OpenAI streicht den Deep Research-Zugriff für Plus-Benutzer und verschärft damit den KI-Agentenkrieg mit DeepSeek und Claude
Bildnachweis: VentureBeat erstellt mit Midjourney
Abonnieren Sie unsere täglichen und wöchentlichen Newsletter, um die neuesten Updates und exklusiven Inhalte zur branchenführenden KI-Berichterstattung zu erhalten. Mehr erfahren
OpenAI gab heute bekannt, dass es seine leistungsstarke Deep Research- Funktion allen Benutzern von ChatGPT Plus , Team , Education und Enterprise zur Verfügung stellt und damit den Zugriff auf das, was viele Experten als den bahnbrechendsten KI-Agenten des Unternehmens seit dem ursprünglichen ChatGPT betrachten, erheblich erweitert.
„Deep Research wird jetzt für alle ChatGPT Plus-, Team-, Edu- und Enterprise-Benutzer eingeführt“, gab das Unternehmen auf seinem offiziellen X-Konto bekannt. Der Ankündigung zufolge erhalten diese Benutzer zunächst 10 Deep-Research-Abfragen pro Monat, während Abonnenten der Pro-Stufe monatlich Zugriff auf 120 Abfragen haben.
Deep Research , das auf einer spezialisierten Version des kommenden o3-Modells von OpenAI basiert, stellt einen bedeutenden Wandel in der Art und Weise dar, wie KI bei komplexen Forschungsaufgaben helfen kann. Anders als herkömmliche Chatbots, die unmittelbare Antworten liefern, durchsucht Deep Research selbstständig Hunderte von Online-Quellen, analysiert Texte, Bilder und PDFs und erstellt umfassende Berichte, die mit denen professioneller Analysten vergleichbar sind.
Die umfassende Forschung steht jetzt allen Benutzern von ChatGPT Plus, Team, Edu und Enterprise zur Verfügung.
– OpenAI (@OpenAI) 25. Februar 2025
Der Zeitpunkt der erweiterten Einführung von OpenAI ist kein Zufall. Die Landschaft der generativen KI hat sich in den letzten Wochen dramatisch verändert, wobei sich Chinas DeepSeek als unerwarteter Störfaktor erwiesen hat. Indem sie ihr DeepSeek-R1-Modell unter einer MIT-Lizenz als Open Source zur Verfügung stellten, haben sie das geschlossene, abonnementbasierte Geschäftsmodell, das die westliche KI-Entwicklung geprägt hat, grundlegend in Frage gestellt.
Was diesen Wettbewerb besonders interessant macht, sind die unterschiedlichen Philosophien, die dabei im Spiel sind. Während OpenAI seine leistungsstärksten Funktionen weiterhin hinter immer komplexeren Abonnements versteckt, hat sich DeepSeek für einen radikal anderen Ansatz entschieden: die Technologie verschenken und tausende Anwendungen entstehen lassen.
Das chinesische KI-Unternehmen Deepseek sorgte kürzlich mit der Ankündigung von R1 für Aufsehen, einem Open-Source-Argumentationsmodell, das angeblich eine vergleichbare Leistung wie OpenAIs o1 erreiche, allerdings zu einem Bruchteil der Kosten.
Aber für diejenigen, die die KI-Entwicklung aufmerksam verfolgen: Deepseek und R1 kamen nicht aus … pic.twitter.com/FUahYP0HHz
Diese Strategie erinnert an frühere Zeiten der Technologieeinführung, in denen offene Plattformen letztlich mehr Wert schufen als geschlossene Systeme. Die Dominanz von Linux in der Serverinfrastruktur bietet eine überzeugende historische Parallele. Für Entscheidungsträger in Unternehmen stellt sich die Frage, ob sie in proprietäre Lösungen investieren sollen, die unmittelbare Wettbewerbsvorteile bieten, oder ob sie offene Alternativen wählen sollen, die eine breitere Innovation in ihrem gesamten Unternehmen fördern könnten.
Perplexitys kürzliche Integration von DeepSeek-R1 in sein eigenes Forschungstool – zu einem Bruchteil des Preises von OpenAI – zeigt, wie schnell dieser offene Ansatz konkurrierende Produkte hervorbringen kann. Unterdessen hat Anthropics Claude 3.7 Sonnet einen anderen Weg eingeschlagen und konzentriert sich mit „visible extended thinking“ auf Transparenz in seinem Denkprozess.
Das R1 von Deepseek ist ein beeindruckendes Modell, insbesondere im Hinblick auf das, was es für den Preis bieten kann.
wir werden offensichtlich viel bessere Modelle liefern und außerdem ist es wirklich belebend, einen neuen Konkurrenten zu haben! Wir werden einige Neuerscheinungen herausbringen.
– Sam Altman (@sama) 28. Januar 2025
Das Ergebnis ist ein fragmentierter Markt, in dem jeder große Player mittlerweile einen eigenen Ansatz für KI-gestützte Forschung bietet. Für Unternehmen bedeutet das eine größere Auswahl, aber auch eine größere Komplexität bei der Entscheidung, welche Plattform am besten zu ihren spezifischen Bedürfnissen und Werten passt.
Wenn Sam Altman schreibt, dass Deep Research „ einigen Nutzern wahrscheinlich 1.000 Dollar im Monat wert ist “, offenbart er damit mehr als nur die Preiselastizität – er erkennt auch die außerordentliche Wertdiskrepanz an, die zwischen potenziellen Nutzern besteht. Dieses Eingeständnis trifft den Kern des anhaltenden strategischen Balanceakts von OpenAI.
Das Unternehmen steht vor einem grundlegenden Spannungsfeld: Es muss einerseits die Premium-Exklusivität aufrechterhalten, die seine Entwicklung finanziert, und andererseits seine Mission erfüllen, dafür zu sorgen, dass „künstliche allgemeine Intelligenz der gesamten Menschheit zugutekommt“. Die heutige Ankündigung stellt einen vorsichtigen Schritt in Richtung größerer Zugänglichkeit dar, ohne das Umsatzmodell des Unternehmens zu untergraben.
ich denke, wir werden zunächst 10 Nutzungen pro Monat für ChatGPT Plus und 2 pro Monat im kostenlosen Tarif anbieten, mit der Absicht, diese Zahl mit der Zeit zu erhöhen.
Für manche Benutzer ist es wahrscheinlich 1.000 $ pro Monat wert, aber ich bin gespannt, was alle damit machen! https://t.co/YBICvzodPF
– Sam Altman (@sama) , 12. Februar 2025
Indem OpenAI die Nutzer der kostenlosen Stufe auf nur zwei Abfragen pro Monat beschränkt, bietet es im Grunde einen Vorgeschmack – genug, um die Fähigkeiten der Technologie zu demonstrieren, ohne die Premium-Angebote zu kannibalisieren. Dieser Ansatz folgt dem klassischen „Freemium“-Spielbuch, das einen Großteil der digitalen Wirtschaft definiert hat, jedoch mit ungewöhnlich engen Beschränkungen, die die erheblichen Rechenressourcen widerspiegeln, die für jede Deep Research-Abfrage erforderlich sind.
Die Zuteilung von 10 monatlichen Abfragen für Plus-Benutzer (20 USD/Monat) im Vergleich zu 120 für Pro-Benutzer (200 USD/Monat) schafft eine klare Abgrenzung, die das Premium-Wertversprechen wahrt. Diese abgestufte Rollout-Strategie deutet darauf hin, dass OpenAI erkennt, dass die Demokratisierung des Zugangs zu erweiterten KI-Funktionen mehr erfordert als nur die Senkung der Preisbarrieren – es erfordert ein grundlegendes Umdenken bei der Verpackung und Bereitstellung dieser Funktionen.
Die Schlagzeilenzahl – 26,6 % Genauigkeit bei „ Humanity's Last Exam “ – erzählt nur einen Teil der Geschichte. Dieser Benchmark, der selbst für menschliche Experten eine außerordentliche Herausforderung darstellen soll, stellt einen Quantensprung gegenüber früheren KI-Fähigkeiten dar. Zum Vergleich: Noch vor einem Jahr wäre es als bemerkenswert gegolten, bei diesem Test auch nur 10 % zu erreichen.
Am bedeutsamsten ist nicht nur die reine Leistung, sondern die Art des Tests selbst, der die Synthese von Informationen aus unterschiedlichen Bereichen und die Anwendung differenzierter Schlussfolgerungen erfordert, die weit über das Musterabgleich hinausgehen. Der Ansatz von Deep Research kombiniert mehrere technologische Durchbrüche: mehrstufige Planung, adaptive Informationsbeschaffung und, vielleicht am wichtigsten, eine Form der rechnerischen Selbstkorrektur, die es dem Test ermöglicht, seine eigenen Einschränkungen während des Forschungsprozesses zu erkennen und zu beheben.
Doch diese Fähigkeiten haben auch erhebliche blinde Flecken. Das System ist nach wie vor anfällig für etwas, das man als „ Konsensverzerrung “ bezeichnen könnte – eine Tendenz, allgemein akzeptierte Standpunkte zu bevorzugen und gegensätzliche Perspektiven, die etabliertes Denken in Frage stellen, möglicherweise zu übersehen. Diese Verzerrung könnte besonders in Bereichen problematisch sein, in denen Innovationen oft aus der Infragestellung konventioneller Weisheiten entstehen.
Darüber hinaus bedeutet die Abhängigkeit des Systems von bestehenden Webinhalten, dass es die Voreingenommenheiten und Beschränkungen seines Quellenmaterials übernimmt. In sich rasch entwickelnden Bereichen oder Nischenspezialitäten mit begrenzter Online-Dokumentation kann Deep Research möglicherweise Schwierigkeiten haben, wirklich umfassende Analysen zu liefern. Und ohne Zugriff auf proprietäre Datenbanken oder abonnierbare akademische Zeitschriften bleiben die Erkenntnisse in bestimmten Spezialbereichen trotz seiner ausgefeilten Denkfähigkeiten möglicherweise oberflächlich.
Für Führungskräfte in der obersten Führungsebene stellt Deep Research ein Paradox dar: Ein Tool, das leistungsstark genug ist, um Rollen in der gesamten Organisation neu zu definieren, aber immer noch zu begrenzt ist, um ohne sorgfältige menschliche Aufsicht eingesetzt zu werden. Die unmittelbaren Produktivitätsgewinne sind unbestreitbar – Aufgaben, die früher tagelange Analystenarbeit erforderten, können jetzt in Minuten erledigt werden. Diese Effizienz bringt jedoch komplexe strategische Auswirkungen mit sich.
Organisationen, die Deep Research effektiv integrieren, müssen ihre Informationsabläufe wahrscheinlich komplett neu überdenken. Anstatt einfach Junioranalysten zu ersetzen, kann die Technologie neue hybride Rollen schaffen, in denen sich menschliches Fachwissen auf die Formulierung von Fragen, die Bewertung von Quellen und die kritische Bewertung von KI-generierten Erkenntnissen konzentriert. Die erfolgreichsten Implementierungen werden Deep Research wahrscheinlich nicht als Ersatz für menschliches Urteilsvermögen, sondern als Verstärker menschlicher Fähigkeiten betrachten.
gründliche Recherche für ChatGPT-Plus-Benutzer!
eines der Dinge, die wir am liebsten je verschickt haben.
– Sam Altman (@sama) , 25. Februar 2025
Die Preisstruktur führt zu eigenen strategischen Überlegungen. Bei 200 US-Dollar monatlich für Pro-Benutzer mit 120 Abfragen kostet jede Abfrage effektiv etwa 1,67 US-Dollar – ein unbedeutender Aufwand im Vergleich zu den Kosten für menschliche Arbeit. Doch das begrenzte Volumen schafft künstliche Knappheit, die Organisationen dazu zwingt, Prioritäten zu setzen, welche Fragen die Möglichkeiten von Deep Research wirklich wert sind. Diese Einschränkung kann ironischerweise zu einer überlegteren Anwendung der Technologie führen, als es ein rein unbegrenztes Modell ermöglichen würde.
Die langfristigen Folgen sind tiefgreifender. Da Forschungskapazitäten, die früher Eliteorganisationen vorbehalten waren, allgemein zugänglich werden, werden Wettbewerbsvorteile zunehmend nicht mehr vom Informationszugang abhängen, sondern davon, wie Organisationen Fragen formulieren und KI-generierte Erkenntnisse in ihre Entscheidungsprozesse integrieren. Der strategische Wert verschiebt sich vom Wissen zum Verstehen – vom Sammeln von Informationen zur Gewinnung von Erkenntnissen.
Für technische Führungskräfte ist die Botschaft klar: Die Revolution in der KI-Forschung kommt nicht mehr – sie ist bereits da. Die Frage ist nicht, ob man sich anpasst, sondern wie schnell Organisationen die Prozesse, Fähigkeiten und die kulturelle Denkweise entwickeln können, die sie brauchen, um in einem Umfeld erfolgreich zu sein, in dem die Tiefenforschung grundsätzlich demokratisiert wurde.
Wenn Sie Ihren Chef beeindrucken möchten, ist VB Daily die richtige Adresse für Sie. Wir geben Ihnen Insiderinformationen darüber, was Unternehmen mit generativer KI machen, von regulatorischen Änderungen bis hin zu praktischen Implementierungen, damit Sie Ihre Erkenntnisse weitergeben können, um den ROI zu maximieren.
Lesen Sie unsere Datenschutzrichtlinie
Vielen Dank für Ihr Abonnement. Weitere VB-Newsletter finden Sie hier .
Ein Fehler ist aufgetreten.
venturebeat
