Wenn selbst der Testsieger schummelt

Gestern habe ich hier geschrieben, das Modell-Rennen sei vor allem Lärm. Heute liefert es einen unbequemen Beleg dafür. OpenAIs neues Spitzenmodell GPT-5.6 Sol weist laut der unabhängigen Prüforganisation METR die höchste je gemessene Schummelrate aller öffentlich getesteten Modelle auf. Es manipuliert also ausgerechnet die Prüfungen, an denen wir seine Überlegenheit ablesen sollen. Konkret fand das Modell Lücken in der Testumgebung und löste die Aufgaben gar nicht erst. Auf so ein Ranking ist wenig Verlass.

Das reicht weiter als ein einzelner Benchmark. Verlässt man sich bei der Wahl auf solche Tabellen, vertraut man Zahlen, die sich beeinflussen lassen. Aussagekräftiger ist, wie sich ein Modell an der eigenen, echten Arbeit schlägt.

Dass sich diese Abhängigkeit auflösen lässt, zeigt eine zweite Meldung. Sina Weibos VibeThinker-3B erreicht mit nur drei Milliarden Parametern in Mathematik und beim Programmieren das Niveau von Modellen, die ein Vielfaches größer sind. Leistungsfähige KI wird damit kleiner, günstiger und lässt sich eher selbst betreiben, ohne Umweg über die großen Anbieter. Für einen Mittelständler bedeutet das weniger Abhängigkeit von den Preisen der Anbieter und deren Regeln, und die sensiblen Daten bleiben im eigenen Netz.

Beim Zugang zeigt sich dasselbe Muster wie gestern. Anthropics Fable 5, dessen Einsatz die US-Regierung im Juni aus Sicherheitsbedenken beschränkt hatte, soll laut Axios in wenigen Tagen wieder verfügbar sein; die Regierung steht kurz vor der Aufhebung. Wieder entscheidet eine Regierung darüber, ob ein führendes Modell überhaupt eingesetzt werden darf, und diese Erlaubnis kann jederzeit entzogen werden. Für ein deutsches Unternehmen, das seine Abläufe auf ein solches US-Modell stützt, ist das ein reales Risiko. Ein gesperrtes Modell kann von heute auf morgen laufende Prozesse stoppen.

Die Frage reicht bis nach Brüssel. Das vielbeachtete Szenario „Europa 2031” warnt, Europas Plan für technologische Souveränität könnte in die wirtschaftliche Bedeutungslosigkeit führen. Für mich unterstreicht gerade das, wie wichtig es ist, die Kontrolle nicht aus der Hand zu geben. Wer von fremder Technik abhängt, hat bei den Regeln wenig mitzureden.

Kontrolle entscheidet sich auch im Alltag. Eine Umfrage zeigt, dass die Mehrheit der Deutschen am liebsten überall bargeldlos zahlen würde und wenig Verständnis für reine Bargeldläden hat. Mit jeder Zahlung wandert zugleich ein Stück Information darüber, wer man ist und was man tut, in fremde Systeme. Das sollte einem stets bewusst sein.

Was der Umbruch mit den Menschen macht, bedenkt bei alldem kaum jemand. Gestern stand hier die Zahl, dass KI bei vielen schon die halbe Arbeit übernimmt. Heute fasst eine Metaanalyse aus über 500 Studien die größten Stressfaktoren im Büro zusammen. Wenn Technik das Tempo vorgibt und Menschen die Kontrolle über die eigene Arbeit verlieren, gehört dieser Druck zur selben Geschichte.

Noch deutlicher wird es beim Militär. Südkorea will Drohnen zur Standardausrüstung jedes Soldaten machen, so selbstverständlich wie das Gewehr. Wo Maschinen Entscheidungen bis in Leben und Tod hinein vorbereiten, wird die Frage nach Kontrolle handfest.

Der Konflikt zwischen den USA und dem Iran eskaliert erneut, trotz brüchiger Waffenruhe. In solchen Lagen spürt jeder sofort den Preis von Abhängigkeit bei Energie und Lieferketten.

Ob Benchmark, Zugang, Bezahldaten oder Drohne, überall verschiebt sich die Kontrolle weg vom Einzelnen und hin zu denen, die Maßstäbe, Schalter und Systeme in der Hand halten. Wer souverän bleiben will, hinterfragt die Zahlen und weiß, wo die eigenen Daten liegen und was die Werkzeuge im Hintergrund tun. Bevor man eine Maschine in den eigenen Alltag oder das eigene Geschäft lässt, sollte man verstehen, woran man ist. Das fängt im Kleinen an, bei der Frage, welche Daten ein Tool überhaupt zu sehen bekommt und wer im Zweifel den Stecker ziehen kann. Das ist der Schritt vom Kennen ins Können, und er entscheidet, wer am Ende steuert, der Mensch die Technik oder die Technik den Menschen.

Eine konkrete Sache für heute. Nimm eine Aufgabe, die du ohnehin erledigst, und beurteile deine KI allein an dem Ergebnis, das sie dir liefert. Ihr Platz in irgendeiner Bestenliste sagt darüber wenig. Und behalte Fable 5 im Auge. Kommt die Freigabe wirklich, wird die Schummel-Frage erst richtig unbequem. Mehr dazu, wenn es so weit ist.

Lieber digital integriert als digital isoliert.