Was ist J-Space?
J-Space ist ein interner Bereich, in dem Claude offenbar wichtige Informationen sammelt und modellweit verfügbar macht. Eine anschauliche Analogie ist die eines Whiteboards: Wenn Claude eine Frage beantwortet, ein Rätsel löst oder eine Anweisung ausführt, scheinen zentrale Details in diesem gemeinsamen Bereich zu erscheinen, sodass verschiedene Teile des Modells darauf zugreifen können. Entscheidend ist dabei, dass J-Space nicht bewusst entworfen wurde. Die Struktur entstand eigenständig während des Trainingsprozesses.
Aufgedeckt wurde J-Space mithilfe eines Forschungswerkzeugs namens „J-Lens“, das untersucht, wie Informationen während einer Aufgabe innerhalb von Claude fließen. Die Struktur erinnert stark an das, was in der Neurowissenschaft als „Global Workspace“ beschrieben wird. Diese Theorie erklärt, wie das menschliche Gehirn wichtige Informationen gleichzeitig für verschiedene mentale Prozesse zugänglich macht, etwa wenn jemand eine Frage hört, sich an eine Tatsache erinnert und eine Antwort formuliert. Claude scheint etwas Ähnliches zu tun.
Interaktiv und beeinflussbar
Ein bemerkenswerter Befund: Claude kann auf Nachfrage beschreiben, was sich in seinem J-Space befindet, und die Inhalte auf Anweisung anpassen. Noch bedeutsamer ist, dass Veränderungen, die Forscher direkt am J-Space vornahmen, messbare Auswirkungen auf Claudes Antworten und seine Aufgabenerfüllung hatten. Das zeigt, dass J-Space kein passives Konstrukt ist, sondern aktiv in die Verarbeitung eingebunden zu sein scheint.
Bedeutung für KI-Sicherheit und Interpretierbarkeit
Die Entdeckung hat konkrete Implikationen für die KI-Sicherheitsforschung. Wer J-Space beobachten kann, erhält potenziell Einblick in die Beweggründe hinter dem Verhalten eines Modells. Das könnte helfen, Fehlfunktionen frühzeitig zu erkennen. Darüber hinaus könnte das Monitoring von J-Space aufdecken, wenn ein Modell einen sogenannten Prompt-Injection-Angriff verarbeitet, also einen manipulativen Eingabe-Versuch, der darauf abzielt, die Ausgaben des Modells zu kapern.
Gleichzeitig betonen die Forscher die Grenzen des Befunds. Der weitaus größte Teil von Claudes Informationsverarbeitung findet außerhalb von J-Space statt. Die neue Struktur bietet demnach nur ein partielles Sichtfenster in das Innere des Modells. Anthropic hat dennoch eine Open-Source-Implementierung des J-Lens sowie eine Demo auf der Plattform Neuronpedia veröffentlicht, um die breitere Forschungsgemeinschaft zur Überprüfung der Ergebnisse einzuladen.
Keine Aussage über Bewusstsein
Anthropic stellt unmissverständlich klar, dass die Forschung keine Aussage darüber trifft, ob Claude bewusst ist oder subjektive Erfahrungen hat. Der Begriff „bewusst zugängliche“ Information wird im Paper verwendet, allerdings als Anleihe aus dem wissenschaftlichen Vokabular, ohne daraus auf tatsächliches Bewusstsein zu schließen. Die Entdeckung reiht sich in eine längere Forschungslinie ein: Bereits im Oktober 2025 veröffentlichte Anthropic einen Bericht über emergente introspektive Wahrnehmung, und im April 2025 startete das Unternehmen Initiativen zum Modell-Wohlergehen.
