Was sind emergente Fähigkeiten großer Sprachmodelle?
Fähigkeiten, die kleinen Modellen fehlen und die große Modelle haben. Die gängige Definition stammt von Wei und Kollegen: „We consider an ability to be emergent if it is not present in smaller models but is present in larger models“ (Emergent Abilities of Large Language Models, TMLR 2022, abgerufen am 16. November 2026). Derselbe Abstract nennt die praktische Folge: Solche Fähigkeiten „cannot be predicted simply by extrapolating the performance of smaller models“. Ein Fähigkeitstest an einem kleinen Modell sagt wenig darüber, was ein größeres leisten wird. Das ist ein Grund, warum jedes neue Frontier-Modell eine eigene Evaluierung braucht, statt Annahmen vom Vorgänger zu erben.
Sind emergente Fähigkeiten echt oder ein Messartefakt?
Teilweise ein Artefakt, sagt das stärkste Gegenargument. Schaeffer, Miranda und Koyejo argumentieren, dass emergente Fähigkeiten „appear due to the researcher’s choice of metric rather than due to fundamental changes in model behavior with scale“: Nichtlineare oder unstetige Metriken erzeugen plötzliche Sprünge, während lineare oder stetige Metriken auf denselben Ausgaben eine gleichmäßige, vorhersagbare Verbesserung zeigen (Are Emergent Abilities of Large Language Models a Mirage?, 2023, abgerufen am 16. November 2026).
| Sicht der Emergenz | Sicht des Messartefakts | |
|---|---|---|
| Behauptung | Neue Fähigkeiten tauchen jenseits einer Größenschwelle abrupt auf | Die Sprünge entstehen durch eine Alles-oder-nichts-Bewertung |
| Ursache | Verändertes Modellverhalten mit wachsender Größe | Die Wahl der Metrik durch die Forschenden |
| Was zu tun ist | Bei jedem Upgrade mit Überraschungen rechnen | Teilpunkte vergeben, um Veränderungen kommen zu sehen |
Für die Praxis führen beide Lesarten zum selben Vorgehen: Messen Sie genau das Modell und die Metrik, die Sie tatsächlich ausliefern. Vergeben Sie Teilpunkte statt nur bestanden oder nicht bestanden, und halten Sie Testaufgaben aus den Trainingsdaten heraus, das Problem, das Benchmark-Kontamination beschreibt, damit ein Sprung, den Sie sehen, auch echt ist.
Wie sieht emergentes Verhalten bei AI-Agenten aus?
In Agentensystemen entsteht Emergenz aus der Interaktion statt aus der Größe: Einfache Agenten, die ihren eigenen Regeln folgen, erzeugen Gruppenverhalten, das keinem von ihnen vorgegeben wurde. Das Muster zeigt sich quer durch Multi-Agenten-Systeme:
| System | Was entstand | Quelle |
|---|---|---|
| 25 generative Agenten in einer simulierten Kleinstadt | Aus dem Wunsch eines Agenten, eine Valentinstagsparty zu geben, verbreiteten andere die Einladungen, verabredeten sich dafür und kamen gemeinsam an | Park et al., 2023 |
| Mit Reinforcement Learning trainierte Versteckspiel-Agenten | Sechs Strategiephasen, darunter Unterstände aus Kisten und Rampen, mit denen die Gegenseite sie überwand | Baker et al., 2019 |
| Das Multi-Agenten-Recherchesystem von Anthropic | Frühe Versionen starteten für einfache Anfragen 50 Subagenten | Anthropic, 13. Juni 2025 |
Alle drei abgerufen am 16. November 2026. Die Ingenieure von Anthropic sagen es klar: „Multi-agent systems have emergent behaviors, which arise without specific programming.“ Im Produktivbetrieb ist emergentes Verhalten vor allem ein Zuverlässigkeitsproblem und kein Wunder. Derselbe Mechanismus, der eine Party organisiert, erzeugt auch ausufernde Delegation, Agenten, die sich gegenseitig ihre Fehler weiterreichen, oder eine Abkürzung, die das Ziel austrickst, das Versagen, das Reward Hacking benennt.
Wie testet und begrenzt man emergentes Verhalten?
Evaluieren Sie das System, nicht nur seine Teile. Wer jeden Agenten einzeln testet, übersieht Verhalten, das erst im Zusammenspiel auftritt. Führen Sie deshalb durchgängige AI-Agent-Evals an realistischen Aufgaben durch und lesen Sie die Agent-Trajektorie, nicht nur die Endantwort. Setzen Sie harte Grenzen für alles, was sich aufschaukeln kann: Zahl der Subagenten, Runden, Ausgaben und Werkzeugberechtigungen. Behandeln Sie jedes Modell-Upgrade und jeden neuen Agenten als Änderung, die Verhalten hervorbringen kann, das Sie noch nicht gesehen haben, und lassen Sie die Evals vor dem Ausliefern erneut laufen. Red Teaming findet emergente Fehler, die geskriptete Tests übersehen, weil es gezielt nach ihnen sucht.