Alibaba Qwen3.7-Max: 35h autonome KI

Kurzfassung

Fakt: Am 20. Mai 2026 stellte Alibaba auf seinem Cloud Summit in Hangzhou Qwen3.7-Max vor — ein Modell, das 35 Stunden lang autonom lief, 1.158 Tool-Calls ausführte und auf einem Chip, den es im Training nie gesehen hatte, eine 10-fache Leistungsverbesserung erzielte.
Auswirkung: Die Ankündigung umfasste den Zhenwu M890 KI-Chip (3× Leistung des Vorgängers, 144 GB HBM3, bereits bei 400+ Unternehmenskunden im Einsatz) und den Panjiu AL128 Rack-Server — ein vertikal integrierter Stack, der die westliche KI-Infrastrukturpreisgestaltung fundamental herausfordert.
Überraschung: Qwen3.7-Max unterstützt explizit Anthropics Claude Code als externen Harness — das Modell, das China gerade auf den Markt gebracht hat, ist mit dem Agent-Tooling kompatibel, das westliche Unternehmen bereits standardisieren.

Die Zahl war kalkuliert, um Aufmerksamkeit zu erzeugen. Fünfunddreißig Stunden. Eine vollständige Arbeitswoche, komprimiert in eine einzige ununterbrochene Maschinenausführung — ohne Freigaben, ohne Rückfragen, ohne einen Menschen, der den Bildschirm im Blick behält. Beim Alibaba Cloud Summit am 20. Mai lief Qwen3.7-Max nicht nur so lange: Das Modell arbeitete auf Hardware, die es im Training nie gesehen hatte, startete ohne jede Dokumentation und lieferte am Ende Kernel-Code, der die eigene Referenzimplementierung des Chip-Herstellers um den Faktor zehn übertraf.

Für einen CTO oder COO, der gerade KI-Infrastruktur evaluiert, lautet die entscheidende Frage nicht, ob das beeindruckend ist. Die Frage ist, was sich dadurch verändert.

Was in diesen 35 Stunden wirklich passierte

Die Benchmark-Aufgabe war bewusst anspruchsvoll gestaltet. Alibaba platzierte Qwen3.7-Max vor dem Zhenwu M890 Chip — dem eigenen proprietären KI-Beschleuniger, noch ohne öffentliche Dokumentation — mit dem Auftrag, den Kernel-Code für SGLang zu optimieren, ein weit verbreitetes KI-Inferenz-Framework. Das Modell hatte keine Hardware-Spezifikationen, keine Referenzimplementierungen, keine chip-spezifischen Trainingsdaten.

In 35 Stunden führte es 432 Kernel-Evaluierungen und 1.158 einzelne Tool-Calls durch. Es diagnostizierte Kompilierungsfehler autonom, überarbeitete seinen Ansatz und iterierte, bis es eine geometrische Mittelbeschleunigung von 10,0× gegenüber der Triton-Referenzimplementierung erzielte. Der Vergleich mit Wettbewerbern ist aufschlussreich: GLM 5.1 erreichte 7,3×, Kimi K2.6 kam auf 5,0×, DeepSeek V4 Pro auf 3,3×. Qwen3.7-Max war nicht marginal besser — es operierte in einer anderen Kategorie.

Das Kontextfenster wurde auf 1 Million Tokens erweitert (fast 4× gegenüber dem Vorgänger Qwen3.6-Max-Preview), und das Modell unterstützt Agent-Harnesses wie OpenClaw, Hermes Agent, Anthropics Claude Code, Qwen Paw und Qoder. Das letzte Detail verdient besondere Beachtung: Das KI-Frontier-Modell, das Alibaba gerade auf den Markt gebracht hat, ist kompatibel mit den Tools, auf die europäische Unternehmen bereits setzen.

KOSTENLOSE DIAGNOSE — Ist Ihr Unternehmen bereit, autonome KI-Läufe von 35 Stunden zu genehmigen? Wie Transform funktioniert → ✓ 30 Min. ✓ Kostenlos ✓ Dedizierter KI-Direktor

Die Vollstack-Wette, die den globalen Markt neu ordnet

Alibaba hat kein Modell veröffentlicht. Der Summit präsentierte drei ineinandergreifende Produkte, die einen vollständigen “KI-Fabrik”-Stack bilden: Qwen3.7-Max für die Software-Schicht; den Zhenwu M890 von T-Head (Alibabas Chip-Tochter) für die Rechenleistungs-Schicht; und den Panjiu AL128 Supernode Server — eine Rack-Scale-Einheit mit 128 M890-Beschleunigern und Petabyte-pro-Sekunde-Bandbreite. Die kumulativen Lieferungen der Zhenwu-Serie haben 560.000 Einheiten bei 400+ Kunden aus über 20 Branchen erreicht. Das ist keine Roadmap — das ist eine bereits ausgerollte Infrastruktur.

Was an dieser Bewegung bemerkenswert ist, ist die Präzision, mit der sie das Abhängigkeitsproblem adressiert, das das westliche KI-Ökosystem derzeit prägt. Das IPO-Filing von SpaceX enthüllte kürzlich, dass Anthropic etwa 15 Milliarden Dollar pro Jahr für Compute-Leasing zahlt. Alibabas vertikale Integration ist gleichzeitig Produkt und Wettbewerbsargument: Warum sollte ein Unternehmen seine KI-Workloads durch Lieferketten für Nvidia-GPUs führen, die sich unter Exportkontrollen als fragil erwiesen haben?

Für deutsche und europäische Unternehmen ist die Implikation subtiler, aber real. Ein glaubwürdiger chinesischer KI-Anbieter mit vollständigem Stack, der in Größenordnungen in den globalen Markt eintritt, wird Preisdruck auf alle Anbieter ausüben — und eine ernsthafte Diskussion auf Vorstandsebene darüber erzwingen, was “KI-Anbieterrisiko” in einem 5-Jahres-Horizont wirklich bedeutet.

Die Governance-Lücke, über die niemand sprechen will

Der 35-Stunden-Autonomlauf ist eine Fähigkeitsgeschichte. Was er aufdeckt, ist eine organisatorische.

Epinium Daten

In den Transform-Projekten von Epinium mit Marken- und Operations-Teams in Europa und LATAM haben 68% der Teams, die ihren ersten agentischen KI-Workflow starten, kein definiertes Genehmigungsprotokoll für Aufgaben, die länger als 60 Minuten ohne menschlichen Checkpoint laufen. Die Technologie für 35-Stunden-Autonomläufe ist kommerziell verfügbar. Die organisatorischen Rahmenbedingungen, um sie zu autorisieren, zu überwachen und zu prüfen, werden gerade erst geschrieben.

Was wir bei Epinium konsistent beobachten: Unternehmen unterschätzen nicht die Fähigkeiten der Modelle, sondern das interne Change-Management, das für echte Autonomie im Einsatz notwendig ist. Die schwierigste Frage ist nicht “Kann unsere KI das?”. Sie lautet: “Wer in unserem Unternehmen ist befugt, bei einer Aufgabe dieser Dauer, dieser Autonomie und dieser Konsequenz Ja zu sagen — und welches Protokoll greift, wenn etwas schiefläuft?”

Qwen3.7-Max macht diese Frage dringend statt theoretisch. Das Modell ist bereits verfügbar. Die Governance-Strukturen, in den meisten Organisationen, noch nicht.

Fünf Fragen zu langfristigen autonomen KI-Agenten

Was ist Qwen3.7-Max und wie unterscheidet es sich von früheren Qwen-Modellen?

Qwen3.7-Max ist Alibabas Flaggschiff-Modell, das speziell für agentische Langzeit-Aufgaben statt für konversationelle KI entwickelt wurde. Das Kontextfenster beträgt 1 Million Tokens — fast 4× so groß wie beim Vorgänger. Es verwaltet Software-Projekte mit mehreren Dateien, orchestriert Multiagenten-Workflows und wurde an realen Chip-Optimierungsaufgaben bewertet. Die Veränderung ist architektonisch: dieses Modell wurde auf Unternehmensautonomie ausgelegt, nicht auf Chatbot-Responsivität.

Kann Qwen3.7-Max in europäische Unternehmens-KI-Stacks integriert werden?

Technisch ja. Alibaba hat Claude Code von Anthropic explizit als unterstützten externen Harness gelistet. Unternehmen, die bereits auf Claude Code standardisiert haben, können Qwen3.7-Max testen, ohne ihre Workflows neu aufzubauen. Ob DSGVO-Anforderungen, der EU AI Act und Datenschutzrichtlinien diese Integration für Ihr spezifisches Unternehmen erlauben, ist eine separate Prüfung.

Lässt sich der 35-Stunden-Autonomlauf auf praktische Unternehmensworkflows übertragen?

Nicht sofort für die meisten Teams. Die Kernel-Optimierungsaufgabe war ideal: geschlossene Erfolgskriterien, maschinell verifizierbar, ohne mehrdeutige menschliche Beurteilungen zwischendurch. Die meisten Unternehmensprozesse haben diese Struktur noch nicht. Der Wert des Benchmarks ist richtungsweisend: Er zeigt, welche Art von Workflows für diese Fähigkeit zu entwickeln ist.

Was ist der Zhenwu M890 und warum ist er für Unternehmen außerhalb Chinas relevant?

T-Heads Zhenwu M890 behauptet das 3-Fache der Leistung seines Vorgängers, mit 144 GB HBM3-Speicher und 800 GB/s Chip-zu-Chip-Bandbreite — bei 560.000 ausgelieferten Einheiten an 400+ Kunden. Ein glaubwürdiger chinesischer KI-Chip in dieser Größenordnung verändert die globale GPU-Angebots- und Nachfragedynamik und damit die Verhandlungsmacht aller Marktakteure.

Wann sollte ein Unternehmen keinen langfristigen autonomen KI-Agenten einsetzen?

Wenn die Aufgabe unklare Erfolgskriterien hat, die menschliches Urteil während des Prozesses erfordern. Wenn die Konsequenzen eines Fehlers schwer rückgängig zu machen sind. Wenn der EU AI Act oder andere Compliance-Anforderungen menschliche Überprüfung an bestimmten Entscheidungspunkten vorschreiben. Und wenn kein internes Governance-Framework vorhanden ist, das eine Aufgabe dieser Dauer autorisiert, überwacht und prüft. Autonome Agenten ohne klare Eskalations- und Rollback-Verfahren einzusetzen, zerstört Vertrauen in KI schneller, als es aufgebaut wird.

Das Tempo nimmt zu. Binnen einer Woche im Mai 2026 deklarierte Google die agentische Ära bei I/O, Walmart berichtete von messbarem Umsatzwachstum durch Sparky, und Alibaba demonstrierte eine KI, die die Software seines eigenen Chips besser optimierte als die Ingenieure des Chip-Herstellers. Der Markt wartet nicht darauf, dass Organisationen bereit sind. Die Frage für jedes Unternehmen ist, wie schnell es die Lücke zwischen dem, was die Technologie bereits kann, und dem, was seine Governance autorisieren kann, schließen kann.

Bereit, die KI-Governance-Lücke Ihres Unternehmens zu schließen? Epinium Transform hilft Führungsteams von Marken und Operations-Abteilungen, die Frameworks, Protokolle und Agenten-Aufsichtsstrukturen aufzubauen, die für den Wechsel von KI-Piloten zur autonomen Produktion notwendig sind — beginnend mit einer kostenlosen 30-minütigen Diagnose. Kostenlose Diagnose buchen →