OpenAI gründet Team für praktische AI-Anwendungen

OpenAI hat eine neue Abteilung namens „Applied Evals“ gegründet, die darauf abzielt, Unternehmen bei der Optimierung komplexer Geschäftsprozesse mit KI zu unterstützen – etwa bei der Bearbeitung von Rückerstattungsanträgen oder dem Migration von Code. Die Gruppe wird von Shyamal Anadkat geleitet, einem erfahrenen Ingenieur bei OpenAI, und konzentriert sich auf Anwendungen in der Sprachverarbeitung sowie auf Aufgaben, die mehrstufige Schlussfolgerungen erfordern. Die Stellenangebote bieten ein Gehalt zwischen 255.000 und 325.000 US-Dollar pro Jahr plus Anteile. Anadkat betont, dass Evaluierung („Evals“) – also die Messung der Leistungsfähigkeit von KI-Modellen – der „kritischste Teil“ beim Aufbau von KI-Produkten sei. Im Gegensatz zu früheren, rein technischen Evaluierungen, die meist nur prüften, ob ein Modell „funktioniert“, geht es nun darum, in konkreten Anwendungsfällen zu definieren, was „gut“ bedeutet. Die neue Abteilung wird zunächst mit Generalisten starten, später aber Spezialisten aus verschiedenen Bereichen einstellen – von Softwareentwicklern bis hin zu Fachkräften aus den Geisteswissenschaften, falls Bedarf besteht. Das Team arbeitet ausschließlich mit Geschäftskunden zusammen, die OpenAI’s Entwicklerplattform nutzen, um maßgeschneiderte Evaluierungen für spezifische Use Cases zu erstellen. Es operiert separat von den Teams, die für Konsumprodukte wie Apps oder Beratungsdienste zuständig sind. Entscheidungen über Projekte basieren auf Kundenbedürfnissen und Schwächen der bestehenden Modelle, wobei enge Zusammenarbeit mit Sales- und Business-Teams erfolgt. Die Gründung von Applied Evals spiegelt einen größeren Trend in der KI-Branche wider: Während früher vor allem Techniker für das Training und die Entwicklung von Modellen gesucht wurden, gewinnt nun Fachwissen aus unterschiedlichen Disziplinen an Bedeutung, um KI wirklich nutzbar zu machen. Experten wie Michael Jacobides von der London Business School und Tanmai Gopal, CEO von PromptQL, betonen, dass die Herausforderung heute weniger darin liegt, „funktionierende“ Modelle zu bauen, sondern darin, sie in konkreten Kontexten sinnvoll einzusetzen. Justin Farris von Read AI unterstreicht, dass es zwar nur wenige Menschen weltweit gibt, die Frontiers-Modelle entwickeln können, aber eine riesige Lücke besteht, wenn es darum geht, diese Modelle in der Praxis zu nutzen. Die Entwicklung von Applied Evals deutet auf eine Verschiebung hin zu einer engeren Verzahnung von Forschung und Produktentwicklung hin, wobei gemeinsam definiert wird, was „gutes“ KI-Verhalten in der Praxis ausmacht. Industrieexperten sehen in diesem Schritt eine Reaktion auf die zunehmende Komplexität der KI-Anwendung. Die Fähigkeit, nicht nur zu messen, ob ein Modell funktioniert, sondern auch, ob es in einem spezifischen Geschäftsprozess tatsächlich Wert schafft, wird zunehmend entscheidend. OpenAI positioniert sich damit nicht nur als KI-Entwickler, sondern als Partner für die praktische Umsetzung. Die neue Abteilung könnte ein Modell für zukünftige KI-Unternehmen darstellen, die neben reinen Technikern auch Experten für Anwendung, Prozessoptimierung und Kontextverständnis brauchen.