Die Verifizierbarkeits-These - Warum KI manche Jobs in Stunden automatisiert und andere nie

Ein Coding-Agent hat ein 12,5-Millionen-Zeilen-Refactoring in sieben Stunden mit 99,9 % numerischer Genauigkeit ausgeliefert.

Ein Legal-Agent kann einen 40-seitigen Vertrag nicht zuverlässig zusammenfassen, ohne dass ein Mensch nochmal drüberschaut.

Beides ist 2026 State of the Art. Warum die Lücke?

Der Rahmen, den niemand auf eine Folie gepackt hat

Andrej Karpathy hämmert seit Monaten auf eine Idee ein, und sie ist die nützlichste Linse, die ich habe, um zu verstehen, wo KI in diesem Jahr tatsächlich gewinnt:

KI automatisiert am schnellsten in Domänen, in denen ein vorgeschlagener Output billig verifiziert werden kann.

Nicht wo die Arbeit „einfach" ist. Nicht wo es viele Trainingsdaten gibt. Sondern wo Sie einen Checker schreiben können.

Coding ist der kanonische Fall. Ein Test besteht oder besteht nicht. Ein Type-Checker ist binär. Ein Linter ist mechanisch. Ein Agent schlägt einen 500-Zeilen-Diff vor; der Build läuft; die Antwort ist grün oder rot. Die Kosten der Verifikation sind nahe Null, also sind die Kosten für Trial-and-Error-Iteration nahe Null, also kann der Agent schleifen.

Juristische Arbeit ist der Gegenfall. Eine Vertragszusammenfassung ist nur „korrekt" gegen eine Ground Truth, die niemand lesen kann. Verifikation erfordert einen menschlichen Experten, der die Antwort bereits kennt - was bedeutet, dass die Verifikationskosten die Produktionskosten übersteigen. Der Agent loopt endlos oder halluziniert selbstsicher.

Warum das die eigentliche Geschichte von 2026 ist

Die meisten KI-Trend-Stücke werfen alles in einen Topf: Agenten werden besser, Modelle werden größer, die Produktivität explodiert. Das ist eine oberflächliche Lesart. Die Verifizierbarkeits-These erklärt die Form dessen, was passiert:

• Coding-Agenten skalieren superlinear. TELUS-Ingenieure sparten 500.000 Stunden. Rakuten sah siebenstündige autonome Refactorings. Die Verifikationsschleife ist der Burggraben.
• Mathe-Agenten skalieren ähnlich. Formale Beweis-Checker (Lean, Coq) geben ein binäres Urteil ab. DeepMind und OpenAI haben dieses Jahr Durchbruch-Ergebnisse veröffentlicht - nicht weil Mathe einfacher wurde, sondern weil der Checker integriert wurde.
• Schreib-Agenten verbessern sich ungleichmäßig. E-Mail-Entwürfe: leicht zu verifizieren (klang es professionell? wurden die Punkte abgedeckt?). Lange kreative Arbeiten: fast unmöglich ohne erneutes Lesen der gesamten Domäne zu verifizieren.
• Gesundheitswesen und Recht bleiben zerklüftet. Ein Diagnostik-Agent, der einen Behandlungsplan vorschlägt, kann nicht billig verifiziert werden. Ein Radiologe ist weiterhin in der Schleife.

Das Muster ist nicht „KI ist gut in X und schlecht in Y." Das Muster ist „KI skaliert mit Verifikationskosten, nicht mit Aufgabenschwierigkeit."

Die zerklüftete Frontier, kartiert

So würde ich Arbeit in 2026 nach Verifizierbarkeit kategorisieren:

| Verifikationstyp | Beispiele | Agenten-Reife | |---|---|---| | Deterministischer Checker | Code mit Tests, Mathe-Beweise, SQL-Queries, typgeprüfte Migrationen | Produktionsreif, mehrstündige Autonomie | | Billiger menschlicher Spot-Check | E-Mail-Entwürfe, Zusammenfassungen, PR-Beschreibungen, Marketing-Copy | Nützlich, braucht Review | | Teures menschliches Review | Strategiepapiere, Architekturentscheidungen, Hiring, Design | Nur Assistenz | | Nur Ground Truth | Diagnostik, Rechtsberatung, neuartige Forschung | Augmentation, nicht Automatisierung |

Die ehrliche Antwort für die meisten Unternehmen 2026 ist, dass sie in Zeile 2 operieren, nicht in Zeile 1. Sie setzen Agenten für Aufgaben ein, bei denen ein Mensch das Ergebnis in 30 Sekunden liest - das ist ein echter Produktivitätsgewinn, aber nicht die „AGI ersetzt meinen Job"-Geschichte.

Wie Sie das als Entscheidungsrahmen nutzen

Wenn Sie entscheiden, wo Sie Agenten in Ihrer eigenen Arbeit einsetzen:

1. Finden Sie Ihre Checker. Was ist das billigste Signal, dass ein Output korrekt ist? Wenn Sie es nicht in einem Satz benennen können, ist der Workflow nicht bereit für volle Autonomie.
2. Instrumentieren Sie die Schleife. Jede Minute, die mit Verifikation verbracht wird, ist eine Minute, in der ein Agent nicht iterieren kann. Die Teams, die 2026 gewinnen, sind die, die den Feedback-Loop gebaut haben - nicht die, die das klügste Modell gewählt haben.
3. Widerstehen Sie dem Drang, Zeile 2 zu überspringen. Billiger menschlicher Spot-Check ist kein Fehlerzustand. Es ist ein produktiver. Tun Sie nicht so, als wäre Ihr Agent Zeile 1, wenn er eigentlich Zeile 2 ist.
4. Beobachten Sie, wie Verifikationskosten sinken. Ein neues Tool, das Verifikation billiger macht - ein Linter, eine Test-Harness, ein domänenspezifischer Checker - erweitert die Automatisierungs-Frontier über Nacht. Das ist der Grund, warum Coding die Welle anführt - nicht weil Coding etwas Besonderes ist.

Die unbequeme Implikation

Die Verifizierbarkeits-These impliziert etwas, das viele KI-Hype-Stücke vermeiden: der größte Teil menschlicher Arbeit ist Zeile 3 oder Zeile 4.

Die Dinge, für die Leute gut bezahlt werden - Strategie, Urteilsvermögen, Geschmack, Überzeugungskraft, Design-Geschmack - sind genau die Dinge, die am schwersten zu verifizieren sind. Was bedeutet, dass genau die Dinge, bei denen KI-Iterations-Loops am langsamsten sind. Was bedeutet, dass genau die Dinge, bei denen die Automatisierung zuletzt kommen wird, egal wie schlau das Modell wird.

Das ist keine tröstliche Geschichte. Es ist eine ehrliche. Und sie erklärt, warum drei Jahre in der Agent-Ära die sichtbaren Produktivitätsgewinne in Software-Engineering und Mathematik konzentriert sind, während der Rest der Wirtschaft... einfach aussieht.

Wo uns das lässt

Wenn Sie 2026 Ingenieur oder PM sind: Wählen Sie Ihre Schlachten nach Verifizierer, nicht nach Aufgabe. Finden Sie die Workflows, für die Sie an einem Nachmittag einen Checker schreiben können, deployen Sie einen Agenten und lassen Sie ihn schleifen. Sparen Sie sich Ihr menschliches Urteilsvermögen für die Orte, an denen Verifikation selbst die Aufgabe ist.

Die Agenten werden die nicht-verifizierbare Arbeit nicht übernehmen. Sie werden die verifizierbare Arbeit übernehmen - und das ist eine viel kleinere, vorhersehbarere, nützlichere Revolution, als die Schlagzeilen suggerieren.

Was wäre der billigste Checker, den Sie morgen für einen Ihrer Workflows schreiben könnten?