Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai12. Dezember 2025 · Q006752

How We Used Codex to Ship Sora for Android in 28 Days

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI zufolge entwickelte ein vierköpfiges Team Sora für Android in 28 Tagen, wobei Codex etwa 85 Prozent des Codes beigesteuert habe. Der Bericht führt den Ablauf auf klare Architekturvorgaben, konkrete Beispiele, gemeinsame Planung und menschliche Prüfung zurück und betont, dass parallele Codex-Sitzungen den Abstimmungsbedarf nicht beseitigten. Sora ist laut Bericht seit dem 26. April 2026 nicht mehr verfügbar.

Mittel

OpenAI berichtet, ein vierköpfiges Team habe Sora für Android zwischen dem 8. Oktober und dem 5. November 2025 mit Codex entwickelt und veröffentlicht. Die Arbeit habe rund fünf Milliarden Tokens verbraucht. Laut Unternehmen erreichte die App am Starttag Platz eins im Play Store; in den ersten 24 Stunden seien mehr als eine Million Videos erstellt worden. OpenAI nennt eine Absturzfreiheit von 99,9 Prozent und schätzt, Codex habe etwa 85 Prozent des Projekts geschrieben. Der Bericht weist darauf hin, dass Sora seit dem 26. April 2026 nicht mehr verfügbar ist.

Das Team gab Architektur, zentrale Systeme und repräsentative Funktionen zunächst selbst vor. Codex funktionierte laut Bericht am besten mit Beispielen, klaren Regeln und eng umrissenen Aufgaben. Für größere Änderungen ließ man es erst den vorhandenen Code erklären, korrigierte sein Verständnis und erstellte gemeinsam einen Plan, bevor die Umsetzung begann. Mehrere parallele Sitzungen beschleunigten die Codeproduktion, verlagerten den Engpass aber auf menschliche Entscheidungen, Prüfung und Integration. Vorhandener iOS- und Backend-Code half Codex, App-Logik von Swift nach Kotlin zu übertragen. OpenAI folgert, dass KI-gestützte Entwicklung weiterhin menschliche Architekturarbeit und Qualitätskontrolle erfordert. Der Bericht versteht sich ausdrücklich nicht als allgemeingültiges Rezept.

Ausführlich lesen

Der Bericht schildert OpenAIs Darstellung, wie ein vierköpfiges Android-Team Sora mit Unterstützung von Codex in 28 Tagen vom Prototyp bis zum weltweiten Start brachte. Laut Bericht lief die Arbeit vom 8. Oktober bis zum 5. November 2025 und verbrauchte ungefähr fünf Milliarden Tokens. Am Starttag sei die App im Play Store auf Platz eins gelangt; Android-Nutzer hätten in den ersten 24 Stunden mehr als eine Million Videos erzeugt. OpenAI gibt für die App eine Absturzfreiheit von 99,9 Prozent an. Als Modell sei eine frühe Version von GPT‑5.1‑Codex verwendet worden. Der Bericht merkt an, dass Sora seit dem 26. April 2026 nicht mehr verfügbar sei.

Das Team setzte auf eine kleine Besetzung und griff damit Brooks’ Gesetz auf: Mehr Personal kann ein verspätetes Softwareprojekt durch zusätzlichen Abstimmungs- und Integrationsaufwand weiter verzögern. Mit Codex habe das Team nach 18 Tagen eine interne Version und zehn Tage später den öffentlichen Start erreicht. Die Ingenieure hätten Codex wie einen neuen erfahrenen Kollegen behandelt: Es konnte viel Code schreiben, brauchte aber klare Ziele, Projektkontext und menschliche Anleitung. Laut Bericht fehlten Codex unter anderem Wissen über unausgesprochene Architekturregeln und die Fähigkeit, die App auf einem Gerät zu erleben. Bei Architekturentscheidungen neige es dazu, etwas Funktionsfähiges zu erzeugen, statt langfristige Sauberkeit zu priorisieren.

Deshalb legten die Ingenieure zentrale Grundlagen selbst fest: Architektur, Modularisierung, Abhängigkeitsverwaltung, Navigation, Anmeldung und Netzwerkanbindung. Sie entwickelten außerdem einige repräsentative Funktionen und dokumentierten Muster, an denen Codex weitere Arbeit ausrichten konnte. OpenAI schätzt, dass Codex etwa 85 Prozent des Projekts geschrieben habe. Ein Versuch, die App mit einer einzigen allgemeinen Aufforderung aus dem iOS-Code erstellen zu lassen, sei zwar technisch funktionsfähig gewesen, habe aber laut Team eine schwache Produkterfahrung und unzuverlässigen Code ergeben.

Für größere Änderungen änderte das Team seinen Ablauf: Zuerst sollte Codex die beteiligten Dateien und Datenflüsse erklären. Danach korrigierten die Ingenieure sein Verständnis, erarbeiteten gemeinsam einen konkreten Umsetzungsplan und ließen die Umsetzung schrittweise erfolgen. Bei langen Aufgaben speicherten sie Pläne, um sie über mehrere Sitzungen hinweg zu nutzen. Mehrere Codex-Sitzungen liefen zeitweise parallel, etwa für Wiedergabe, Suche, Fehlerbehandlung und Tests. Dadurch verschob sich der Engpass nach Einschätzung des Teams vom Schreiben hin zu Entscheidungen, Rückmeldungen, Prüfung und Integration; zusätzliche Sitzungen brachten also nicht automatisch einen linearen Geschwindigkeitsgewinn.

Der bereits vorhandene iOS- und Backend-Code diente als konkreter Bezug für die Android-Umsetzung: Codex übersetzte laut Bericht Geschäftslogik und Verhaltensweisen aus Swift nach Kotlin. Die abschließende Lehre des Unternehmens lautet, dass KI-Unterstützung menschliche Sorgfalt nicht ersetzt, sondern gute Systemkenntnis, Planung und Kontrolle voraussetzt. OpenAI betont zugleich, der Erfahrungsbericht sei kein allgemeingültiges Rezept und beanspruche nicht, die KI-gestützte Entwicklung abschließend gelöst zu haben.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Der Bericht ist eine Fallstudie zur Softwareentwicklung mit Codex und beantwortet keine der geprüften Fragen zu Selbstverbesserung, Werten unter fehlender Beobachtung oder Mitsprache der Betroffenen direkt. Die von Luna angegebenen Stufen 4 und die Anteile (56 %, 50 %, 43 %) lassen sich aus dem Bericht nicht belegen, die Anteile sind dort nicht vorgesehen. Die Zusammenfassungen selbst sind sachlich korrekt; es fehlen aber zentrale Argumente wie das Brooks-Argument.

Im Bericht, aber nicht in der Zusammenfassung

  • Das Brooks-Argument: Das Team blieb mit vier Ingenieuren bewusst klein, weil mehr Personal Koordinationsaufwand erzeugt.
  • Der gescheiterte Versuch, Sora nur mit einem Einzelprompt auf Basis des iOS-Codes bauen zu lassen.
  • Die Zuständigkeit für Architektur, Abläufe und Authentifizierung lag beim Menschen, während Codex nach repräsentativen Vorlagen weitgehend selbstständig arbeitete.
  • Die Stärke von Codex bei Code-Reviews und Tests sowie die Nutzung von AGENTS.md-Dateien.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 29 %Hintergrund, keine Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 56 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 33 %gleiches Oberthema, hilft nicht
    • Luna 56 %einzelne zitierbare Belege
    • JEV 27 %Hintergrund, keine Belege
    • amos 28 %nur am Rande erwähnt
    • SubQ 33 %gleiches Oberthema, hilft nicht
    • drex 22 %nur am Rande erwähnt
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV 25 %einzelne zitierbare Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 43 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 27 %Hintergrund, keine Belege
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-V3-T01 Worauf verlässt sich ein Mensch, wenn er glaubt, niemand sehe zu, und lassen sich solche Werte einem System beibringen, das sie nur aus Text gelernt hat? Wie testen Labore heute, ob die Werte eines Modells halten, wenn es zu Recht oder zu Unrecht glaubt, niemand sehe zu? Und wenn niemand erkennen kann, ob jemand zusieht: Was hält Werte dann fest, Charakter, Training oder die Geschichte, die man sich selbst erzählt? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 0 · kein Bezug
    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 42 %einzelne zitierbare Belege
    • JEV 58 %beantwortet teilweise oder widerspricht
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 40 %einzelne zitierbare Belege
    • JEV 36 %umfangreiche Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 28 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 3 · 27 % · Hintergrund, keine Belege
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 35 %einzelne zitierbare Belege
    • JEV 41 %beantwortet teilweise oder widerspricht
    • amos 24 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 24 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 37 %einzelne zitierbare Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 19 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 74 %Hintergrund, keine Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 50 %einzelne zitierbare Belege
    • JEV 51 %beantwortet teilweise oder widerspricht
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 47 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →