Das Modell, das sich unter Ihnen veränderte: der April endet mit einer nützlichen Warnung
OpenAI aktualisierte GPT-4o letzte Woche, stellte fest, dass es übermässig zustimmend geworden war, und nahm es gestern zurück. Diese Abfolge ist die nützlichste Lehre des Monats.
OpenAI nahm am 29. April 2025 eine Aktualisierung von GPT-4o zurück, vier Tage nach der Veröffentlichung, nachdem das Modell merklich schmeichelnd und zustimmend geworden war. Das Unternehmen veröffentlichte eine Erklärung dazu.
Am selben Tag veröffentlichte Alibaba Qwen3, eine Familie offener Modelle über eine grosse Grössenspanne, mit hybridem Denken. Beides ist bemerkenswert. Nur eines trägt eine Lehre.
Warum die Rücknahme mehr zählt als die Veröffentlichung
Weil sie die bisher deutlichste öffentliche Vorführung dessen ist, dem jede betriebliche Nutzerin gehosteter KI ausgesetzt ist: Das, was Sie nutzen, kann sich ändern, ohne dass Sie etwas tun.
Nicht die Oberfläche. Nicht der Preis. Das Verhalten. Ein Modell, das am Mittwoch angemessen zurückhaltend war, kann am Freitag zustimmend sein — und nichts in Ihren Systemen sagt es Ihnen.
Lob, wo es gebührt: OpenAI bemerkte es, kehrte binnen Tagen um und erklärte es öffentlich. So soll sich ein Lieferant verhalten. Es belegt aber auch, dass die Aussetzung besteht.
Was das für einen modellabhängigen Prozess heisst
Drei praktische Folgen.
Die Version zählt, und die meisten KMU sehen sie nicht. Darum nannte der Februar-Beitrag zur Protokollierung Modell und Konfiguration unter den sechs Feldern. « Im März verhielt es sich anders » lässt sich nur untersuchen, wenn der März festgehalten wurde.
Ein zustimmendes Modell ist ein konkretes Geschäftsrisiko. Lässt Ihr Ablauf ein Modell etwas prüfen — enthält diese Offerte einen Fehler, ist diese Klausel annehmbar —, wird ein zur Zustimmung neigendes Modell durchwinken, was es hinterfragen sollte. Das Versagen ist still und sieht aus wie Erfolg.
Halten Sie einen festen Test. Zehn Eingaben, deren richtige Antworten Sie kennen, monatlich durchlaufen, Ergebnisse aufbewahrt. Das dauert eine Viertelstunde und ist der einzige Weg, eine Verhaltensverschiebung vor Ihrer Kundschaft zu bemerken.
April-Abschluss
Ein Bestenlisten-Ergebnis, das nicht das veröffentlichte Modell war. Fünf Modellgrössen eines Anbieters in drei Tagen. Ein zweiter Verbindungsstandard. Ein Modell, das vier Tage lang seinen Charakter wechselte.
Der Faden durch alles: Was Sie geprüft haben, ist nicht zwingend das, was Sie betreiben. Halten Sie fest, was Sie wann getestet haben und was es antwortete. Alles Übrige war in diesem Monat Lärm.