OpenAI-Zeitplan veröffentlicht: Von 2026 bis 2028 wird die Strategie komplett geändert.

Am 28. Oktober 2025 absolvierte Sam Altman zusammen mit Jakub Pachocki, dem Chefwissenschaftler von OpenAI, eine seltene Live-Show über die Roadmap.

Sie haben einen klaren Zeitplan veröffentlicht:

Bis September 2026 Einrichtung eines AI-Forschungs-Praktikums

Bis März 2028 Realisierung vollständig automatisierter Forscher

Dies ist kein leeres Versprechen, sondern es gibt einen kompletten technologischen Plan:

Im Bereich der Infrastruktur hat Altman über eine Rechenleistung von 1 Gigawatt pro Woche in einem Rechenzentrum verfügt.

Bei den Sicherheitsmechanismen hat Jakub eine fünfstufige Struktur für die Wertausrichtung veröffentlicht.

Im Produktbereich soll sich ChatGPT von einem Dialogtool zu einer "AI-Plattform" entwickeln.

Im Organisationsbereich hat OpenAI eine Umstrukturierung vorgenommen. Hinter der neuen Architektur stehen neue Aufgaben im Wert von 25 Milliarden US-Dollar und eine Bindung an Microsoft im Wert von 135 Milliarden US-Dollar.

Altman sagte: "Wir wollen nicht nur durch die Veröffentlichung neuer Modelle die Zukunft vorantreiben, sondern die Welt dazu befähigen, auf der Grundlage unserer Plattform mehr zu schaffen."

Die Strategie von OpenAI hat sich tatsächlich geändert.

Diesmal versuchen sie nicht mehr, zu definieren, "was AGI ist", sondern zeichnen klare Meilensteine und sagen allen: Die Zukunft kommt nicht plötzlich, sondern ist ein Systemprozess, der im Voraus geplant werden kann.

Abschnitt 1 | Klares Ziel: 2028, AI-Forscher an Bord

"Wir versuchen, ein System zu entwickeln, das Forschungsvorhaben autonom durchführen kann." Jakub Pachockis Einleitung war sehr direkt.

Der von OpenAI vorgegebene Zeitplan ist auch ziemlich konkret: Wir planen, dass AI bis September 2026 die Fähigkeiten eines Forschungsassistenten auf Praktikantenniveau erreicht; bis März 2028 soll ein echter AI-Forscher entstehen, der unabhängige Forschungsvorhaben durchführen kann.

Es geht nicht mehr darum, ob ein Modell wissenschaftliche Artikel schreiben kann, sondern wann AI ein offizielles Mitglied eines Labors werden kann.

Nach Jakubs Ansicht ist der gesamte Weg bereits sehr klar: Wir glauben, dass es für Deep-Learning-Systeme möglich ist, in weniger als zehn Jahren ein Superintelligenzniveau zu erreichen und in vielen Schlüsselbereichen besser als Menschen zu performen.

Warum wagen sie sich zu einer so kühnen Einschätzung?

Jakub hat ein sehr einfaches, aber effektives Maßstab angegeben:

Ein guter Weg, um zu beurteilen, ist, zu sehen, wie komplexe Aufgaben ein Modell lösen kann und wie lange es kontinuierlich arbeiten kann.

In der Zeit von GPT - 3 konnte das Modell nur Aufgaben innerhalb von einigen Sekunden bearbeiten.

In der Zeit von GPT - 4 kann es bereits komplexe Aufgaben von einigen Minuten bis hin zu fünf Stunden bewältigen.

Jetzt entwickeln sie sich in Richtung einer neuen Fähigkeit: Sie können ein gesamtes Rechenzentrum mobilisieren und tageweise kontinuierlich denken.

Das heißt, AI entwickelt sich von einer Problemlöse - Maschine zu einem echten Forschungssystem.

Altman fügte hinzu: Wir dachten immer, dass AGI irgendwann in einer magischen Zukunft plötzlich auftauchen würde, aber jetzt stellen wir fest, dass es eher ein Prozess ist, an dem du bereits teilnimmst.

Diese Einschätzung ändert ihre Art und Weise, Modelle zu trainieren.

Früher hat man die Modelle anhand der Parametergröße verbessert, heute achten sie eher auf zwei Variablen:

Die "Kontextberechnungszeit" während des Trainings (d.h. man lässt das Modell mehr Zeit "denken")

Ob die "Inferenzzeit" nach dem Training lang genug ist

Die dahinterliegende Logik ist: Wenn wir möchten, dass AI wirklich Menschen bei wichtigen Entdeckungen hilft, müssen wir es ihm geben genug Zeit und genug Rechenressourcen, um zu denken. Manchmal lohnt es sich, ein gesamtes Rechenzentrum auf die Lösung eines wissenschaftlichen Problems zu konzentrieren.

Außerdem bedeutet dies auch die Umstrukturierung der Arbeitsweise der Organisation.

OpenAI hat begonnen, das Modell als internen Forschungs - "Praktikanten" zu nutzen, mit dem Ziel, die Rechenleistung der Forscher zu erweitern, sie bei der Beschleunigung der Forschung zu unterstützen und schließlich ein System zu schaffen, das selbstständig Fragen stellen, Lösungswege finden und Experimente durchführen kann.

Was wird sich dadurch ändern?

Zunächst die Universitäten und Forschungsinstitute: Wer als erster AI für die Forschung nutzt, gelangt als erster in einen neuen Forschungszyklus.

Zweitens die AI - Unternehmen: Die Produktgestaltung darf nicht mehr nur auf die "Textausgabe" abzielen, sondern muss darüber nachdenken, wie AI Aufgaben lösen kann.

Für die normale Bevölkerung ändert sich auch die Art und Weise, wie sie AI nutzt: Von der Frage hin zur "Aufgabenzuweisung". Welche Aufgabe Sie dem Modell geben, bestimmt, was es für Sie in der Zukunft schaffen kann.

Abschnitt 2 | Nicht nur ChatGPT, sondern eine AI - Cloudplattform aufbauen

Altman hat in dieser Live - Show auf die Definition von "Plattform" von Bill Gates verwiesen:

Wenn die Menschen auf einer Plattform mehr Wert schaffen als die Plattform selbst, dann haben Sie tatsächlich eine Plattform aufgebaut.

Dieser Satz spricht nicht von der Zukunft, sondern von dem, was OpenAI gerade tut.

Sie betrachten ChatGPT nicht mehr als einen "Superassistenten", sondern stellen klar: ChatGPT entwickelt sich zu einer Plattform, auf der jeder seine eigenen AI - Dienste entwickeln kann.

Wie geht man konkret vor?

Altman hat ein komplettes Produktkonzept skizziert.

Die unterste Ebene ist das Rechenzentrum, die Stromversorgung und die Rechenchips; darüber liegen die trainierten Modelle; noch darüber sind die ersten Anwendungen wie ChatGPT, Sora, Atlas usw.; die oberste Ebene ist der Teil, der ihn am meisten begeistert: Die Benutzer können auf der Grundlage von AI neue Dienste schaffen.

Dies bedeutet:

Unternehmen können über APIs auf die OpenAI - Technologie zugreifen und ihre eigenen Anwendungen aufbauen.

Entwickler können in der ChatGPT - Plug - In - Plattform "Anwendungsintelligenten" erstellen.

In Zukunft wird es auch neue Hardwaregeräte geben, sodass AI nicht nur im Internet lebt, sondern Ihnen jederzeit und überall zur Seite steht.

Altman sagte: "Wir möchten, dass OpenAI zu einer 'AI - Cloudplattform' wird, nicht nur für unsere eigenen Produkte, sondern auch für andere, um die Zukunft zu gestalten."

ChatGPT ist der "Anfang", nicht das "Ende".

Um diese Plattform zu unterstützen, bauen sie ein ganzes System für die AI - Interaktion auf: Webseite, Browser Atlas, Mobilgeräte, App - Markt, Plug - In - Ökosystem, Unternehmensplattform. Alle diese Komponenten öffnen schrittweise Schnittstellen, um von anderen genutzt und weiterentwickelt zu werden.

Zum Beispiel der Atlas - Browser kann als die AI - Version von Chrome verstanden werden, der Ihnen beim Surfen im Internet von AI in Echtzeit unterstützt; Sora kann nicht nur Videos generieren, sondern möglicherweise auch zu einem neuen Einstiegspunkt für die Inhaltsverbreitung werden.

Hinter diesem liegt eine tiefere Einschätzung:

Bei traditionellen Produkten sagen Sie ihm, was er tun soll; bei einer AI - Plattform denkt es für Sie davor und findet Dinge, die Sie nicht bedacht haben.

Früher kauften Sie einen Computer, installierten Software und schalteten ihn aus, wenn Sie fertig waren.

In Zukunft werden Sie ein AI haben, das Ihre Vorlieben lernt, Ihre Aufgaben versteht und Teil von Ihnen wird.

Dies ist nicht nur die Weiterentwicklung des Produkts, sondern eine völlige Veränderung der Nutzungsbeziehung.

Abschnitt 3 | Fünfstufige Sicherheitsarchitektur: Die Denkweise von AI nachvollziehbar machen

AI wird immer stärker, und die Frage "Kann es außer Kontrolle geraten?" ist für alle unvermeidlich.

Jakub hat in dieser Veröffentlichung sehr klar gesagt: Wir glauben, dass das Kernproblem der langfristigen Sicherheit von AI die Wertausrichtung ist.

Das heißt, worum kümmert sich AI wirklich? Wie wird es sich entscheiden, wenn die Ziele im Konflikt stehen? Diese Fragen bestimmen, ob AI wirklich in die menschliche Gesellschaft integriert werden kann.

OpenAI hat ein internes Sicherheitsframework veröffentlicht, das in fünf Stufen aufgeteilt ist:

Wertausrichtung: Woher stammen die Werte von AI? Kann es die hohen Ziele der Menschen verstehen?

Zielausrichtung: Kann AI eine konkrete Aufgabe genau verstehen und ausführen?

Zuverlässigkeit: Kann es bei einfachen Aufgaben stabile Ergebnisse liefern? Admitiert es die Unsicherheit, wenn es auf komplexe Probleme stößt?

Robustheit gegen Angriffe: Kann das Modell bei böswilligen Angriffen stabil bleiben?

Systemssicherheit: Gibt es auf der gesamten Systemebene klare Grenzen für den Datenzugang und die Gerätekontrolle von AI?

Diese fünf Stufen bauen aufeinander auf: Von der "internen Denkweise" des Modells über die "Interaktion mit Menschen" bis hin zur "Angriffsresistenz" und schließlich zur "Grenze des gesamten Systems".

Diese Sicherheitsmechanismen werden nicht nachträglich repariert, sondern bereits bei der Entwurfsphase eingebaut. Und von all diesen Ebenen ist die erste Stufe, die Wertausrichtung, die wichtigste und herausforderndste.

Insbesondere haben sie einen neuen Forschungsrichtung ausführlich vorgestellt: "Chain of Thought Faithfulness".

Einfach ausgedrückt: Beim Lösen von Problemen soll das Modell nicht nur die richtige Antwort geben, sondern auch zeigen, wie es Schritt für Schritt denkt.

Jakub hat diese Idee mit einer sehr anschaulichen Metapher erklärt: Es geht nicht darum, dass AI gute Ideen hat, sondern dass es seine echten Gedanken treu aufzeichnet. Das ist wie beim Schreiben eines Entwurfs, wo man nicht den perfekten Antwort schreibt, sondern den gesamten Denkprozess beibehält.

OpenAI möchte, dass das "Entwurfsblatt" im Inneren des Modells lesbar, analysierbar und verständlich wird.

Sie haben auch eine sehr reale Herausforderung erwähnt: Wenn Sie den "Denkprozess" des Modells jederzeit offenlegen, kann es möglicherweise anfangen, sich an Sie anzupassen. Mit der Zeit denkt es nicht mehr "wirklich", sondern nur, um gut auszusehen.

Deshalb verwenden sie eine "zurückhaltende Gestaltung":

Zwingen Sie das Modell nicht, "perfekte Ideen" zu geben, sondern lassen Sie es zuerst selbst denken und überprüfen Sie es dann.

Bei der Produktgestaltung verwenden Sie einen "Zusammenfassungsgenerator", um die Denkfolge indirekt darzustellen, anstatt sie vollständig offen zu legen.

So können Sie verstehen, was es denkt, ohne seine Denkweise zu stören.

Jakub sagte:

Wir glauben, dass die Privatsphäre der Denkfolge eines Modells einer der besten Wege ist, es zu verstehen.

Dieses gesamte Design basiert auf einem grundlegenden Konzept: Je stärker die Fähigkeiten von AI sind, desto mehr muss jedes Urteil und jede Handlung nachvollziehbar, erklärbar und kontrollierbar sein.

Dies ist keine Kontrolle, sondern eine Voraussetzung für die Koexistenz.

Bei diesem Mal hat OpenAI erstmals die Sicherheit in eine umsetzbare Architektur umgewandelt, nicht nur in abstrakte ethische Prinzipien. Dies ist, was sie meinen, wenn sie von der Vorbereitung auf Superintelligenz sprechen.

Weil, wenn das System intelligent genug und lange genug läuft, werden vollständige Anweisungen nicht mehr zuverlässig sein, nur die Prinzipien können wirklich funktionieren.

Abschnitt 4 | 1,4 Billionen US - Dollar für die Errichtung einer AI - Fabrik mit 1 Gigawatt pro Woche

Altman hat in dieser Veröffentlichung ein konkretes Ziel genannt: Wir bauen eine Fabrik, die eine Rechenleistung von 1 Gigawatt pro Woche liefern kann.

Es handelt sich nicht um eine virtuelle Plattform, sondern um echte Infrastruktur: es gibt Land, Arbeiter, Energie und Kühlsysteme.

Dies ist das sogenannte "Stargate" - Rechenzentrum. Das erste wird in Abilene, Texas gebaut, und täglich arbeiten tausende von Menschen daran.

Wenn AI in Zukunft wirklich die Wissenschaft vorantreiben, Krankheiten heilen, Code schreiben und als Assistent dienen soll, brauchen wir nicht nur ein paar Grafikkarten, sondern ein ganzes industrielles System für Energie und Rechenleistung.

Deshalb hat OpenAI sich ein Ziel gesetzt: Innerhalb von fünf Jahren soll die Kosten pro Gigawatt Rechenleistung auf 20 Milliarden US - Dollar sinken.

Dieser Satz klingt wie ein Projektbudget, aber es ist tatsächlich Altmans Vision für die "Verbreitung von AI": Rechenleistung soll wie Strom in großem Maßstab produziert und geplant werden. Wer die Kosten stark senken kann, kann AGI zu einem Massentool machen, nicht nur ein Spielzeug für Eliten.

Es handelt sich um ein ganzes Netzwerk von Partnerschaften:

"Wir arbeiten mit verschiedenen Parteien wie AMD, Broadcom, Google, Microsoft, Nvidia, Oracle zusammen, die alle Aspekte wie Chipfertigung, Rechenzentrumbau, Landkauf, Energiebeschaffung abdecken."

Diese Partnerschaft beinhaltet Milliarden von US - Dollar an Verträgen und eine Bauzeit von mehr als zehn Jahren, die die Lieferkette über verschiedene Branchen hinweg in Bewegung setzt.

OpenAI hat selbst geschätzt, dass die bisher zugesagten Investitionen in die Infrastruktur betragen: Insgesamt über 30 Gigawatt (d.h. 30 Milliarden Watt) Rechenleistung, und die finanziellen Verpflichtungen nähern sich 1,4 Billionen US - Dollar.

Altman sagte:

Wenn wir tatsächlich alles zu einem niedrigen genug Preis anbieten können, können wir den gesamten Bedarf der Gesellschaft an AI decken.

Um dieses Ziel zu erreichen, hat OpenAI auch eine kühne Idee vorgeschlagen: Roboter sollen an der Errichtung von Rechenzentren beteiligt sein.

Wir müssen neu darüber nachdenken, was Roboter tun sollen. Sie sollen nicht nur in Demonstrationsvideos auftauchen, sondern tatsächlich an der Errichtung von Rechenzentren beteiligt sein. Dies gibt den humanoiden Robotern ein eindeutiges industrielles Anwendungsgebiet: nicht zum Unterhalten oder zum Zustellen von Paketen, sondern als wichtiger Bestandteil bei der Errichtung von AI - Fabriken. Und dies ist bereits in ihren fünfjährigen Kostensplan aufgenommen.

Aber all dies dient nicht nur dem eigenen Nutzen von OpenAI.

OpenAI möchte kein eigenes Imperium aufbauen, sondern eine Plattform, auf der alle AI - Anwendungen entwickeln, nutzen und schaffen können.

Wie Altman wiederholt betont hat: Wir möchten, dass möglichst viele Menschen auf unserer Plattform Dinge schaffen, die wertvoller als unsere eigenen Produkte sind.