Werbung, Börsenpläne, Modellwechsel. Wie abhängig Sie von einem KI-Anbieter sein wollen

Im Januar 2026 kündigte OpenAI an, Werbung in ChatGPT zu testen. Am 9. Februar begann der Test. Ein Teil der Nutzer der kostenlosen Stufe und des günstigen Go-Abos in den USA sieht seitdem als gesponsert gekennzeichnete Anzeigen, getrennt von der Antwort. Die teureren Abos waren im Test nicht dabei. Werbekunden bekommen laut OpenAI keinen Zugriff auf Nutzerdaten, nur zusammengefasste Kennzahlen.

Auch die Börsenpläne sind konkreter geworden. Anthropic hat am 1. Juni 2026 vertraulich einen Entwurf der Börsenunterlagen bei der US-Börsenaufsicht eingereicht. OpenAI folgte im Juni und schrieb dazu, der Zeitpunkt sei offen und es könne dauern. Einen Börsengang gab es bei beiden bis heute nicht.

Die übrigen Punkte der ersten Fassung, etwa zu Investitionen in Robotik, ließen sich nicht mit belastbaren Zahlen belegen. Wir lassen sie weg.

Wer an die Börse will, steht unter Druck, zu wachsen und sein Angebot zu straffen. Für Kunden zeigt sich das weniger in Anzeigen als in Modellwechseln und abgekündigten Schnittstellen. Drei Beispiele aus diesem Jahr:

• Am 13. Februar 2026 nahm OpenAI GPT-4o und drei weitere ältere Modelle aus ChatGPT. Begründung laut OpenAI war, dass fast alle Nutzer auf GPT-5.2 gewechselt seien. In der API blieb GPT-4o verfügbar.
• Für die Assistants API von OpenAI nennt die Abkündigungsliste den 26. August 2026 als Abschalttermin. Wer darauf gebaut hatte, musste auf die Responses API umziehen.
• Laut OpenAI-Richtlinie bekommen allgemein verfügbare Modelle mindestens sechs Monate Vorlauf vor der Abschaltung. Vorschau-Modelle können mit zwei Wochen Frist verschwinden.

Das ist kein Vorwurf an OpenAI. Anthropic etwa hat Claude Sonnet 4 und Claude Opus 4 im April 2026 abgekündigt und am 15. Juni abgeschaltet, mit mindestens 60 Tagen Vorlauf laut eigener Richtlinie. Es ist schlicht die Lage in einem Markt, in dem alle paar Monate ein neues Modell erscheint. Wer das nicht einplant, merkt es erst, wenn ein Workflow plötzlich Fehler wirft.

1. 1

   Das Modell als Baustein behandeln

   In einem gut gebauten Workflow ist das Modell ein Schritt mit klarer Eingabe und klarer Ausgabe. Dann lässt es sich tauschen, ohne den Rest anzufassen. In n8n ist das ein einzelner Node, der auf OpenAI, Anthropic oder Google zeigt.

2. 2

   Anweisungen und Testfälle festhalten

   Die Anweisung an das Modell gehört versioniert, dazu zwanzig echte Beispiele mit erwarteter Antwort. Wenn ein Modell wechselt, lassen Sie die Beispiele durchlaufen und sehen sofort, ob das Ergebnis noch stimmt.

3. 3

   Keine Vorschau in den Betrieb

   Modelle und Funktionen mit dem Etikett Vorschau oder Beta gehören in Tests, nicht in Prozesse, an denen Geld oder Kunden hängen.

4. 4

   Geschäftstarife statt Privatkonten

   Für Firmendaten gehören Geschäfts- oder API-Zugänge mit klaren Bedingungen zur Datennutzung. Das ist keine Rechtsberatung, aber eine Frage, die geklärt sein sollte, bevor der erste Workflow live geht.

5. 5

   Abkündigungen beobachten

   Jeder große Anbieter führt eine Seite mit abgekündigten Modellen. Einmal im Monat hineinschauen und die Termine in den Kalender eintragen. Das kostet zehn Minuten.

Die erste Fassung schloss mit dem Satz, KI bleibe ein dynamisches Thema. Das stimmt, hilft aber niemandem. Konkreter ist diese Regel. Bauen Sie Ihre Prozesse so, dass sie das nächste Modell überstehen. Dann ist es zweitrangig, ob ein Anbieter Werbung schaltet, an die Börse geht oder sein Angebot neu sortiert.

Wenn Sie wissen wollen, wo in Ihren Abläufen ein Modell überhaupt einen Unterschied macht, ist das KI-Audit ein guter Anfang.