senn-techsenn-tech
KI-News
KI-Einordnung: Modelle, Markt, Meldungen2026-03-18· Von Franz Senn

KI-Radar: GPT-5 von OpenAI

GPT-5 ist für viele Unternehmen der erste Kontakt mit moderner KI, über ChatGPT oder die API. Die Stärken: breites Wissen, starkes Reasoning, gute Multimodalität und ein riesiges Ökosystem an Tools und Integrationen.

Logo von OpenAI
GPT-5 ordnet OpenAIs Modellfamilie neu: die Wahl fällt seither weniger über den Namen als über Preis und Antwortlatenz. (Quelle: OpenAI / Wikimedia, CC BY-SA 4.0)
Intelligenz-Index und Kosten je AufgabeGPT-5.6 Sol (max)59 · $1,23GPT-5.6 Terra (max)55 · $0,51GPT-5.6 Luna (max)51 · $0,05Claude Opus 5 (max)61 · $2,34Gemini 3.6 Flash50 · $0,56DeepSeek V4 Flash 073150 · $0,03065
Innerhalb der GPT-5.6-Reihe kostet die Spitze das 25-Fache von Luna: bei acht Indexpunkten Unterschied. (Quelle: Artificial Analysis, Modell-Leaderboard)

Wo es glänzt

Für allgemeine Aufgaben, Textarbeit, Recherche-Assistenz und schnelle Prototypen ist GPT-5 ein solides Standardwerkzeug. Die Verbreitung sorgt dafür, dass es für fast jede Sprache, Bibliothek und Plattform Beispiele gibt. Wer eine Lösung baut, findet in der Regel Libraries, Plug-ins und Best Practices bereits vor, das senkt die Einstiegshürde spürbar. Das Ökosystem ist der eigentliche Burggraben: Funktionserweiterungen, Tool-Integrationen und Agenten-Frameworks erscheinen fast immer zuerst für die OpenAI-API, bevor sie bei anderen Anbietern nachziehen. Wer Prototypen schnell fertig haben muss, profitiert davon direkt.

Reasoning und was es kostet

GPT-5 führt die o-Reihe weiter: Bei anspruchsvollen Aufgaben kann das Modell einen Chain-of-Thought-Pfad einschalten, in dem es Zwischenschritte ausführt, bevor es antwortet. Das steigert die Qualität bei Mathematik, Code und mehrstufigen Plänen, und kostet gleichzeitig Latenz und Token. Bei trivialen Aufgaben ist Reasoning verschwendete Rechenzeit, deshalb lohnt sich ein bewusster Umgang mit den Modi. Für den Agenten-Einsatz bedeutet das: das Modell dann in den tieferen Modus zu schalten, wenn es wirklich zählt, und sonst am schnelleren Pfad zu bleiben. Eine simple Faustregel hilft im Alltag: je klarer die Aufgabe, desto flacher der Pfad; je mehr Entscheidungsschritte beteiligt sind, desto eher lohnt sich der tiefere Modus.

Lizenz: konsequent geschlossen

GPT-5 ist proprietär und nur als API verfügbar, keine Gewichte, kein Selbsthosting, keine lokale Feinabstimmung. Es gibt keine offizielle Open-Weight-Variante, und die Modellarchitektur bleibt bei OpenAI. Wer das Modell nutzen will, nutzt die Cloud, mit allem, das das für Datenhoheit bedeutet. Das unterscheidet GPT-5 grundlegend von Modellen unter MIT oder Apache: dort lassen sich Gewichte laden, anpassen und im eigenen Rechenzentrum betreiben; bei GPT-5 bleibt jede Nutzung an einen externen Dienst gebunden.

Der Haken für DACH-Unternehmen

Daten gehen an OpenAI, Verarbeitung außerhalb der EU. Für interne, vertrauliche oder personenbezogene Daten ist das ein Thema, das man nicht ignorieren darf. Enterprise-Verträge mildern es, lösen es aber nicht vollständig. Konkret heißt das: Zero-Retention-Vereinbarungen und EU-Verarbeitungsstandorte reduzieren das Risiko, aber die grundsätzliche Abhängigkeit von einem US-Anbieter bleibt bestehen. Für viele Mittelständler ist das bei unkritischen Aufgaben akzeptabel, bei sensiblen Eingaben nicht. Eine klare Trennlinie hilft hier: alles, was ohnehin öffentlich oder intern unproblematisch ist, darf über die Cloud laufen; alles mit Kunden-, Personal- oder Vertragsbezug bleibt im Haus auf einem selbst gehosteten Modell.

Unsere Sicht

GPT-5 ist ein gutes Werkzeug, eines von mehreren. Wir setzen es technologieneutral ein und schalten über einen LLM-Gateway flexibel zwischen Anbietern um. Für sensible Workloads bleibt die Antwort: on-premise, auf eigener Hardware. GPT-5 ist die Referenz, an der sich andere messen lassen, aber Referenz ist nicht gleich die richtige Wahl für jede Aufgabe.

Weiterführende Quellen

Fragen?
Wann lohnt sich GPT-5 trotz Cloud-Abhängigkeit?+

Für allgemeine Aufgaben, Textarbeit, Recherche-Assistenz und schnelle Prototypen, die auf ein riesiges Ökosystem aus Libraries und Best Practices zurückgreifen können. Der eigentliche Burggraben ist diese Verbreitung: Funktionserweiterungen und Agenten-Frameworks erscheinen fast immer zuerst für die OpenAI-API. Für unkritische Workloads ist das ein echter Geschwindigkeitsvorteil; für sensible Daten bleibt GPT-5 aber nicht die richtige Wahl.

Wie gehen Sie mit der Datenweitergabe an OpenAI um?+

Voraussetzung ist eine Datenklassifikation, die vor der Modellauswahl steht. Sonst entscheidet im Betrieb niemand verlässlich über Kunden- oder Personendaten, und Zero-Retention-Verträge mildern nur Formalien an einer bleibenden Abhängigkeit von einem US-Anbieter.

Kann man GPT-5 selbst hosten oder anpassen?+

Nein. GPT-5 ist proprietär und nur als API verfügbar, keine Gewichte, kein Selbsthosting, keine lokale Feinabstimmung. Es gibt keine offizielle Open-Weight-Variante, die Architektur bleibt bei OpenAI. Wer das Modell nutzen will, nutzt die Cloud mit allem, was das für die Datenhoheit bedeutet. Das unterscheidet GPT-5 grundlegend von Modellen unter MIT oder Apache, die sich auf eigener Hardware betreiben lassen.