LONDON (IT BOLTWISE) – Anthropic startet ein Programm, bei dem externe Forschungsteams aggregierte Claude-Nutzungsdaten über Anthropic Insights auswerten. Drei Institutionen entwickelten ihre eigenen Studien und analysierten rund 250.000 Konversationen aus April bis Mai 2026. Anthropic berichtet über erste Ergebnisse zur Zusammenarbeit Mensch-KI, zu Nutzungsgefühlen und zur möglichen Produktivitätswirkung von Coding-Agents. Zusätzlich soll ein Drittanbieter-Privacy-Audit die Schutzmechanismen vor dem Teilen der Daten abgesichert haben.
Anthropics Versuch, unabhängige Forschung an echten KI-Nutzungsdaten zu ermöglichen, nimmt einen seltenen Weg: Nicht nur einzelne Kennzahlen werden veröffentlicht, sondern aggregierte Nutzungsdaten aus dem eigenen System werden so aufbereitet, dass externe Teams selbst Fragen stellen und ohne Einblick in Rohkonversationen analysieren können. Der zentrale Engpass für solche Studien war bislang vor allem organisatorisch und datenschutztechnisch: In der Praxis stecken aussagekräftige Daten meist in wenigen Laboren, während öffentliche Datensätze oft stärker „casual“ sind oder andere Nutzungsprofile abbilden. Genau diesen Spalt adressiert das Pilotprojekt, bei dem drei externe Forschungsgruppen ihre eigenen Studien auf Basis eines Privacy-preserving Analyse-Werkzeugs durchführten.
Technisch und prozessual lief das Pilotprogramm so, dass Anthropic Insights als Vermittler fungierte. Die externen Institute erhielten keinen Zugriff auf einzelne Unterhaltungen, sondern arbeiteten mit aggregierten Ergebnissen. Laut Beschreibung basiert die Auswertung auf etwa 250.000 Claude.ai- oder Claude-Code-Konversationen aus dem Zeitraum April bis Mai 2026. Drei Gruppen sollten dabei bewusst maximale Eigenständigkeit bekommen: Vertragsseitig beschränkt sich Anthropics Review-Anspruch auf Nutzerprivatsphäre, Informationen, die Menschen beim Umgehen von Nutzungsregeln unterstützen könnten, auf vertrauliche Inhalte sowie auf Forschungsgenauigkeit. Entscheidend ist auch die Ergebnisfreiheit: Die Forscher dürfen ihre Resultate veröffentlichen, selbst wenn sie für den Anbieter unbequem sind.
Was die SALT Lab am Stanford University-Umfeld untersucht, fokussiert die Arbeitsrealität beim KI-gestützten Kooperieren. Die Studie fragt, welche Aufgaben Menschen überhaupt an die KI herantragen, wie stark Menschen die Kontrolle behalten und wo Kooperation „bricht“ – zum Beispiel, wenn Erwartungen und Modellausgaben auseinanderlaufen. Auffällig ist dabei, dass mehr als die Hälfte der Gespräche mit Claude aus Sicht der Forscher Handlungen betraf, die als „consequential“ gelten: Aufgaben, die Auswirkungen auf andere haben oder schwer rückgängig zu machen sind. Besonders häufig kam diese Kategorie in Situationen vor, in denen die Nutzer professionelle Orientierung suchten, etwa bei rechtlichen oder finanziellen Fragen. Dazu passt ein zweites Muster: In nahezu drei Vierteln der Konversationen geben Menschen die Richtung vor, während Claude unterstützt, und die Nutzer passen die Ausgabe typischerweise an, statt sie unverändert zu übernehmen. Die Studie hebt außerdem hervor, dass Reibung beim Iterieren nicht zwingend ein Fehlerbild ist: Wenn Nutzer Zeit und Aufwand in das Verständnis der KI-Vorgehensweise stecken, Unklarheiten identifizieren und die Anweisung nachschärfen, steigt die Ergebnisqualität und Nutzer bleiben eher „am Problem“.
Die Human Information Processing Lab (University of Oxford) verschiebt den Blick von der Aufgabenart hin zu der Frage, wie sich KI-Verhalten auf das Erleben der Nutzer auswirkt. Frühindikationen deuten auf eine Art Parallelität von Zuständen: Wenn Claude „warm“ antwortet, zeigen die Forscher eine stärkere positive Haltung der Nutzer; wenn Claude ablehnt oder widerspricht, reagiert die Nutzerseite eher mit Gegenimpulsen. Ebenso wird ein Zusammenhang zwischen „eccentric“-Einstellungen und stärkerem intellektuellem Engagement beschrieben, während „einfach hilfreich“ wirkende Interaktionen zu einem Zufriedenheitsbild führen. Inhaltlich knüpft die Studie auch an bekannte Muster aus der digitalen Alltagsnutzung an: Laut den noch unvollständigen Ergebnissen ähneln Zustandsmuster wie Absorption, Frustration oder Genuss in den Claude-Gesprächen denen, die in separaten Untersuchungen zum Internetbrowsing beobachtet wurden. Damit wird KI-Interaktion nicht als völlig fremdes Medium, sondern als Variante bestehender Web-Interaktionslogiken eingeordnet.
Bei METR steht dagegen der Nutzen in messbarer Zeiteffizienz im Vordergrund – zumindest für Coding-Kontexte. Die Gruppe versucht, reale Produktivitätsgewinne von Coding-Agents abzuschätzen, und verfolgt dabei, wie sich mögliche Geschwindigkeitseinbußen oder -gewinne über Modellgenerationen verändern. Für die Claude-Code-Auswertungen werden dabei Annahmen und Schätzungen der KI mit „known completion times“ aus einer früheren Entwicklerstudie abgeglichen. Die frühen Resultate deuten darauf hin, dass leistungsfähigere Modelle Nutzer stärker Zeit sparen lassen: METR vergleicht, wie lange Aufgaben ohne KI gebraucht hätten, mit der tatsächlichen Dauer bei Nutzung unterschiedlicher Claude-Modelle, und berichtet von signifikanten Beschleunigungen der neueren Generationen gegenüber älteren. Interessant ist auch die Methodik-Validierung: Da die Analyse auf der Einschätzung der KI beruht, prüfen die Forscher die Plausibilität über die Korrelation zwischen Claude-Zeitabschätzungen und tatsächlicher Entwicklungszeit.
Neben den Ergebnissen beschreibt Anthropic vor allem, was die interne Perspektive im Pilotversuch neu gelernt hat. Zum einen sei Datenzugang für externe Parteien in der KI-Landschaft „weitgehend unverbreitet“, wodurch der Pilot selbst zum Experiment wurde: Funktionieren die Privacy-Gates so gut, dass Schutz und wissenschaftliche Freiheit zusammenpassen? Laut Darstellung soll Anthropic Insights ausschließlich aggregierte Outputs liefern, nachdem die Daten dieselbe Art von rechtlicher und datenschutzbezogener Prüfung durchlaufen haben wie interne Analysen. Gleichzeitig habe der Prozess die typische Forschungsgeschwindigkeit in einem KI-Labor gebremst und Ressourcen stark gebunden. Genau daraus entsteht eine Skalierungsfrage: Wenn externe Studien parallel laufen sollen, müssen Anthropic und die Partner die Balance aus Datenschutzprüfung, Sicherheitslogik und methodischer Robustheit anders „eich“.
Ein zweites Lernsignal betrifft die Entwicklung von Forschungsfragen. Beim Anthropic-Insights-Ansatz beantwortet die KI pro Konversation eine Frage und die Ergebnisse werden anschließend in Kategorien aggregiert; Forscher sehen am Ende nur Kategorien und Prozentanteile. Dadurch hängt viel an der Formulierung: Eine schlecht gewählte Frage kann Kategorien „verschieben“, und weil keine Rohkonversationen einsehbar sind, lassen sich solche Fehler schwer direkt erkennen. Intern kann man über Wochen Fragen iterativ nachschärfen. Externe Teams hatten diese Option nicht, weil jeder Datensatz vor dem Teilen erneut privacy-relevant geprüft werden müsste und das das Projekt unpraktisch teuer und zeitlich unmachbar gemacht hätte. Als Ausgleich testeten die Partner ihre Fragen zunächst auf einem öffentlichen Datensatz (WildChat), in dem sie Antworten gegen zugrundeliegende Kontexte gegentesten konnten. Da WildChat aber eher „casual und creative“ geprägt ist, kam es laut Anthropic vor, dass Fragen, die dort gut funktioniert hatten, bei den echten Claude-Interaktionen zu irreführenden Kategorien führten. Deshalb lieferte Anthropic Interpretationsguidance, und perspektivisch will man untersuchen, wie sich externe Forscher Fragen und Kategorien bereits vorab effizienter entwickeln.
Auch Transparenz über möglichen Missbrauch spielt in den Prozessregeln eine Rolle. Anthropic berichtet, dass in Outputs Kategorien auftauchten, die gegen Acceptable Use Policy oder Terms of Service verstoßen könnten, etwa wenn Nutzer nach Hilfe bei verbotenen Aktivitäten suchen. Die meisten solcher Verstöße seien mitgeteilt worden, allerdings mit einer Ausnahme: Kategorien, die beschreiben, wie Nutzer Schutzmaßnahmen umgehen, sollen nicht veröffentlicht werden. In den jeweiligen Projekten seien weniger als 5% der Kategorien und Konversationen betroffen gewesen, und Anthropic habe jeweils offengelegt, welche Cluster verändert oder entfernt wurden und warum. Für zukünftige Zusammenarbeit wird standardmäßig vorgesehen, dass Anthropic Insights solche potenziellen Verstöße an das Safeguards-Team weitergibt, bevor aggregierte Daten freigegeben werden. Das nächste Stück Arbeit liegt dann bei der Frage, wie man das Programm schrittweise und langsam skalieren kann: nicht nur nach „wie viele“ Studien, sondern auch nach „welche Arten“ an Studien unter den Datenschutz-, Sicherheits- und Qualitätsgrenzen sinnvoll unterstützt werden können. Für Forschende kündigt Anthropic daher die Bereitstellung eines Ausdrucks von Interesse an – mit dem Ziel, Projekte zu ermöglichen, die heute ohne Zugriff auf solche aggregierten, realweltlichen Nutzungsdaten kaum machbar sind.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Anthropic öffnet KI-Nutzungsdaten für unabhängige Forschung mit Privacy Audit" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Anthropic öffnet KI-Nutzungsdaten für unabhängige Forschung mit Privacy Audit" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Anthropic öffnet KI-Nutzungsdaten für unabhängige Forschung mit Privacy Audit« bei Google Deutschland suchen, bei Bing oder Google News!