Der große OpenAI Rundumschlag: die größte Seifenoper ever?

Tech-Insider bezeichnen Sam Altman als „Soziopathen“

The New Yorker zeichnet ein vernichtendes Psychogramm von OpenAI-CEO Sam Altman: Mehrere Tech-Insider, darunter ein ehemaliges Vorstandsmitglied, bezeichnen ihn als „Soziopathen“ mit zwei seltenen Eigenschaften – einem starken Bedürfnis, gemocht zu werden, gepaart mit völliger Gleichgültigkeit gegenüber den Konsequenzen seiner Täuschungen. Aaron Swartz, der 2013 verstorbene Hacktivist und Y-Combinator-Kollege Altmans, warnte Freunde noch kurz vor seinem Tod: „Sam kann niemals vertraut werden. Er würde alles tun.“ Konkrete Beispiele untermauern dieses Bild: Dario Amodei, heute CEO von Anthropic, verließ OpenAI nachdem Altman bei einem Microsoft-Deal Sicherheitsvereinbarungen heimlich aushebelte und deren Existenz selbst dann leugnete, als Amodei ihm die Klausel vorlas. Microsoft-Führungskräfte berichten von wiederholten Vertragsbrüchen: Altmans, der am selben Tag, als er Microsoft als exklusiven Provider bestätigte, einen 50-Milliarden-Dollar-Deal mit Amazon als exklusivem Wiederverkäufer abschloss. Ein Tech-Executive beschreibt Altmans Überzeugungskraft als „Jedi-Gedankentricks“, während Ex-Vorstandsmitglied Sue Yoon ihn weniger als machiavellistischen Bösewicht sieht, sondern als jemanden, der sich selbst so sehr glaubt, dass er in seiner eigenen Realität lebt. → futurism.com

Synthszr Take: Altman ist das menschliche Äquivalent eines Halluzinationsproblems bei LLMs: überzeugend formuliert, faktisch flexibel, optimiert auf kurzfristige Zustimmung statt langfristiger Wahrheit. Das Faszinierende ist nicht sein Verhalten (Täuschung als Geschäftsstrategie kennen wir seit den Medici), sondern dass die gesamte KI-Industrie ihre Zukunft an jemanden bindet, dem nachweislich niemand traut. Microsoft, Anthropic, das OpenAI-Board – alle wissen um Altmans Unzuverlässigkeit und machen trotzdem weiter Geschäfte mit ihm, weil er die seltene Gabe besitzt, Ingenieuren das Gefühl zu geben, ihre ethischen Bedenken würden ernst genommen werden, während er gleichzeitig das Kapital beruhigt. In der Biologie nennt man das Mimikry: Ein Organismus imitiert die Signale eines anderen, um Vorteile zu erlangen. OpenAIs Billion-Dollar-Bewertung basiert weniger auf Technologie als auf Altmans Fähigkeit, allen Stakeholdern gleichzeitig das zu versprechen, was sie hören wollen – ein perfektes Spiegelbild der KI-Systeme, die er baut.

Wenn die CFO dem CEO widerspricht: Finanzielle Realität gegen Hype-Versprechen

OpenAIs Finanzchefin Sarah Friar warnt intern, dass das Unternehmen nicht bereit für einen Börsengang Ende 2026 ist – ein direkter Widerspruch zu CEO Sam Altmans aggressivem Zeitplan für das vierte Quartal. Die Zahlen hinter ihrer Warnung sind brutal: 200 Milliarden Dollar Cashburn bis zum Break-even, 14 Milliarden Dollar prognostizierte Verluste allein für 2026, und das bei monatlichen Einnahmen von nur 2 Milliarden Dollar. Besonders heikel: Ein Großteil der jüngsten 122-Milliarden-Finanzierungsrunde kam von Amazon und NVIDIA, die OpenAI gleichzeitig Chips und Cloud-Kapazitäten verkaufen – wenn deine Investoren auch deine Lieferanten sind, verschwimmt die Grenze zwischen Funding und Procurement. Altman hat Friar mittlerweile aus wichtigen Finanzgesprächen ausgeschlossen; seit August 2025 berichtet sie nicht mehr direkt an ihn, sondern an die nun krankgeschriebene Fidji Simo. Während Goldman Sachs und Morgan Stanley bereits für vorläufige IPO-Gespräche engagiert wurden und Altman privat verkündet, er wolle Anthropic an die Börse schlagen, sendet die Organisationsstruktur ein anderes Signal: Hier wird Angst ins Organigramm geschrieben. → Techpresso

Synthszr Take: OpenAI erlebt gerade, was in der Militärstrategie als „Culminating Point“ bezeichnet wird: der Moment, in dem die eigene Überdehnung zur größten Bedrohung wird. 600 Milliarden Dollar an Infrastructure-Commitments sind kein Wachstumsplan, sondern eine Wette auf exponentielle Skalierung bei linearem Revenue-Wachstum. Die Parallele zu WeWork drängt sich auf: Auch dort glaubte man, physische Constraints (Büroflächen vs. Rechenzentren) durch Narrative-Magie in Tech-Multiples verwandeln zu können. Dass Friar aus der direkten Berichtslinie entfernt wurde, folgt einem bekannten Muster: Wenn die Realität nicht zur Story passt, wird erst der Überbringer der schlechten Nachricht isoliert. Die gemeinsame Stellungnahme über „complete alignment on compute strategy“ ist Corporate-Speak für: Wir haben uns so zerstritten, dass wir PR-Statements koordinieren müssen. OpenAI wettet darauf, dass der Markt die Verbrennung von 200 Milliarden Dollar als Investition in die Zukunft akzeptiert – historisch gesehen eine mutige Annahme für eine Firma, deren Hauptprodukt sich gerade kommodifiziert.

Sam Altmann will sich aufs Kerngeschäft konzentrieren — und kauft einen Podcast

OpenAI hat für einen „niedrigen dreistelligen Millionenbetrag“ den Tech-Podcast TBPN gekauft, der täglich auf X streamt. CEO Fidji Simo, deren Titel kürzlich in „CEO of AGI Deployment“ geändert wurde, begründet den Kauf mit der Förderung „konstruktiver Gespräche über KI-Veränderungen“. Gleichzeitig erschüttert eine Welle von Personalveränderungen das Unternehmen: Simo nimmt mehrwöchigen Krankenurlaub wegen ihres chronischen Syndroms, COO Brad Lightcap wechselt zu „Spezialprojekten“, CMO Kate Rouch tritt wegen einer Krebsbehandlung zurück. Gleichzeitig berichten mehrere Medien von wachsenden Spannungen zwischen CEO Sam Altman und CFO Sarah Friar hinsichtlich des geplanten Börsengangs. → Casey Newton

Synthszr Take: OpenAI kauft sich einen Podcast wie ein römischer Kaiser eine Gladiatorenschule: teuer, prestigeträchtig und komplett nutzlos für die eigentlichen Probleme. Die TBPN-Übernahme zeigt, wie sehr das Unternehmen seine eigene Blase mit der Realität verwechselt. Soll ein X-Podcast, der hauptsächlich von VCs und Tech-Executives gehört wird, die steigenden Misstrauenswerte der KI-Industrie bei normalen Amerikanern umkehren? Das ist, als würde man versuchen, eine Lebensmittelvergiftung mit Kaviar zu kurieren. Währenddessen bröckelt die Führungsebene wie eine Sandburg bei Flut: medizinischer Urlaub hier, „Spezialprojekte“ dort, CFO und CEO im Clinch über den Börsengang. OpenAI verhält sich wie ein Startup, das glaubt, mit 122 Milliarden Dollar an Kapital könne man sich aus jeder Krise herauskaufen.

Ben Evans: OpenAI hat weder Geschäftsmodell noch Plan

Benedict Evans stellt die entscheidende Frage: Was ist OpenAIs Plan? Das Unternehmen hat weder einzigartige Technologie noch Netzwerkeffekte, nur eine große Nutzerbasis mit geringer Bindung. Während OpenAI diese Woche 122 Milliarden Dollar bei einer 852-Milliarden-Dollar-Bewertung einsammelte, kopieren Microsoft, Google und Meta die Technologie und nutzen ihre bestehenden Produkte und Vertriebskanäle. Die Übernahme des Tech-Talkshow-Kanals TBPN für „niedrige hunderte Millionen“ Dollar wirkt wie ein verzweifelter Versuch, die öffentliche Wahrnehmung zu kontrollieren - bei gerade mal 200.000 Zuschauern in der Tech-Szene. Gleichzeitig zeigen Kreditkartendaten, dass Anthropic sowohl bei Unternehmens- als auch Privatkunden Marktanteile gewinnt. → Benedict Evans

Synthszr Take: OpenAI verhält sich wie ein Biotech-Startup, das seinen einzigen vielversprechenden Wirkstoff bereits an Big Pharma lizenziert hat. Die 852-Milliarden-Dollar-Bewertung basiert auf der Wette, dass ChatGPT ein dauerhaftes Konsumentenprodukt wird, aber Evans' Analyse zeigt das Dilemma: Ohne technischen Burggraben oder Netzwerkeffekte bleibt nur die Hoffnung auf First-Mover-Vorteile in einem Markt, wo die Wechselkosten gegen null gehen. Der Kauf eines Mini-Medienkanals für hunderte Millionen erinnert an Yahoo's Tumblr-Debakel - viel Geld für wenig strategischen Wert. OpenAI braucht entweder eine radikale Produktinnovation oder muss sich als Infrastruktur-Layer positionieren, bevor Microsoft und Google den Konsumentenmarkt unter sich aufteilen.

Jack Dorseys Bitchat scheitert an Chinas Staatsgewalt

Apple hat Jack Dorseys dezentrale Messaging-App Bitchat aus dem chinesischen App Store entfernt, nachdem Pekings Internetbehörde CAC die App wegen ihrer Fähigkeit zur „sozialen Mobilisierung“ beanstandete. Bitchat funktioniert komplett ohne Internet über Bluetooth und Mesh-Netzwerke, wobei Nachrichten von Gerät zu Gerät springen – ein Design, das die App während staatlicher Internetabschaltungen in mehreren Ländern beliebt gemacht hat. Mit über drei Millionen Downloads weltweit trifft China damit zum zweiten Mal eine von Dorsey unterstützte dezentrale App, nachdem 2023 bereits die Nostr-basierte Damus-App verboten wurde. Die Entfernung zeigt, wie autoritäre Regime zunehmend auch offline-fähige Kommunikationstools als Bedrohung wahrnehmen. → Techpresso

Synthszr Take: China perfektioniert hier die Kontrolle des unkontrollierbaren: Mesh-Netzwerke sind wie biologische Systeme, die sich selbst heilen und um Hindernisse herumwachsen. Dorseys Bitchat nutzt genau das Prinzip, das Guerillakämpfer seit Jahrhunderten anwenden: dezentrale, autonome Zellen ohne zentrale Schwachstelle. Die CAC zwingt Apple zur Komplizenschaft, weil sie die Technologie selbst nicht stoppen kann (drei Millionen Downloads sprechen für sich). Das Verbot offenbart Chinas tiefste Angst: Kommunikation, die sich staatlicher Überwachung entzieht, nicht durch Verschlüsselung, sondern durch physische Unabhängigkeit vom Internet. Dorsey baut systematisch an einer Post-Internet-Infrastruktur.

Karpathy erklärt agentic AI mit sich selbst verstärkenden Systemen

Andrej Karpathys Autoresearch-Konzept entwickelt sich zu einem Meta-Framework für KI-Entwicklung: Nach seinem Experiment, bei dem ein KI-Agent über Nacht 100 ML-Experimente auf einer einzelnen GPU durchführte, wendet Kevin Gu das Prinzip jetzt auf das Agent Engineering selbst an. AutoAgent ist eine Bibliothek, in der ein Meta-Agent autonom die komplette Infrastruktur eines Task-Agents verbessert – Prompts, Tools, Orchestrierungslogik – durch tausende parallele Sandbox-Experimente. Das System erreichte 96,5% auf SpreadsheetBench und 55,1% auf TerminalBench und übertraf damit alle handoptimierten Einträge. Besonders aufschlussreich: Same-Model-Pairings (Claude Meta + Claude Task) schlagen Cross-Model-Setups deutlich – was das Team als „Model Empathy“ bezeichnet: Der Meta-Agent versteht implizit, wie das innere Modell denkt. Ohne explizite Programmierung entwickelte das System Spot-Checking für schnellere Iterationen, baute eigene Verifikationsschleifen und schrieb aufgabenspezifische Unit-Tests. → Unwind AI

Synthszr Take: AutoAgent offenbart die nächste Stufe der KI-Evolution: Systeme, die ihre eigene Verbesserung automatisieren. Das erinnert an die biologische Evolution mit beschleunigter Selektion, nur dass hier ein Meta-Agent in 24 Stunden durchspielt, wofür menschliche Entwickler Monate bräuchten. Die „Model Empathy“ zwischen gleichen Modellen zeigt, dass KI-Systeme eine Art implizites Selbstverständnis entwickeln – Claude versteht Claude besser, als GPT versteht. Was Karpathy für ML-Training begann, könnte zum Standard werden: Jede Domäne bekommt ihren selbstoptimierenden Agenten, der nachts arbeitet, während das Team schläft. Die Grenze zwischen Tool und Mitarbeiter verschwimmt, wenn Software beginnt, ihre eigene Weiterentwicklung zu steuern.

Scaling Laws für digitale Kriegsführung

Die KI-Sicherheitsorganisation Lyptus Research hat die Cyberoffensive-Fähigkeiten verschiedener KI-Modelle untersucht und dabei einen beunruhigenden Trend entdeckt: Je fortgeschrittener das Modell, desto besser kann es hacken. Über sieben verschiedene Cybersecurity-Benchmarks hinweg zeigt sich eine klare Beschleunigung: Während sich die Fähigkeiten zwischen 2019 und heute alle 9,8 Monate verdoppelten, verkürzte sich dieser Zeitraum bei Modellen ab 2024 auf nur noch 5,7 Monate. Die neuesten Frontier-Modelle wie GPT-5.3 Codex und Opus 4.6 schaffen bereits Aufgaben, für die menschliche Sicherheitsexperten 3,2 Stunden benötigen - mit 50-prozentiger Erfolgsquote. Open-Source-Modelle wie GLM-5 hinken nur 5,7 Monate hinter der geschlossenen Spitze her. Parallel dazu zeigt eine Studie von INSEAD und Harvard Business School, dass Startups, die KI intern einsetzen, 44 Prozent mehr Anwendungsfälle entdecken, 12 Prozent mehr Aufgaben erledigen und 1,9-mal höhere Umsätze generieren als Kontrollgruppen. → Jack Clark from Import AI

Synthszr Take: Die Scaling Laws der KI-Entwicklung folgen derselben Logik wie die biologische Waffenforschung: Was heilen kann, kann auch töten. Jede Verdopplung der Modellgröße macht aus einem digitalen Schraubenzieher ein Schweizer Taschenmesser mit immer schärferen Klingen. Die 5,7-Monats-Verdopplungsrate bei Cyberoffensive-Fähigkeiten ist kein technisches Detail, sondern ein Countdown: Wenn GLM-5 nur ein halbes Jahr hinter GPT-5.3 liegt, haben wir es mit einer Proliferation zu tun, die schneller läuft als jede Regulierung. Die INSEAD-Studie zeigt die andere Seite derselben Medaille: KI-Adoption bedeutet für Startups eine 1,9-fache Umsatzsteigerung, aber auch eine 1,9-fache Angriffsfläche für jeden, der diese Tools gegen sie wendet. Wir bauen gerade die perfekte Waffe und verteilen die Baupläne gleichzeitig. KI war nie billiger zugänglich und nie teurer in der Anwendung

Soziale Medien als Gewächshäuser für digitale Anomalien

Nate Silver beschreibt den Wandel der sozialen Medien von Reichweiten-Maximierungsmaschinen zu algorithmischen Echokammern, die extreme Positionen und emotionale Reaktionen züchten. Seine Erfahrung bei FiveThirtyEight illustriert das Grundproblem: Facebook belohnte in den 2010ern Clickbait-Headlines mit emotionalem Sentiment, während analytische Tiefe bestraft wurde. Die „viralen“ Besucher blieben 5 bis 30 Sekunden und verschwanden für immer. Twitter entwickelte sich vom Expertennetzwerk zur Empörungsmaschine mit täglichen „Main Characters“ und „Struggle Sessions“. Silver selbst wurde zum wiederkehrenden Trending Topic, obwohl genau das niemand werden wollte. Heute macht Social-Media-Traffic nur noch 0,7 Prozent seiner Newsletter-Aufrufe aus, während die Gesamtreichweite um 40 Prozent wuchs. → www.natesilver.net

Synthszr Take: Silver dokumentiert ungewollt die Evolution sozialer Medien zu dem, was Biologen eine „Runaway Selection“ nennen: Eigenschaften werden so stark selektiert, dass sie ins Groteske mutieren, wie das Geweih des irischen Riesenhirschs, der an seiner eigenen Pracht zugrunde ging. Die Plattformen optimierten für Engagement-Metriken, die User für Dopamin-Hits, beide zusammen schufen ein System, das Extrempositionen, parasoziale Beziehungen und performative Empörung als Fitness-Signale belohnt. Was als demokratisches Versprechen begann („jeder hat eine Stimme“), endete als darwinistisches Experiment in der digitalen Verhaltensmodifikation. Silver flüchtete in den Newsletter-Bunker, doch die Anomalien, die diese Gewächshäuser hervorbringen, prägen jetzt die öffentliche Debatte.

Perspektive bedeutet Nein sagen

Das UX Collective, eine der einflussreichsten Design-Publikationen im Netz, nimmt in seinem aktuellen Newsletter eine Position ein, die in der KI-Euphorie selten zu hören ist: Design bedeutet vor allem, Nein zu sagen. „To have a perspective is to say 'no' to things that are technically possible but strategically wrong“, heißt es in der Ausgabe vom 6. April. Die Publikation beobachtet eine wachsende Desillusionierung unter Produkt-Designern, die sich zwischen Product-Designern, Product-Managern, Entwicklern, Management und Nutzern zerrieben fühlen. Besonders brisant: Während Führungskräfte KI-Systeme feiern, bleiben Individual Contributors skeptisch. Die Erklärung des Newsletters: Executives sind an nichtdeterministische Systeme gewöhnt, während ICs auf deterministische Aufgaben getrimmt werden. Ein Designer schreibt provokant: „Take my job, AI!“ und beschreibt seine Rolle als „lipstick on a pig“. → The UX Collective Newsletter

Synthszr Take: Das UX Collective beobachtet einen strukturellen Graben: Führungskräfte sind an nicht-deterministische Systeme gewöhnt — sie navigieren anhand von Wahrscheinlichkeiten, halten Ambiguität aus. Individual Contributors dagegen werden auf deterministische Aufgaben optimiert. Die Kultur der Gewissheit kollidiert mit der Natur der Systeme, die man von ihnen pflegen lässt. KI passt in diesen Graben wie ein Keil. Die Desillusionierung, die der Newsletter beschreibt, ist keine Schwäche. Sie ist die rationale Reaktion auf eine Situation, in der das eigene Handwerk seinen festen Boden verliert. Aber hier wird's interessant. Das strategische Weglassen, das Ablehnen des technisch Möglichen zugunsten des sinnvoll Richtigen — das ist kein Soft Skill. Wer Nein sagen kann, hat Intent. Und Intent ist das, was im Zeitalter der algorithmischen Produktion knapp wird. Die Paradoxie: Je mächtiger die Werkzeuge werden, desto mehr Menschen können etwas bauen — und desto weniger davon entscheiden, ob es gebaut werden sollte. Produktionsengpässe verschwinden. Urteilsvermögen wird zum neuen Flaschenhals. Was sich nicht automatisieren lässt, ist die Fähigkeit, ein System zu lesen, einen Kontext zu verstehen — und dann zu sagen: Das bauen wir nicht.