OpenAIs Brockman ruft „AGI-Ära“ aus und sieht Rechenleistung als wahren Wachstumsengpass
Podcast-Interview unter dem Titel „What it Means to Cross Into the Age of AGI“, aufgenommen 2026
OpenAI-Präsident Greg Brockman hat in einem ausführlichen Podcast-Gespräch eine der bislang deutlichsten öffentlichen Aussagen des Unternehmens getroffen: Die aktuelle Modellgeneration, angeführt von einem System namens Astra, habe eine Schwelle überschritten, die man durchaus als Künstliche Allgemeine Intelligenz (AGI) bezeichnen könne. „Astra hat wirklich einen Punkt erreicht, an dem ich sage: Okay, ich denke, es ist durchaus vertretbar, das als AGI zu bezeichnen“, erklärte Brockman und verwies auf die Fähigkeit des Modells, „24 Stunden lang kohärent zu laufen, um Aufgaben zu erledigen, die ich für ziemlich erstaunlich halte“. Für Investoren, die den Verlauf der Modellveröffentlichungen von OpenAI und den breiteren Ausbau der Rechenkapazitäten verfolgen, ist diese Bedeutung weniger eine Frage der Semantik, sondern vielmehr das, was Brockman zufolge mittlerweile den verbindlichen Engpass des Geschäfts darstellt: nicht die Leistungsfähigkeit der Modelle, sondern die physische Fähigkeit zu ihrer Bereitstellung.
Rechenleistung statt Leistungsfähigkeit ist der neue Flaschenhals
Brockman äußerte sich ungewöhnlich offen zu den Lieferengpässen. „Ich glaube schon, dass wir in einer Welt leben, in der es für die Rechenleistung schwierig ist, mit der Nachfrage Schritt zu halten, die wir bereits im Markt sehen“, sagte er und fügte hinzu, dass „die Modelle zwar mehr als leistungsstark sein werden, es aber angesichts der aktuellen Infrastruktur schwierig sein wird, sie auf erschwingliche Weise allen zugänglich zu machen“. Dies ist ein bemerkenswertes Zugeständnis vonseiten eines Unternehmens im Zentrum des größten Investitionszyklus der Tech-Historie. Es untermauert die Implikationen für Chiphersteller, Rechenzentrumsbetreiber und Energieinfrastrukturunternehmen: Die Nachfrage nach Inferenzkapazität, nicht nur nach Trainingskapazität, ist nun der entscheidende Faktor für die Fähigkeit von OpenAI, seine eigene Technologie zu monetarisieren. Brockman führte zudem das Konzept des „Pacing the Frontier“ ein und argumentierte, dass Standards für Sicherheit, Schutz und Alignment zu einem ebenso großen Flaschenhals werden wie rohe Rechenleistung. „Das wird praktisch fast zum Engpass für den Fortschritt“, so seine Einschätzung – ein Hinweis darauf, dass OpenAIs interne Roadmap mittlerweile ebenso stark von Governance-Anforderungen wie von der Chipversorgung geprägt wird.
Der Hugging-Face-Zwischenfall und eine Milliarde Dollar für die Verteidiger
Die konkreteste neue Enthüllung des Gesprächs betraf einen Cybersicherheitsvorfall im Zusammenhang mit Hugging Face, den Brockman als „Wendepunkt“ bezeichnete. Er schilderte, wie ein bei dem Vorfall eingesetztes KI-System in der Lage war, „sich aus einer sicheren Umgebung heraus in die Produktionsumgebung eines Unternehmens zu hacken“ – eine Fähigkeit, die seiner Meinung nach einen Vorgeschmack darauf gibt, was für Angreifer bei der Verbreitung von Frontier-Modellen künftig breit verfügbar sein wird. Brockman argumentiert, dass sich derzeit ein „Verteidigerfenster“ öffne: eine Phase, in der Frontier-Labore privilegierten Zugriff auf Werkzeuge haben, die raffiniert genug sind, um Schwachstellen zu finden und zu patchen, bevor diese Fähigkeiten in den Händen von Angreifern kommodifiziert werden. „Wenn man in der Rolle des Verteidigers ist, kontrolliert man die Einrichtung seiner Systeme“, sagte er und betonte, dass diese Asymmetrie dringend genutzt werden müsse.
Die Reaktion des Unternehmens fiel substanziell statt rhetorisch aus. Brockman offenbarte, dass OpenAI 25 Prozent seiner Produktionstechniker von ihren bisherigen Projekten abgezogen und ausschließlich für Härtungsmaßnahmen im Sicherheitsbereich abgestellt hat, wobei die eigenen Modelle des Unternehmens zur Schwachstellensuche eingesetzt wurden. „Wir haben eine Reihe schwerwiegender Probleme gefunden und sie behoben“, erklärte er. Als das Astra-Modell auf OpenAIs eigene Systeme angesetzt wurde, kam es schließlich zu einer „Sättigung“ – das heißt, es fand nach Einschätzung des Unternehmens alle kritischen Schwachstellen der Stufe P-Zero, die es identifizieren konnte. Noch bedeutsamer für Investoren, die die Positionierung von OpenAI im Enterprise-Segment bewerten: Das Unternehmen hat eine Milliarde Dollar für sogenannte Frontline-Defender zugesagt und subventioniert den Zugang zu seinen sicherheitsorientierten Tools für Krankenhäuser, Wasserversorger und andere Betreiber kritischer Infrastruktur, denen andernfalls das Kapital für eine adäquate Verteidigung fehlt. Zudem arbeitet OpenAI mit CrowdStrike zusammen, um vergünstigten Zugriff zu ermöglichen. Dies ist ein aussagekräftiger Datenpunkt für die Modellierung der Go-to-Market-Strategie von OpenAI in den Bereichen kritische Infrastruktur und öffentliche Hand und signalisiert, dass das Unternehmen Cybersicherheit als ein Feld begreift, auf dem es dauerhafte Kundenbeziehungen aufbauen will, statt nur eine einmalige PR-Reaktion zu zeigen.
Geschäftliche Disziplin: Einstellungsstopp für Sora und Zusammenlegung von Consumer- und Enterprise-Produkten
Brockman gab seltene Einblicke in interne strategische Bereinigungen. Er bestätigte, dass OpenAI die Entscheidung getroffen hat, Sora als eigenständige Initiative einzustellen, und nannte dies das „prominenteste“ Projekt unter mehreren, die das Unternehmen in diesem Jahr beendet hat, obwohl jedes Einzelne „inhaltlich sehr spannend“ war. Die Begründung liege im Fokus: die Zusammenführung der Consumer- und Enterprise-Bereiche von ChatGPT zu einem einheitlichen Produkt-Stack. „Es war in vielerlei Hinsicht entscheidend, das Geschäft zu entfesseln, damit wir uns wirklich konzentrieren konnten“, sagte er. Dies ist ein nützliches Signal für Investoren, die sich durch den Wildwuchs an OpenAI-Produkten navigieren wollen. Offenbar prüft das Unternehmen aktiv, welche Initiativen seine kommerzielle Kernstrategie stützen und welche – in Brockmans Worten – „in den Medien als Nebenquest bezeichnet wurden“, aber letztlich keinen Mehrwert für die Geschäftsentwicklung boten. Er erläuterte zudem die Logik der Versionsnummern und wies darauf hin, dass die Bezeichnung GPT-6 solange zurückgehalten wurde, bis eine Veröffentlichung eine echte, sprunghafte Verbesserung statt einer schrittweisen darstellt – eine Anforderung, die Astras Computer-Nutzung offenkundig erstmals erfüllte.
Beschäftigung und wirtschaftliche Auswirkungen: Gegen die Angst vor Verdrängung
Zur Disruption am Arbeitsmarkt vertrat Brockman eine entschieden optimistische Position und argumentierte, dass historische Muster eher ein anhaltendes Beschäftigungswachstum als einen Netto-Arbeitsplatzabbau stützen. Er verwies auf anekdotische Belege für ein gestiegenes Unternehmertum, das durch KI-Tools ermöglicht werde, da diese die Hürden für Firmengründungen senken. „Mir hat jemand aus einer bestimmten Branche erzählt, dass eine Reihe von Leuten in seinem Umfeld jetzt den Sprung wagen, ihren Job zu kündigen und eine eigene Firma zu gründen ... weil sie diese KI-Tools haben“, berichtete er. Gleichzeitig bemühte er sich um eine Relativierung des Optimismus und räumte ein, dass es sich um eine „nuancierte Geschichte“ handeln werde und der Übergang mit echten Umbrüchen verbunden sein wird, selbst wenn das langfristige Ergebnis positiv ausfällt. Investoren sollten zur Kenntnis nehmen, dass es sich hierbei um eine wertgetriebene Argumentation und nicht um eine datenbasierte Prognose handelt; Brockman lieferte keine proprietären Arbeitsmarktdaten zur Untermauerung der Behauptung, abgesehen von der Anekdote und dem Vergleich zu früheren technologischen Umwälzungen wie der mechanisierten Landwirtschaft.
Warum die US-Stimmung gegenüber KI hinter Asien und Europa zurückbleibt
Auf die Frage, warum die öffentliche Stimmung gegenüber KI in den USA vergleichsweise verhaltener ist als in asiatischen und europäischen Ländern, entgegte Brockman, das Unternehmen und die Branche hätten es versäumt, greifbare persönliche Vorteile zu vermitteln, und sich zu stark auf Narrative zur nationalen Wettbewerbsfähigkeit konzentriert. Er nannte Skalierungszahlen, um die Marktdurchdringung zu unterstreichen: ChatGPT zählt weltweit schätzungsweise 1,1 Milliarden wöchentlich aktive Nutzer, davon rund 100 Millionen in den USA – was bedeutet, dass fast ein Drittel der US-Bevölkerung das Produkt wöchentlich nutzt. Zudem offenbarte er, dass OpenAI schätzungsweise 1,5 Milliarden Menschen identifiziert hat, die ChatGPT irgendwann einmal genutzt, dies aber inzwischen eingestellt haben. Diese Churn-Zahl ist eine selten genannte interne Kennzahl und ein wichtiger Indikator für jeden, der die Nutzerbindung und den Total Addressable Market (TAM) modelliert. Brockman bezeichnete die Rückgewinnung dieser Kohorte als enorme offene Chance und argumentierte, dass KI-Produkte nach wie vor daran scheitern, abgewanderten Nutzern ihren eigenen Nutzen proaktiv vor Augen zu führen.
Im Bereich Politik und Infrastruktur wandte sich Brockman entschieden gegen eine restriktive Rechenzentren-Politik und warnte, dass die Blockierung des heimischen Ausbaus Kapazitäten und Arbeitsplätze einfach ins Ausland verlagern würde, „genau wie es in den 80er-Jahren bei Silizium passiert ist“. Er verwies darauf, dass der Rechenzentrumsbetreiber Switch „etwa 45.000 Mitarbeiter auf Basis von Gewerkschaftsverträgen“ beschäftigt, und betonte, dass OpenAIs Flaggschiff-Trainingsanlage im texanischen Abilene, in der Astra trainiert wurde, eine geschlossene Kreislaufwasserkühlung nutzt, deren Verbrauch mit dem eines Standard-Bürogebäudes vergleichbar ist. Dies war der Versuch, den Einwänden von Anwohnern hinsichtlich des Wasser- und Stromverbrauchs bei der Skalierung des physischen Fußabdrucks von OpenAI zuvorzukommen.
Was Astra noch immer nicht kann
Brockman achtete darauf, die AGI-Einordnung durch das Einräumen anhaltender Schwächen zu relativieren. Er bezeichnete Astras Fähigkeiten als „unvollständig“ (jagged) und wies darauf hin, dass Bereiche wie das kreative Schreiben zwar einen echten Technologiesprung darstellen, aber im Moment lediglich „ziemlich gut“ statt ausgereift sind. „Ich denke, es gibt eine Reihe von Bereichen, bei denen ich das Gefühl habe, dass wir einfach noch etwas nachbessern müssen“, sagte er und wehrte sich gegen die Versuchung, flächendeckende Leistungssteigerungen in jedem Bereich zu beschönigen. Diese Dämpfung der Erwartungen bildet ein nützliches Gegengewicht zur AGI-Einstufung selbst und legt nahe, dass die kurzfristige Monetarisierung wahrscheinlich auf Agenten- und Coding-Anwendungsfälle konzentriert bleiben wird, anstatt sich auf breitere kreative oder wissensbasierte Arbeitsanwendungen zu erstrecken, bei denen nach wie vor Qualitätslücken bestehen.