Andrej Karpathy wechselt zu Anthropic – und zeigt, wohin sich die KI‑Forschung bewegt

Andrej Karpathys Entscheidung, 2026 zu Anthropic zu wechseln, ist mehr als nur eine Personalmeldung aus der Tech‑Branche. Sie zeigt, dass die entscheidenden Fortschritte in der künstlichen Intelligenz weiterhin auf der Ebene der grundlegenden Modellforschung entstehen – und dass der Wettbewerb um die besten Köpfe dabei eine zentrale Rolle spielt.

Karpathy, Mitgründer von OpenAI und ehemaliger Leiter der KI‑Entwicklung bei Tesla, erklärte selbst, dass „die nächsten Jahre an der Grenze der LLM‑Forschung besonders prägend sein werden“. Seine Rückkehr in ein Forschungs‑Labor deutet darauf hin, dass die Grundlagenarbeit an großen Sprachmodellen noch lange nicht abgeschlossen ist.

Warum die Grundlagenforschung bei LLMs weiterhin entscheidend ist

Im heutigen KI‑Ökosystem konzentrieren sich viele Unternehmen darauf, Anwendungen auf Basis vorhandener Modelle zu entwickeln: Chatbots, Copilots, Automatisierungstools oder branchenspezifische Assistenten.

Karpathy hingegen arbeitet nun direkt an der Basis dieser Systeme. Bei Anthropic ist er Teil des sogenannten Pre‑Training‑Teams – der Gruppe, die die riesigen Trainingsläufe organisiert, mit denen Modelle wie Claude ihr grundlegendes Wissen und ihre Fähigkeiten erhalten.

In dieser Phase werden große Datensätze und enorme Rechenleistung genutzt, um Modelle zu trainieren. Das Ergebnis bestimmt unter anderem:

• wie gut ein Modell logisch schlussfolgern kann
• wie zuverlässig es programmieren kann
• wie breit sein Wissen ist
• wie stabil es auf neue Aufgaben reagiert

Verbesserungen auf dieser Ebene wirken sich auf praktisch jedes spätere Produkt aus. Deshalb gilt das Pre‑Training weiterhin als einer der strategisch wichtigsten Teile des gesamten KI‑Stacks.

Ein ungewöhnlicher Lebenslauf in der KI‑Szene

Karpathy gehört zu einer relativ kleinen Gruppe von Forschern, die sowohl tiefgehende Forschungserfahrung als auch große Produktprojekte verantwortet haben.

Er war Teil des ursprünglichen Gründerteams von OpenAI und arbeitete dort an frühen Deep‑Learning‑Forschungsprojekten. Später wechselte er zu Tesla, wo er als Director of AI und Leiter des Autopilot‑Vision‑Teams an neuronalen Netzen für autonomes Fahren arbeitete.

Diese Kombination ist selten. Viele KI‑Forscher bleiben im akademischen Umfeld, während Produktverantwortliche sich stärker auf Anwendungen konzentrieren. Karpathy hat beides erlebt – von Grundlagenforschung bis zu KI‑Systemen, die in Millionen realer Fahrzeuge eingesetzt werden.

Für ein Frontier‑Labor wie Anthropic wird diese Erfahrung zunehmend wertvoll, weil moderne Modelle immer stärker in reale Software‑Systeme integriert werden.

Von KI‑Bildung zu „Vibe Coding“

Vor seinem Wechsel beschäftigte sich Karpathy verstärkt mit Bildung und Lernsystemen rund um KI.

2024 gründete er Eureka Labs, eine Initiative, die technische Bildung mit Hilfe von KI‑gestützten Lehrsystemen verbessern soll.

Parallel dazu wurde er zu einer wichtigen Stimme in der Entwickler‑Community. Besonders bekannt wurde der Begriff „Vibe Coding“, den Karpathy geprägt hat. Damit beschreibt er einen Stil des Programmierens, bei dem Entwickler KI‑Tools eher dialogartig steuern, statt jede Codezeile selbst zu schreiben.

Diese Perspektive ist für moderne Sprachmodelle relevant: Programmierfähigkeit gehört inzwischen zu den wichtigsten Benchmarks für LLMs. Systeme wie Claude oder ChatGPT werden zunehmend als Programmier‑Assistenten eingesetzt. Forscher, die verstehen, wie Entwickler tatsächlich mit KI arbeiten, können solche Modelle gezielter verbessern.

Anthropic als neuer Magnet für KI‑Talente

Karpathys Wechsel zeigt auch einen größeren Trend in der Branche: Anthropic entwickelt sich zu einem der wichtigsten Zentren für Spitzenforschung im Bereich generativer KI.

Das Unternehmen wurde 2021 von ehemaligen OpenAI‑Führungskräften gegründet, darunter CEO Dario Amodei und Präsidentin Daniela Amodei. Die Firma verfolgt das Ziel, leistungsfähige KI‑Systeme zu entwickeln und gleichzeitig besonders stark auf Sicherheit und Ausrichtung („Alignment“) zu achten.

In den letzten Jahren hat sich Anthropic mit seinen Claude‑Modellen zu einem der wichtigsten Konkurrenten von OpenAI entwickelt.

Wenn bekannte Forscher zwischen solchen Laboren wechseln, kann das große Auswirkungen haben. In der Spitzenforschung der KI entscheiden oft kleine Teams über Trainingsmethoden, Evaluationssysteme oder neue Modellarchitekturen – Faktoren, die ganze Modellgenerationen prägen können.

Warum dieser Wechsel im KI‑Rennen wichtig ist

Karpathys Schritt sendet mehrere klare Signale über den aktuellen Zustand der KI‑Industrie.

Erstens: Die Entwicklung der Basismodelle ist noch lange nicht abgeschlossen. Auch wenn immer mehr Anwendungen entstehen, könnten die größten Durchbrüche weiterhin aus neuen Trainingsmethoden oder Architekturideen kommen.

Zweitens: Talent bleibt ein entscheidender Wettbewerbsvorteil. Eine relativ kleine Zahl erfahrener Forscher kann über Milliarden‑Dollar‑Trainingsprogramme und deren Richtung mitentscheiden.

Drittens: Anthropic etabliert sich zunehmend als ernsthafte Alternative zu OpenAI für Spitzenforscher.

Zusammengefasst deutet Karpathys Wechsel darauf hin, dass die nächste Phase des KI‑Rennens nicht nur über Produkte oder Marktanteile entschieden wird. Entscheidend wird sein, wer die Fähigkeiten der zugrunde liegenden Modelle am stärksten voranbringen kann – und die Menschen, die daran arbeiten, gehören zu den wertvollsten Ressourcen der gesamten Technologiebranche.