Illustration Absmeier foto freepik

Peter van der Putten, Director AI Lab and Lead Scientist bei Pegasystems (Quelle: Pegasystems)

Kommentar von Peter van der Putten, Director AI Lab and Lead Scientist bei Pegasystems

Die offizielle Vorstellung von GPT-5 zeigt eindrucksvoll, welches Potenzial KI-Modelle für die Softwareentwicklung und die Modernisierung von Legacy-Systemen bieten. Gerade für große Unternehmen gilt jedoch: Technische Machbarkeit allein reicht nicht – eine verantwortungsvolle Umsetzung bleibt entscheidend.

Aus Forschungsperspektive klang bei der offiziellen Präsentation von OpenAI insbesondere ein Aspekt interessant – auch wenn es an Details noch mangelte: der Einsatz synthetischer Daten. Dabei geht es nicht nur darum, mehr Daten zu erzeugen, sondern gezielt die richtigen Daten zu generieren. OpenAI hat bislang kaum (oder gar keine) akademische Veröffentlichungen vorzuweisen. Umso spannender wäre es, wenn die Forschungsgemeinschaft die Möglichkeit bekäme, diese Ansätze im Rahmen von Peer Reviews zu bewerten und praktisch zu erproben.

Ebenfalls demonstriert wurde, wie GPT-5 in der Lage ist, große Mengen an Code zu verstehen, einschließlich der Entscheidungen auf Architektur- und Designebene. GPT-5 ist damit sicherlich nicht allein auf dem Markt, aber es ist ein weiteres Beispiel dafür, wie KI-Lösungen dazu beitragen, Legacy-Systeme und bestehende Anwendungen zu transformieren – indem sie sich sukzessive durch den Altcode arbeiten. Das ist auch deshalb entscheidend, weil viele Unternehmen innovative Technologien wie KI nutzen wollen, von ihren Altanwendungen aber gewissermaßen als Geiseln gehalten werden. Modelle wie das jetzt präsentierte GPT-5 bieten hier einen möglichen Ausweg.

Die Vorstellung, dass GPT-5 eine vollständige Anwendung von Grund auf entwickeln kann, ist zweifellos beeindruckend. Für Unternehmen darf diese Möglichkeit aber nicht der Weg sein, um geschäftskritische Anwendungen zu bauen. Sie müssen weiterhin verstehen, wie der erzeugte Code funktioniert – andernfalls laufen sie Gefahr, technische Schulden weiter anzuhäufen. Weitaus spannender ist hingegen die Idee, dass GPT-5 und vergleichbare Modelle Low-Code-Artefakte wie Workflows oder Datenmodelle erzeugen können, die auch für Fachanwender nachvollziehbar und verständlich sind.

Vorteile und Nachteile von GPT-5

Vorteile

Einheitliches, intelligentes Modell

GPT-5 vereint verschiedene Vorgängermodelle in einer Engine und wählt automatisch jene Architektur, die für eine Anfrage am geeignetsten ist.

Nutzer müssen nicht mehr manuell zwischen GPT-4.1, GPT-4o oder anderen Versionen wechseln.
Das Modell entscheidet je nach Komplexität und Thema, ob es den »Thinking-Mode« einsetzen soll.
Dadurch erhalten Anwender stets die optimale Balance aus Geschwindigkeit und Tiefe.

Verbesserte Denkprozesse (»Thinking-Mode«)

Das neue »Thinking-Mode« führt intern eine mehrstufige Überlegung durch, bevor eine Antwort ausgegeben wird.

Steigert die Qualität und Präzision bei komplexen Anfragen.
Proaktive Rückfragen ermöglichen einen interaktiven Dialog auf Expertenniveau.
Auch in der Gratis-Version kann dieser Modus nun zumindest einmal pro Tag genutzt werden.

Größeres Kontextfenster und Multimodalität

GPT-5 unterstützt ein Kontextfenster von bis zu 5 Millionen Tokens und verarbeitet gleichzeitig Text, Bilder, Audio und Video.

Erlaubt das Arbeiten mit ganzen Dokumenten, umfangreichen Codebasen und Multimedia-Inhalten.
Multimodale Eingaben können in einer einzigen Anfrage kombiniert werden.
Ideal für Anwendungen, die große Datenmengen oder verschiedene Medienformate analysieren müssen.

Langfristiges Memory und Tool-Integration

Persistente Speicherfunktionen und direkte Einbindung von Tools erweitern den praktischen Nutzen erheblich.

GPT-5 behält konfigurierbar Informationen aus früheren Unterhaltungen und reagiert darauf.
Werkzeuge wie Code Interpreter, Browser und Custom Functions sind nativ verfügbar.
Verbessert die Automatisierung und reduziert Wiederholungsfragen im laufenden Dialog.

Leistungssteigerungen: Geschwindigkeit, Zuverlässigkeit und Genauigkeit

OpenAI bezeichnet GPT-5 als ihr klügstes, schnellstes und nützlichstes Modell.

Deutliche Reduktion von Halluzinationen im Vergleich zu älteren Versionen.
Schnellere Antwortzeiten und geringere Latenz, insbesondere bei API-Anfragen.
Höhere Präzision in Fachbereichen wie Programmierung (Frontend, Codeerstellung) und Gesundheitsfragen.

Strategische Preispolitik und breiter Zugang

OpenAI bietet GPT-5 kostenlos an, um Marktanteile zu gewinnen, setzt aber Limits für Gratis-Nutzer.

Entwickler und Unternehmen profitieren von aggressiver Preisgestaltung über die API.
Kostenloser Zugang für Privatnutzer, jedoch mit gedrosselter Mini-Variante bei hohem Volumen.
Plus- und Pro-Abonnements schalten uneingeschränkte Funktionalität und höhere Intelligenzstufen frei.

Spezialvarianten für unterschiedliche Anwendungsfälle

Ein durchgesickertes Leak enthüllte vier GPT-5-Modelvarianten für maßgeschneiderte Einsatzzwecke.

GPT-5 (Base) für komplexes Reasoning und mehrstufige Aufgaben.
GPT-5-Mini für kostenbewusste, standardintelligente Anwendungen.
GPT-5-Nano für extrem niedrige Latenz und Echtzeitsysteme.
GPT-5-Chat für kontextbewusste, unternehmensnahe Dialogsysteme.

Nachteile

Nutzungsbeschränkungen und Abonnementstufen

Die Gratis-Version ist in Funktionalität und Volumen limitiert.

Thinking-Mode nur einmal täglich zugänglich, danach Abschaltung.
Automatischer Wechsel zu GPT-5-Mini bei Überschreiten von Freikontingenten.
Uneingeschränkte Nutzung erfordert Plus- (≈ 20 $/Monat) oder Pro-Abo (≈ 200 $/Monat). 4

Halluzinationen und Zuverlässigkeit noch nicht vollständig gelöst

Trotz Verbesserungen sind sachliche Fehler weiterhin möglich.

Offizielle Benchmarks zur Reduzierung von falschen Angaben stehen noch aus.
Kritiker warnen, dass die breite Anwendung erst beweisen muss, wie robust die Faktenbasis ist.

Komplexität und Lernkurve für Entwickler

Die Vielfalt an Varianten und Features erhöht die Einarbeitungszeit.

Auswahl der optimalen Modelvariante erfordert technisches Verständnis.
Integration von Memory- und Tool-Funktionen über API kann komplex sein.
Für Enterprise-Kunden existiert Warteliste zur API-Freischaltung.

Datenschutz und ethische Fragestellungen

Persistentes Memory und multimodale Verarbeitung werfen neue Fragen auf.

Speicherung persönlicher Daten in Langzeitgedächtnis erfordert sorgfältige Governance.
Multimodale Analysen bergen Risiken bei sensiblen Bildern oder Audio-Daten.

Geringe Innovationssprünge laut Kritik

Einige Experten sehen GPT-5 eher als evolutionären Schritt denn als Revolution.

Präsentation enthielt einen peinlichen Chart-Fauxpas, der Fragen zur Sorgfalt aufwarf.
Nutzer berichten, dass sich das Nutzererlebnis gegenüber GPT-4 nur marginal anders anfühlt.

Genki Absmeier

3416 Artikel zu „KI Chancen“

News | Blockchain | Digitalisierung | Favoriten der Redaktion | Künstliche Intelligenz | Strategien

Deutschland im KI-Wettlauf: Chancen nutzen, Risiken minimieren, Infrastrukturen bereitstellen

28. Mai 2025

Künstliche Intelligenz (KI) ist die Schlüsseltechnologie für Innovationen, Effizienz und Wettbewerbsfähigkeit. Wie können deutsche Unternehmen die Chancen von KI nutzen, mutig voranschreiten und bestehende Hürden bei der breiten Umsetzung überwinden? Auf dem 14. Frankfurter Symposium für Digitale Infrastruktur am 22.05.2025 in der Union Halle wurden diese Themen gerade diskutiert und konkrete Handlungsempfehlungen erarbeitet. Dabei standen…