Die ehemalige CTO des Vendors will dem CEO nicht unter Eid trauen

Im Gerichtssal in San Francisco wurde Mira Murati gefragt, ob sie Sam Altman vertraut. Sie sagte nein. Murati war von 2018 bis zu ihrem Rücktritt Ende 2024 CTO von OpenAI. Sie war auch die Person, die das Unternehmen im November 2023 einige Tage lang leitete, nachdem der Vorstand Altman hinauswarf, bevor die Umkehrung ihn zurückbrachte. Sie war keine Randfigur. Sie kannte die Produktroadmap, die Sicherheitsdiskussionen und die interne Mechanik der Organisation besser als fast anyone else.

Ihre Aussage kam während des laufenden Verfahrens vor Gericht, das Elon Musk gegen Altman und OpenAI angestrengt hatte. Was immer man von diesem Fall hält, Muratis Worte sind nun Teil der öffentlichen Dokumentation. Und für jeden, der ein Produkt, einen Workflow oder eine Client-Lieferung auf OpenAI-APIs aufbaut, spielt diese Dokumentation eine Rolle.

Das ist kein Drama, das man von der Seite beobachtet

Die natürliche Reaktion ist, das als Tech-Industrie-Klatsch zu behandeln. Eine Führungskraft geht. Ein Verfahren folgt. Zitate werden aus dem Kontext gerissen. Dann geht man weiter.

Diese Reaktion ist falsch.

Wenn die ehemalige technische Leiterin deines Primär-AI-Vendors unter Strafandrohung aussagt, dass sie seinem CEO nicht vertrauen konnte, beobachtest du nicht interne Politik. Du erhältst ein Signal über organisatorische Kohärenz an der Spitze eines Unternehmens, dessen Infrastruktur du möglicherweise jeden Tag für Client-Arbeit nutzt.

Es geht nicht darum, ob Altman eine gute oder schlechte Person ist. Es geht darum, was diese Aussage dir über die Governance eines Unternehmens sagt, das Zugang zu einer der folgenreichsten Technology Stacks der Branche kontrolliert. Governance spielt eine Rolle, weil sie Prioritäten, Sicherheitsentscheidungen, Produktkontinuität und die Bedingungen prägt, unter denen du dich darauf verlassen kannst, dass ein Vendor sich über die Zeit hinweg konsistent verhält.

Was Procurement-Teams wirklich kaufen

Wenn eine Agentur oder ein Produktteam ein Foundation Model in einen Client-Workflow integriert, kauft es mehr als eine API. Es kauft:

• Kontinuität. Das Modell, auf dem du heute aufbaust, sollte sich in sechs Monaten ähnlich verhalten. OpenAI hat eine dokumentierte Geschichte von Model-Version-Deprecations, manchmal schnell.
• Sicherheitskonsistenz. Die Outputs, die dein Tool produziert, müssen sich in akzeptablen Grenzen halten, wenn das Modell aktualisiert wird. Post-Training-Alignment-Entscheidungen werden vom Vendor getroffen, nicht von dir.
• Preisstabilität. GPT-4-Input-Preise sind zwischen 2023 und 2024 erheblich gesunken. Das kann dir zugute kommen, aber ein Unternehmen unter juristischem und Governance-Druck kann die Preise auch in die andere Richtung bewegen.
• Reputationsalignment. Wenn dein Client-Assistant auf einem Vendor aufbaut, der für interne Bruchstellen in den Schlagzeilen ist, wird das dein Problem in einem Client-Review.

Nichts davon verlangt von dir zu glauben, wer in einem Verfahren recht hat. Es verlangt von dir, die Informationen ernst zu nehmen.

Der Multi-Model-Fall wird stärker

In den letzten zwei Jahren war das Aufbauen auf einem einzelnen Foundation Model eine vertretbare Wahl. GPT-4 hatte einen echten Capability-Vorteil, die API war stabil genug, und der operative Overhead, mehrere Vendor-Integrationen zu pflegen, lohnte sich für die meisten Teams nicht.

Diese Rechnung verschiebt sich. Nicht weil der Capability-Vorteil verschwunden ist, obwohl er sich mit Konkurrenz von Anthropic, Google und Mistral erheblich verengt hat. Sie verschiebt sich, weil die nicht-technischen Risiken jetzt auf eine Weise sichtbar sind, die sie vorher nicht waren.

Eine Multi-Model-Architektur bedeutet nicht, jede Anfrage durch vier APIs zu schicken. Es bedeutet, dein System so zu gestalten, dass die Model-Schicht wirklich austauschbar ist. Abstrahiere die Model-Aufrufe hinter einer internen Schnittstelle. Halte deine Prompts, deine Retrieval-Logik und deine Post-Processing in Code, den du besitzt. Behandle das Foundation Model als Utility, nicht als Platform, auf der du aufbaust.

Das ist keine neue Idee. Aber eine Aussage wie Muratis ist die Art von Ereignis, die eine theoretische Best Practice in eine operative Priorität verwandelt. Die Agenturen, die diese Arbeit in den letzten achtzehn Monaten leise geleistet haben, sind jetzt bei ihren Clients in einer viel besseren Position.

Drei Fragen, die es wert sind, bevor du shippst

Wenn du ein Gründer oder Head of Product in einer Agentur mit AI in deinem Delivery Stack bist, gehören diese Fragen in dein nächstes Architecture Review.

Kannst du das Modell in unter einer Woche tauschen? Nicht theoretisch. Praktisch, mit deinem echten Codebase. Wenn die Antwort nein ist, hast du eine Abhängigkeit, die es wert ist, in deine Client-Proposals zu kalkulieren.

Weiß dein Client, welche Vendor in dem Stack sind? Die meisten fragen nicht. Das bedeutet nicht, dass sie kein Recht zu wissen haben, besonders in regulierten Sektoren. Data Residency, Content Moderation Policy und Model Governance werden zunehmend Teil von Procurement und Compliance Gesprächen auf Enterprise-Ebene.

Was ist dein Fallback, wenn ein wichtiges Modell deprecated oder signifikant verändert wird? OpenAI hat GPT-4-Varianten deprecated. Anthropic hat dasselbe mit Claude-Versionen getan. Ein Fallback-Plan ist keine Paranoia. Er ist dieselbe Logik wie eine Server-Redundancy-Anforderung.

Nichts davon verlangt von dir, aufzuhören, auf OpenAI zu bauen. Für viele Aufgaben ist es immer noch das richtige Tool. Aber auf ihm mit offenen Augen aufzubauen ist anders als auf ihm mit unkritischer Vendor-Loyalität aufzubauen.

Was diese Periode von uns verlangt

Die AI-Tooling-Landschaft 2025 ist kein stabiler Utility-Markt. Sie ist ein Satz junger Unternehmen, mehrere davon in aktiven Rechtsstreitigkeiten, einige durchlaufen bedeutende Leadership Changes, alle rasen darum, schneller Produkte zu shipped als sie interne Fragen darüber lösen können, was sie bauen und warum.

Muratis Aussage ist ein Datenpunkt. Die November 2023 Board-Krise bei OpenAI war ein anderer. Die fortlaufenden Fragen zur Governance bei AI Labs sind ein Muster, keine Serie isolierter Vorfälle.

Für eine Agentur ist die professionelle Antwort weder Zynismus noch blinder Glaube. Sie ist dieselbe Sache, die wir von jeder guten technischen Entscheidung verlangen: Erkenne das Risiko an, gestalte dafür und bleibe bei Clients ehrlich darüber, was du weißt und was nicht.

Das ist, was es bedeutet, jetzt sorgfältig zu bauen. Nicht langsamer. Nicht mit weniger Ehrgeiz. Nur mit einem klaren Blick darauf, wie der Boden wirklich aussieht.