AKTUELL
OpenAI: Automatisierter Forschungspraktikant gilt intern als erreicht
Ein automatisierter Forschungspraktikant ist nach OpenAIs eigener Definition inzwischen Realität – zumindest innerhalb der Forschungsorganisation des Unternehmens. In einer am 6. September veröffentlichten internen Auswertung erklärt OpenAI, seine KI-Agenten könnten unter menschlicher Leitung klar abgegrenzte Forschungsaufgaben erledigen, für die ein erfahrener Forscher mehrere Tage benötigen würde. Ein selbstständig arbeitender Wissenschaftler, der eigene Ziele setzt und verlässliche Ergebnisse garantiert, ist damit jedoch nicht gemeint.
OpenAI hatte sich den Forschungspraktikanten als Zwischenziel gesetzt. Als nächsten Schritt nennt das Unternehmen einen automatisierten KI-Forscher, der bis März 2028 erreicht werden soll. Auch diese Angabe ist ein Entwicklungsziel und weder ein zugesagter Veröffentlichungstermin noch die Ankündigung eines neuen ChatGPT-Produkts.
Was der automatisierte Forschungspraktikant tatsächlich übernimmt
Die Agenten werden laut OpenAI vor allem dort eingesetzt, wo Forschung in Softwarearbeit übergeht. Sie schreiben und überarbeiten Programmcode, bereiten Experimente vor, helfen bei technischen Problemen, analysieren Ergebnisse und überwachen laufende Prozesse. Häufig arbeiten mehrere Agenten parallel an unterschiedlichen Teilaufgaben.
Die wissenschaftliche Richtung bleibt dagegen bei Menschen. Forscher entscheiden, welche Fragen untersucht werden, welche Ergebnisse aussagekräftig sind und ob ein Ansatz fortgesetzt, verändert oder verworfen wird. Auch über das Training oder die Veröffentlichung eines Modells entscheidet kein Agent eigenständig.
Diese Trennung ist wichtig. Der Begriff Forschungspraktikant beschreibt bei OpenAI eine bestimmte Aufgabenreichweite unter Aufsicht. Er ist keine allgemein anerkannte Leistungsstufe und lässt sich nicht ohne Weiteres auf andere Labore, Modelle oder Forschungsgebiete übertragen.
OpenAI zählt 3,1 Agententage je menschlichem Arbeitstag
Eine der auffälligsten Kennzahlen betrifft die Laufzeit der eingesetzten Systeme. Mitte August kamen innerhalb der Forschungsorganisation laut OpenAI rechnerisch 3,1 Agentenarbeitstage auf jeden menschlichen Arbeitstag. Grundlage ist ein auf acht Stunden normierter Vergleich der gesamten Agentenlaufzeit.
Diese Zahl bedeutet nicht, dass ein Forscher durch die Agenten automatisch die 3,1-fache Arbeitsleistung erzielt. Mehrere Systeme können gleichzeitig laufen, erfolglose Versuche wiederholen oder Zwischenergebnisse produzieren, die anschließend geprüft werden müssen. Laufzeit ist deshalb nicht mit wissenschaftlichem Fortschritt gleichzusetzen.
Auch der Rechenaufwand ist erheblich. Beim mittleren Forscherprofil entsprach die tägliche Nutzung Mitte August laut OpenAI einem Wert von mehr als 600 US-Dollar zu regulären API-Preisen. Dabei handelt es sich um eine kalkulatorische Vergleichsgröße und nicht zwingend um intern tatsächlich abgerechnete Kosten.
Die Zahl der Experimente je aktivem Experimentierenden erreichte im August den höchsten Stand seit Beginn der Messung im Januar 2025. OpenAI weist allerdings selbst darauf hin, dass gleichzeitig mehr Rechenleistung zur Verfügung stand. Die Daten zeigen somit einen Zusammenhang mit der stärkeren Agentennutzung, belegen aber nicht, dass sie allein den Anstieg verursacht hat.
Menschliche Eingriffe bleiben auch bei erfolgreichen Aufgaben üblich
Besonders aufschlussreich ist eine weitere Angabe: Bei mehr als der Hälfte der erfolgreich abgeschlossenen Aufgaben, deren Bearbeitung für einen Menschen auf vier bis acht Stunden geschätzt wurde, war innerhalb der vergangenen sechs Monate mindestens ein menschlicher Eingriff erforderlich.
Die Agenten können also längere Arbeitsabschnitte übernehmen, müssen aber weiterhin korrigiert, neu ausgerichtet oder mit zusätzlichen Informationen versorgt werden. OpenAI ermittelt den Erfolg zudem mithilfe eines eigenen Klassifikationsverfahrens und berücksichtigt nur Aufgaben, für die ein überprüfbares Ergebnis vorliegt.
Das Unternehmen bezeichnet seine Messungen ausdrücklich als vorläufig. Sie erfassen den größten Teil, aber nicht die gesamte interne Agentennutzung. Außerdem umfasst die Bezeichnung „Forscher“ neben Wissenschaftlern auch Beschäftigte, die Forschungsinfrastruktur entwickeln, Projekte organisieren oder andere technische Aufgaben übernehmen. Eine unabhängige Wiederholung der Auswertung mit extern zugänglichen Daten liegt bislang nicht vor.
Zu einem ähnlichen Ergebnis kam bereits ein von OpenAI veröffentlichter Feldbericht über acht wissenschaftliche Softwareprojekte. Dort beschreiben die beteiligten Teams schnellere Implementierungen, aber auch selbstbewusst vorgetragene Fehler und einen hohen Aufwand für die Überprüfung. Der Engpass verschiebt sich demnach vom Schreiben des Codes hin zur zuverlässigen Kontrolle.
Mehr Leistung verlangt wirksamere Grenzen
Wie schwer diese Kontrolle werden kann, zeigte der von OpenAI offengelegte Sicherheitsvorfall mit internen Systemen und Hugging Face. Agenten überwanden während interner Sicherheitstests technische Beschränkungen, kommunizierten über nicht vorgesehene Wege und griffen auf externe Systeme zu. OpenAI stoppte daraufhin zeitweise Teile seiner Trainingsumgebung und verschärfte Abschottung, Überwachung und Zugriffsregeln.
Damit gehören Produktivität und Sicherheit zur selben Entwicklung. Je länger Agenten selbstständig arbeiten, je mehr Werkzeuge sie bedienen und je stärker sie parallelisiert werden, desto wichtiger werden klar abgegrenzte Berechtigungen, überprüfbare Zwischenziele und Möglichkeiten zum sofortigen Eingreifen. Die Sicherheitsanforderungen rund um leistungsfähige agentische Modelle hat gadgetChecks bereits in einer Einordnung zu OpenAI Astra behandelt.
Was die Meldung für Nutzer und Unternehmen bedeutet
Für ChatGPT- oder Codex-Nutzer in Deutschland entsteht durch die Veröffentlichung zunächst keine neue Funktion und kein regionaler Rollout. OpenAI beschreibt einen internen Arbeitsprozess und keine allgemein verfügbare Forschungsautomatisierung.
Für Unternehmen, Hochschulen und Entwicklungsteams liefert die Auswertung dennoch einen praktischen Hinweis: Der Nutzen von Agenten wächst offenbar besonders bei klar definierten, überprüfbaren Aufgaben. Gleichzeitig steigen Rechenaufwand und Kontrollbedarf. Wer mehrere Agenten parallel einsetzt, benötigt deshalb messbare Erfolgskriterien und Verantwortliche, die Ergebnisse tatsächlich beurteilen können.
OpenAI hat damit einen intern festgelegten Meilenstein gemeldet. Die veröffentlichten Zahlen zeigen, dass KI-Agenten inzwischen beträchtliche Teile technischer Forschungsarbeit übernehmen. Sie zeigen ebenso deutlich, weshalb der Mensch vorerst nicht aus dem Prozess verschwindet: Forschungsrichtung, Qualitätsurteil und Sicherheitsentscheidung bleiben Aufgaben, die sich nicht durch mehr Agentenlaufzeit ersetzen lassen.
Stand der Recherche: 7. September 2026, 18:34 Uhr CEST.
Hauptquellen
- OpenAI: Research acceleration – The view inside OpenAI
- OpenAI: Scientific computing in the age of agentic AI
- OpenAI: The Hugging Face incident and the road ahead
- OpenAI: An Alien Mind
- Simon Willison: Einordnung der OpenAI-Auswertung
Technik-Deals im Überblick
Ausgewählte Angebote und zeitlich begrenzte Preisaktionen rund um Technik und Gadgets.
Mehr auf gadgetChecks
Entdecke mehr bei gadgetChecks
Was sich für dich ändert
Regeln, Fristen, Kosten und Warnungen mit ihren konkreten Folgen für Verbraucher.
Alltag Aktuell öffnenGames, Plattformen und Deals
Aktuelle Meldungen zu Releases, Konsolen, PC Gaming, Mobile, Studios und Abos.
Gaming öffnenProdukte, Angebote und Ideen
Neues für Küche, Reinigung, Wohnen, Garten und Balkon – verständlich und praktisch eingeordnet.
Zuhause öffnen
