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
openai18. Januar 2026 · Q007975

A business that scales with the value of intelligence

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI-Finanzchefin Sarah Friar beschreibt ein Geschäftsmodell, in dem Abonnements, APIs, Werbung und Handel mit dem Nutzen und der Nutzung von KI wachsen sollen. Sie nennt stark gestiegene Rechenkapazität und wiederkehrende Umsätze als Teil eines sich selbst verstärkenden Wachstumskreislaufs und kündigt für 2026 einen Fokus auf praktische Anwendungen an. Die Kennzahlen und Zusammenhänge werden im Beitrag von OpenAI dargestellt, aber nicht unabhängig belegt.

Mittel

OpenAI-Finanzchefin Sarah Friar schildert den Weg von ChatGPT als Forschungsvorschau zu einem breit genutzten Werkzeug für Alltag und Arbeit. OpenAI wolle sein Geschäftsmodell an den Nutzen koppeln, den KI stiftet: durch private und Team-Abonnements, nutzungsabhängige API-Preise sowie eine kostenlose, werbe- und handelsgestützte Stufe. Werbung solle gekennzeichnet und nützlich sein; weitere Erlösmodelle könnten etwa Lizenzierung und erfolgsabhängige Preise umfassen.

Als Wachstumskreislauf beschreibt Friar, dass Rechenkapazität bessere Modelle und Produkte ermögliche, deren Verbreitung Einnahmen erzeuge, die wiederum neue Investitionen finanzieren. Laut Beitrag stieg die Rechenleistung von 0,2 GW 2023 auf rund 1,9 GW 2025; der ARR wuchs im selben Zeitraum von 2 auf mehr als 20 Milliarden US-Dollar. Friar zufolge hätte zusätzliche Rechenkapazität die Verbreitung weiter beschleunigt. OpenAI setze auf mehrere Rechenanbieter, flexible Verträge und Investitionen in Etappen. Für 2026 liege der Schwerpunkt auf praktischer Nutzung, besonders in Gesundheit, Wissenschaft und Unternehmen. Die Angaben und Deutungen stammen von der OpenAI-CFO; unabhängige Nachweise, konkrete Nutzerzahlen und detaillierte Berechnungsmethoden enthält der Beitrag nicht.

Ausführlich lesen

Der Beitrag von OpenAI-Finanzchefin Sarah Friar beschreibt, wie OpenAI den Übergang von ChatGPT als Forschungsvorschau zu einem breit genutzten Arbeitswerkzeug und einer wirtschaftlichen Plattform versteht. Friar zufolge wurde ChatGPT zunächst für vielfältige Alltagsaufgaben eingesetzt und anschließend zunehmend in berufliche Abläufe integriert: etwa beim Überarbeiten von Texten, Prüfen von Tabellen, Programmieren, Entwickeln von Kampagnen, Finanzmodellieren und Vorbereiten schwieriger Gespräche. OpenAI ordnet diese Entwicklung als Wandel von einem Werkzeug für Neugier zu einer Infrastruktur ein, die Menschen produktiver machen und Entscheidungen erleichtern soll.

Als Leitlinie des Geschäftsmodells nennt Friar, dass die Einnahmen mit dem Wert wachsen sollen, den KI für Nutzerinnen, Unternehmen und Entwickler schafft. OpenAI habe dafür zunächst private Abonnements, später Angebote für Teams und nutzungsabhängige Preise eingeführt. Über APIs können Unternehmen und Entwickler KI in eigene Produkte und Prozesse einbauen; die Kosten sollen dabei mit der tatsächlichen Nutzung steigen. Der Beitrag zählt außerdem eine kostenlose, durch Werbung und Handel unterstützte Stufe auf. Werbung solle klar gekennzeichnet und nützlich sein; allgemein gelte, dass Monetarisierung zur Nutzungserfahrung passen müsse und nur dann dazugehöre, wenn sie Mehrwert biete. Für künftige Anwendungen in Bereichen wie Forschung, Arzneimittelentwicklung, Energie und Finanzmodellierung erwartet Friar weitere Erlösformen, darunter Lizenzierung, Vereinbarungen über geistiges Eigentum und erfolgsabhängige Preise.

Zur Geschäftsentwicklung nennt der Beitrag steigende Höchststände bei täglichen und wöchentlichen aktiven Nutzerinnen und Nutzern, ohne hier konkrete Nutzerzahlen anzugeben. Friar beschreibt einen Kreislauf: Rechenkapazität ermögliche leistungsfähigere Forschung und Modelle; bessere Modelle ermöglichten bessere Produkte und eine breitere Nutzung; die daraus entstehenden Einnahmen finanzierten weitere Rechenkapazität und Innovation. Als Kennzahlen führt der Beitrag an, die verfügbare Rechenleistung sei von 0,2 Gigawatt 2023 auf 0,6 Gigawatt 2024 und rund 1,9 Gigawatt 2025 gestiegen. Der jährlich wiederkehrende Umsatz (ARR) wird mit 2 Milliarden US-Dollar 2023, 6 Milliarden 2024 und mehr als 20 Milliarden 2025 beziffert. Friar zufolge wuchsen beide Größen gegenüber dem Vorjahr jeweils etwa auf das Dreifache. Sie behauptet außerdem, zusätzliche Rechenkapazität hätte in diesen Zeiträumen die Kundenakzeptanz und Monetarisierung beschleunigt.

Rechenkapazität bezeichnet Friar als knappe Ressource. OpenAI habe sich von einem einzelnen Anbieter zu einem diversifizierten Netzwerk von Anbietern entwickelt, um Versorgungssicherheit und belastbarere Planung zu erreichen. Kapazität solle je nach Bedarf eingesetzt werden: leistungsstarke Hardware für Spitzenmodelle und günstigere Infrastruktur für große, weniger anspruchsvolle Arbeitslasten. So sollen Latenz, Durchsatz und Kosten verbessert werden. Der Produktbaukasten umfasse Text, Bilder, Sprache, Programmierung und APIs; als nächste Entwicklungsstufe nennt Friar dauerhaft arbeitende Agenten, die Kontext behalten und über Werkzeuge hinweg Aufgaben erledigen.

Für 2026 setzt OpenAI laut Beitrag auf praktische Verbreitung, besonders in Gesundheit, Wissenschaft und Unternehmen. Die Finanzierung langfristiger Infrastrukturverpflichtungen soll dabei vorsichtig erfolgen: mit Partnern statt ausschließlich eigenem Besitz, flexiblen Verträgen und schrittweisen Investitionen anhand realer Nachfragesignale. Der Text ist eine Darstellung der OpenAI-CFO. Er liefert keine unabhängige Prüfung der genannten Kennzahlen oder der behaupteten Zusammenhänge; konkrete WAU- und DAU-Zahlen sowie detaillierte Berechnungsmethoden fehlen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Bewertung bezieht sich auf die mittlere Zusammenfassung; die kurze Fassung stimmt sachlich, enthält aber keine erfundenen Angaben und lässt die gleichen Punkte aus. Alle Teilfragen wurden einzeln und unabhängig von Lunas Stufen eingeordnet.

Im Bericht, aber nicht in der Zusammenfassung

  • Agenten und Workflow-Automatisierung als nächste Produktphase, die über längere Zeit Kontext behalten und Aktionen über Werkzeuge ausführen
  • Kosten im Bereich von Cent pro Million Tokens und die Aufteilung der Rechenlast zwischen teuren und günstigen Infrastrukturen

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
Unabhängig prüfen
  1. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 100 %kein Bezug
    • Luna 61 %Hintergrund, keine Belege
    • JEV 25 %gleiches Oberthema, hilft nicht
    • amos 26 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-P4-T01 Würden Regierungen Messdaten aus der Lieferkette von Chips (Telemetrie), den Stromverbrauch, gemeldete Verzeichnisse von Trainingsläufen und eine unabhängig überwachte Abrechnung von Strom, Hardware und Rechenaufwand als vertragstauglichen Nachweis für die Größe der Trainingsläufe eines anderen Staates anerkennen, ohne Modellgewichte (die gelernten Parameter) oder Code anzurühren? Und wie sähe eine Prüfordnung für Rechenschwellen aus, die nichts über das Innere der Modelle verrät? Luna: Stufe 3 · 51 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 74 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-T1-T08 Wenn ein Sicherheitsprojekt mit KI-Hilfe zugleich die allgemeine Fähigkeit des Modells oder die für sein Training genutzte Rechenleistung steigert: Wie hält man beide Wirkungen fest, und wie entscheidet man, ob der daraus entstehende Fähigkeitszuwachs eine neue Sicherheitsprüfung braucht, bevor die Arbeit weitergeht? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 22 %einzelne zitierbare Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 66 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 46 %einzelne zitierbare Belege
    • JEV 30 %Hintergrund, keine Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 71 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %gleiches Oberthema, hilft nicht
    • 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 100 %kein Bezug
    • JEV 37 %einzelne zitierbare Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 81 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. 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 27 %Hintergrund, keine Belege
    • JEV 34 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 24 %einzelne zitierbare Belege
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

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 48 %Hintergrund, keine Belege
    • JEV 57 %nur am Rande erwähnt
    • amos 32 %nur am Rande erwähnt
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 45 %gleiches Oberthema, hilft nicht

  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 79 %Hintergrund, keine Belege
    • JEV 25 %gleiches Oberthema, hilft nicht
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 68 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 78 %gleiches Oberthema, hilft nicht
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 26 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 66 %einzelne zitierbare Belege
    • JEV 49 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege
    • SF-E4-T02 Welche konkreten Mechanismen (bezahlbarer Zugang zu Modellen, Rechenleistung im öffentlichen Interesse, Technologietransfer) sollen Sicherheitsregeln begleiten, damit sie Monopole nicht vertiefen und Länder mit wenig Mitteln nicht abhängig zurücklassen? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege
  3. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 35 %gleiches Oberthema, hilft nicht
    • Luna 48 %Hintergrund, keine Belege
    • JEV 34 %Hintergrund, keine Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 65 %gleiches Oberthema, hilft nicht
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 42 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • 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 · 40 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
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 →