Updates von OpenAI
Wie Sie das Maximum aus den Chat-GPT-Neuerungen herausholen
Die Erfinder von Chat-GPT haben drei neue Produkte lanciert. GPT-5 programmiert Apps und Spiele. Ein Agent erledigt lästige Routineaufgaben. Und ein neuer Bot läuft auf dem eigenen Laptop.
Matthias Schüssler
Das Spiel hier wurde von der neuen Version von Chat-GPT aus dem Ärmel geschüttelt.
GPT-5: Ein flexibles Programmiertalent
Open AI schüttelte dieser Tage gleich drei Neuerungen aus dem Ärmel. Die prominenteste ist GPT-5: Es handelt sich um eine neue Version des Sprachmodells, also des Bots, der unter Chatgpt.com auf die User-Anfragen reagiert.
Die künstliche Intelligenz soll flexibler sein, indem sie eigenständig entscheidet, ob eine schnelle Antwort genügt oder das «Reasoning» gefragt ist. Das ist eine Art Selbstreflexion, mit der sie ihre Arbeitsweise und die eigenen Schlüsse hinterfragt. Das verbessert die Resultate spürbar, aber nicht auf revolutionäre Weise.
Die neue KI ist besser beim Programmieren. Aufgrund einer Beschreibung erstellt sie ein funktionsfähiges Programm – zum Beispiel ein simples Spiel, das Sie direkt im Browser ausführen können. Das ist eindrücklich, und es wird bereits spekuliert, ob wir künftig unsere Apps nicht mehr aus dem App-Store beziehen, sondern massgeschneidert erstellen lassen. Doch so schnell werden die Softwareentwickler nicht aussterben. GPT-5 kann derzeit nur simple Ideen umsetzen.
GPT-5 schüttelt ein Puzzlespiel wie dieses in 30 Sekunden aus dem Ärmel.
Trotz dieses Fortschritts sind die Reaktionen auf GPT-5 verhalten bis kritisch. Die Entwicklungssprünge sind nicht mehr so gross wie früher. Manche monieren, die KI habe «an Persönlichkeit und Individualität verloren». Sie wirke geschäftsmässiger und gebe teils kürzere Antworten. Und die seien oft oberflächlich und wenig kreativ.
Der Agentenmodus: Die KI klickt sich durchs Netz
Eine weitere Neuerung ist der Agentenmodus. Er steht seit Mitte Juli den Kundinnen und Kunden mit einem Plus-Account (um die 21 Franken pro Monat) zur Verfügung. In dieser Betriebsart führt die KI direkt Aktionen aus, indem sie einen Browser steuert: In einem Test der Tech-Publikation «Heise» bestellte sie T-Shirts mit einem Logo-Aufdruck im Netz. Bei meinem Probelauf sammelte der Agent Bilder der Cover meiner Lieblings-Hörbücher. Er holte auch Produktinformationen von Hersteller-Websites und bereitete sie wunschgemäss auf.
Es ist nur eine Frage der Zeit, bis sich solche Agenten in den sozialen Medien breitmachen. Bei Linkedin etwa werden sie schon jetzt eingesetzt, um mit Kommentaren und Antworten «Engagement» zu erzeugen. Das verschärft das Problem der massenhaften KI-Inhalte auf diesen Plattformen. Doch trotz offensichtlicher Nebenwirkungen ist das Potenzial unverkennbar: Bald werden Agenten nach unseren Vorgaben das Mailpostfach aufräumen oder schwierige Konfigurationsänderungen an unserer Website vornehmen.
Der Agentenmodus von Open AI ist bislang ein «proof of concept»: Er zeigt, was möglich ist, doch für den routinemässigen Einsatz ist er zu schwerfällig und umständlich. Er läuft in einem virtuellen Browser im Rechenzentrum von Open AI und hat keinen direkten Zugriff auf unsere Daten und Log-ins. Doch Browser mit direkter KI-Integration stehen in den Startlöchern: Ein Beispiel ist der Comet-Browser des KI-Unternehmens Perplexity.
Gpt-oss 20b: Chat-GPT für den eigenen Computer
Eine dritte Neuerung trägt die sperrig-technische Bezeichnung Gpt-oss 20b. Das ist ein Sprachmodell von Open AI, das wie Chat-GPT Auskunft gibt. Es steht als Open-Source zum Download bereit und lässt sich gratis auf dem eigenen Windows-Computer oder Mac betreiben. Dazu kommt eine «Wirt»-Anwendung wie LM Studio (lmstudio.ai) zum Einsatz, über die sich auch mehrere Sprachmodelle verwalten und verwenden lassen.
Die grösste Hürde: Das Modell ist rund 12 GB gross und benötigt viel Arbeitsspeicher. 16 GB reichen in aller Regel nicht. Trotz dieser Anforderungen handelt es sich um ein kleines und in der Leistung beschränktes Modell. Die Masseinheit dafür sind die Parameter: Gpt-oss 20b hat 20 Milliarden Parameter, während Open AIs GPT-5-Modell geschätzt über eine Billion Parameter besitzt und ein Terabyte Arbeitsspeicher benötigen müsste.
Diese Einschränkung macht sich bemerkbar: Der Bot auf dem eigenen Laptop argumentiert weniger differenziert und wirkt gelegentlich auch engstirnig. Dennoch hat er klare Vorteile: Er funktioniert ohne Internet und Cloud und bietet den besten Datenschutz, weil die eingegebenen Informationen den eigenen Computer nicht verlassen. Und er lässt sich auch in Drittprogramme integrieren, beispielsweise in die Mail-App Thunderbird.