Hook / Einstieg
Am 26. Oktober hat OpenAI ein neues Modell veröffentlicht, das auf den ersten Blick nach einer Fußnote aussieht: GPT-6.1 Terra. Keine große Keynote, kein “Das verändert alles”-Launch-Video. Und trotzdem ist das für mich die spannendste KI-News der letzten Woche – weil sie zeigt, wohin die Reise wirklich geht: nicht zu noch klügeren Chatbots, sondern zu KI, die deinen Bildschirm bedient wie ein Mensch. Und die dafür plötzlich nur noch die Hälfte kostet.
Was ist das überhaupt?
GPT-6.1 Terra ist das neueste Modell aus OpenAIs aktueller Produktfamilie. Seit GPT-5.6 benennt OpenAI seine Modelle nicht mehr nach dem Schema “normal, mini, nano”, sondern nach drei Rollen: Sol ist das Flaggschiff für komplexe, lang laufende Aufgaben und entsprechend teuer. Luna ist die günstige, schnelle Variante für einfache Massenaufgaben. Und Terra sitzt genau dazwischen – der Alltags-Allrounder, der für die meisten normalen Aufgaben reichen soll, ohne dass du das Geld für das Flaggschiff ausgibst.
Das Besondere an Terra ist ein Fähigkeit namens Computer Use. Stell dir vor, du hättest einen Praktikanten, der nicht per Programmierschnittstelle mit einer Software spricht, sondern einfach den Bildschirm anschaut, überlegt, wohin er klicken muss, und das dann tut – genau wie du es machen würdest. Kein API-Zugang nötig, keine Schnittstelle, die jemand erst bauen muss. Das Modell “sieht” die Oberfläche und bedient sie direkt mit Maus und Tastatur.
Wie funktioniert das?
Technisch gesehen bekommt das Modell Screenshots der aktuellen Bildschirmoberfläche und entscheidet darauf basierend, was als Nächstes zu tun ist: ein Feld ausfüllen, einen Button klicken, einen Dropdown öffnen. Das Modell kombiniert dafür zwei Dinge, die bisher oft getrennt gut funktioniert haben, aber selten zusammen: visuelles Verständnis (was sehe ich auf dem Screen?) und präzises Handeln (wie treffe ich exakt den richtigen Pixel?).
Die Zahlen, die OpenAI dazu veröffentlicht hat, sind deutlich – allerdings mit einer wichtigen Einschränkung: Es sind OpenAIs eigene Benchmarks, keine unabhängige Prüfung. Auf dem internen Test mit absichtlich fehleranfälligen Aufgaben sank die Fehlerquote beim Modus mit wenig Rechenaufwand von 53,6 Prozent beim Vorgänger GPT-5.6 Terra auf 16,7 Prozent – bei maximalem Aufwand sogar auf 4,3 Prozent. Auf dem Terminal-Bench-4.0-Test, der prüft, wie gut ein Modell Kommandozeilen-Aufgaben löst, kletterte die Erfolgsquote von 21,5 auf 50,3 Prozent. Und auf dem Agentenbenchmark “Agents’ Last Exam” löste Terra 57,6 Prozent der Aufgaben – zu einem Bruchteil der Kosten des Vorgängers (0,29 statt 0,84 Dollar pro Aufgabe laut Nerds Chalk).
Preislich liegt Terra bei 1 Dollar pro Million Eingabe-Tokens und 5 Dollar pro Million Ausgabe-Tokens (ab 272.000 Tokens Kontext steigt das leicht auf 2 beziehungsweise 7,50 Dollar) – rund die Hälfte dessen, was der Vorgänger GPT-5.6 Terra gekostet hat. Dazu kommt ein Kontextfenster von gut einer Million Tokens, also grob das, was ein kompletter Roman an Text wäre, den das Modell sich “merken” kann, während es arbeitet.
Warum ist das relevant?
Hier kommt der Teil, der mich beruflich besonders kitzelt. Ich beschäftige mich bei Dürr tagsüber mit Power Platform und UiPath – also mit klassischer Automatisierung. Und UiPath selbst erklärt Computer Use mittlerweile offiziell als Ergänzung zur klassischen RPA: Überall dort, wo ein System keine API hat – Versicherungsportale, alte ERP-Masken, Behörden-Webseiten, Lieferanten-Tools –, kann so ein Modell einfach die Oberfläche bedienen, statt dass jemand monatelang eine technische Schnittstelle bauen muss.
Das ist der eigentliche Hebel: Bisher war Automatisierung für Nicht-Programmierer oft daran gescheitert, dass die Zielsysteme einfach keine Schnittstelle anbieten. Jetzt reicht theoretisch ein Screenshot. Und wenn genau diese Fähigkeit plötzlich halb so teuer wird wie vorher, rechnen sich auf einmal Automatisierungen, die vorher wirtschaftlich keinen Sinn gemacht haben – gerade für kleine Teams oder Indie-Projekte, bei denen jeder Dollar zählt. Für Citizen Developer, also Leute, die ohne klassische Softwareentwicklung Prozesse selbst automatisieren, ist das ein echter Fortschritt: weniger technische Hürde, geringere Kosten, mehr Spielraum zum Ausprobieren.
Auch für mich persönlich als Indie Maker ist das interessant. Ich brauche für kleinere Automatisierungen rund um meine Projekte nicht jedes Mal das teuerste Modell. Wenn ein günstigeres Modell wie Terra zuverlässig genug für “fülle dieses Formular aus” oder “navigiere durch dieses Dashboard” ist, spare ich mir das Flaggschiff für die wirklich kniffligen Fälle auf.
Was sollte ich beachten?
Jetzt der ehrliche Teil, der bei solchen Ankündigungen oft fehlt: Alle genannten Zahlen stammen von OpenAI selbst. Es gibt bisher keinen unabhängigen Vergleichstest, der Terra direkt gegen Claude oder Gemini auf denselben Computer-Use-Aufgaben antreten lässt. Bei Eigenangaben eines Herstellers ist grundsätzlich etwas Vorsicht angebracht – die Benchmarks sind real, aber mit Bedacht zu lesen.
Wichtiger ist aber ein strukturelles Problem: Ein Modell, das deinen Bildschirm steuert, kann auch mal daneben klicken. Oder etwas falsch interpretieren und eine Aktion ausführen, die du so nicht wolltest – eine E-Mail abschicken, eine Zahlung bestätigen, eine Datei löschen. Genau deshalb betont auch UiPath bei seinem eigenen Computer-Use-Ansatz, wie wichtig Governance ist: Protokollierung jeder Aktion, menschliche Freigabe bei sensiblen Schritten, klare Rollen- und Zugriffsrechte. Wer Computer-Use-Modelle produktiv einsetzt, sollte genau diese Leitplanken mitdenken und nicht einfach ein Modell unbeaufsichtigt auf einem Admin-Zugang loslassen. Gesunder Menschenverstand, keine Panik – aber auch kein blindes Vertrauen.
Fazit & Ausblick
Für mich ist GPT-6.1 Terra kein Modell, über das man in sechs Monaten noch redet, weil es irgendeinen Rekord gebrochen hat. Spannend ist der Trend dahinter: Computer Use wird günstiger, schneller und damit alltagstauglicher. Genau die Fähigkeiten, die vor einem Jahr noch Showcase-Material waren, werden jetzt zur Standardausstattung mittlerer Preisklasse. Ich erwarte, dass Google und Anthropic in den nächsten Monaten mit vergleichbar günstigeren, computer-use-fähigen Modellen nachziehen – der Preisdruck zwischen den Anbietern ist inzwischen ständiges Hintergrundrauschen. Für Automatisierung, Citizen Development und kleine Indie-Projekte bedeutet das: Mehr Prozesse werden wirtschaftlich automatisierbar, gerade dort, wo bisher keine API existierte. Die eigentliche Arbeit verschiebt sich dadurch weniger zum “Kann die KI das technisch?” und mehr zum “Haben wir die richtigen Kontrollen, damit sie es sicher tut?”.
Deine Gedanken dazu:
Welche Aufgabe in deinem Alltag würdest du einer KI zutrauen, die einfach deinen Bildschirm bedient wie ein Mensch – und wo würdest du das bewusst nicht wollen?
Gibt es in deinem Arbeitsumfeld Systeme ohne API, die du schon lange gerne automatisiert hättest, es aber nie konntest?
Wie viel Vertrauen bräuchtest du, bevor du einem Modell wie Terra echte Klicks auf einem produktiven System überlässt – und was müsste dafür an Kontrolle vorhanden sein?
Würdest du eher auf das günstigere Terra-Modell setzen oder lieber etwas mehr für das Flaggschiff zahlen, um auf Nummer sicher zu gehen?