MIND.AI Update #16: GPT-5.5 greift an, KI lernt sehen, Intel setzt auf Glas
OpenAI startet die Gegenoffensive – GPT-5.5 soll den Rückstand auf Claude wettmachen, verliert aber in Tests immer noch auf ganzer Linie. Währenddessen macht ChatGPT Images 2.0 Schluss mit dem KI-Kunst-Look: 99% Textgenauigkeit, konsistente Charaktere, versteckte digitale Wasserzeichen. Und während Software die Schlagzeilen dominiert, arbeitet Intel still an einem Glassubstrat, das die Hardwarebasis für KI neu definieren soll. Die Zukunft der KI wird nicht nur im Code geschrieben.
OpenAI: GPT-5.5 ist da – intern nennen sie ihn »Spud«
Das erste Quartal dieses Jahres wird als der Moment in Erinnerung bleiben, in dem OpenAI zum Gegenschlag ausholte. Nachdem Anthropic mit seinen Claude-Modellen im Jahr 2025 scheinbar die Krone in Sachen Qualität und Verlässlichkeit übernommen hatte, zog Sam Altman seine ambitionierteste Karte: GPT-5.5. Am 23. April gestartet, sofort verfügbar in ChatGPT für Plus-, Pro-, Business- und Enterprise-Abonnenten sowie auf Codex – mit API-Zugang für Entwickler ab dem 24. April. Es ist das erste vollständig neu entwickelte Modell seit GPT-4.5. Intern nennen sie ihn „Spud“, die Kartoffel: ein scherzafter Name für eine grundlegende Veränderung.
Drei Neuerungen stechen heraus. Erstens: Text, Bilder, Audio und Video werden von einem einzigen System verarbeitet, nicht mehr von separaten Modulen, die sich gegenseitig die Arbeit zuspielen. Das Ergebnis sind kohärentere Antworten, wenn der Nutzer schriftliche Fragen, Fotos und Sprachclips kombiniert. Zweitens: GPT-5.5 wurde von Grund auf für die neueste Nvidia-Hardware optimiert – mit direkten Auswirkungen auf Kosten und Geschwindigkeit. Drittens – und das ist vielleicht das Spürbarste für Berufstätige – kann das Modell bei schwierigen Aufgaben länger „nachdenken“, externe Werkzeuge nutzen, die eigene Arbeit überprüfen und komplexe Aufgaben ohne Unterbrechung zu Ende führen. Zudem verarbeitet es in einem Durchgang den Inhalt eines ganzen Buches oder eines umfangreichen Dokumentenarchivs, ohne den Faden zu verlieren.
Auf den offiziellen Benchmarks ist das Bild gemischt. OpenAI beansprucht Spitzenwerte beim Code-Schreiben, in fortgeschrittener Mathematik und bei Büroaufgaben; Ingenieure von Nvidia und Cursor, die das Modell vorab testen durften, sprechen von einem klaren Sprung gegenüber GPT-5.4. Doch der Konkurrent Claude Opus 4.7 von Anthropic behält die Oberhand dort, wo es für viele Profis am meisten zählt: bei der Lösung echter Bugs auf GitHub und bei der zuverlässigen Steuerung von Workflows, die mehrere Werkzeuge gleichzeitig erfordern. In einem Direktvergleich von Tom’s Guide verlor GPT-5.5 in allen sieben getesteten Kategorien: gelobt für die Geschwindigkeit, kritisiert für eine alte Angewohnheit, die sich nie ganz beheben ließ – Antworten zu erfinden, statt Unwissen einzugestehen.
Bei den Preisen bleibt OpenAI im Premium-Segment und verdoppelt die Entwicklerkosten gegenüber dem Vorgängermodell. Beim Thema Sicherheit wurden strengere API-Kontrollen eingeführt – als Reaktion auf die Bedenken, die nach der Mythos-Ankündigung von Anthropic laut wurden. Die Botschaft ist klar: Das KI-Rennen hat keinen eindeutigen Sieger hervorgebracht, es ist lediglich in eine reifere Phase eingetreten. Die Frage lautet nicht mehr, wer die Rangliste anführt – sondern auf welchem Terrain die nächste Runde ausgetragen wird.
ChatGPT Images 2.0 – die KI, die erst denkt, dann zeichnet
Jahrelang hatten KI-generierte Bilder zwei Schwachstellen, die sofort auffielen: der Text darin war oft unleserlich – ein Wirrwarr erfundener Buchstaben –, und die Kompositionen „rocheln nach KI“. Mit dem Start von ChatGPT Images 2.0 am 21. April versucht OpenAI, beide Kapitel endgültig zu schließen. Das neue Tool steht sofort für ChatGPT Plus-, Pro-, Business- und Enterprise-Abonnenten bereit; für Entwickler folgt der Zugang Anfang Mai. Das offizielle Versprechen: „Bilder sind eine Sprache, keine Dekoration.“
Die interessanteste Neuerung liegt in der Funktionsweise des Modells. Bevor es zeichnet, hält es inne: Es analysiert die Anfrage, entwirft innerlich die Bildstruktur, bewertet das Verhältnis der Elemente zueinander und korrigiert sich selbst, wenn etwas nicht stimmt. Es ist dasselbe Reflexionsprinzip, das bei den fortgeschrittensten Textmodellen bereits bekannt ist – hier erstmals auf die visuelle Welt übertragen. Der Vorteil zeigt sich vor allem bei komplexen Projekten: Infografiken, Diagramme, Karten, Folien, Comics, App- und Website-Mockups. Hier ist der Sprung gegenüber früher am deutlichsten – mehr als bei fotorealistischen Porträts, wo das Modell auf starke Konkurrenten wie Midjourney und vor allem Google Nano Banana 2 (gestartet im Februar) trifft.
Die Zahlen sprechen für sich. Die Textgenauigkeit innerhalb von Bildern erreicht 99% – endlich praxistauglich für Grafik- und Werbeprofis. Die maximale Auflösung steigt auf 4K. Die Generierungsgeschwindigkeit verdoppelt sich. Und eine von Kreativen lang ersehnte Funktion ist die Charakterkonsistenz: Anhand einer kurzen Geschichte erzeugt das Modell eine Bilderserie, in der dasselbe Gesicht von Szene zu Szene wiedererkennbar bleibt – in dieser Qualität noch vor sechs Monaten schlicht nicht möglich. Bemerkenswert ist auch die Aufmerksamkeit für nicht-lateinische Schriften: Das Modell schreibt jetzt korrekt auf Japanisch, Koreanisch, Chinesisch, Hindi und Bengali – und schließt damit eine alte Schwachstelle westlicher Bildgeneratoren.
Auf der ethischen Seite hat OpenAI ein verstecktes digitales Wasserzeichen in jedes generierte Bild integriert. Kein sichtbarer Stempel, sondern eine in den Pixeln eingebettete Spur, die Komprimierung, Zuschnitt und erneutes Hochladen übersteht – und so ermöglicht, ein Bild als KI-generiert zu identifizieren. Die Entscheidung reagiert auf die neuen europäischen KI-Verordnungen und die in den USA anlaufenden Gesetze zu synthetischen Inhalten. Einige Nutzer berichten jedoch, dass dieses Wasserzeichen sichtbare Artefakte erzeugt – was eine Debatte ausgelöst hat, inwieweit Unternehmen KI-generierte Bilder kommerziell nutzen dürfen. OpenAIs Botschaft ist dennoch klar: Die Bilderzeugung verlässt die künstlerische Nische und wird zum Arbeitswerkzeug für Unternehmen.
Chips aus Glas: Intels Aufholjagd gegen TSMC und Nvidia
Während der KI-Wettbewerb mit Algorithmen und Software ausgefochten wird, bereitet sich in den Laboren eine viel stillere Revolution vor. Es geht um das Material, aus dem Chips gebaut werden. Dreißig Jahre lang wurden Prozessoren auf einer Basis aus kunststoffverstärkter Glasfaser montiert – günstig, verlässlich, aber inzwischen am Limit. Intel hat beschlossen, einen anderen Weg einzuschlagen: echtes Glas. Auf der NEPCON Japan, der Technologiemesse in Tokio im Januar, stellte das Unternehmen den ersten Prototypen eines Chips mit dieser Technologie vor – konzipiert für die großen KI-Rechenzentren.
Warum das wichtig ist, lässt sich mit einem Bild erklären. Moderne Chips bestehen aus Milliarden winziger Komponenten, die mit höchster Geschwindigkeit kommunizieren müssen. Die Kunststoffbasis, auf der sie sitzen, verhält sich wie eine Landstraße: Sie funktioniert, hält aber dem wachsenden Verkehr nicht stand. Mit KI-Modellen wie GPT-5.5 oder Claude, die enorme Rechenleistung benötigen, erhitzt sich der Kunststoff, verformt sich und bremst alles aus. Glas ist das genaue Gegenteil: extrem steif, hitzebestandig, 5.000-mal glätter als Kunststoff. Es ist wie der Sprung von der Landstraße auf eine zehnspurige Autobahn. Der Intel-Prototyp misst etwa acht Zentimeter auf jeder Seite und erlaubt es, mehrere Chips zu einem einzigen „Super-Package“ zusammenzufassen – als würden verschiedene Gehirne wie eines arbeiten.
Die praktischen Vorteile sind erheblich. Das Package kann bis zu 25% dünner ausfallen, der Energieverbrauch sinkt um rund 30%, und es lassen sich wesentlich mehr Verbindungen auf kleiner Fläche unterbringen. Intels erklärtes Ziel ist es, bis 2030 eine Billion Transistoren auf einem einzigen Chip zu integrieren. Die Massenproduktion ist jedoch noch nicht in Sicht: Der Fahrplan zeigt auf 2027–2030, und anfänglich wird die Technologie auf Hochleistungs-KI-Beschleuniger beschränkt sein – Chips, die jeweils über 20.000 Dollar kosten. Glas ist nämlich fragil: Die dünnen Platten können während der Verarbeitung brechen, und es hat Jahre der Forschung gebraucht, die Produktion zuverlässig beherrschbar zu machen. Ein wichtiger Partner ist Absolics, ein südkoreanisches Unternehmen, das gerade eine Spezialfabrik in den USA eröffnet hat – gefördert durch den CHIPS Act.
Für Intel steht doppelt viel auf dem Spiel. Glas ist die technologische Wette, um den gegenüber TSMC und Nvidia verlorenen Boden zurückzugewinnen. Dazu kommt ein weiterer Schachzug: der Einstieg als Industriepartner in Elon Musks Terafab-Projekt – ein Bündnis im Wert von 20 bis 25 Milliarden Dollar mit Tesla, SpaceX und xAI für den Bau zweier neuer Fabriken in Texas, die Chips für KI und Robotik fertigen sollen. Nach einem 2025, das mit schweren Verlusten endete, ist das das stärkste Signal für einen Neuanfang unter CEO Lip-Bu Tan. Die Zukunft der künstlichen Intelligenz wird nicht nur auf Softwareebene entschieden – sondern auch davon, wer die buchstäblichen Fundamente bauen kann, auf denen sie steht.
