GPT-5-Rollout: OpenAI korrigiert Kurs nach massiver Nutzerkritik

OpenAI musste bereits wenige Tage nach dem GPT-5-Launch deutliche Korrekturen vornehmen. Tausende unzufriedene ChatGPT-Nutzer zwangen das Unternehmen zu einem teilweisen Rollback und grundlegenden Änderungen am neuen Modell-Interface.
Der Start von GPT-5 am 6. August 2025 sollte OpenAIs Triumph werden – stattdessen entwickelte sich schnell eine der kontroversesten Produkteinführungen in der Geschichte des KI-Unternehmens. OpenAI hatte angekündigt, dass GPT-5 alle bisherigen Modelle auf ChatGPT ersetzen würde, was bei vielen Nutzern für Unmut sorgte. Binnen weniger Tage sammelten sich auf Reddit fast 5.000 verärgerte Nutzer, die das neue System als „schrecklich“ und „wie einen Rückschritt“ bezeichneten.
Die Probleme begannen unmittelbar nach dem Launch: OpenAI entfernte beliebte Modelle wie GPT-4o komplett aus dem Consumer-Bereich, was zu einem Aufschrei der Community führte. Besonders Plus-Abonnenten, die für 20 Dollar monatlich zahlten, fühlten sich ihrer bewährten Arbeitswerkzeuge beraubt. Sam Altman, CEO von OpenAI, räumte schließlich öffentlich ein, dass der Rollout „holprig“ verlaufen sei.
Was OpenAI zunächst als nahtlosen Übergang geplant hatte, entpuppte sich als Lehrstück darüber, wie wichtig es ist, etablierte Nutzergewohnheiten zu respektieren. Das Unternehmen sah sich gezwungen, binnen 72 Stunden substantielle Änderungen vorzunehmen – eine Reaktionsgeschwindigkeit, die sowohl die Flexibilität als auch die Dringlichkeit der Situation verdeutlichte.
Here is how we are prioritizing compute over the next couple of months in light of the increased demand from GPT-5:
1. We will first make sure that current paying ChatGPT users get more total usage than they did before GPT-5.
2. We will then prioritize API demand up to the…
— Sam Altman (@sama) August 12, 2025
Rollback-Strategie: Alte Modelle kehren zurück
Nach massivem Nutzerfeedback brachte OpenAI das beliebte GPT-4o-Modell zurück, allerdings nun mit Bezahlschranke. Diese Entscheidung zeigt, wie sehr das Unternehmen von der negativen Reaktion überrascht wurde. Ursprünglich sollte GPT-5 als universelle Lösung alle bisherigen Varianten ersetzen – ein Ansatz, der sich als zu radikal erwies.
Die Rückkehr von GPT-4o erfolgte nicht ohne Kompromisse: Während das Modell früher für Plus-Nutzer frei verfügbar war, ist es nun Teil eines gestaffelten Preismodells. Free-Nutzer erhalten nur eine GPT-5-Thinking-Nachricht pro Tag, während Plus-Nutzer auf 160 Nachrichten alle drei Stunden begrenzt sind. Diese Limitierung war eine direkte Reaktion auf die hohe Systemauslastung in den ersten Tagen.
OpenAI justierte auch die Benutzeroberfläche grundlegend. Statt der ursprünglich geplanten automatischen Modellauswahl können Nutzer nun manuell zwischen verschiedenen GPT-Varianten wechseln. Diese Flexibilität war eine der häufigsten Forderungen in den Nutzer-Communities, die sich über die Entmündigung durch das System beschwert hatten.
today we are significantly increasing rate limits for reasoning for chatgpt plus users, and all model-class limits will shortly be higher than they were before gpt-5.
we will also shortly make a UI change to indicate which model is working.
— Sam Altman (@sama) August 10, 2025
Technische Herausforderungen und Kapazitätsprobleme
Die ersten Rollout-Tage offenbarten erhebliche Infrastruktur-Schwächen bei OpenAI. Das System war durch die stark steigende Nachfrage nach Reasoning-Modellen kurzfristig überlastet, was zu frustrierenden Wartezeiten und Systemausfällen führte. Besonders das neue „Thinking“-Feature, das GPT-5s Denkprozesse sichtbar macht, erwies sich als ressourcenintensiv.
OpenAI reagierte mit einer schrittweisen Erhöhung der Serverkapazitäten und optimierte die Lastverteilung. Das Unternehmen verdoppelte die Rate-Limits für Plus-Nutzer und führte intelligentere Fallback-Mechanismen ein. Wenn das Hauptsystem überlastet ist, werden Anfragen automatisch an weniger ausgelastete Modell-Varianten weitergeleitet.
Die technischen Probleme verdeutlichten ein grundsätzliches Dilemma: GPT-5 ist deutlich rechenintensiver als seine Vorgänger, was bei der erwarteten Nutzerzahl zu Engpässen führte. OpenAI musste daher nicht nur die Software, sondern auch die gesamte Backend-Architektur anpassen.
Was Nutzer an GPT-5 bemängeln: Die häufigsten Kritikpunkte
Die Nutzerreaktionen zeigten ein klares Muster der Unzufriedenheit, das OpenAI zum Umdenken zwang:
- Persönlichkeitsveränderungen: Viele Nutzer empfanden GPT-5 als zu „geschwätzig“ und weniger präzise als GPT-4o. Das neue Modell neigte zu längeren Erklärungen, auch wenn kurze Antworten gewünscht waren.
- Workflow-Unterbrechungen: Professionelle Nutzer, die spezifische Prompting-Strategien für GPT-4o entwickelt hatten, mussten ihre gesamten Arbeitsabläufe überdenken. Besonders Programmierer und Content-Creator fühlten sich ausgebremst.
- Inkonsistente Leistung: Nutzer berichteten, dass GPT-5 bei manchen Aufgaben schlechter abschnitt als die älteren Modelle, obwohl es theoretisch überlegen sein sollte. Diese Wahrnehmung verstärkte den Eindruck eines „Downgrades“.
OpenAI arbeitet seither intensiv daran, diese Kritikpunkte zu addressieren. Das Unternehmen führte Feinabstimmungen bei der Antwortlänge ein und passte die „Persönlichkeit“ des Modells an Nutzerpräferenzen an. Diese iterative Verbesserung läuft parallel zum Live-Betrieb – ein riskanter, aber notwendiger Ansatz.
Ausblick: Lehren aus dem turbulenten Start
Der GPT-5-Rollout wird vermutlich als Wendepunkt in OpenAIs Produktstrategie in die Geschichte eingehen. Das Unternehmen lernte, dass technische Überlegenheit allein nicht ausreicht – Nutzerakzeptanz und Gewohnheiten sind ebenso wichtig. Trotz nachweislicher Verbesserungen in Bereichen wie Halluzination-Reduktion und Code-Generierung reichte das nicht aus, um die Community zu überzeugen.
Für die KI-Branche insgesamt zeigt dieser Fall, wie kritisch das Change-Management bei KI-Produkten ist. Nutzer entwickeln tiefe Arbeitsbeziehungen zu bestimmten Modell-Charakteristiken, die nicht einfach durch „bessere“ Versionen ersetzt werden können. OpenAI wird künftig graduellere Übergänge planen und Parallel-Betrieb alter Modelle länger aufrechterhalten.
Die Ereignisse demonstrieren auch die Macht der Community: Innerhalb weniger Tage zwangen organisierte Nutzerproteste eines der wertvollsten KI-Unternehmen der Welt zu grundlegenden Kursänderungen. Dies könnte einen Präzedenzfall für künftige KI-Produkteinführungen schaffen, bei denen Nutzerfeedback von Anfang an stärker berücksichtigt wird.
