Anthropic-Special: Q3-Zahlen, KI-Selbstverbesserung, Nachbauhürden und ein Ultra-Plan-Update

Anthropic steigert Quartalsumsatz bei entschleunigtem Wachstum vor dem IPO

Anthropic hat im dritten Quartal rund 17 Milliarden Dollar umgesetzt und ist operativ wieder in die Verlustzone gerutscht. Die Zahlen stehen in einer aktualisierten Fassung des S-1-Formulars, das Anthropic bei der US-Börsenaufsicht SEC für den geplanten Börsengang eingereicht hat. Die erste Version des Prospekts hatte das Unternehmen eine Woche zuvor veröffentlicht. Sie enthielt nur die Finanzdaten bis zur Jahresmitte.

Der Quartalsumsatz liegt um etwa 1.127 Prozent über dem Vorjahreswert. Im Vergleich zum Vorquartal wuchs er um rund 47 Prozent. Im zweiten Quartal hatte das Plus noch bei 144 Prozent gelegen, im ersten Quartal bei 132 Prozent. Für die ersten neun Monate des Jahres weist Anthropic einen Umsatz von 33,24 Milliarden Dollar aus, rund 1.200 Prozent mehr als im Vorjahreszeitraum.

Operativ verbuchte Anthropic im dritten Quartal einen Verlust von 536 Millionen Dollar. Drei Monate zuvor stand noch ein operativer Gewinn von 974 Millionen Dollar. Ausschlaggebend waren zwei Sonderbelastungen. Rund 5 Milliarden Dollar entfielen auf Rechenhardware, die wegen unerwartet hoher Nachfrage kurzfristig und zu Aufpreisen gekauft werden musste. Üblicherweise bucht Anthropic Kapazitäten 12 bis 18 Monate im Voraus. Weitere 2 Milliarden Dollar gehen auf ein nicht zahlungswirksames Programm zurück, bei dem das Unternehmen Spenden seiner Mitarbeitenden aufstockt. Das bereinigte operative Ergebnis ohne aktienbasierte Vergütung und Spenden stieg um 300 Millionen Dollar auf 2,5 Milliarden Dollar.

Der Nettoverlust lag im dritten Quartal bei 23,29 Milliarden Dollar. Über neun Monate summiert er sich auf 104 Milliarden Dollar, nach 25,1 Milliarden Dollar im Vorjahreszeitraum. Den Großteil davon führt das Unternehmen auf Änderungen beim beizulegenden Zeitwert von Wandelanleihen und derivativen Verbindlichkeiten zurück.

Zum 30. September bestanden Infrastrukturverpflichtungen über 895,4 Milliarden Dollar. Knapp ein Drittel davon entfällt auf Leasingverträge mit Google und Broadcom. Die beiden Unternehmen hatten im April zugesagt, Anthropic mehrere Gigawatt Rechenleistung auf Basis von Googles TPU-Chips bereitzustellen, die Broadcom mitentwickelt hat. Mit Amazon, Oracle und SpaceX bestehen Rechenzentrumsverträge über jeweils mehr als 100 Milliarden Dollar. Anthropic plant, neben gemieteter Kapazität auch eigene Rechenzentren zu bauen. Die Kaufverpflichtungen stiegen von 55 Milliarden Dollar Ende 2025 auf rund 314 Milliarden Dollar im dritten Quartal.

Im Wettbewerb steht Anthropic Open-Source-Modellen, OpenAI und großen Technologiekonzernen gegenüber. → The Information, SiliconANGLE, CNBC

Synthszr Take: Selbst der Verlust wird im Prospekt zur Wachstumsgeschichte. Fünf Milliarden Dollar für Rechenhardware zum Aufpreis lesen sich als Beweis, dass die Nachfrage jede Planung überholt. Dazu kommt ein bereinigtes Ergebnis, das Spenden und Aktienvergütung ausblendet. Diese Dramaturgie hat einen Grund: Investoren zahlen auf Umsatz, also muss die Kurve steil bleiben. Ein Quartalsplus von 47 statt 144 Prozent drückt das Multiple stärker als jeder operative Verlust.

Anthropic warnt im Börsenprospekt vor KI, die sich bald selbst verbessern könnte

Anthropic hat in seinem am Montag überarbeiteten S-1A-Börsenprospekt neue Risikohinweise ergänzt. Danach könnte das Unternehmen bald eine Schwelle zur Recursive Self-Improvement erreichen. Die öffentliche Aufmerksamkeit galt zunächst vor allem den aktualisierten Finanzzahlen mit stark steigenden Umsätzen und ebenfalls steigenden Kosten. Die Passagen zur Selbstverbesserung stehen im Abschnitt zu den Risikofaktoren. Dort heißt es, interne Schätzungen und Erwartungen an künftige Modelle deuteten darauf hin, dass Anthropic „unmittelbar“ die Definition für „dramatisch beschleunigten, KI-zuschreibbaren Fortschritt“ aus seiner eigenen Responsible Scaling Policy erfüllen könnte. Kein aktuelles Modell habe diese Schwelle nach Angaben des Unternehmens überschritten, die zugrunde liegenden Daten würden weiter geprüft.

Als rekursive Selbstverbesserung gilt der Punkt, an dem KI so gut darin wird, sich selbst zu trainieren, dass ihre Fähigkeiten sprunghaft zunehmen. Pessimisten sehen darin ein Szenario, in dem KI der menschlichen Kontrolle entgleitet. Befürworter erwarten davon einen enormen Schub für Produktivität und wissenschaftliche Entdeckungen. Als der Begriff Anfang des Jahres populär wurde, hielten ihn viele für ein Schlagwort oder für ein Ziel, das sich kaum erreichen, definieren oder nachweisen lasse.

Im Prospekt schreibt Anthropic, es setze KI bereits in der eigenen Forschung und Entwicklung ein. Das könne dazu führen, dass die Fähigkeiten der Modelle schneller wachsen, als das Unternehmen Sicherheits-, Alignment- und Security-Maßnahmen entwickeln, validieren und umsetzen kann. Anthropic räumt ein, eine deutliche Beschleunigung der eigenen Entwicklung in der Vergangenheit erst im Nachhinein erkannt zu haben. Das könne auch künftig passieren. KI zum Bau leistungsfähigerer KI einzusetzen, berge nach eigener Darstellung ein „erhebliches Sicherheitsrisiko“, vor allem wenn sich das Tempo stark erhöht.

Zugleich kündigt Anthropic an, Menschen auf absehbare Zeit in den Entwicklungsprozess einzubinden. Man rechne nicht damit, Claude sicher einsetzen zu können, um künftige Frontier-Modelle vollständig autonom und ohne nennenswerte menschliche Aufsicht zu entwerfen. Das gelte auch dann, wenn dies technisch möglich werde. Das Unternehmen prüft deshalb Anpassungen seiner Responsible Scaling Policy, damit die Kontrolle über die Modellentwicklung bei Menschen bleibt. Kritiker wenden ein, dass ein Börsenprospekt immer zugleich Offenlegung und Marketing ist. Claudes Fähigkeiten in Coding, Mathematik und Cybersicherheit sind in diesem Jahr allerdings deutlich gewachsen. → Wall Street Journal, TechCrunch

Synthszr Take: Ein Risikofaktor, der sich auf künftige Modelle und interne Schätzungen stützt, kostet im Prospekt nichts. Er schützt vor Anlegerklagen und verkauft zugleich die steilste denkbare Kurve. Prüfbar wird die Aussage erst mit dem nächsten Claude-Release: Liegt die Schwelle „unmittelbar“ vor uns, müssten öffentliche Benchmarks in Coding und Mathematik binnen Monaten einen Sprung zeigen, der aus dem bisherigen Takt fällt. Bleibt er aus, war der Absatz eine Wachstumsstory im Gewand einer Warnung.

Anthropic bremst Claude Code beim Reverse Engineering

Anthropic hat bestätigt, dass Claude Code in Kombination mit dem Modell Opus 5.5 keine Nachbauten bestehender Videospiele mehr erstellen soll. Laut Tom’s Hardware erklärte Anthropic-Mitarbeiter Addy Osmani auf X, man habe dem Prompt von Claude Code zwei Sätze hinzugefügt, weil die Verletzung geistigen Eigentums gegen die Nutzungsrichtlinien des Unternehmens verstoße. Originale Spiele, Genre-Titel und Spiele aus eigenen Designs und Assets sollen nach seinen Angaben weiterhin funktionieren, die Regeln würden weiter angepasst. Ein auf X verbreiteter Screenshot zeigt mutmaßlich den Wortlaut, wonach die Nachbildung eines bestimmten Spiels auch dann untersagt ist, wenn sie umbenannt oder als Original bezeichnet wird. Parallel häufen sich laut Tom’s Hardware Berichte, dass Opus 5.5 in Claude Code auch Reverse-Engineering-Aufgaben verweigert, etwa die Analyse einer Produktaktivierung. → Tom’s Hardware

Synthszr Take: Zwei Sätze im System-Prompt schützen kein Indie-Spiel. Die Sperre greift nur in Claude Code mit Opus 5.5. Ein Wechsel auf Opus 4.8 oder eine andere Harness wie Ollama reicht schon zur Umgehung. Die Klonfabriken, die erfolgreiche Titel kleiner Studios kopieren, arbeiten ohnehin mit offenen Modellen und billigen Teams. Geschützt wird vor allem Anthropic selbst, gegenüber großen Rechteinhabern und Enterprise-Einkäufern. Die Rechnung zahlen legitime Entwickler, deren Reverse-Engineering-Prüfungen plötzlich abgelehnt werden.

Anthropic streicht das Fünf-Stunden-Limit für Ultra-Abos

Anthropic hat das Fünf-Stunden-Nutzungslimit für verifizierte Abonnenten des teuersten Claude-Plans aufgehoben. Gleichzeitig wurden die Pläne umbenannt, berichtet AlphaSignal. Der bisherige Max-5x-Plan heißt nun schlicht Max und kostet weiterhin 100 Dollar im Monat. Aus Max 20x wird Ultra zum unveränderten Preis von 200 Dollar monatlich. Für bestehende Abonnenten ändert sich laut Bericht nichts außer dem Namen. Bislang hat die Fünf-Stunden-Grenze lange Sitzungen unterbrochen, etwa bei umfangreichen Coding-Aufgaben oder laufenden Hintergrundprozessen. → AlphaSignal

Synthszr Take: Die Wochengrenze bleibt, also verbraucht ein Ultra-Kunde kein einziges Token mehr als vorher, er verbraucht es nur am Stück. Die Fünf-Stunden-Grenze war demnach ein Taktgeber für Lastspitzen, ihre Kostenwirkung pro Token lag bei null. Anthropic verkauft nun Ununterbrochenheit als Produktmerkmal und gibt dafür keine zusätzliche Rechenzeit her. Den eigentlichen Kostenschutz trägt die Verifizierung, die Account-Farmen draußen hält. Für Cursor und OpenAI wird die Messlatte damit Sitzungsdauer statt Kontingentgröße.

Musk räumt ein: Grok kostet xAI mehr, als der Chatbot einbringt

Elon Musk hat öffentlich erklärt, dass der Betrieb des KI-Assistenten Grok für xAI finanziell nicht mehr tragfähig ist. Das berichtet Techpresso unter Berufung auf NewsBytes. Auslöser waren Beschwerden von Nutzern auf X, die ihre Nutzungslimits in dieser Woche schneller als erwartet erreicht hatten. Ein Nutzer schlug vor, die Limits wegen des hohen Verbrauchs zurückzusetzen. Musk lehnte das ab und stellte zahlenden Abonnenten auch keinen zusätzlichen Zugang in Aussicht. → Techpresso

Synthszr Take: Ein Unternehmer, der Kapital sucht, klagt selten öffentlich über Kosten, es sei denn, die Klage gehört zur Verhandlung. Musks Antwort an einen Nutzer auf X legt zweierlei fest: Die Limits bleiben, und knappe Rechenzeit gilt ab jetzt als Beweis für Nachfrage. Bei geschätzt 800.000 zahlenden Nutzern liest sich das wie die Begründung für einen teureren Tarif. Investoren hören dieselbe Geschichte als Wachstumsproblem, und Wachstumsprobleme löst man mit einer neuen Runde.

UX-Autor Jon Sabutis rechnet mit dem allgegenwärtigen KI-Sparkle-Button ab

Im wöchentlichen Newsletter des UX Collective kritisiert der Autor Jon Sabutis das Funkel-Symbol, mit dem Softwareanbieter ihre KI-Funktionen kennzeichnen. Sein Text trägt den Titel „Nobody asked for the sparkle button“ und steht an erster Stelle der aktuellen Ausgabe. Sabutis beschreibt, dass in nahezu jedem kostenpflichtigen Produkt oben rechts ein solches Symbol sitzt. Dahinter gleite laut seiner Darstellung ein Panel von rechts ins Bild, das mit „Ask anything“ überschrieben ist. Dieses Panel biete drei Vorschläge an, die der Nutzer nicht angefragt habe. Schließe man es, kehre es nach dem nächsten Update zurück, mitunter unter einem neuen Namen.

Synthszr Take: Jedes Panel, das nach dem Update mit neuem Namen zurückkehrt, trainiert Nutzer auf eine einzige Geste: schließen. Diese Konditionierung steht in keinem KI-Budget und kostet am meisten, weil sie auf jede spätere Funktion abfärbt. Liefert das Produktteam im Folgequartal ein Feature mit echtem Nutzen, sitzt es oben rechts hinter demselben Funkeln und wird reflexhaft weggeklickt. Anbieter, die KI ohne Funkel-Symbol in bestehende Workflows einbauen, behalten dieses Vertrauen. Die anderen haben es für eine Roadmap-Folie verbraucht.

Hacker heizen Supermarkt-Tiefkühler in über sieben Ländern auf

Hacker haben laut Tech Brew über Nacht die Tiefkühlanlagen von Supermärkten in sieben europäischen Ländern auf Abtauen umgeschaltet. Dabei stiegen die Temperaturen auf bis zu 122 Grad Fahrenheit, umgerechnet rund 50 Grad Celsius, und die Lebensmittel verdarben. Es ist der zweite Angriff dieser Art in weniger als einem Monat. Im Oktober traf ein nahezu identischer Hack Hunderte französische Supermärkte, zerstörte Ware und löste Berichten zufolge in mehreren Filialen Brände aus. Der CEO einer betroffenen Kette schätzte die Verluste an einem einzigen Tag auf einen zweistelligen Millionenbetrag in Euro. Das Pentagon prüft laut Bericht, ob im August auch sechs Lebensmittelmärkte auf US-Militärbasen auf diese Weise angegriffen wurden. → Tech Brew

Synthszr Take: Die Hersteller haben gespart, die Händler zahlen. Eine Tiefkühlanlage läuft weit länger, als ihr Hersteller Sicherheitsupdates liefert. Diese Lücke war bislang ein unsichtbarer Kostenvorteil der Industrie. Ein zweistelliger Millionenverlust an einem einzigen Tag macht sie sichtbar, in der Bilanz einer Supermarktkette. Versicherer werden ihre Prämien künftig an Update-Zusagen koppeln. Beim nächsten Einkauf von Kühltechnik zählt die Laufzeit des Supports mehr als der Stromverbrauch.

Sieben von zehn Nachwuchsmathematikern zweifeln an ihrer akademischen Zukunft

Rund 70 Prozent junger Mathematikerinnen und Mathematiker schätzen ihre Chancen, in der akademischen Mathematik zu bleiben, inzwischen schlechter ein als noch im Sommer. Das geht aus einer am 29. Oktober veröffentlichten Umfrage des MIT hervor, über die Alberto Romero in seinem Newsletter The Algorithmic Bridge berichtet. Befragt wurden 268 Nachwuchskräfte von knapp 60 Institutionen, überwiegend Doktoranden und einige Postdocs. Sie sollten angeben, wie sich die Wahrscheinlichkeit einer akademischen Laufbahn nach Promotion oder Postdoc seit Mitte Juli verändert hat. Nur 9 Prozent sehen ihre Aussichten verbessert. Romero bringt den Stimmungswandel mit den jüngsten Fortschritten von KI-Systemen in der Mathematik in Verbindung und vertritt die These, Mathematik werde bald keine menschliche Tätigkeit mehr sein. → Alberto Romero from The Algorithmic Bridge

Synthszr Take: Die KI-Labore fischen ihren Forschungsnachwuchs genau in diesem Teich. Promovierte Mathematiker schreiben die Beweise, Benchmarks und Prüfverfahren, an denen sich jede Modellgeneration messen lassen muss. Wenn 70 Prozent von ihnen ihre akademische Laufbahn abschreiben, schrumpft dieser Pool, während OpenAI, Google und Co. um dieselben Köpfe konkurrieren. Die Preise für die Verbliebenen steigen. Romeros These hat damit einen eingebauten Haken: Eine Maschine, die menschliche Mathematik ersetzt, braucht Menschen, die ihre Beweise prüfen können.

MIT lässt GPT-6 Astra Qwens Gewichte umschreiben, Mathe-Score steigt um das Sechsfache

Forscher des MIT Computer Science & Artificial Intelligence Laboratory (CSAIL) haben OpenAIs Sprachmodell GPT-6 Astra genutzt, um die Gewichte eines kleinen Open-Source-Modells von Qwen direkt zu verändern. Dadurch stieg dessen Mathematik-Leistung nach eigenen Angaben um das Sechsfache. Rikiya Takehi, Jayden Teoh, Alex Zhang und Omar Khattab stellen die Arbeit in einem Forschungsblog vom 2. November vor. Sie nennen den Ansatz „Weight-Space Programming“. Getestet wurde, ob Astra Netzwerke interpretieren und verändern kann, ohne dass die Änderungen über klassische Trainingsverfahren berechnet werden.

Im stärksten Beispiel hob Astras Eingriff den MATH-500-Score von Qwen3.5-0.8B von 7,9 auf 48,1 Prozent. Verändert wurden dabei rund 0,016 Prozent der Gewichte. Die Verbesserung geht laut den Forschern vor allem darauf zurück, dass repetitives Reasoning korrigiert wurde, also Schleifen, in denen das Modell sich wiederholte. Diese Einordnung prägt sowohl die technischen Befunde als auch die Debatte über ihre Bedeutung.

Methodisch unterscheidet sich der Ansatz vom üblichen Fine-Tuning. Dort werden Gewichte anhand von Beispielen, Feedback oder Belohnungen über Verfahren wie Gradient Descent angepasst, die Fehler messen und daraus Korrekturen berechnen. Im MIT-Experiment untersuchte stattdessen ein separates Modell das Zielnetzwerk, analysierte dessen Verhalten und schlug direkte Gewichtsänderungen vor. In einigen Versuchen erhielt Astra die Gewichte als Text. Für größere Netzwerke stand ihm eine kontrollierte Python-Umgebung zur Verfügung.

Die Forscher grenzen die Ergebnisse selbst ein. Auch ihr Verfahren benötigte Rechenleistung und im Qwen-Experiment Übungsaufgaben sowie Tests. Ob direktes Editieren klassischem Training bei Geschwindigkeit, Kosten oder Wirksamkeit dauerhaft überlegen ist, haben sie nicht nachgewiesen. Mögliche Einsparungen an Zeit und Rechenressourcen sind bislang nicht belegt. Als Perspektive skizzieren sie Systeme, die andere neuronale Netze inspizieren, reparieren und konstruieren und dies irgendwann womöglich bei sich selbst tun.

Die Reaktionen fallen gemischt aus. Yuchen Jin, technischer Mitarbeiter bei Databricks und nicht an der Studie beteiligt, sowie Voyage-AI-Forscher Chandan Singh äußerten sich auf X optimistisch. Ein skeptischer Kommentator bezweifelte, dass die Ergebnisse ein stärkeres Reasoning des Modells belegen. Maxime Fournes, CEO der Organisation Pause AI, warnte, erfolgreiches Gewichts-Editieren könne gefährliche Fortschritte beschleunigen.

→ VentureBeat

Synthszr Take: Die 0,016 Prozent veränderter Gewichte klingen nach Chirurgie, und Chirurgie braucht Fachärzte. Astra schlägt den Schnitt vor. Prüfen muss jemand, warum genau diese Parameter die Wiederholungsschleifen beenden und was sie nebenbei verschieben. Dieses Urteil fällt heute eine Handvoll Interpretierbarkeitsteams. Unternehmen auf Open-Weight-Modellen bleiben deshalb beim Fine-Tuning mit seinen Werkzeugen, Dienstleistern und Evaluationsroutinen. Öffnen wird diesen Markt erst ein Anbieter, der die Prüfung mitliefert, und OpenAI besitzt bereits das Editor-Modell.