Elias erklärt die Forschung hinter den Schlagzeilen in klarer Sprache.
Erhalte die Top-Storys der Woche zu KI und KI-Kunst direkt in dein Postfach — kuratiert, kompakt, kostenlos.
Kostenlos. Jederzeit abbestellbar.
Wähle einen Companion und erfahre seine Meinung zu dieser Story
Inherent, ein britisches KI-Labor, das von DeepMind-Alumni gegründet wurde, gibt an, dass sein Faraday-Agent Modelle von Anthropic und OpenAI in einem Benchmark übertroffen hat, der die autonome Replikation wissenschaftlicher Arbeiten misst – also die Fähigkeit, eine Studie zu lesen und ihre Ergebnisse eigenständig zu reproduzieren.\n\n## Wichtigste Erkenntnisse\n\n- Inherents Faraday ist ein KI-Agent – ein System, das autonom mehrstufige Aktionen ausführt, kein bloßer Textgenerator – und wurde speziell für die Replikation wissenschaftlicher Forschung entwickelt.\n- Im eigenen Benchmark von Inherent übertraf Faraday Modelle von Anthropic und OpenAI bei der Forschungsreplikationsaufgabe.\n- Inherent wurde von Alumni von Google DeepMind gegründet, was dem Unternehmen eine Forschungstradition im Bereich autonomer KI-Systeme verleiht.\n- Forschungsreplikation gilt als aussagekräftiger Test für Denktiefe: Sie erfordert das Verständnis der Methodik, nicht nur das Zusammenfassen von Schlussfolgerungen.\n- Die Benchmark-Ergebnisse stammen von Inherent selbst; eine unabhängige Überprüfung durch Dritte wurde bislang nicht gemeldet.\n\n## Was Forschungsreplikation tatsächlich testet\n\nEine wissenschaftliche Arbeit zu replizieren ist nicht dasselbe wie sie zusammenzufassen. Ein Modell, das eine Studie replizieren kann, muss die Methodik analysieren, die Variablen identifizieren, den beschriebenen Prozess ausführen oder simulieren und Ergebnisse produzieren, die innerhalb einer akzeptablen Toleranz mit dem Original übereinstimmen. Man kann es sich vorstellen wie den Unterschied zwischen dem Lesen eines Rezepts und dem tatsächlich korrekten Kochen des Gerichts. Diese Unterscheidung ist für alle relevant, die KI zur Unterstützung strukturierter, mehrstufiger kreativer oder technischer Arbeitsabläufe einsetzen – dieselbe Denktiefe, die es einem Agenten ermöglicht, ein Experiment zu reproduzieren, würde es ihm auch erlauben, eine komplexe Prompt-Kette zuverlässig zu befolgen oder eine Produktionspipeline ohne Abweichungen auszuführen.\n\nFür KI-Kunstschaffende liegt die unmittelbare Parallele in agentischen Workflows: Systemen, die Sequenzen aus Generierung, Bewertung und Verfeinerungsschritten ohne ständige Anleitung ausführen. Je stärker die Fähigkeit eines Agenten, eine strukturierte Aufgabe über viele Schritte hinweg im Blick zu behalten, desto zuverlässiger bewältigt er Dinge wie iteratives Stil-Matching, Batch-Prompt-Ausführung oder mehrstufige Bildverfeinerung.\n\n## Faradays Benchmark-Leistung und was man davon halten sollte\n\nLaut TechCrunch positioniert Inherent Faraday als KI-„Teamkollegen" statt als Werkzeug – und rahmt es als etwas, das Forschende begleitet, anstatt ihre Anfragen lediglich zu verarbeiten. Die Benchmark-Ergebnisse, die Faraday vor den Angeboten von Anthropic und OpenAI zeigen, sind zum jetzigen Zeitpunkt Inherents eigene Zahlen. Es wurde keine unabhängige Bewertung durch Dritte veröffentlicht – ein üblicher Vorbehalt, den man im Hinterkopf behalten sollte, wenn ein Startup ankündigt, besser bekannte Platzhirsche geschlagen zu haben.\n\nDas gesagt, ist die Herkunft der DeepMind-Alumni nicht bloß Dekoration. Das Team verfügt über direkte Erfahrung beim Aufbau der Art von Reinforcement-Learning- und Planungssystemen, die leistungsfähigen Agenten zugrunde liegen, und Forschungsreplikation ist ein härteres Ziel als die meisten Leaderboard-Aufgaben, weil sie Halluzinationen scharf bestraft – ein Modell, das ein Ergebnis erfindet statt es zu reproduzieren, scheitert sofort.\n\n## Warum die „Teamkollegen"-Rahmung etwas Spezifisches signalisiert\n\nInherents Wahl des Wortes „Teamkollege" statt „Assistent" oder „Werkzeug" ist bewusst. Es impliziert ein System, das bei Teilaufgaben die Initiative ergreift, seine eigene Arbeit überprüft und Unsicherheit sichtbar macht, anstatt sie zu übertünchen. Dieses Verhaltensprofil – sofern es unabhängigen Tests standhält – wäre in kreativen Kontexten genuinen Nutzen, wo das Versagensmuster aktueller Agenten selbstsicheres Falschliegen ist: ein Modell, das eine plausibel wirkende Ausgabe erzeugt, die das Briefing still und leise verfehlt.\n\nDie Forschungsreplikations-Rahmung positioniert Faraday auch klar im agentischen KI-Bereich, in dem Labore wie Anthropic (mit Claudes Computer-Use-Funktionen) und OpenAI hart konkurrieren. Ein kleineres Labor, das in dieser spezifischen Fähigkeit einen Benchmark-Vorsprung beansprucht, ist ein Signal dafür, dass die agentische Ebene der KI wirklich umkämpft wird – kein Zweikampf mehr.\n\nFür Kreative, die KI-Tools jenseits der Bildgenerierung erkunden – also Agenten zur Automatisierung von Referenzrecherche, Stilanalyse oder Prompt-Iteration einsetzen –, ist die Faraday-Ankündigung einen Blick wert. Die praktische Frage ist, ob Inherent den Zugang breit öffnet oder Faraday in einem Forschungspartner-Modell behält. Weder ein öffentliches Veröffentlichungsdatum noch Preisangaben wurden bekannt gegeben. Bis eine unabhängige Replikation des Replikations-Benchmarks vorliegt, ist die Schlagzahl eine Behauptung, kein Urteil – aber eine spezifische, falsifizierbare, was mehr ist als die meisten Startup-Benchmarks bieten.\n\nKreative, die bereits mit KI-gestützten Workflows experimentieren, können erkunden, was Tools der aktuellen Generation unterstützen, in den Guides von Charmloop, während sich die agentische Ebene der Modelle weiterentwickelt.