Die Zeit der KI-Schmeicheleien ist vorbei

Die Überlegenheit von ChatGPT-5 läßt sich an Benchmarks ablesen – standardisierten Testreihen, in denen KI-Modelle unter denselben Bedingungen antreten. In SWE-bench Verified, einem Test für komplexe Programmieraufgaben, erreicht GPT-5 74,9 %. In AIME, einem hochrangigen Mathematik-Wettbewerb, erzielt es 94,6 %. Auch im Bereich Gesundheit, gemessen an HealthBench Hard, verbessert sich die Trefferquote auf 46,2 % – eine deutliche Steigerung gegenüber allen Vorgänger-Modellen von OpenAI. Benchmarks sind für normale Anwender nicht das Maß der Dinge, aber diese ersten Werte sind nicht nur Zahlenkosmetik. Sie zeigen, daß GPT-5 weniger „halluziniert“ – also seltener frei erfundene Fakten liefert – und präzisere, nachvollziehbare Antworten gibt. Gerade in sensiblen Bereichen wie Medizin, Recht oder Finanzen ist das entscheidend. Frühe Tester beschreiben vor allem das Thinking-Modul als „PhD-Expert on demand“ – also auf hohem akademischem Niveau. Es erklärt nicht nur was es empfiehlt, sondern auch warum – und weist auf Risiken und Alternativen hin. Das ist ein Schritt weg von der reinen Antwortmaschine hin zu einem echten Analysepartner. Natürlich besteht weiterhin das Risiko von Halluzinationen, das liegt in der Arbeitsweise der Generativen KI begründet, aber mit ChatGPT-5 wird aus der vorschnellen, fantasiereichen Plaudertasche ein Sparringspartner, der auch mal länger nachdenkt und dem Nutzer nicht nach dem Mund redet.

Eine der auffälligsten Neuerung ist nämlich, daß GPT-5 weniger „sycophantisch“ agiert. Das englische Wort bedeutet „unterwürfig schmeichelnd“ – eine Eigenart, die frühere Modelle oft zeigten. Sie stimmten dem Nutzer zu, selbst wenn dieser im Unrecht war, um möglichst „freundlich“ zu wirken. ChatGPT-5 geht einen anderen Weg. Es widerspricht höflich, liefert Gegenargumente oder gibt offen zu, wenn eine Frage nicht eindeutig beantwortbar ist. Das wirkt auf manche Nutzer zunächst ungewohnt, ist aber ein entscheidender Fortschritt in Richtung Vertrauenswürdigkeit. Auch das Prompting – also die Art, wie man Anweisungen formuliert – ist flexibler geworden. Wer tiefere Analysen möchte, kann dies explizit im Prompt angeben („think hard about this“). Der Router schaltet dann automatisch auf das Thinking-Modul um. Für den Durchschnittsnutzer bleibt der Prozeß unsichtbar – er erhält einfach die bestmögliche Antwort, ohne über Modellvarianten nachdenken zu müssen. Aber auch er oder sie kann festlegen, wie kritisch oder höflich der Chatbot agiert.

GPT-5 ist das Ergebnis von fast zwei Jahren Arbeit. Es wurde aber nicht komplett neu entwickelt, sondern baut auf GPT-4.5 auf, erweitert durch neue Trainingsdaten, Architektur-Anpassungen und Sicherheitsmechanismen. Neu ist der modulare Trainingsansatz: Einzelne Fähigkeiten wie mathematisches Denken oder visuelle Analyse werden dabei separat trainiert und später kombiniert. Das macht Updates effizienter und gezielter.

GPT-5 beherrscht über 50 Sprachen – und hat besonders in weniger verbreiteten Sprachen wie Tamil oder Marathi große Fortschritte gemacht. Dennoch gibt es Qualitätsunterschiede: In Englisch, Deutsch oder Französisch sind die Ergebnisse oft flüssiger und präziser, weil hier mehr Trainingsmaterial vorlag. OpenAI gleicht dies mit Übersetzungsmodellen und Transferlernen teilweise aus. Für kritische Anwendungen empfiehlt sich jedoch weiterhin ein Prompt auf Englisch, gerade für Anwender exotischerer Sprachen. Auch deutsche Nutzer sollten dies weiterhin im Auge behalten, denn Qualität und Umfang der Trainingsdaten sind weiterhin heterogen.

Die größten Wettbewerber von ChatGPT-5 heißen Google DeepMind mit Gemini und Anthropic mit Claude. Alle drei bieten Spitzenleistung, doch GPT-5 unterscheidet sich vor allem durch seinen Router, der automatisch das passende Modul auswählt, und durch seine tiefe multimodale Integration. Google punktet dagegen mit der engen Verzahnung seiner KI in eigene Dienste wie Gmail, YouTube oder Google Docs. Anthropic verfolgt mit Constitutional AI einen Ansatz, bei dem ethische Leitprinzipien fest ins Modell einprogrammiert sind. In reinen Reasoning-Tests liegt GPT-5 derzeit laut aktuellen Benchmarks leicht vorn.

Trotz aller Fortschritte gibt es Szenarien, in denen ältere Modelle wie GPT-4o sinnvoll bleiben: Für kreatives Schreiben schätzen manche Autoren den freieren Stil älterer Versionen. Und in Echtzeitanwendungen zählt jede Millisekunde – hier sind leichtere Modelle im Vorteil. Außerdem gibt es für API-Nutzer deutliche Kostenunterschiede. OpenAI plant daher, einige Vorgängermodelle weiter anzubieten.

Mit wachsender Leistungsfähigkeit von KI steigen auch die Risiken und deswegen stellt sich immer auch die Frage der Überwachung und der Regulierung. GPT-5 kann präzise technische Anweisungen geben, komplexe biochemische Prozesse erklären oder hochentwickelte Software entwerfen. All das ist für Forschung und Wirtschaft wertvoll – kann aber bei Mißbrauch auch erhebliche Schäden anrichten. OpenAI hat daher ein mehrschichtiges Sicherheitssystem integriert: Safe Completions blockiert problematische Ausgaben, bei Red-Teaming versuchen Sicherheitsteams gezielt, Schwachstellen zu finden. Und zum Beispiel Biology-Guardrails filtert sensible biologische Inhalte. Trotzdem gab es bereits kurz nach dem Start letzte Wochen kleinere Pannen. In einem vieldiskutierten Moment zeigte GPT-5 in einer Live-Demo ein falsch beschriftetes Diagramm – Sam Altman kommentierte dies augenzwinkernd als „Chart Crime Moment“. Für einige Nutzer war das Anlaß genug, vorübergehend wieder auf GPT-4o umzusteigen.

Mit GPT-5 flammt die Debatte um KI-Regulierung neu auf. Befürworter strenger Regeln warnen vor den Folgen, wenn solch mächtige Systeme unkontrolliert genutzt werden. Kritiker dagegen sehen die Gefahr, daß übermäßige Regulierung Innovation ausbremst und westliche Unternehmen im globalen Wettbewerb zurückwirft. OpenAI selbst zeigt sich offen für internationale Standards. Man arbeite bereits mit Behörden in den USA, Europa und Asien zusammen, um gemeinsame Sicherheitsrichtlinien zu entwickeln. Doch wie streng diese am Ende ausfallen, wird eine politische und gesellschaftliche Entscheidung sein – nicht nur eine technische. GPT-5 markiert zweifelsfrei einen neuen Standard für KI-Dialogsysteme. Es ist leistungsfähiger, ehrlicher und flexibler als seine Vorgänger – und es wirft drängendere Fragen auf denn je: Wie gehen wir mit einer Technologie um, die in immer mehr Bereichen nicht nur mithalten, sondern uns übertreffen kann? Die Antwort darauf wird die nächsten Jahre der KI-Debatte prägen. AGI nähert sich mit großen Schritten, wenngleich noch die Handbremse angezogen ist. ChatGPT ist noch weit davon entfernt aus eigener Haltung heraus eine Bedrohung für Menschen darzustellen. Seine Fähigkeiten unterstreichen aber nochmals kräftig des disruptive Potential der Künstlichen Intelligenz für viele Berufsfelder.
■