Agentenplattformen dominieren heute: OpenAI baut ChatGPT zur Superapp um, während Builder-Tools und MoE-Frameworks die Infrastruktur darunter aufrüsten. Dazu: DeepSeeks Aufstieg in US-Firmen und ein Urteil, das KI-Haftung neu definieren könnte.

Der größte strukturelle Umbau in der Geschichte von ChatGPT nimmt Gestalt an. Laut einem Bericht der Financial Times, auf den sich OpenAIs Pläne für eine Agenten-Superapp stützen, erklärte ein leitender Mitarbeiter des Unternehmens schlicht: „Chat is dead." Chief Product Officer Thibault Sottiaux beschreibt das Ziel als einen persönlichen Agenten, der nutzerübergreifend – privat wie beruflich – autonom handelt. Konkret bedeutet das: ChatGPT-, Codex- und weitere Produktteams wurden bereits unter Sottiaux zusammengeführt, das Web- und Mobile-Interface wird in den kommenden Wochen neu gestaltet, und Partnerintegration mit Unternehmen wie Canva und Booking sollen die Plattform zur vollständigen Aufgaben-Automatisierungsschicht machen. Für AI-Builder ist das eine direkte Ansage: Wer heute Workflows auf das Chat-Paradigma aufbaut, plant möglicherweise auf abgetragenem Terrain.

Während OpenAI die Oberfläche umbaut, arbeitet die Community an der Infrastruktur darunter. Ein Community-Entwickler hat ein PyTorch-Framework für MoE- und MoD-Architekturen unter Apache-2.0-Lizenz veröffentlicht, das mit eigenen CUDA-Kerneln auf T4-GPUs einen 2- bis 7-fachen Speedup gegenüber Standard-PyTorch erreicht und Modellgrößen von 500.000 bis 300 Milliarden Parametern abdeckt. Parallel dazu liefert ein Python-Tutorial für Multi-Agent-Systeme einen praxisnahen Einstieg in arbeitsteilige Agenten-Architekturen – am Beispiel eines Travel-Planners, bei dem spezialisierte Agenten für Recherche, Aktivitätenplanung, Budgetierung und Itinerary-Erstellung zusammenarbeiten. Und Simon Willison hat mit datasette-agent-edit 0.1a0 ein Basis-Plugin veröffentlicht, das die Claude-Text-Editor-Patterns – view, str_replace, insert – storage-agnostisch kapselt, sodass Datasette-Plugin-Entwickler agentenbasiertes Textediting nicht für jedes Projekt neu implementieren müssen. Der Werkzeugkasten für autonome Systeme wächst sichtbar schneller als die regulatorische Diskussion darüber.

Das zeigt sich auch auf der Nachfrageseite. Laut Ramp-Ausgabendaten, die den DeepSeek-Aufstieg in US-Firmen im Juni 2026 dokumentieren, führt DeepSeek die Kategorie der am schnellsten wachsenden Software-Anbieter an – gemessen an relativem Wachstum zur Unternehmensgröße. Ramps Chefökonom Ara Kharazian betont ausdrücklich: US-Unternehmen zahlen DeepSeek direkt und leiten Daten durch dessen Plattform, profitieren also nicht von den Sicherheitsvorteilen selbst gehosteter Open-Source-Modelle. DeepSeek V4, Ende April erschienen, erreicht laut Ramp nicht die Gesamtperformance westlicher Spitzenmodelle, kostet aber einen Bruchteil. Ein ergänzender Praxistest zu Qwen 3.7 Max eines erfahrenen Engineers kommt zu einem ähnlichen Befund: US-Frontier-Modelle stagnieren auf einem Plateau, während chinesische Alternativen im Preis-Leistungs-Verhältnis aufholen. Der Autor nennt Fälle, in denen Unternehmen bis zu 500 Millionen Dollar in einem Monat für Claude-Tokens ohne nachweisbaren Output verbrannt hätten – ein Warnsignal für AI-Budget-Verantwortliche. Kharazians Datensatz über mehr als 50.000 Unternehmen zeigt zudem, dass Inferenz-Plattformen wie Fireworks AI, fal AI und DeepInfra ebenfalls wachsen: frühe Zeichen einer Token-Ökonomie, in der Preis-Leistung zunehmend über …