Drei neue Meldungen von Wochenende: OpenAI konsolidiert seine Modell-Linie, eine Banker-Studie erteilt dem KI-Hype im Finanzsektor eine nüchterne Absage und Claude Opus spürt nebenbei eine zwölf Jahre alte Linux-Sicherheitslücke auf.
OpenAI verabschiedet Codex – GPT-5.5 übernimmt das Coding
Mit GPT-5.4 hat OpenAI das separate Coding-Modell Codex in sein Hauptmodell integriert. Das letzte eigenständige Codex-Modell war Version 5.3 vom Anfang Februar. Romain Huet, Head of Developer Experience bei OpenAI, bestätigte den Schritt: Es gibt keine separate Coding-Linie mehr.
GPT-5.5 baut auf dieser Vereinheitlichung auf. Laut Huet zeigt das Modell deutliche Verbesserungen beim sogenannten Agentic Coding – also beim eigenständigen, KI-gesteuerten Programmieren –, bei der Computernutzung und bei allgemeinen Rechner-Aufgaben. Zudem verbraucht GPT-5.5 bei identischen Coding-Aufgaben weniger Tokens als sein Vorgänger.
Wer allerdings auf API-Ebene arbeitet, zahlt trotzdem mehr: OpenAI hat die Preise um rund 20 Prozent angehoben. Dass ein sparsameres Modell gleichzeitig teurer wird, folgt einer Logik, die OpenAI schon länger verfolgt – Effizienzgewinne fliessen nicht vollständig an die Nutzer weiter.
Für die Praxis bedeutet die Konsolidierung vor allem weniger Auswahl-Komplexität. Wer bisher zwischen Codex und dem Hauptmodell abwägen musste, hat nun eine Entscheidung weniger. Ob das ein Vorteil ist, hängt davon ab, wie gut GPT-5.5 die spezifischen Stärken von Codex 5.3 tatsächlich absorbiert hat – belastbare unabhängige Benchmarks stehen noch aus.
Claude Opus spürt zwölf Jahre alte Root-Lücke in PackageKit auf
Anthropics Claude Opus hat in PackageKit – dem unter Linux weit verbreitetem Paketverwaltungs-Dienst – eine Sicherheitslücke entdeckt, die seit mindestens zwölf Jahren in der Software schlummerte. Die Lücke ermöglicht unter bestimmten Bedingungen die Eskalation von Benutzerrechten bis auf Root-Niveau.
Der Fund illustriert einen praktischen Anwendungsfall, der im KI-Diskurs oft untergeht: Nicht das Generieren von neuem Code, sondern das systematische Analysieren von bestehendem. Lange gewachsene Codebasen, die kein menschliches Team vollständig im Kopf haben kann, sind ein Bereich, in dem LLMs durch schiere Ausdauer einen Vorteil ausspielen können.
Die Sicherheits-Community registriert solche Funde mit gemischten Gefühlen: Wer KI-Systeme zum Aufspüren von Lücken nutzt, muss davon ausgehen, dass dasselbe Werkzeug auch in anderen Händen läuft – (Low Confidence) ob die Entdeckungsrate für Defender oder Angreifer schneller steigt, lässt sich noch nicht seriös beziffern.
500 Banker urteilen: KI-Output nicht abgabereif
Handshake AI und die McGill University haben mit BankerToolBench einen Open-Source-Benchmark veröffentlicht, der neun aktuelle KI-Spitzenmodelle an echten Arbeitsabläufen von Junior-Investmentbankern misst. Das Ergebnis ist eindeutig: Kein einziger KI-Output wurde von den beteiligten Bankern als ohne Änderungen abgabereif bewertet.
41 Prozent der Ausgaben müssten grundlegend überarbeitet werden, 27 Prozent sind nach Einschätzung der Banker gänzlich unbrauchbar. Lediglich 13 Prozent kämen mit leichten Korrekturen aus. An der Bewertung beteiligten sich rund 500 aktive und ehemalige Banker von Häusern wie Goldman Sachs, JPMorgan, Evercore, Morgan Stanley und Lazard. Die 172 Aufgabensteller haben nach eigenen Angaben über 5.700 Arbeitsstunden investiert; eine einzelne Aufgabe benötigt ein menschlicher Banker im Schnitt fünf Stunden.
Der Benchmark prüft keine Textantworten, sondern konkrete Arbeitsprodukte: Excel-Finanzmodelle mit funktionierenden Formeln, PowerPoint-Decks, die direkt an Vorgesetzte gehen könnten. Genau hier liegt die methodische Stärke des Tests – und der Unterschied zu vielen Benchmarks, die akademisch kalibriert sind, aber Produktionsrealitäten ignorieren.
Für IT-Projektleiter, die KI-Einführungen im Finanzbereich verantworten, liefert BankerToolBench ein nützliches Argument gegen unrealistische Erwartungen: Selbst modernste Modelle erfordern in spezialisierten Fachkontexten erhebliche menschliche Nacharbeit. Compliance-seitig bedeutet das, dass Vier-Augen-Prinzipien für KI-generierten Output in regulierten Bereichen kein optionaler Zusatz sind, sondern strukturelle Notwendigkeit – (High Confidence).
