Auf diese Woche fiebert man als KI-Newsletter hin. Es ist wirklich unfassbar viel passiert. OpenAI hat neue Modelle veröffentlicht, und obwohl die Fähigkeiten von GPT 5.6 sehr nah an die von Fable 5 von Anthropic herankommen, lief der Release deutlich flüssiger als bei Letzterem. Und wäre das nicht schon genug, hat Apple dann eine Klage gegen OpenAI eingereicht, weil Industriespionage im großen Stil passiert sein soll. Die Geschichte dahinter ist unglaublich. Vielleicht gehen wir noch tiefer darauf ein als in den Highlights heute, aber die Memes sind jetzt schon vielversprechend. Los geht's!

Peanuts für heute:

„DIE GROSSE NUSS muss kürzer werden“, sagt Tim jedes Mal beim Prüfen. Und ich werde ihn heute enttäuschen müssen. Es ist viel zu viel für eine einzelne Große Nuss, aber wir probieren unser Bestes!

Davon träumt OpenAI-CEO Sam Altman bei diesem Release: Du sprichst, ChatGPT hört zu. Während du weiterredest, gibt das Sprachmodell eine schwierigere Frage an ein stärkeres Modell im Hintergrund ab. Gleichzeitig kann ChatGPT Work Informationen aus Browsern, Dateien und Programmen zusammensuchen, daraus eine Präsentation bauen und den Entwurf weiterbearbeiten, während du längst etwas anderes machst. Auf den Senden-Knopf musst du nie drücken.

Ob das alles so funktioniert, wird man erst in ein paar Wochen wissen. Bisher laufen unsere Tests aber sehr gut.

Es gibt neue Modelle und ein neues Agentenprodukt:

Dazu kommt ChatGPT Work. Im Prinzip die OpenAI-Version von Claude Cowork. Der Agent kann auf verbundene Programme, Dateien und Webseiten zugreifen, Präsentationen, Tabellen, Dokumente und Web-Apps erstellen und Projekte bei Bedarf über Stunden weiterverfolgen.

Alle drei GPT-5.6-Modelle können Text und Bilder verarbeiten, Werkzeuge wie Websuche, Dateisuche und Computersteuerung benutzen und bis zu rund eine Million Token Kontext aufnehmen. OpenAI trennt damit erstmals deutlicher zwischen der Modellgeneration und der Leistungsklasse: 5.6 bezeichnet die Generation, Luna, Terra und Sol bezeichnen die Größe des Modells und den vorgesehenen Einsatzbereich.

Ganz sauber ist der Release dieser neuen „Super-App“ nicht gelaufen. Die Installation war schlecht, viele mussten die ChatGPT-App komplett neu installieren und es gibt wieder viel zu viel einzustellen (welches Modell nochmal für welche Aufgabe?). Wenn man sich einmal daran gewöhnt hat, läuft es aber ganz sauber.

Luna erledigt billige Massenarbeit. Terra übernimmt den Großteil der normalen Wissensarbeit. Sol wird nur dann aufgerufen, wenn eine Aufgabe den zusätzlichen Preis und die längere Denkzeit rechtfertigt.

Im neuen Ultra-Modus kann Sol sogar vier Unteragenten parallel auf verschiedene Teile eines Problems ansetzen und deren Arbeit anschließend zusammenführen. Für Agentic Engineering ist das ein Gamechanger.

Wir sind keine großen Fans von Benchmarks, weil völlig undurchsichtig ist, inwiefern die Modelle auf den jeweiligen Benchmark optimiert wurden. Interessanter als die Benchmarks ist, wofür OpenAI Sol intern verwendet. GPT-5.6 hilft den Forschern bereits dabei, Fehler in Trainingssystemen zu finden, Experimente durchzuführen und andere Modelle zu verbessern.

In der Launch-Präsentation erklärte OpenAI, Sol habe das Post-Training von Luna weitgehend autonom übernommen. Das ist der Anfang vom Anfang vom Anfang selbstverbessernder Systeme. Und das ist der heilige Gral, nach dem alle großen KI-Labs derzeit suchen. Godspeed an alle KI-Entwickler an dieser Stelle.

Ein System, das fünf Minuten lang eine Tabelle bearbeitet und am Ende einen sichtbaren Fehler macht, ist lästig. Ein System, das drei Stunden lang durch Dateien, E-Mails und Programme arbeitet und dabei an einer frühen Stelle eine falsche Annahme trifft, kann eine vollständig plausible, aber falsche Arbeitswelt erzeugen.

Es gibt deshalb nicht die eine „Fehlerquote“ für Agenten. Die entscheidenden Zahlen werden konkreter sein müssen: Wie viele mehrstündige Aufgaben werden vollständig abgeschlossen? Wie oft bemerkt das System eigene Fehler? Wie viele Ergebnisse brauchen menschliche Nacharbeit? Und wie häufig scheitert es, ohne dass der Nutzer den Fehler sofort erkennt?

Das beste Indiz dafür, wie gut diese Modelle wirklich sind, ist vielleicht, dass der OpenAI-Release die Konkurrenz sehr nervös gemacht hat.

Elon Musk schießt nach längerer Sendepause wieder verschärft gegen OpenAI-Gründer Sam Altman. Und Anthropic will eigentlich seit Wochen sein Top-Modell Fable 5 aus der normalen Subscription nehmen und per API abrechnen, verlängert jetzt aber immer wieder den Zeitraum, in dem man das Modell weiterhin im normalen Abo nutzen kann.

Ist die Nervosität der Konkurrenz der neue Proxy für gute Modellfähigkeiten? Wenn ja, machen wir daraus die nächste Benchmark. Versprochen.

Quellen: Ankündigung GPT-5.6 Sol, Ankündigung GPT-Live, Ankündigung ChatGPT Work, Technische Analyse

Diese App haben wir die ganze Woche getestet und können sie nur empfehlen. Dayflow schaut dir beim Arbeiten zu und schreibt automatisch mit, was du den ganzen Tag gemacht hast. Das klingt erstmal seltsam, ist aber erstaunlich praktisch: Am Ende des Tages bekommst du eine lesbare Timeline, die zeigt, womit du wirklich deine Zeit verbracht hast. Kein manuelles Zeiterfassen, keine Tags, keine Timer. Der Clue ist die Verarbeitung: Dayflow installiert (wenn man möchte) ein kleines lokales Sprachmodell auf deinem Rechner, das die Screen-Aktivitäten auswertet und kategorisiert. Alle Daten bleiben lokal, nichts verlässt deinen Computer. Das ist ein super Beispiel dafür, wohin lokale Inferenz führt, also das Ausführen von KI-Modellen direkt auf dem eigenen Gerät statt in der Cloud! Anwendungen, die ohne Datenschutzbedenken tief in den eigenen Workflow eingreifen können. Wer schon mal am Ende eines Meetings-Montags nicht wusste, was eigentlich erledigt wurde, sollte das mal ausprobieren. Aktuell nur für Mac, kostenlos und Open Source. Irre! Link

Unsere Gemischte Tüte ist immer vollgepackt - in dieser Sektion kuratieren wir die aus unserer Sicht wichtigsten Links:

Neuer Report "AI 2040" skizziert Szenarien bis 2040 und fordert Verlangsamung. Erinnert ihr euch noch an “AI 2027”? Der Nachfolger des viel diskutierten Dokuments legt verschiedene Entwicklungsszenarien für die nächsten 15 Jahre vor und setzt sich dabei für ein langsameres Tempo in der KI-Entwicklung ein. Der Report analysiert zudem geopolitische Dynamiken im globalen KI-Wettbewerb und ist ein sehr guter Read! Link

Meta launcht Muse Spark 1.1 mit erstem kostenpflichtigem API-Angebot. Meta stellt mit Muse Spark 1.1 ein neues Coding-Modell vor, das auf agentisches Reasoning und Tool-Nutzung ausgelegt ist und erstmals über ein bezahltes API angeboten wird. Die Analysefirma SemiAnalysis sieht Meta inzwischen gut positioniert, um OpenAI und Anthropic bei geschlossenen Modellen einzuholen. Das hier wäre der Anfang davon! Link

Apple klagt gegen OpenAI wegen Diebstahls von Geschäftsgeheimnissen. Diese Story ist völlig Irre! Apple hat eine Klage gegen OpenAI, die dazugehörige Tochterfirma io Products sowie mehrere ehemalige Apple-Beschäftigte eingereicht, denen der Transfer vertraulicher Designinformationen vorgeworfen wird. Apple verklagt nicht nur OpenAI selbst, sondern auch insgesamt sechs Personen persönlich, darunter zwei ehemalige Apple-Vizepräsidenten. Wir werden hier sicherlich noch konkreter darauf eingehen, aber potenziell werden wir viele Jahre auf ein OpenAI-Hardware-Produkt warten müssen. Link

xAI bringt Grok 4.5 mit Fokus auf Coding und KI-Agenten. xAI hat Grok 4.5 vorgestellt, das erste Modell der Reihe, das laut Hersteller explizit für Coding-Aufgaben und den Einsatz in KI-Agenten entwickelt wurde. Das Modell entstand in Kooperation mit dem Code-Editor Cursor, den SpaceX gerade erst gekauft hat, und zeigt dort starke Benchmark-Werte. Link

Du hast Fragen, Anmerkungen oder brauchst unsere Hilfe?
Schreib uns einfach an:
[email protected]