Technischer Kontext
Ich bin auf diese Debatte nicht wegen des Dramas in den Kommentaren gestoßen, sondern weil solche Rückmeldungen leicht Entscheidungen zur KI-Implementierung zunichtemachen können. Eine Person schreibt: „5.5 ist dümmer bei Anweisungen“, eine andere ist von den Texten begeistert. Das klingt nach einem Kompromiss zwischen Disziplin und Stil, aber bei GPT-5.5 ist es nicht so einfach.
Ich habe mir die offiziellen Materialien von OpenAI angesehen. Dort wird das Modell genau umgekehrt dargestellt: starke Aufgabenerfüllung, präzise Handhabung von Werkzeugen und ein Fokus auf „Outcome-First-Prompting“, bei dem Ziel, Einschränkungen und Antwortformat wichtiger sind als ein langes, schrittweises Skript. Einen öffentlich bestätigten degenerativen Tausch – „hört schlechter zu, schreibt aber schön“ – sehe ich also nicht.
Was mir wirklich aufgefallen ist, war der Grund für die unterschiedlichen Wahrnehmungen. Es wird empfohlen, GPT-5.5 mit frischen Prompts zu testen, keine alten Vorlagen zu übernehmen und den `reasoning.effort` separat zu konfigurieren. Wenn man dem neuen Modell eine alte Anweisung gibt, die für einen anderen Befolgungsstil geschrieben wurde, kann es durchaus „weniger gehorsam“ erscheinen, obwohl das Problem in der Kommunikationsschnittstelle selbst liegt.
Ein weiterer Punkt: Das Modell hat einen großen Kontext, die Responses API und einen Fokus auf die Nutzung von Tools. In solchen Systemen bewerte ich das „Befolgen von Anweisungen“ fast nie anhand einer einzigen schönen Antwort in einem Chat. Ich schaue, ob es das Format einhält, die richtigen Werkzeuge aufruft, nach 20 Runden die Einschränkungen nicht vergisst und wie es mit unsauberer Eingabe umgeht. Dort beginnt die Wahrheit.
Auswirkungen auf Unternehmen und Automatisierung
Für Unternehmen ist die Schlussfolgerung einfach. Wenn Sie einen Marketingtext benötigen, kann das subjektive „ist kreativer geworden“ ein Plus sein. Wenn Sie eine KI-Automatisierung für Support, Dokumentenmanagement oder Vertrieb aufbauen, ist die Stabilität der Vertragserfüllung wichtiger als die Ausstrahlung des Textes: JSON, Routing, Funktionsaufrufe, Richtliniengrenzen.
Gewinner sind diejenigen, die das Modell für ihre eigenen Aufgaben testen und nicht nach allgemeinen Eindrücken aus Chats gehen. Verlierer sind Teams, die ein Modell nach Emotionen auswählen und sich dann wundern, warum ihr Agent schön schreibt, aber den Workflow stört.
In solchen Fällen diskutiere ich nicht über Geschmäcker, sondern baue schnell eine praktische Testumgebung auf: dasselbe Szenario, mehrere Modellversionen und strenge Metriken für Fehler und Kosten. Genau das machen wir bei Nahornyi AI Lab für Kunden, die eine KI-Integration ohne Überraschungen benötigen. Wenn Ihre Prozesse bereits an die Grenzen der Antwortqualität oder instabiler Agenten stoßen, lassen Sie uns das mit Tests analysieren und eine KI-Automatisierung aufbauen, die in der Produktion funktioniert und nicht nur in der Demo gut aussieht.