebensache. Entscheidend ist, dass das Expertenteam heute allen offensteht, und das Einzige, was noch knapp ist, ist das Wissen, wie man es führt.