Der Agent sagt, er brauche Minuten. Er braucht Sekunden. Für die Zeitplanung mit KI-Agenten heißt das: keine Freigabe ohne externe Uhr

Vier- bis siebenfach zu lang: So weit lagen Sprachmodelle daneben, als sie vorab die Dauer ihrer eigenen Aufgaben schätzten. In Einzelfällen sagten sie Minuten voraus, wo die Ausführung Sekunden brauchte. Für die Zeitplanung mit KI-Agenten heißt das: Die Selbstauskunft des Agenten taugt nicht als Planungsgröße. Wer autonome Läufe terminiert, Budgets ableitet oder Freigaben an Fortschrittsmeldungen hängt, braucht eine externe Uhr und eine externe Bewertung.

Die Zahlen stammen aus einer Untersuchung zu Programmier-Assistenten, über die The Decoder am 30. August 2026 berichtete. Geprüft wurden unter anderem ClaudeAutomatisieren Sie Geschäftsprozesse mit KI und sorgen Sie für eine korrekte KI-Integration. Code und OpenAI Codex. Beide überschätzten systematisch ihren Zeitbedarf, Codex laut Bericht teils um das Zehnfache. Auch während des Laufs konnten sie nicht verlässlich sagen, wie lange sie schon arbeiteten.

Was hat die Untersuchung gemessen?

Zwei Größen: die Vorhersage der Aufgabendauer und die Selbstbewertung des eigenen Ergebnisses. Beide fielen zu optimistisch aus. Die Zeitschätzungen lagen je nach Auswertung beim Drei- bis Zehnfachen der tatsächlichen Dauer, die selbst vergebenen Qualitätsnoten rund 20 Prozentpunkte über der externen Einschätzung.

• Dauer vorab: Der als Referenz zitierte Preprint^?Wissenschaftlicher Text, der vor der Begutachtung durch Fachkollegen veröffentlicht wird, etwa auf der Plattform arXiv. „Can LLMs Perceive Time? An Empirical Investigation“ nennt eine Überschätzung um das Vier- bis Siebenfache, dazu Vorhersagen in menschlichen Minuten für Aufgaben, die nach Sekunden fertig sind (arXiv).

• Laufende Zeit: Die Agenten wissen nicht zuverlässig, wie viel Zeit seit Beginn der Aufgabe vergangen ist.

• Eigene Qualität: Im Schnitt rund 20 Prozentpunkte zu gute Noten für die eigene Arbeit, berichten The Decoder und DiarioBitcoin übereinstimmend.

• Was die Schätzung beeinflusst: nicht die verstrichene Zeit, sondern die wahrgenommene Komplexität der Anweisung, der Kontext und die Konfiguration des Agenten.

Die Autoren des Preprints schreiben, die Modelle besäßen kein intern verankertes Bild ihrer eigenen Laufzeit. Das erklärt das Muster besser als jede Anekdote über schlechte Prognosen: Ein Modell nimmt Zeit nicht wahr, es bildet plausible Sätze über Zeit. Dazu gehört auch: Es handelt sich um einen Preprint, eine begutachtete Replikation liegt also nicht vor. Widersprechende Ergebnisse nennt die Berichterstattung vom 30. August 2026 nicht.

Warum wird daraus ein Kontrollproblem?

Weil die Fehlschätzung in zwei Richtungen wirkt. Der Agent liefert die Zeitangabe, auf der Zeitpläne, Timeouts und Kostenannahmen beruhen, und er liefert die Note, auf der Freigaben beruhen. Fällt beides zu freundlich aus, entsteht ein Bericht, der besser klingt als der Zustand des Codes.

The Decoder nennt das für lange, autonome Aufgaben ein „ernstes Kontrollproblem“. Der Preprint verweist auf praktische Folgen für Agent-Scheduling^?Die zeitliche Einplanung und Steuerung von KI-Agenten, etwa wann ein Lauf startet, wie lange er darf und wann er abgebrochen wird., Planung und zeitkritische Abläufe. In der Praxis trifft das zuerst die Stellen, an denen niemand mehr zuschaut: nächtliche Läufe, Pipelines mit mehreren Agenten, Aufgaben über Stunden. Wer Aufsicht organisiert, ohne Abbruch- und Messrechte zu verankern, hat keine Aufsicht – das zeigt sich auch an autonomen Systemen ohne Abbruchrecht.

Was ändern Sie am Montag?

Vier Eingriffe kosten wenig und wirken sofort. Sie ersetzen Selbstauskunft durch Messung, ohne den Einsatz von Agenten einzuschränken.

1. Laufzeiten aus Logs und Systemuhr nehmen, nie aus dem Antworttext des Agenten.

2. Harte Zeit- und Kostenbudgets setzen, mit automatischem Abbruch statt mit Nachfrage beim Agenten.

3. Freigaben an Tests, Diffs und Reviews binden, nicht an die Zufriedenheitsmeldung des Modells.

4. Fortschrittsberichte als Text behandeln, den man prüft – so wie Sie es bei einem Agenten in Managementrolle ohnehin täten.

Ob Anthropic oder OpenAI ihre Assistenten an dieser Stelle nachschärfen, ist bislang nicht belegt.