OpenAI intensiviert Unternehmensstrategien zur KI-Integration und Modellverbesserung

OpenAIs Strategie für Unternehmenskunden: Wachstum von Codex, Preisentwicklung und die ROI-Frage

OpenAI, ein führendes Unternehmen im Bereich der künstlichen Intelligenz, verstärkt seine Bemühungen, KI-Technologien direkt in die Geschäftsprozesse von Unternehmenskunden zu integrieren. Im Zentrum dieser Strategie steht die Tochtergesellschaft DeployCo, die mit einem Team von Ingenieuren die Implementierung und Anpassung von KI-Modellen vor Ort vornimmt.

Ingenieure vor Ort als Bindeglied zwischen Forschung und Anwendung

Arnaud Fournier, CTO von DeployCo, erläutert in einem Interview die doppelte Funktion des "Forward Deployed Engineering" (FDE)-Teams. Einerseits sollen Kundenprobleme gelöst werden, andererseits sollen Erkenntnisse über den Stand der Technik und die Herausforderungen bei der Einführung von KI gewonnen werden. Ein KI-Modell oder eine API allein generiert keinen Wert; dieser entsteht erst, wenn die Technologie in Geschäftsprozesse eingebettet, konform und überwachbar ist. Die Ingenieure agieren als Schnittstelle zwischen den Produkt- und Forschungsteams von OpenAI und den Kunden, um die neuesten Technologien zu den Anwendern zu bringen und gleichzeitig wertvolles Feedback für die Weiterentwicklung der Modelle zu sammeln. Standorte in Paris, London und München unterstreichen die globale Ausrichtung, mit gemeinsamen Projekten auch in Deutschland.

Die Abgrenzung zu Beratungsfirmen wie Deloitte wird durch das Frontier Alliance Ökosystem mit Partnern wie Accenture, Capgemini, BCG und McKinsey deutlich. Diese Partnerschaften sollen sicherstellen, dass Berater stets den aktuellen Stand der Technik nutzen und ihren Kunden die notwendigen Tools und Systeme zur Verfügung stellen können. Die Investitionen dieser Firmen in DeployCo und ihre Rolle als Alliance-Partner werden von Fournier als Beleg für ihr Interesse an der praktischen Umsetzung mit OpenAI gewertet.

Die Rückkopplungsschleife: Von der Kundenanwendung zur Modellverbesserung

Die durch die Kundenarbeit gewonnenen Erkenntnisse fließen nicht direkt in das Training zukünftiger Modelle ein, es sei denn, es handelt sich um explizite Forschungspartnerschaften, die strengen regulatorischen Überprüfungen unterliegen. Stattdessen erfolgt die Rückkopplung über zwei Hauptkanäle: Erstens durch das Identifizieren von Modellschwächen, beispielsweise bei der Dokumentenanalyse, was zu gezielter Datenerfassung und Modellverbesserungen führt. Das Beispiel der Großbank BBVA verdeutlicht, wie eine Lösung von GPT-5.0 zu 5.5 deutlich verbessert werden konnte. Zweitens durch die Erkennung von Tooling-Bedürfnissen, wie die Notwendigkeit der Multi-Agenten-Orchestrierung, die zur Entwicklung des Open-Source-Repositorys Swarm und später des Agent SDK führte.

Das Beratungsengagement von OpenAI geht über die Beschleunigung bestehender Arbeitsabläufe hinaus. Am Beispiel von BBVA, das ursprünglich die Automatisierung von Kreditdokumenten anstrebte, wurde ein Ansatz gewählt, der eine kontinuierliche Bewertung des Kreditrisikos ermöglicht. Dies erlaubt es der Bank, bei geopolitischen Ereignissen die Exposition ihres Kreditportfolios sofort zu bewerten, was eine Neugestaltung von Prozessen statt nur eine Effizienzsteigerung darstellt.

Regulierung als geringes Hindernis, starkes Wachstum von Codex

Trotz strenger KI-Vorschriften in Europa, wie dem EU AI Act, und Bedenken bezüglich des Datenschutzes, stellt die Regulierung in der Praxis laut Fournier kaum ein Hindernis für die KI-Adoption dar. Die Dynamik der KI-Einführung in Unternehmen sei derzeit enorm. OpenAI begegnet den Anforderungen europäischer Unternehmen durch die Einführung von EU-Datenresidenz und Enterprise Key Management. Frankreich, Deutschland und Großbritannien zählen zu den zehn größten globalen Märkten von OpenAI.

Ein Beispiel hierfür ist das deutsche Unternehmen Stadler, ein Hersteller von Abfallsortiersystemen, bei dem über 85 Prozent der Mitarbeiter ChatGPT täglich aktiv nutzen. Darüber hinaus belegen die von OpenAI geteilten Zahlen das starke Wachstum von Codex: Weltweit zählt das Tool über vier Millionen wöchentliche Nutzer, was einer Verfünffachung innerhalb von drei Monaten und einem monatlichen Wachstum von über 70 Prozent entspricht. In Deutschland hat sich die Zahl der wöchentlich aktiven Codex-Nutzer seit Januar 2026 mehr als versiebenfacht. Deutschland ist in Europa führend bei den wöchentlich aktiven Nutzern, gehört zu den globalen Top Fünf und rangiert bei bezahlten Abonnements und Entwicklern unter den globalen Top Drei.

Die Befürchtung, dass OpenAI Entwickler, die ihre Produkte auf OpenAI-Modellen aufbauen, verdrängen könnte, begegnet Fournier mit Optimismus. Er betont, dass es nie eine bessere Zeit gegeben habe, Entwickler zu sein, und dass OpenAI Start-ups und Digital Natives unterstütze. Die Frage der direkten Konkurrenz auf Anwendungsebene bleibt dabei unbeantwortet.

Preisgestaltung von KI: Sinkende Intelligenzkosten vs. steigende Modellkomplexität

Angesichts der steigenden Nutzung agentischer Systeme, die mehr Rechenleistung erfordern, rückt die Kostenfrage in den Fokus. Fournier stellt fest, dass der Preis für Intelligenz in den letzten 18 Monaten um das Hundertfache gesunken sei, nicht um 100 Prozent, sondern um den Faktor 100. Dies sei auf Effizienzgewinne in der gesamten Kette zurückzuführen, von den Chips über die Interaktion mit den Modellen bis hin zu den Modellen selbst, die immer recheneffizienter werden. Zudem stünden kleinere Modelle mit gleichem Intelligenzniveau zur Verfügung.

Die Beobachtung, dass GPT-5.5 je nach Eingabelänge 49 bis 92 Prozent mehr kostet als sein Vorgänger, erklärt Fournier mit dem "Test-Time Compute". Komplexere Probleme können einen höheren Rechenaufwand erfordern. Für ein konstantes Intelligenzniveau seien die Preise jedoch drastisch gesunken. Ein Teil der Aufgabe seines Teams sei es, Kunden zu vermitteln, dass nicht jede Aufgabe die hohe Rechenintensität von GPT-5.5 erfordert.

Die Frage, ob das klassische sitzbasierte Lizenzmodell angesichts des explodierenden Rechenbedarfs agentischer Workflows noch tragfähig ist, beantwortet Fournier mit Verweis auf das Wachstum. Die Nachfrage sei deutlich höher als noch vor drei Monaten, und Kunden nutzen die Tools intensiver. OpenAI möchte nicht nur zahlende Kunden bedienen, sondern einen breiten Zugang zur Technologie ermöglichen. Die Verfügbarkeit von Codex auch für kostenlose Nutzer und die Lockerung von Nutzungslimits, ermöglicht durch massive Investitionen in die eigene Recheninfrastruktur, werden als Beleg hierfür angeführt.

Fourniers persönlicher Fokus liegt auf dem Mehrwert für Kunden. Die Frage nach der wirtschaftlichen Tragfähigkeit von Flatrate- und Sitzmodellen bei explodierendem Rechenaufwand bleibt dabei offen. Die steigenden Preise und die höhere Nutzung werden von Kunden zunehmend als Problem wahrgenommen, wie Gerüchte über Preissenkungen im API-Segment und eine Aussage von OpenAI-CEO Sam Altman belegen, der die Kosten als "riesiges Problem" für Unternehmen bezeichnete.

Die ROI-Frage: Eine Herausforderung in der frühen Phase der KI-Transformation

Hinsichtlich des Return on Investment (ROI) von KI-Projekten räumt Fournier ein, dass es sich um eine frühe Phase handelt. Viele der jetzt in Produktion gehenden Projekte begannen erst vor sechs bis zwölf Monaten, sodass der volle Nutzen erst verzögert messbar ist. Der Zeithorizont sei hierbei ein entscheidender Faktor. Was vor zwei Jahren noch als zu teuer abgetan wurde, sei heute oft ein Standard und liefere einen hohen ROI. Entscheidend sei nicht der heutige Token-Preis, sondern die Entwicklung einer Aufgabe über die Zeit.

Der Nutzen lasse sich auf zwei Arten messen: durch die Produktivität der Mitarbeiter und durch den geschäftlichen Effekt. Als Beispiel nennt er die Partnerschaft mit dem Landmaschinenhersteller John Deere, wo KI Landwirten hilft, den Chemikalieneinsatz zu reduzieren, was sowohl einen finanziellen als auch einen ökologischen ROI generiert.

Eine konkrete Formel zur Bestimmung des Wertes eines KI-Projekts kann Fournier jedoch nicht liefern. Diese Formel müsse von den Anwendern in der Praxis selbst entwickelt werden. Sein pragmatischer Rat lautet: "Besorgen Sie sich einfach eine Codex-Lizenz für 20 Dollar und legen Sie los." Der Nutzen werde sich dann schnell von selbst erschließen.

Die offene Rechnung der KI-Transformation

Fournier beschreibt einen strategischen Wandel: Mit sinkenden Kosten und breiterer Verfügbarkeit von Modell-Performance verlagert sich der Wert auf die tiefe Integration beim Kunden, auf branchenspezifische Workflows, auf die Rückkopplung in Produkt und Forschung sowie auf eine Kundenbindung, die über die reine API-Nutzung hinausgeht. Die Forward Deployed Engineers sind in dieser Logik kein Service-Add-on, sondern der Mechanismus, mit dem OpenAI seine Modelle in die Kernprozesse großer Unternehmen drängt und gleichzeitig lernt, was die nächste Generation von Produkten und Modellen leisten muss.

Bemerkenswert ist die Diskrepanz zwischen der beschriebenen Transformationskraft und dem tatsächlichen Reifegrad. Fournier zeichnet ein Bild intensiver Nutzung, tiefgreifend umgestalteter Unternehmen und einer Welt, in der in zehn Jahren die Mehrheit der Unternehmen mit KI arbeiten wird. Die Solidität dieses Bildes ist jedoch heute kaum überprüfbar. Vieles, was jetzt in Produktion geht, begann erst vor kurzer Zeit, und eine allgemein verlässliche ROI-Formel fehlt. DeployCo und Fournier sollen genau diese Lücke zwischen intensiver Nutzung und realer Transformation schließen. Der Vertriebs- und Integrationsapparat wird massiv aufgebaut, gerade weil die selbsttragende Dynamik, die die Wachstumskurven von Codex suggerieren, in der Praxis nicht existiert. Steile Nutzungskurven summieren sich nicht direkt zu einer funktionierenden Unternehmenstransformation. Die drei Punkte, bei denen Fournier ausweicht oder nur beispielhaft antwortet – das Abrechnungsmodell, die Konkurrenz mit der eigenen Entwicklerbasis und der nachweisbare ROI – sind genau jene Fragen, die über die Wirtschaftlichkeit der gesamten KI-Branche entscheiden werden.

Bibliographie:

- The Decoder. (2026, 24. Juni). *OpenAI's deployment chief on Codex growth, falling AI prices, and the ROI question*. Abgerufen von https://the-decoder.com/openais-deployment-chief-on-codex-growth-falling-ai-prices-and-the-roi-question/ - Fortune. (2026, 4. März). *OpenAI reports Codex usage is surging, says it plans to make Codex heart of wider agent push*. Abgerufen von https://fortune.com/2026/03/04/openai-codex-growth-enterprise-ai-agents/ - LinkedIn. (2026, 24. Juni). *OpenAI's deployment chief on Codex growth, falling AI ...*. Abgerufen von https://www.linkedin.com/posts/the-decoder-en_openais-deployment-chief-on-codex-growth-activity-7475534474005524480-DvUJ - Yahoo Finance. (2026, 4. März). *OpenAI sees Codex users spike to 1.6 million, positions coding tool as gateway to AI agents for business*. Abgerufen von https://finance.yahoo.com/news/openai-sees-codex-users-spike-173313124.html - Forbes India. (2026, 27. März). *SaaS isn’t dead; The way we think about it will change: OpenAI’s Brad Lightcap*. Abgerufen von https://www.forbesindia.com/article/leadership/saas-isnt-dead-the-way-we-think-about-it-will-change-openais-brad-lightcap/2992569/1 - Reworked. (2026, 3. Juni). *OpenAI Adds Plugins to Codex*. Abgerufen von https://www.reworked.co/digital-workplace/openai-adds-plugins-to-codex/ - Sustainabl. (2026, 25. Mai). *Codex: OpenAI's Bet to Prove It Can Make Money*. Abgerufen von https://sustainabl.net/en/articulo/codex-openai-bet-prove-make-money-mplkogqc - Byteiota. (2026, 8. Juni). *OpenAI Codex Goes Enterprise: 5M Users, Sites, 6 Plugins*. Abgerufen von https://byteiota.com/openai-codex-goes-enterprise-5m-users-sites-6-plugins/ - TechTimes. (2026, 22. Juni). *Samsung ChatGPT Enterprise: Codex Reaches Non-Developers in OpenAI's Biggest Korea Rollout*. Abgerufen von https://www.techtimes.com/articles/318831/20260622/samsung-chatgpt-enterprise-codex-reaches-non-developers-openais-biggest-korea-rollout.htm - WebProNews. (2026, 25. Januar). *OpenAI's Enterprise Pivot: Codex Surge Powers $1B API Boom Amid Anthropic Rivalry*. Abgerufen von https://www.webpronews.com/openais-enterprise-pivot-codex-surge-powers-1b-api-boom-amid-anthropic-rivalry/