Der Wettbewerb um das beste KI-Modell der Welt läuft auf Hochtouren. Google dominiert viele Touchpoints im Digitalraum mit Gemini 3.0, OpenAI hat mit GPT-5.2 – sowie dem neuen GPT-5.3-Codex für Developer – ein hochleistungsfähiges Modell parat, Mistral AI aus Europa setzt eher auf spezialisierte Modelle und Anthropic bescherte der Branche jüngst das neue Modell Claude Opus 4.6. Auch die Weiterentwicklung der KI-Suche wird mit Hochdruck umgesetzt, auf Google, ChatGPT und Co. Dabei können User mit verschiedenen Tools unterschiedliche Modelle der Tech-Unternehmen einsetzen. Bei der AI Answering Machine Perplexity können sie mit dem Model Picker ihre favorisierten Optionen auswählen. Und jetzt ermöglicht Perplexity, eine Suchanfrage gleich von drei verschiedenen Modellen zugleich bedienen zu lassen. Dafür zeichnet die neue Funktion Model Council verantwortlich.

Anthropics Claude Opus 4.6 bringt neues Leistungsniveau für agentische KI

So funktioniert das Model Council auf Perplexity

Der Name ist Programm: Das Model Council von Perplexity soll bei einer Suchanfrage in der AI Answering Machine unterschiedliche KI-Modelle als Gremium zusammenstellen. Dabei sollen die einzigartigen Eigenschaften der Modelle dafür sorgen, dass die Antwort zur Suchanfrage besonders ausgewogen ist und verschiedene Schwerpunkte aus den Modellantworten, Gemeinsamkeiten und auch mögliche Diskrepanzen bei der Darstellung aufzeigt.

Das Unternehmen erklärt, dass User fortan solche aggregierten Suchergebnisse mit nebeneinander anschauen und dabei auf die Differenzen und die unikalen Anwortbestandteile der einzelnen Modelle zugreifen.

Die Funktion erlaubt es den Nutzer:innen, ein Multi-Model-Recherche-Feature einzusetzen, das beispielsweise Claude Opus 4.6, GPT-5.2 von OpenAI und Gemini 3.0 parallel laufen lässt. Ein weiteres KI-Modell synthetisiert dann die Antworten für die User und zeigt zum Beispiel in Tabellenform, was welches Modell herausgefunden hat. Dabei werden auch konkrete Quellen als Beleg samt Quellen-Links mitgeliefert.

Der Vorteil für die Nutzer:innen soll darin liegen, dass sie nicht zwischen Modellen hin- und herwechseln müssen, um umfassende und auch differierende Antworten zu Suchanfragen zu erhalten. Zudem können sie mit dem Model Council etwaige blinde Flecken einzelner Modelle erkennen und mögliche Leerstellen bei Antworten ausfüllen lassen. Gerade Ungereimtheiten bei den aggregierten Antworten könnten als Hinweis zur weiteren Recherche relevant werden.

Perplexity schlägt vor, dieses Feature beispielsweise bei der Investmentrecherche, der Verifizierung von Informationen, komplizierteren Entscheidungen etwa beim Kauf von Produkten oder auch beim kreativen Brainstorming einzusetzen. Das Model Council kommt allerdings mit einerm Wermutstropfen daher. Denn zunächst ist es nur im Web und lediglich für Perplexity Max-Abonnent:innen verfügbar. Dieses Abonnement kostet 200 US-Dollar monatlich. Der Mobile Support wurde aber schon angekündigt.

---

15 ChatGPT Prompts, um 15 Stunden pro Woche zu sparen

Mit der Einführung von GPT-5-Codex im September 2025 legte OpenAI den Grundstein für Codex als eigenständiges Entwicklungsmodell. Der jüngste Start der Codex App für macOS, die das parallele Arbeiten mit mehreren Agents erleichtert, bereitete den nächsten Schritt vor. Mit GPT-5.3-Codex baut OpenAI diesen Ansatz jetzt weiter aus und erweitert den Funktionsumfang von Codex deutlich.

Die Ankündigungen treffen auf einen deutlich verschärften KI-Wettbewerb, vor allem zwischen OpenAI und Anthropic. Erst vor wenigen Tagen sorgte Anthropic mit einer Super Bowl-Kampagne für Aufmerksamkeit und stellte klar, dass Claude werbefrei bleiben soll – im Gegensatz zu OpenAIs ChatGPT. Kurz darauf folgte mit Claude Opus 4.6 das bislang stärkste Modell des Unternehmens. Vor diesem Hintergrund wirkt OpenAIs gleichzeitiger Start von GPT-5.3-Codex und der Agent-Plattform Frontier wie eine direkte Antwort auf den wachsenden Druck durch Claude.

OpenAI startet Codex App

GPT-5.3-Codex: Mehr Leistung, schnelleres Reasoning, neue Benchmarks

Laut OpenAI verbessert GPT-5.3-Codex sowohl die Coding Performance von GPT-5.2-Codex als auch Reasoning und Fachwissen und bündelt diese Fortschritte in einem Modell, das nach Angaben des Unternehmens rund 25 Prozent schneller arbeitet. In internen und externen Tests erreicht das Modell neue Bestwerte, unter anderem bei SWE-Bench Pro und Terminal Bench, und zeigt starke Ergebnisse bei OSWorld und GDPVal, die OpenAI zur Bewertung agentischer und realitätsnaher Fähigkeiten nutzt. Auffällig ist auch der Entwicklungsansatz: GPT-5.3-Codex war das erste Modell, das maßgeblich an der eigenen Weiterentwicklung beteiligt war. Das Codex Team nutzte frühe Versionen, um Training, Roll-out und Evaluationen gezielt zu debuggen und zu steuern.

Parallel meldet OpenAI wachsende Nutzung. Seit dem Start der Codex App für macOS verzeichnet das Unternehmen über 500.000 Downloads, Codex zählt inzwischen rund eine Million wöchentlich aktive Nutzer:innen. Zusätzlichen Schub erhält das Modell durch neue Integrationen: GPT-5.3-Codex lässt sich inzwischen direkt in Apples Xcode 26.3 sowie in GitHub Workflows mit Copilot Pro+ oder Enterprise nutzen, um komplexe Aufgaben autonom innerhalb bestehender Entwickler:innenumgebungen auszuführen.

OpenAI Frontier: Agents für komplexe Workflows statt mehr KI-Chaos

Während OpenAI mit GPT-5.3-Codex vor allem die Leistungsfähigkeit der Modelle adressiert, setzt Frontier an einem tieferliegenden Problem an. Viele Unternehmen scheitern weniger an der Intelligenz von KI als an ihren eigenen Strukturen. Zersplitterte Systeme, über Clouds und Anwendungen verteilte Daten sowie uneinheitliche Governance erschweren es, Agents sinnvoll in den Arbeitsalltag einzubinden. Zwar kommen Agents zunehmend zum Einsatz, agieren aber oft isoliert – und erhöhen so eher die Komplexität, statt sie zu verringern.

Die Folge ist eine wachsende Lücke zwischen dem Potenzial moderner KI-Modelle und dem, was Organisationen tatsächlich produktiv nutzen können. Die Technologie entwickelt sich rasant, doch Prozesse, Wissen und Kontrollmechanismen halten häufig nicht Schritt. Der Druck steigt, weil sich der Abstand zwischen früh adaptierenden Organisationen und dem restlichen Markt weiter vergrößert.

Genau hier setzt Frontier an. Wie OpenAI im offiziellen Blog beschreibt, geht es nicht nur um bessere Tools, sondern um die Frage, was Agents brauchen, um zuverlässig arbeiten zu können. Frontier orientiert sich dabei explizit an Strukturen, die auch für menschliche Mitarbeitende selbstverständlich sind.

Damit Agents im Unternehmen produktiv werden, braucht es laut OpenAI:

• Gemeinsamen Kontext: Agents müssen verstehen, wie Arbeit systemübergreifend abläuft und wo relevante Informationen liegen.
• Zugriff auf Tools und Systeme: Agents benötigen die Möglichkeit, mit Dateien, Software und Daten zu arbeiten, statt nur zu antworten.
• Klare Vorstellung von guter Arbeit: Qualität soll sich durch Feedback und Erfahrung kontinuierlich verbessern.
• Identität und Berechtigungen: Agents brauchen definierte Rollen, Rechte und Grenzen, denen Teams vertrauen können.
• Governance im Alltag: Kontrolle, Nachvollziehbarkeit und Sicherheit müssen integriert sein – nicht nachträglich ergänzt werden.

Frontier verbindet bestehende Systeme wie CRMs, interne Anwendungen, Datenbanken und Ticketing Tools und schafft so einen gemeinsamen Business-Kontext für Agents. Ziel ist der Übergang von einzelnen Chatbots hin zu KI-Kolleg:innen, die abteilungsübergreifend eingesetzt werden können und reale Aufgaben übernehmen.

Zu den ersten Unternehmen, die Frontier nutzen, zählen laut OpenAI unter anderem HP, Intuit, Oracle und Uber. Weitere Organisationen wie State Farm, Cisco, BBVA und T-Mobile setzen Frontier bereits in Pilotprojekten ein. Begleitet werden sie von sogenannten Forward Deployed Engineers, die Teams beim Aufbau, Betrieb und der Governance produktiver Agents unterstützen.

Die nächste Evolutionsstufe im Agent Shift – mit offenen Fragen

Mit GPT-5.3-Codex und Frontier treibt OpenAI den Agent Shift konsequent weiter. Wie das Unternehmen selbst im Blog einordnet, liegt die zentrale Hürde für den KI-Einsatz inzwischen weniger in der Modellintelligenz als in der Einbettung in reale Arbeitsprozesse. GPT-5.3-Codex liefert dafür die technische Grundlage, Frontier soll die organisatorische Infrastruktur bereitstellen.

Damit positioniert sich OpenAI zunehmend nicht nur als Modellanbieter:in, sondern als Plattform für agentische Systeme, die produktive Arbeit übernehmen sollen – von der Software-Entwicklung bis hin zu geschäftskritischen Prozessen im Enterprise-Umfeld. Offen bleibt jedoch, wie gut sich diese neuen Agent-Strukturen in Unternehmensstrukturen und Arbeitsprozesse integrieren lassen. Denn mit wachsender Autonomie steigen auch die Anforderungen an Zuständigkeiten, abgestimmte Workflows und tragfähige Governance.

Genau an diesem Punkt setzt auch die Einordnung von Julian A. Kramer von Adobe an, mit dem wir auf dem AI Forum in München gesprochen haben. Agentic AI sei weniger eine Tool- als vielmehr eine Organisationsfrage. Entscheidend sei, wie Agent Teams strukturiert werden, wie sich Prozesse verändern und ob Governance nicht nur technisch vorgesehen, sondern im Arbeitsalltag tatsächlich gelebt wird.

„Du orchestrierst Agents wie ein Teamchef Aufgaben verteilt“:
Der Sprung von Gen AI zu Agentic AI

Google erklärt, dass der Roll-out zunächst für englischsprachige Ergebnisse in den USA erfolgt. Doch in den kommenden Monaten wird das Core Update ebenfalls in weiteren Ländern, dann auch in Deutschland, ausgerollt. Im Google Search Status Dashboard können User wie gewohnt den Verlauf verfolgen. Der aktuelle Roll-out soll rund zwei Wochen andauern. In diesen Zwei Wochen werden Seitenbetreiber:innen in den USA deutliche Schwankungen im Discover Traffic erleben – genauso wie bei Core Update Ranking-Schwankungen in der Suche auftreten. Google gibt an, dass im Rahmen dieser Algorithmusanpassung vor allem drei Kernpunkte behandelt werden:

1. Clickbait-Artikel sollen stark minimiert werden. Das gilt auch für „sensational“ Content, also Inhalte, die bewusst einen Fokus auf übertriebene Sensationstitel setzen.
2. Lokale Nachrichten sollen den Nutzer:innen vermehrt ausgespielt werden. Sie sollen vor allem mehr Inhalte von Neuigkeiten aus ihren Ländern sehen.
3. User sollen mehr Beiträge mit tiefgreifenden, aktuellen und von jahrelanger Expertise geprägten Inhalten finden. Dabei sollen Seiten mit ausgewiesener Expertise und einem Renommee in Fachbereichen mehr in den Mittelpunkt gerückt werden.

Discover Engine Optimization (DEO) notwendig?

Das klingt grundsätzlich positiv für Publisher. Gelingt es Google, diese Vorgaben mit dem Core Update umfassend umzusetzen, könnten viele Seiten mit qualitativen und aktuellen Inhalten, aber auch Lokal-Publisher auf mehr Sichtbarkeit und Traffic hoffen, gerade im Wettbewerb mit den von Google oft bevorzugt angezeigten großen Medienhäusern. Wie gut Google das Content-Gleichgewicht in Discover jedoch optimieren kann, wird das neue Discover Core Update erst zeigen müssen. Passend dazu liefert Google auf dem Blog der Google Search Central ein Beispiel für Content, der im Laufe des Updates mehr Sichtbarkeit erlangen kann:

Since many sites demonstrate deep knowledge across a wide range of subjects, our systems are designed to identify expertise on a topic-by-topic basis. So whether a site has expertise in multiple areas or has a deep focus on a single topic, there’s equal opportunity to show up in Discover. For example, a local news site with a dedicated gardening section could have established expertise in gardening, even though it covers other topics. In contrast, a movie review site that wrote a single article about gardening would likely not.

Allerdings sehen sich die Publisher und Seitenbetreiber:innen zugleich mit einigen Problemen konfrontiert. So stellen sich erste User, etwa unter Googles Ankündigungs-Post auf LinkedIn, die Frage, ob sie sich neben der SEO und GEO jetzt auch mit der DEO beschäftigen müssten. Doch zur Anzeige in Discover können die Seitenbetreiber:innen selbst nur bedingt beitragen. Grundsätzlich gelten die Tipps und Hinweise für alle Core Updates im Rahmen auch dieser Algorithmusanpassung, so Google. Informationen und Hilfestellung im Kontext großer Updates wiederum liefert Google im Rahmen einer neuen Dokumentation mit mehr Details. Im ausführlichen Guide von OnlineMarketing.de kannst du nachlesen, was Webmaster grundsätzlich im Vorwege von Core Updates beachten können. Solange Creator und Medien jedoch Inhalte erstellen, die hilfreich, einzigartig und für Menschen gemacht sind, müssen sie sich nicht unbedingt zum Handeln bewegt sehen. Noch mehr Informationen finden Seitenbetreiber:innen und SEOs in der Google Search Central, die Basics zu Core Updates teilt.

KI-Zusammenfassungen als Traffic-Hemmnis

Des Weiteren dürften Publisher trotz Googles positiv dargestelltem Update Befürchtungen bezüglich des Traffics aus dem Bereich Discover haben. Denn dort hat Google seit Monaten ebenfalls KI-Zusammenfassungen für Beiträge integriert, die die Klickrate und den Traffic verringern könnten. Demnach könnten einige Publisher und andere Seiten durch das Core Update zwar langfristig mehr Impressions generieren, müssen sich aber womöglich so oder so auf weniger Traffic aus dem Bereich einstellen. Im Leistungsbericht für Discover können User diesen in der Google Search Console analysieren.

Welche Inhalte User letztendlich in ihrem eigenen Discover Feed sehen, hängt aber ebenfalls stark von persönlichen Einstellungen ab. Denn die Nutzer:innen können Präferenzen zu Quellen und Marken angeben. Neuerdings können erste User sogar mithilfe von AI Prompts ihren Discover Feed nach den eigenen Vorstellungen anpassen.