Kann Claude ein Flugzeug fliegen? Ein Entwickler hat es ausprobiert

Ein Entwickler ließ Claude Code ein Steuerskript für den Flugsimulator X-Plane 12 schreiben. Das Ergebnis nach drei Anläufen: ein stabiler Reiseflug, zwei Abstürze und leider keine erfolgreiche Landung.

Hinter dem Experiment steht nicht Anthropic selbst, sondern der Autor des Blogs so.long.thanks.fish. Er ließ Claude Code die X-Plane-12-API ansteuern und gab das Ziel vor. Eine Cessna 172 sollte vom Flughafen Haikou Meilan in Hainan starten. Das Ziel war Qionghai Bo’ao, rund 47 Seemeilen südlich. Claude führte während des Flugs ein eigenes Pilotenlogbuch und schrieb die Steuerungslogik als Python-Skript im laufenden Betrieb um.

Drei Anläufe, ein Pilotenlogbuch

Beim ersten Versuch hob die Maschine sauber ab. Nach zwölf Sekunden stieg die Cessna mit 861 Fuß pro Minute. Dann drückte Claude die Nase zu stark nach unten. Die Maschine kippte und stürzte ab. Claude diagnostizierte die gemachten Fehler anschließend selbst. Der zweite Anlauf lief deutlich stabiler. Der Steigflug hielt Kurs. Die Cessna flog eine saubere Platzrunde mit drei 90-Grad-Kurven auf 1.500 bis 1.800 Fuß Höhe. Die Landung scheiterte an zwei Aufrufen des Steuer-Skripts. Zwischen beiden lagen rund 20 Sekunden Pause. In dieser Zeit flog die Maschine unkontrolliert weiter und schlug im Gelände auf.

Anzeige

Latenz ist die eigentliche Grenze

Kann Claude ein Flugzeug fliegen? Nein. Mit einer besseren Harness-Schleife und wenigen Anpassungen könnte dies jedoch in Zukunft möglich sein. Das Kernproblem ist die Verzögerung zwischen Input und dem neuem Befehl. Die Sprach-KI reagiert schlicht zu langsam auf Echtzeit-Events. Wie der Entwickler selbst beschreibt, hat er Claude nicht direkt ans Steuer gesetzt. Stattdessen ließ er die KI ein Autopilot-Skript schreiben, mit Live-Beobachtung des Flugverlaufs über API und Screenshots.

Für ClawNews ist das Experiment weniger Flugtauglichkeitsnachweis als Capability-Test für agentische KI. Es zeigt, wo Sprachmodelle an ihre Grenzen stoßen, sobald Latenz und kontinuierliche Anpassungen ins Spiel kommen. Ähnliche Befunde liefert der erste echte Benchmark für KI-Agenten, PinchBench: Sprachmodelle sind stark bei Planung und Code, schwach bei Echtzeit-Reaktion. Kairos 3.0-4B geht einen anderen Weg und setzt auf spezialisierte Modelle für Robotersteuerung in Echtzeit.