OpenAI: Computer-Nutzung ist jetzt schneller als der Durchschnittsmensch und nähert sich Superhuman-Niveau – Agenten-Nutzung wächst auf „YC-Niveau“
26. Oktober 2026 – a16z-Podcast-Interview mit Ari Weinstein und James Sun von OpenAI über Computer-nutzende Agenten
OpenAI-Manager haben in einem a16z-Podcast-Interview zwei bemerkenswerte Aussagen getroffen. Erstens haben die Computer-nutzenden Agenten des Unternehmens die Arbeitsgeschwindigkeit des durchschnittlichen menschlichen Bedieners übertroffen und näherten sich dem Tempo von Experten. Zweitens hat sich die Nutzung nach einer langen Phase verhaltener Akzeptanz in den vergangenen Monaten drastisch beschleunigt. Ari Weinstein, der bei OpenAI an der Computer-Nutzung arbeitet und sich auf Consumer-Produkte konzentriert, sagte: „Wir haben die Computer-Nutzung mittlerweile an einen Punkt gebracht, an dem sie schneller ist als der Durchschnittsmensch am Computer. Und ich denke, wir sind einem Punkt sehr nahe, an dem sie superhuman ist, also schneller als ein erfahrener Computer-Anwender.“ Er bezeichnete diesen Schwellenwert als einen potenziellen „Kantenwechsel“ („sea change“), da „alles, was man manuell tun kann, von ihr schneller erledigt werden kann“. Bei diesen Angaben handelt es sich um selbstberichtete Aussagen ohne Benchmarks oder offizielle Nutzungszahlen. Dennoch bietet das Interview einen aufschlussreichen Blick darauf, wie das Team sein Produkt, die eigene Wachstumsあれば (Adoptionskurve) und die verbleibenden Hürden einschätzt.
Nutzung hat sich spürbar beschleunigt, aber Durchdringung ist weiterhin gering
Weinstein beschrieb eine abrupte Trendwende. Das Team begann mit der Entwicklung von Produkten zur Computer-Nutzung, als „nur sehr wenige Menschen sie nutzten“. Die zugrunde liegenden Modelle wurden dann Anfang des Jahres „plötzlich“ stark in diesen Aufgaben, und in den letzten Monaten „wächst das Produkt wie verrückt“. Er äußerte sich offen zu den Grenzen: Bislang nutzt nur „ein bestimmter Teil“ der OpenAI-Nutzerbasis die Computer-Nutzungsfunktionen.
Sun, der im Januar zu OpenAI kam, um am Browser Atlas zu arbeiten, zeichnete ein offenherzigeres Bild der anfänglichen Schwierigkeiten. Die Agenten-Erfahrung in Atlas „war eigentlich kein großes Verkaufsargument“, da die meisten Anwender ihn wie einen ganz normalen Browser nutzten. Suns Seitenhieb „RIP Atlas“ legt nahe, dass der eigenständige Browser inzwischen in umfassendere Produkte integriert wurde. Sobald sich die Modellfähigkeiten verbesserten, implementierte OpenAI die Browser-Nutzung in bestehende Produkte, die bereits über eine Agenten-Nutzung verfügten. Laut Sun verzeichnet das Unternehmen seither ein „Wachstum auf YC-Niveau von Woche zu Woche“.
Als nächsten Wendepunkt nannte Sun Mobilgeräte und die Cloud. Die Desktop-Nutzung bleibe „sehr stark eine Sache für Power-User“, während sich das Leben der meisten Verbraucher auf dem Smartphone abspiele. Das Ziel sei es, jedem Chat-Nutzer „einen leistungsstarken Computer an die Hand zu geben, dessen Bedienung er gar nicht erst verstehen muss“, was Sun als den Weg zu einer Milliarde Nutzern bezeichnete. Beide Manager zeigten sich überzeugt, dass sich das Produkt gleichzeitig im „Skalierungsmoment“ für Endkunden und Unternehmen befindet.
Was das Astra-Modell verändert
Im Mittelpunkt des Interviews stand Astra, das neueste Modell von OpenAI. Weinstein äußerte sich abgewogen zu dessen Auswirkungen auf die Computer-Nutzung und wies darauf hin, dass die entsprechenden Modelle des Unternehmens „schon vor Astra extrem gut waren“. Seiner Erfahrung nach verbessert Astra das Produkt „in den Nuancen“ auf drei Arten. Es arbeitet im Durchschnitt schneller, da es für dieselbe Aufgabe weniger Thinking Tokens verbraucht. Es liefert bessere Ergebnisse bei kreativen Aufgaben, wie in einer Launch-Demo gezeigt, in der es per Sprachbefehl Zeichnungen in Microsoft Paint anfertigte. Zudem ist es zuverlässiger, was er als den Unterschied zwischen 99 Prozent und 97 Prozent Zuverlässigkeit beschrieb: „schwer wahrnehmbar, aber wirklich wichtig“.
Sun ergänzte, dass Astra das „am stärksten an menschlichen Werten ausgerichtete Modell“ (most aligned model) von OpenAI sei. Er verwies auf die Systemkarte (System Card), die eine deutlich höhere Resistenz gegen Prompt-Injection und weniger unbeabsichtigte Aktionen belege. Für Unternehmensanwendungen im Bereich der Beschaffung oder der Kommunikation mit Lieferanten und Kunden mache dies die Bereitstellung wesentlich sicherer. Sun erwähnte zudem, dass interne Tests gezeigt hätten, dass Astra das vorherige Modell 5.6 bei Videospielen jedes Mal schlug, und verwies auf öffentliche Berichte, wonach das Modell das Spiel Fallout in etwa 30 Stunden durchgespielt habe. Er räumte allerdings ein, er wisse nicht, wie sich dies wirtschaftlich niederschlage.
Weinstein beschrieb die Position von OpenAI so, dass das Unternehmen über „das schnellste, günstigste und zuverlässigste Produkt zur Computer-Nutzung“ verfüge. Dies ist eine Behauptung und kein nachgewiesenes Ergebnis. Er fügte hinzu, dass das Unternehmen weiterhin Modelle in verschiedenen Qualitäts- und Preisstufen anbieten werde und auch günstigere Modelle in der Computer-Nutzung besser werden. Er rechnet damit, dass es künftig stärkere Variationen geben wird, welche Modelle für welche Aufgaben eingesetzt werden.
Unternehmenskontrollen: Sandboxes, Freigaben und ein automatisierter Prüfer
Da Agenten schneller werden als die Menschen, die sie beaufsichtigen, werde das Kontrollproblem laut Sun zu einem zentralen Thema: „Wenn man an einen Punkt gelangt, an dem man nicht mehr alles beobachten und auditieren kann, was das System tut, wie geben wir insbesondere Unternehmen die Möglichkeit, den Grad der menschlichen Einbindung (Human-in-the-Loop) und die Auditierbarkeit zu kontrollieren?“
OpenAI hat Unternehmenskontrollen eingeführt, die auf zwei Ebenen basieren. Die erste ist deterministisch. Administratoren können den Agenten in eine Sandbox (isolierte Umgebung) für genehmigte Anwendungen und Websites sperren und menschliche Freigaben für bestimmte Aktionen wie Downloads, Uploads oder den Besuch neuer Websites vorschreiben. Die zweite Ebene ist ein modellbasierter Prüfer, den das Unternehmen Guardian oder Auto-Approve nennt; dieser bewertet jede vom Agenten ausgeführte Aktion im Hinblick auf Sicherheit und Alignment. Während Endverbraucher es vorziehen, gar nichts freizugeben, können Unternehmen feststellen, welche Aktionsarten automatisch ablaufen.
Sun erklärte, dass das Zögern von Unternehmen oft auf Rechenschaftspflicht und Sicherheitsbedenken zurückzuführen sei und nicht auf mangelnde Leistungsfähigkeit. Die deterministische Ebene vermittle Unternehmen „ein starkes Sicherheitsgefühl“, auch wenn das Modell besser als die meisten Menschen darin ist, Injections abzuwehren. Darüber hinaus stellt OpenAI Administratoren interne und externe Alignment-Evaluierungen zur Verfügung. Im Endkundenbereich betonte Weinstein, dass Designentscheidungen wie ein sichtbarer, animierter Cursor und Berechtigungsabfragen für neue Anwendungen Vertrauen schaffen und sicherstellen sollen, dass Nutzer keine Angst vor „unkontrollierten Prozessen“ auf ihren Geräten haben.
Wo Unternehmen Agenten einsetzen
Sun bezeichnete den Anwendungsfall im Enterprise-Bereich als „ziemlich naheliegend“, da Großkonzerne Legacy-Software betreiben, die teilweise 15 bis 20 Jahre alt ist, über keinerlei MCP-Tools verfügt und selbst für menschliche Anwender umständlich zu bedienen ist. Einige Unternehmen haben „Skills“ entwickelt, um dem Modell den Umgang mit diesen Systemen beizubringen. Er unterteilte die Anwendungsfälle in zwei Kategorien.
Die erste Kategorie umfasst das, was er als langweilige, aber wertvolle Automatisierung über Systeme wie ERP und CRM bezeichnete. Als Beispiele nannte er die Beschaffung, bei der jährliche Gerätebestellungen derzeit von teaminternen Tabellenkalkulationen an ein Betriebsteam, von dort in die Beschaffungssoftware und schließlich an Lieferanten übergeben werden. Ein weiteres Beispiel ist der monatliche Finanzabgleich (Reconciliation) über mehrere Hauptbücher hinweg, die keine APIs besitzen, sowie die Vertriebs-Prospecting, bei der Daten in CRM- und Outbound-Tools eingespeist werden. Auch die Marktforschung fällt in diese Kategorie.
Die zweite Kategorie umfasst ambitioniertere kreative und technische Arbeiten, die durch verbesserte visuelle Fähigkeiten ermöglicht werden, darunter Schaltkreisdesign, Architektur, Hardware-Engineering und Spieldesign. Sun erklärte, dass Unternehmen hierüber noch nicht nachdenken, da sie sich auf die einfacheren Chancen konzentrieren, er rechnet jedoch mit einer Nutzung in diesen Bereichen, sobald Kunden die Leistungsfähigkeit des Modells besser verstehen.
Weinstein verwies auf analoge Anwendungen für Verbraucher wie das Ausfüllen von Behördenformularen (DMV-Formulare), das Abbestellen von E-Mail-Newslettern sowie das Pflegen von Haushalts- und Ernährungsplanungs-Tabellen. Zudem hob er die Sprachsteuerung des gesamten Computers als jene Kategorie hervor, „auf die er am meisten gespannt ist“.
Dot und der Trend zu proaktiven Agenten
Die Manager widmeten sich ausführlich Dot, einem Produkt von OpenAI, bei dem jeder Agent einen eigenen Cloud-Computer mit einem vollständigen Webbrowser erhält, der Artikel kaufen und Termine buchen kann. Sun sagte, das Hauptunterscheidungsmerkmal sei die Proaktivität. Das System weist ihn auf externe Meeting-Einladungen hin, die seinen Kalender noch nicht erreicht haben, und überwacht Slack mithilfe übergeordneter Anweisungen auf kritisches Feedback aus seiner Berichtskette. Es kann zudem sowohl seinen lokalen Browser als auch die Cloud-Maschine steuern, um Sentry-Protokolle abzurufen, zu analysieren und Bericht zu erstatten. Er argumentierte, dass Dot sich am besten für „proaktive und langlebige Aufgaben eignet, die nicht jedes Mal exakt gleich ablaufen“.
Weinstein betonte, der nächste Schritt sei die Echtzeit-Zusammenarbeit zwischen Nutzer und Agent. Das aktuelle Produkt sei stark hintergrundorientiert, was er als Stärke, aber auch als Einschränkung bezeichnete. Er wünsche sich Agenten, „die sich an Sie anpassen, statt dass Sie sich an sie anpassen müssen“.
Ökonomie des offenen Webs bleibt ungeklärt
Sun äußerte sich direkt zu einem kommerziellen Problem im offenen Web. Innerhalb von unternehmensintern genehmigter Software ist die Agenten-Automatisierung willkommen. Im Internet jedoch verfolgen Werbetreibende und werbefinanzierte Publisher Geschäftsmodelle, „die nicht damit vereinbar sind, dass Agenten unser Produkt nutzen“, und ein Werbeimpression durch einen Agenten „trägt tatsächlich nicht zu echten Umsätzen bei“. Er erklärte, dass OpenAI gemeinsam mit seinem Partnerships-Team an einer Lösung arbeite, konnte jedoch noch kein Ergebnis präsentieren.
Für Websites, die Agenten unterstützen möchten, verwies er auf WebMCP, einen Standard, der von OpenAIs App-Browser unterstützt wird. Dieser ermöglicht es Menschen und Agenten, eine Site gemeinsam zu nutzen, wobei der Agent mühsame Schritte übernimmt, während der Mensch für das Browsen oder den Checkout übernimmt. Sun betonte, dass das Modell die Website selbst als Schnittstelle beibehält, anstatt sie auf eine API zu reduzieren.
Software-Formfaktor und Chancen für Startups
Auf die Frage, ob Legacy-Software oder KI-native Anwendungen gewinnen werden, antwortete Weinstein, dass beide fortbestehen werden. Vor 10 bis 40 Jahren geschriebene Altsysteme werden nicht so schnell verschwinden, und die Computer-Nutzung „könnte den Druck auf Unternehmen erhöhen, Software besser mit Agenten kompatibel zu machen“, da standardmäßig jede Software mit Agenten funktionieren werde. Sun argumentierte, dass die kostengünstige Erstellung von Software die Qualität nach oben treiben werde; eine Zukunft, in der das Internet zu einem „gesichtslosen“ Agent-zu-Agent-Traffic wird, lehnte er ab. Er beschrieb, wie er ein personalisiertes Schulungstool für seine Frau gebaut hat, und prognostizierte Software, die „für hundert Personen oder eine einzige Person“ konzipiert ist. Im B2B-Bereich werden Anwender laut Sun weiterhin eine Benutzeroberfläche für Audit-Logs und Kontrollen benötigen – „und warum sollten wir uns mit schlechter Software zufrieden geben?“
Beide Manager, die früher selbst Gründer waren, blieben angesichts der Marktbreite von OpenAI konstruktiv gegenüber Startups. Sun sagte, die Teams von OpenAI seien im Verhältnis zu den Problemen nach wie vor „stark beansprucht“. Er nannte ein vertikales Beispiel, bei dem ein Agent das Restaurantlager fotografiert, den Bedarf aus dem prognostizierten Verkehrsaufkommen ableitet, Lebensmittel über eine Beschaffungssoftware bestellt und die Personalplanung im ERP anpasst. Viele kleine und mittlere Unternehmen täten sich schwer damit, KI-Tools zu verstehen, zu vernetzen, bereitzustellen und zu warten, was Raum für Spezialisten lasse, die Regulierung, Go-to-Market und Kundenservice in bestimmten Branchen verstehen.
Produktkohärenz ist das Problem der nahen Zukunft
Sun räumte eine unkomfortable Produktrealität ein. Nutzer sehen sich derzeit einer Chrome-Extension, die ihre eigenen Passwörter verwendet, einem Desktop-Browser in der App mit separaten Cookies und Logins, einem Cloud-Browser in ChatGPT und einem weiteren Cloud-Computer in Dot gegenüber – und keine dieser Komponenten teilt ihren Zustand. „Warum habe ich diese vier verschiedenen Browser, die alle nicht miteinander reden?“, werde der Durchschnittsverbraucher fragen. Er bezeichnete die Computer-Nutzung im Konzept als „das am leichtesten zu verstehende KI-Produkt“, erklärte jedoch, dass die Komplexität bei der Umsetzung direkt bei den Nutzern spürbar werde. Das Erlebnis kohärent und konsumententauglich zu gestalten, sei seine Priorität für das nächste Quartal. Er kündigte eine „gemeinsame Intelligenzschicht“ an, damit Agenten und Anwendungen Kontext austauschen können, anstatt in separate, Website-spezifische Agenten zu fragmentieren.