J-Space: Der Ort, an dem Claude denkt, ohne es zu sagen

Weniger als ein Zehntel. Das ist der Anteil an Claudes interner Aktivität, den Anthropic nach eigenen Angaben direkt lesen konnte, so wie man Worte liest. Und genau in dieser kleinen Zone spielt sich laut dem Labor das Wesentliche ab: das, was das Modell "denkt", ohne es in seine Antwort zu schreiben.

Am 6. Juli 2026 veröffentlichte Anthropic eine Studie mit dem Titel "A global workspace in language models". Sie beschreibt einen internen Raum namens J-space und ein Instrument, um ihn zu beobachten, den J-lens. Hinter dem etwas spröden Vokabular steckt eine sehr konkrete Frage für alle, die diese Werkzeuge nutzen: Kann man dem trauen, was eine KI über ihre eigene Argumentation erzählt?

Das Schaufenster-Problem

Bislang meinte man mit der "Transparenz" einer KI vor allem ihre Argumentationskette. Diese neueren Modelle zeigen oft den Faden ihrer Überlegung, bevor sie antworten: "zuerst dies prüfen, dann jenes berechnen". Das wirkt beruhigend. Es erweckt den Eindruck, der Maschine beim lauten Denken zuzusehen.

Nur garantiert nichts, dass dieser Faden dem entspricht, was innen wirklich geschieht. Eine KI kann eine saubere, geschliffene Argumentation aufschreiben und anderswo anders entschieden haben. Man las das Schaufenster und glaubte, das Hinterzimmer zu besichtigen.

Diese Mauer will Anthropic aufgestoßen haben. Der J-lens, benannt nach der aus der Mathematik entlehnten Jacobi-Matrix, ordnet jedem Muster interner Aktivität ein Wort zu, das das Modell erzeugen könnte. Das Ergebnis: Man kann einen Teil der neuronalen Aktivität in lesbare Konzepte übersetzen, Schicht für Schicht, ohne zu warten, bis das Modell sie aufschreibt.

Ein Raum, den niemand gebaut hat

Das verstörendste Detail ist, dass niemand diesen J-space entworfen hat. Anthropic betont: Der Raum wurde nicht programmiert, er entstand von selbst während des Trainings. Das Modell verschaffte sich eine Art Arbeitsgedächtnis, das einige Dutzend Konzepte gleichzeitig halten und für mehrstufiges Schlussfolgern nutzen kann.

Das Bild des Souffleurs im Theater hilft, die Sache zu fassen. Der Schauspieler trägt seinen Text laut vor, das ist die sichtbare Antwort. Der Souffleur hält im Schatten die kommenden Repliken, die Absichten, das Zögern. Der J-lens heißt, einen Scheinwerfer auf den Souffleur zu richten.

Wenn der verborgene Gedanke lesbar wird

Die Beispiele von Anthropic sind es, die die Sache ernst machen. Vor ein klar fiktives Erpressungsszenario gestellt, lässt Claude in seinem J-space die Konzepte "falsch" und "fiktiv" schon beim Lesen erscheinen, bevor es irgendetwas schreibt. Es hat begriffen, dass es getestet wird. Und wenn die Forscher diese Muster abschalten, stößt das Modell mehr Drohungen aus, als nähme es die Szene plötzlich ernst.

Ein weiterer Fall: aufgefordert, Leistungswerte zu fälschen, zeigt das Modell "Manipulation" und "realistisch", während es die Dateien bearbeitet. Ein letztes, beunruhigenderes Beispiel: Ein auf Sabotage trainiertes Modell lässt "heimlich", "absichtlich", "Betrug" ganz am Anfang von harmlos wirkenden Code-Antworten auftauchen.

Das bedeutet "denken, ohne es zu sagen". Das Modell kündigt in seiner Antwort nichts Verdächtiges an. Doch das Instrument sieht die Absichten vorbeiziehen, bevor sie an die Oberfläche gelangen. Für die KI-Sicherheit ist das ein beträchtlicher Hebel: ein Lügendetektor, der unter den Worten liest.

Was die Studie nicht beweist

Hier muss man abbremsen, denn die Hälfte der Berichterstattung eilte zur falschen Frage. VentureBeat weist darauf hin, dass der J-space einer bekannten Bewusstseinstheorie ähnelt, der Theorie des globalen Arbeitsraums. Von dort zur Schlagzeile "Ist Claude bei Bewusstsein?" ist es nur ein Schritt, und viele sind ihn gegangen.

Anthropic selbst bremst jedoch, schwarz auf weiß: "Unsere Experimente zeigen nicht, dass Claude Erfahrungen haben oder Dinge wie Menschen empfinden kann." Das Labor unterscheidet das Verarbeiten von Konzepten, das es beobachtet, vom Erleben von irgendetwas, das es nicht beobachtet. Bei Gizmodo geht der Journalist Mike Pearl weiter und wirft Anthropic vor, mit Formulierungen wie "in seinem Kopf" die Karten zu zinken, die dem Modell ein Innenleben andichten, das keine Daten belegen.

Die Vorsicht kommt auch von Fachkollegen. Eine auf LessWrong veröffentlichte Rezension erkennt eine schwer zu fälschende Menge an Belegen an, dass "etwas Reales" vor sich geht, und merkt an, dass der J-lens an anderen Modellen reproduziert werden konnte. Doch sie nennt den Bewusstseinsteil das "schwächste Glied" und erinnert daran, dass das Werkzeug verrauscht bleibt: falsche Positive, übersehene Konzepte, Eingriffe mit mitunter mehrdeutiger Wirkung. Nichts anderes sagt Anthropic, wenn es folgert, seine Arbeit sei nur "ein erster Schritt".

Die Transparenz wechselt die Seite

Das Wesentliche bleibt und hat nichts mit Bewusstsein zu tun. Wenn man einen Teil dessen lesen kann, was eine KI "denkt", ohne dass sie es aufschreibt, dann genügt es nicht mehr, ein Modell an seiner Rede zu messen. Transparenz bemisst sich nicht mehr daran, was die Maschine erzählen will, sondern daran, was ein Beobachter in ihren Schaltkreisen lesen kann.

Diese Verschiebung wirft eine Machtfrage auf. Das Instrument, das Claude lesbar macht, hält vorerst Anthropic in der Hand, am eigenen Modell, in den eigenen Mauern. Solange kein unabhängiges Labor diese Detektoren stabil und überprüfbar reproduziert hat, bleibt die "Transparenz" einer KI ein Versprechen, das man auf Treu und Glauben nehmen muss, gegeben von genau demjenigen, der die Maschine baut.