Das KI-Unternehmen Anthropic hat am 6. November 2026 den technischen Fachbeitrag mit dem Titel „The components of agent memory“ veröffentlicht. Darin beschreibt das Unternehmen das sogenannte Dreaming-Verfahren für autonome Claude-Agenten.
Der Ansatz sieht vor, dass Agenten zwischen aktiven Sitzungen gespeicherte Notizen sowie frühere Sitzungstranskripte offline überprüfen, fehlerhafte Einträge eigenständig korrigieren und ihr gesammeltes Wissen für künftige Aufgaben neu strukturieren.
Funktionsweise und Verfügbarkeit für Entwickler
Das Dreaming-Verfahren steht Entwicklern derzeit als Research Preview zur Verfügung. Bei den Claude Managed Agents befindet sich die Funktion seit dem 8. April 2026 in einer Public Beta. Technisch ist der Ablauf für Zyklen von einer bis zu 100 Sitzungen ausgelegt. Anthropic rechnet den dafür anfallenden Rechenaufwand zu den regulären Standard-API-Token-Preisen ab. Das Verfahren ist dabei weder ZDR- noch HIPAA-konform.
In umfangreichen Testreihen untersuchte Anthropic die Auswirkungen der Gedächtniskomponenten auf die Leistungsfähigkeit der Modelle. Bei einem Test auf dem Stainless-Korpus mit rund 350.000 Dateien und etwa 420 Millionen Token stieg der sogenannte Wiki-Score bei 25 Fragen von 13 Prozent nach zwei Sitzungen auf 48 Prozent nach 128 Sitzungen an.
Wer sich mit dem Einsatz autonomer Systeme befasst, muss neben der technischen Leistung auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Wurde das Wiki mit einer Suchfunktion kombiniert, erreichte der Wert 54 Prozent bis 61 Prozent, verglichen mit 53 Prozent bei einer reinen Suche. Zudem sparte diese Kombination rund 20.000 Token pro Frage ein. Bei 24 Fragen zu Fusionen und Übernahmen erzielte das strukturierte Wiki 87 Prozent gegenüber 73 Prozent bei alleiniger Nutzung der Suche.
Unterschiedliche Ergebnisse in Benchmark-Tests
Die Testergebnisse fielen je nach Anwendungsbereich und Modellarchitektur unterschiedlich aus. Im Harvey-LAB-Vertragstest stieg das Ergebnis von 72 Prozent – was 41 von 57 Fakten entsprach – auf 100 Prozent, nachdem das System auf eine Seite pro Vertrag umgestellt wurde.
In einem allgemeinen juristischen Benchmark zeigte sich hingegen kein eindeutiger Vorteil: Dort wuchs ein Wiki ohne erkennbaren Nutzen auf den 1,77-fachen Umfang der Quelldokumente an, was einem Anstieg von 115 Kilobyte auf 203 Kilobyte entsprach.
Die technologische Entwicklung von KI-Systemen stellt Unternehmen vor neue Compliance-Herausforderungen, da viele gesetzliche Regeln noch weitgehend unbekannt sind. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko gelten und was Verantwortliche jetzt konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act jetzt herunterladen
Im Benchmark CL-Bench 1.0 erzielte das Modell Opus 5.5 ohne Gedächtnis im Schnitt einen Wert von 0,655 und steigerte sich mit Gedächtnis auf 0,838. Das Modell Sonnet 5 verbesserte sich in diesem Test von 0,306 auf 0,610. Nach Angaben von Anthropic legen Benchmark-Werte durch die Gedächtnisfunktion bei Claude Sonnet 5 sowie Opus 4.7 und neueren Versionen spürbar zu, während bei Sonnet 4.6 kaum Zuwächse beobachtet wurden.
Die Vorgabe, ausschließlich Fehlversuche abzuspeichern, minderte die Leistungsfähigkeit bei Opus 5 und Opus 4.7 drastisch, zeigte bei Sonnet 4.6 jedoch kaum Auswirkungen.
In einer praktischen Testanordnung zum Spiel Pokémon Rot zeigte sich zudem der Einfluss der Dokumentationsstrategie: Nach 9.989 Schritten hatte Claude Sonnet 3.7 insgesamt 413 Dateien in 225 Ordnern mit 977.930 Zeichen verfasst und erreichte dabei einen Orden.
Claude Fable 5 begnügte sich mit zehn Dateien in drei Abschnitten bei 43.406 Zeichen und kam auf vier Orden. Im selben Spielszenario bereinigte das Dreaming-Verfahren eine fehlerhafte Notiz zum Pokémon-Center am Felstunnel; danach wurde Azuria City in unter 2.000 Schritten erreicht, während die fehlerhafte Vorgängerversion zuvor dreimal zurückgefallen war.
Grenzen und Rechenaufwand
Anthropic wies zugleich auf bestehende Einschränkungen hin. Das Verfahren erfordert zusätzlichen Rechenaufwand, und eine unkontrollierte Anhäufung von Notizen kann die Problemlösung eher behindern als fördern.
Lance Martin von Anthropic erklärte in diesem Zusammenhang, dass Claude während der Konsolidierungsphase unzutreffende Regeln formulieren könne, und betonte den erheblichen Bedarf an Rechenleistung. Die vorgelegten Messwerte sind bislang nicht unabhängig verifiziert.
Ein Bericht von XenoSpectrum führte ohne technische Dokumentation, formelle Ankündigung oder detaillierte Prüfmethode eine Steigerung von 73 Prozent auf 87 Prozent bei komplexen Rechercheaufgaben an.