LONDON (IT BOLTWISE) – KI-Forscher Andrej Karpathy wechselt zum Claude-Anbieter Anthropic und soll das Pretraining-Team ausbauen. Damit rückt die erste, besonders kostenintensive Phase beim Training großer Sprachmodelle noch stärker in den Fokus. Der Schritt folgt auf Stationen bei OpenAI und Tesla sowie auf ein weiteres KI-Bildungsprojekt. Für den Wettbewerb bedeutet das: schnelleres Forschungstempo, neue Teams und potenziell spürbare Effekte auf die Modellqualität.
Der Wechsel von Andrej Karpathy zu Anthropic ist vor allem deshalb bemerkenswert, weil er das Machtzentrum der LLM-Forschung dorthin verlagert, wo Kosten, Skalierung und wissenschaftliche Präzision besonders eng zusammenhängen. Während sich die Branche oft auf sichtbare Modellfähigkeiten wie Textqualität oder Tool-Nutzung konzentriert, liegt der kritische Hebel bei der Frage, wie schnell und effizient sich neuartige Pretraining-Strategien in Trainingszyklen überführen lassen. Karpathy kündigte an, für die nächsten Jahre die Forschungsspitze in diesem Bereich mitzugestalten und dabei wieder stärker in Entwicklung und Forschung einzutauchen.
Technisch startet die neue Aufgabe im Kernbereich des Pretrainings. Anthropic arbeitet dabei an Claude und plant laut Ankündigung, dass Karpathy im Pretraining-Team eine neue Arbeitsgruppe aufbaut, die Claude als Grundlage nutzt, um Pretraining-Forschung zu beschleunigen. Pretraining gilt als die erste und ressourcenintensivste Phase beim Aufbau großer Sprachmodelle: Hier werden die grundlegenden Sprach- und Wissensmuster aus sehr großen Datenmengen gelernt, bevor nachgelagerte Schritte wie Fine-Tuning und RL-gestützte Optimierung folgen. Der Vergleich Cloud-gestützter Trainingspipelines gegen On-Prem-Cluster liegt zwar nahe, jedoch entscheidet in der Praxis oft weniger der Standort als die Pipeline-Taktung und die Messbarkeit von Fortschritt.
Für die Einordnung lohnt ein Blick auf Karpathys bisherigen Weg. Er gehörte zum Gründungsteam von OpenAI, leitete anschließend bei Tesla Entwicklungen im Kontext von Autopilot und Full-Self-Driving, bevor er 2022 das Unternehmen verließ. Nach einer Station bei OpenAI gründete er 2024 ein KI-Bildungs-Startup, blieb in der Kommunikation jedoch der Bildung verbunden. Dieser Karrierebogen deutet auf eine besondere Mischung aus Forschungstiefe und Systemdenken hin: Wer sowohl Modelltraining als auch Produkt-Engineering und Sicherheitsanforderungen aus der Praxis kennt, versucht häufig, Forschungsfortschritte stärker in wiederholbare Trainings- und Evaluationsabläufe zu übersetzen. Genau dort setzt auch die Anforderung an, Pretraining-Forschung messbar schneller zu machen.
Im Marktkontext ist die Personalie ein Signal in Richtung eines neuen Rekrutierungswettlaufs im Hochleistungs-LLM-Engineering. In den vergangenen Monaten haben mehrere CTOs finanzstarker Unternehmen ihre Rollen aufgegeben, um bei Anthropic zu forschen. Zu den genannten Stationen gehören Führungspersönlichkeiten aus Unternehmen wie Workday, Instagram und Box. Damit verschiebt sich nicht nur Know-how, sondern auch Prioritäten: Pretraining wird zunehmend als Wettbewerbsvorteil verstanden, weil es die Obergrenze für nachfolgende Fähigkeiten mitbestimmt. Als Gegenpol bleibt OpenAI ein zentraler Referenzpunkt, während im weiteren Ökosystem auch xAI als Akteur für alternative Modell- und Trainingsansätze steht.
Experten erwarten, dass solche Strategien nicht nur „bessere Modelle“ liefern, sondern auch die Iterationsgeschwindigkeit erhöhen. Wenn Karpathy eine neue Arbeitsgruppe aufbaut, die Claude während des Pretrainings systematisch für Forschungszyklen nutzt, kann das mehrere Vorteile bringen: schnellere Hypothesentests, bessere Vergleichbarkeit zwischen Trainingsvarianten und eine engere Kopplung von Forschungsergebnissen an reale Trainingsläufe. Berichten zufolge zielt Anthropic dabei darauf, menschliche Forschungszeit zu ersetzen bzw. zumindest effizienter einzusetzen, indem bestimmte Lern- und Auswertungsprozesse stärker automatisiert werden. Entscheidend ist jedoch, dass Qualitätssicherung und Reproduzierbarkeit nicht unter der Geschwindigkeit leiden.
Regulatorisch und datenschutzseitig bleibt das trotzdem ein sensibles Feld. Pretraining erfolgt typischerweise auf großen, oft heterogenen Datenbeständen, und damit steigt die Verantwortung, Herkunft und Nutzungsrechte der Trainingsdaten sauber zu dokumentieren. Für Unternehmen, die später darauf aufbauend Systeme integrieren, wird außerdem die Frage nach Modell-Sicherheit und Datenabfluss relevant: Welche Informationen können aus Trainings- oder Kontextdaten zurückgespiegelt werden, und wie lässt sich das Risiko über Monitoring, Prompt-Safeguards und strikte Zugriffskontrollen minimieren? Die Personalaufstellung bei einem Anbieter beeinflusst zwar nicht automatisch die Compliance, kann aber die Fähigkeit stärken, Sicherheitsmessungen in den Entwicklungsprozess einzubauen.
Mit Blick auf die Zukunft deutet der nächste Schritt darauf hin, dass die Trennlinie zwischen „Forschung“ und „Training Engineering“ weiter verschwimmt. Wenn Claude als Grundlage für beschleunigtes Pretraining-Forschungsarbeiten eingesetzt wird, ist das auch ein Hinweis darauf, dass Anthropic stärker in die Schulterschluss-Organisation von Teams investiert: Wissenschaftliche Experimente müssen in eine Pipeline übersetzbar sein, die in kurzer Zeit messbare Ergebnisse liefert. Für Entwickler und Unternehmen bedeutet das vor allem: bessere Modellvoraussetzungen könnten schneller für Produkt-Use-Cases verfügbar werden, etwa in der Content-Generierung, in der Wissenssuche oder in der Automatisierung von Unternehmensprozessen. Gleichzeitig wird sich der Wettbewerb stärker über Trainingstaktung, Evaluationsmethoden und Sicherheitsbarrieren definieren.
Schließlich bleibt die strategische Kontinuität auffällig. Karpathy spricht davon, seine Bildungstätigkeit nicht aufzugeben, plant jedoch die Forschungsarbeit zu priorisieren. In der Praxis könnte daraus folgen, dass sich Qualifizierungsangebote künftig stärker an realen Trainingsherausforderungen ausrichten. Für den Wettbewerb heißt das: Der Wissens- und Talentfluss in die LLM-Forschung wird nicht nur durch Geld, sondern auch durch Führung und Trainingskultur entschieden. Wenn Anthropic die Pretraining-Front weiter besetzt, könnte das die nächsten Benchmark-Zyklen beeinflussen und damit auch Anbieter wie OpenAI und die breitere Community unter Druck setzen, ähnliche Iterationsschleifen aufzubauen.
💳 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.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【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 "KI-Forscher Andrej Karpathy wechselt zu Anthropic und baut Claude-Pretraining aus" 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 "KI-Forscher Andrej Karpathy wechselt zu Anthropic und baut Claude-Pretraining aus" 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: »KI-Forscher Andrej Karpathy wechselt zu Anthropic und baut Claude-Pretraining aus« bei Google Deutschland suchen, bei Bing oder Google News!