Der Großteil der Forschungsarbeit bei OpenAI gilt nicht mehr der aktuellen Modellgeneration, sondern den Nachfolgern. Boris Power, Leiter der angewandten Forschung des Unternehmens, beziffert den Anteil der Arbeiten, die auf GPT 7, GPT 8 und darüber hinaus zielen, auf 80 bis 90 Prozent. Das berichtet das Technologiemagazin The Decoder.
Verbesserungen innerhalb einer einzelnen Generation seien dagegen bewusst als kurzfristige Wetten angelegt, so Power. Die Ressourcen des Unternehmens fließen demnach überwiegend in die Entwicklung weitaus leistungsfähigerer Systeme, während die Weiterentwicklung bestehender Modelle nur einen kleinen Teil der Anstrengungen ausmacht. Diese Aussage ist bemerkenswert, weil sie zeigt, wie weit der Planungshorizont in der Spitzenforschung der Branche inzwischen reicht: Während Nutzer und Unternehmen noch dabei sind, die Fähigkeiten der aktuellen Modelle zu erschließen, arbeitet OpenAI bereits an mehreren Generationen danach.
Power sieht die größte Herausforderung allerdings nicht in der Modellleistung. Sein Befund lautet, dass die meisten Anwender schlicht nicht wissen, was sie mit KI-Systemen alles tun können. Diese Einschätzung verschiebt den Fokus der Debatte: Nicht die technische Obergrenze der Modelle sei das drängende Problem, sondern die Kluft zwischen vorhandenen Fähigkeiten und ihrer tatsächlichen Nutzung. Für Unternehmen, Bildungseinrichtungen und die breite Öffentlichkeit bedeutet das, dass die Einführung und Vermittlung von KI-Kompetenz mindestens so wichtig ist wie der nächste Modellsprung.
Die Aussagen ordnen sich in einen breiteren Trend der Branche ein. Führende Labore arbeiten längst an Modellgenerationen, die noch nicht veröffentlicht sind, und verschieben damit die Grenze zwischen Forschung und Produkt. Für Nutzer heißt das, dass die heute verfügbaren Systeme nur einen Zwischenstand markieren. Wer KI verantwortungsvoll einsetzen will, muss sich daher nicht nur mit den aktuellen Werkzeugen befassen, sondern auch mit der Frage, wie sich die Beziehung zwischen Mensch und Maschine in den kommenden Jahren verändern wird.
Die Ankündigung wirft zugleich ein Schlaglicht auf die Ressourcenverteilung in der KI-Forschung. Wenn der überwiegende Teil der Arbeit auf Modelle entfällt, die noch Jahre entfernt sein dürften, stellt sich die Frage, wie viel Aufwand in die Verbesserung der bereits eingesetzten Systeme fließt. Power zufolge ist dieser Anteil bewusst gering gehalten. Die kurzfristigen Verbesserungen innerhalb einer Generation seien als überschaubare Einsätze gedacht, während die eigentliche Energie in die nächsten großen Entwicklungsschritte fließe.
Für die gesellschaftliche Debatte über künstliche Intelligenz ist vor allem Powers Hinweis auf die Nutzerkompetenz relevant. Er deutet an, dass die Verbreitung von KI nicht allein durch leistungsfähigere Modelle vorankommt, sondern durch bessere Vermittlung, klare Anwendungsfälle und ein Grundverständnis dafür, was diese Systeme leisten können und wo ihre Grenzen liegen. Diese Lücke zwischen Möglichkeit und Wissen dürfte in den kommenden Jahren darüber entscheiden, wie tief KI in den Alltag von Beruf, Bildung und öffentlicher Verwaltung eindringt.