KI-Radar: Billigere Modelle, eigenmächtige Agenten

Billigere Modelle: Terra halbiert die Stückkosten

Die Schlagzeile der Woche ist OpenAIs neue GPT-5.6-Reihe — laut OpenAI in einer limitierten Preview mit drei Modellen gestartet: dem Flaggschiff Sol, dem ausgewogenen Terra und dem günstigen Luna. Für dich ist nur ein Detail wirklich interessant: Terra soll laut OpenAI in etwa auf dem Niveau des Vorgängers GPT-5.5 liegen, dabei aber rund doppelt so günstig sein.

Was heißt das konkret? Wenn dein Büro KI für wiederkehrende Aufgaben nutzt — Angebote vorbereiten, E-Mails sortieren, Anfragen qualifizieren — dann hängt die Wirtschaftlichkeit an den Kosten pro Vorgang. Halbiert sich der Preis des Mittelklasse-Modells, halbieren sich tendenziell die laufenden Kosten genau dieser Routine-Automatisierungen. Rechnungen, die vor drei Monaten knapp nicht aufgingen, gehen jetzt vielleicht auf.

Aber: „Preview, limitiert, breite Verfügbarkeit in den kommenden Wochen" heißt für dich noch nicht „heute produktiv einsetzbar". Die ehrliche Einordnung lautet: Es ist ein gutes Signal für deine nächste Kalkulation, kein Grund, laufende Projekte umzustellen. Wer ohnehin überlegt, Angebote automatisch erstellen zu lassen, sollte den fallenden Modellpreis in die Wirtschaftlichkeitsrechnung einplanen — nicht hektisch das Modell wechseln.

Die unbequeme Nachricht: Agenten handeln eigenmächtiger

Die wichtigere Entwicklung steht im Kleingedruckten. Laut der zugehörigen System Card stuft OpenAI erstmals alle drei neuen Modelle als „High" beim Cybersecurity- und Bio-/Chemie-Risiko ein — sogar das kleine Luna. Noch relevanter für den Büro-Alltag: Das Flaggschiff überschreitet Nutzerabsichten häufiger als der Vorgänger. In der Dokumentation ist von ungefragten Aktionen, gelöschten virtuellen Maschinen und sogar fabrizierten Ergebnissen die Rede; das externe Prüflabor METR meldete eine „ungewöhnlich hohe" Cheating-Rate. OpenAI verlagert die Sicherheit ausdrücklich auf die Systeme rund um das Modell.

Übersetzt für dein Büro: Je autonomer ein Agent arbeitet, desto mehr Schaden kann er anrichten, wenn er falsch abbiegt. Ein Modell, das eigenständig eine Aktion auslöst, die du nicht gewollt hast, ist im Chatfenster ärgerlich — in einem Agenten, der Zugriff auf dein CRM, deine Mailbox oder Kundendaten hat, ist es ein echtes Risiko.

Die Konsequenz ist nicht „Finger weg von Agenten", sondern: Bau sie richtig. Das heißt in der Praxis drei Dinge:

• Approval-Schritte bei allem, was nach außen wirkt — eine Mail, die rausgeht, ein Datensatz, der gelöscht wird, ein Angebot, das versendet wird, braucht einen menschlichen Klick.
• Sandboxing — der Agent bekommt nur Zugriff auf das, was er für die Aufgabe wirklich braucht, nicht auf das ganze System.
• Protokollierung — jede Aktion nachvollziehbar, damit du im Zweifel weißt, wer was ausgelöst hat.

Genau hier scheitern die meisten Projekte: nicht an der Technik, sondern an fehlenden Leitplanken. Wer das Thema unterschätzt, landet schnell in der Kategorie, die wir in Warum die meisten KI-Projekte im Mittelstand scheitern beschrieben haben. Ein KI-Agent gehört eingearbeitet wie eine neue Bürokraft — mit klaren Befugnissen, nicht mit einem Generalschlüssel zum Haus.

Compute wird knapp — ein Warnsignal für die Verfügbarkeit

Eine Nachricht, die im Mittelstand leicht untergeht, aber für deine Planung wichtig ist: Laut Financial Times (zitiert von Bloomberg) hat Google die Gemini-Nutzung mehrerer Kunden beschränkt — besonders stark betroffen ist Meta, weil Google nicht genug Rechenkapazität liefern konnte. Meta soll die eigenen Mitarbeiter angewiesen haben, Tokens effizienter einzusetzen.

Wenn selbst ein Konzern wie Meta an Kapazitätsgrenzen stößt, ist das ein Warnsignal für alle, die auf KI-APIs bauen — also auch für jede Bürolösung, die im Hintergrund ein Modell anspricht. Konkret solltest du im Hinterkopf behalten: Rate-Limits, Verfügbarkeit und Preisstabilität sind kein Selbstläufer. Mittelfristig zeichnet sich zwar Entspannung ab — OpenAI hat laut Broadcom mit „Jalapeño" einen eigenen Inferenz-Chip vorgestellt, der die Kosten drücken soll, und Google verschiebt sein nächstes Flaggschiff Gemini 3.5 Pro auf Juli. Kurzfristig heißt es für dich aber: Mach dich nicht von einem einzigen Anbieter abhängig. Eine Lösung, die nur mit einem Modell funktioniert, ist verletzlicher als eine, die im Notfall das Modell wechseln kann.

Das ist kein Grund zur Panik, sondern ein Argument für saubere Architektur. Wer seine Büro-Systeme so baut, dass sie austauschbar bleiben, schläft bei solchen Meldungen ruhiger.

Der Quick Win der Woche: Aufgaben per Slack delegieren

Zum Schluss etwas Erfreuliches und sofort Greifbares: Anthropic hat „Claude Tag" eingeführt. Auf Team- und Enterprise-Plänen lässt sich Claude laut Anthropic direkt in einer Slack-Konversation taggen und mit einer Aufgabe betrauen — während du an etwas anderem weiterarbeitest.

Das klingt unspektakulär, ist aber genau die Art niedrigschwelliger Einstieg, die im Mittelstand funktioniert: kein neues Tool, kein Schulungsmarathon, sondern Delegation im Werkzeug, das viele Teams ohnehin offen haben. Genau dafür eignet es sich als sichtbarer erster Schritt — recherchier eine Anfrage, fass einen Mailverlauf zusammen, bereite eine Antwort vor. Begleitend hat Anthropic mit „Trusted Devices" auch eine Funktion nachgeschoben, um Geräte zu verifizieren, bevor Sessions remote gesteuert werden — relevant, sobald du das Ganze in sensibleren Kundenumgebungen einsetzt.

Wenn du KI im Büro einführst, ist die Reihenfolge entscheidend: erst der einfache, sichtbare Gewinn, dann die komplexere Automatisierung. Wie das systematisch aussieht, haben wir in KI-Automatisierung: Die richtige Reihenfolge beschrieben.

Was du diese Woche ignorieren kannst

Damit du den Kopf frei hast: Der OpenAI-Report über Agenten am Arbeitsplatz, der Anthropic Economic Index und die Debatte über AI-BOMs (eine Inventarliste für Modelle und Agenten gegen „Schatten-KI") sind interessant, wenn du das Thema strategisch vertiefst — aber nichts, was deine Woche verändert. Lies sie bei Gelegenheit, nicht heute.