OpenAI sagt, seine Agenten können jetzt mehrere Tage am Stück arbeiten, wie ein unbezahlter Praktikant
Stellen Sie sich einen Kollegen vor, dem Sie eine dreitägige Rechercheaufgabe geben können — und der mit einer vollständigen Akte zurückkommt, aber nie schläft, nie isst und nur einen Bruchteil eines Juniorgehalts kostet. Genau das behauptet OpenAI erreicht zu haben: Seine Agenten können nun unter menschlicher Aufsicht Aufgaben ausführen, für die ein Forscher mehrere Tage brauchen würde. Das Unternehmen spricht von 3,1 Agenten-Tagen pro Menschen-Tag und fügt hinzu, dass die komplexesten Missionen weiterhin ein menschliches Auge im Hintergrund erfordern. Für ein KMU bedeutet das: Sie können einem Agenten jetzt eine Literaturrecherche, einen Wettbewerbsvergleich oder eine tiefgehende Analyse großer Datenmengen anvertrauen — ohne zu rekrutieren. Vorerst bleibt es beaufsichtigt: lange Aufgaben werden weiterhin vom Menschen überprüft. Aber die Bewegung ist da: Agenten sind keine Minuten-Assistenten mehr, sondern Vollzeit-Mitarbeiter.
GPT-6 Astra als „kritisches Cyber-Risiko“ eingestuft: OpenAI weigert sich, es breit zu verteilen
Stellen Sie sich einen Chiriergen vor, dessen Präzision so groß ist, dass er ein Leben retten oder eine Katastrophe auslösen könnte — deshalb darf er nur in Anwesenheit eines Anästhesisten operieren. Genau das sagt OpenAI über sein neues Flaggschiff GPT-6 Astra, das auf der „Critical“-Stufe seiner Cyber-Risiko-Skala eingestuft wurde: Es kann unbekannte Schwachstellen finden und in manchen Umgebungen sogar Angriffsmethoden entwickeln. Praktische Folge: OpenAI weigert sich, es breit zu verteilen, und gewährt den Zugang nur über ein privates Programm mit kontrolliertem Zugang. Für ein Unternehmen, das es nutzen wollte, bedeutet das: Sie können GPT-6 Astra nicht einfach an Ihre Daten anschließen — Sie brauchen einen klaren Governance-Rahmen mit menschlicher Aufsicht und Isolierung. Für Führungskräfte lautet die Lektion: Ein cyber-fähiges Modell verlangt eine eigene Zugangskontrolle, ähnlich wie wir es bei sensiblen IT-Werkzeugen bereits tun.
GitHub startet HydraFusion: ein Dirigent, der für jede Aufgabe das richtige Modell wählt
Stellen Sie sich einen Projektleiter vor, der für jede Aufgabe den passenden Mitarbeiter wählt: einen Designer für die Bilder, einen Statistiker für die Zahlen, einen Generalisten für den Rest. Genau das macht HydraFusion, das neue System von GitHub: Es leitet die Anfrage an mehrere KI-Modelle weiter, löst einen Kritik-Schritt aus, wenn die Antwort schwach wirkt, oder erhöht die Leistung, wenn die Aufgabe es verlangt. In einem Test berichtet GitHub von bis zu 67 % geringeren Kosten im Vergleich zu einem einzigen High-End-Modell (Claude Opus 5), bei höherer Qualität im selben Test. Für ein KMU ändert sich das Bild: Sie müssen nicht mehr zwischen „einem Modell“ und „einem Stapel von Modellen“ wählen — der Router übernimmt das. Es ist das Versprechen schlankerer, zuverlässigerer Agenten, ohne bei jeder Anfrage den Spitzenpreis zu zahlen.
TCS baut ein 1-Gigawatt-KI-Campus in Indien: der Wettlauf um Strom beginnt
Stellen Sie sich eine ganze Stadt vor, die der Ausführung künstlicher Intelligenz gewidmet ist — mit einem Stromverbrauch, der dem von einer Million Haushalten entspricht. Genau das bereitet TCS, der indische IT-Dienstleistungsriese, über seine Tochtergesellschaft HyperVault vor: ein 264-Hektar-Campus in Hyderabad, flüssigkeitsgekühlt, in dem sowohl Training als auch Inferenz von Modellen stattfinden können. Angekündigte Kosten: bis zu 70.000 Crore Rupien, in Phasen geliefert. Das Signal ist klar: Der Wettbewerbsvorteil liegt nicht mehr nur in den Algorithmen, sondern in der Fähigkeit, Strom zu kaufen, Tausende von Chips zu kühlen und ganze Farmen zu orchestrieren. Für ein europäisches KMU bedeutet das: Die Infrastruktur-Bausteine werden endlich erschwinglich — aber wir werden nun von einer kleinen Zahl von Akteuren abhängig, die diese Kapazität kontrollieren.
CUA-Lite: ein gemeinsamer Spielplatz, um Agenten zu messen, die einen Computer steuern
Stellen Sie sich einen standardisierten Führerschein für jeden Agenten vor, der für Sie auf einem Bildschirm klickt. Genau das ist das Ziel von CUA-Lite, dem Projekt der UC Berkeley: rund 30.000 überprüfbare Aufgaben, mit ihren Datensätzen, Referenz-Agenten und Tests, alles in einer öffentlichen Datenbank. In der Praxis können Sie nun zwei Agenten, die „auf diesen Button klicken, dieses Menü öffnen, dieses Formular ausfüllen“ sollen, objektiv vergleichen — und sowohl ihre Erfolgsquote als auch ihre Kosten messen. Für ein KMU, das zögert, einen internen Ablauf zu automatisieren, ist das ein wertvolles Werkzeug: Vor dem Kauf können Sie nun an konkreten Fällen prüfen. Bleibende Frage: Wird dieser Prüfstand repräsentativ für die tägliche Arbeit eines echten KMU sein?
OpenAIs Recherche-Agent: an realen Fällen zu überprüfen
Das angekündigte Verhältnis (3,1 Agenten-Tage pro Menschen-Tag) stammt von OpenAI. Es bleibt abzuwarten, ob eine unabhängige Bewertung dies bestätigt und wie viel der Arbeit weiterhin beaufsichtigt wird. Beobachten: die Veröffentlichung eines unabhängigen Benchmarks binnen 30 Tagen.
GPT-6 Astra: Wer darf es wirklich nutzen?
OpenAI weigert sich, sein cyber-fähiges Modell breit zu verteilen. Weiter zu verfolgen: die genauen Zugangsbedingungen, mögliche Vorfälle und die Überwachungsmechanismen, die Partnern auferlegt werden. Für ein Unternehmen ist das ein Signal, das vor jedem sensiblen Einsatz beobachtet sein will.
HydraFusion: die wahren Kosten eines Multi-Modell-Workflows
GitHub kündigt 67 % Einsparung in einem Test an. Doch diese Zahl sagt nichts über Latenz, die Kosten der Kritik, Wiederholungen und mögliche Validierungsfehler. Die vollen Kosten in einem Geschäfts-Workflow zu messen, wird der nächste Schritt sein.
TCS HyperVault: ein phasenweiser Zeitplan
Der 1-GW-Campus in Indien wird in mehreren Phasen angekündigt. Zu überprüfen: das tatsächliche Bautempo, die effektiv gelieferte Kapazität und der Anteil, der für Dritte (europäische Kunden oder Hyperscaler) reserviert ist. Das Projekt kann 3 bis 5 Jahre dauern.
📊 Trend
Drei Bewegungen kreuzen sich heute Morgen. Erstens werden Agenten zu Langzeit-Arbeitern: OpenAI spricht von mehreren Tagen, und das Verhältnis von 3,1 Agenten-Tagen pro Menschen-Tag ändert das Bild für KMU, die zögerten zu rekrutieren. Zweitens ziehen Sicherheit und Kosten ins Herz der Architektur: OpenAI stuft GPT-6 Astra als „kritisches Risiko“ ein und verlangt kontrollierten Zugang, während GitHub auf einen Multi-Modell-Router setzt, um bis zu 67 % zu sparen. Schließlich wandert das Geld in die physische Infrastruktur: TCS bereitet einen 1-GW-KI-Campus in Indien vor, flüssigkeitsgekühlt, wo die Herausforderung nicht mehr der Algorithmus ist, sondern Strom und Orchestrierung. Für ein KMU ist die Lektion klar: seriöse Agenten kommen, aber sie kommen mit einem Governance-Vertrag, den es zu unterzeichnen gilt — und einem Infrastrukturanbieter, den es sorgfältig zu wählen gilt.