OpenAI trainiert GPT-6 Astra mit Ironclad-Vertragsaufgaben und meldet 32 Prozent höheren Wert

Agenten für spezialisierte Unternehmenssoftware trainieren

OpenAI zufolge besteht das nächste Ziel darin, Agenten leistungsfähiger und effizienter im Umgang mit spezialisierter Software zu machen, um komplexe Geschäftsprobleme zu lösen. Das Unternehmen untersucht, wie sich Modelle darauf trainieren lassen, die Geschäftsregeln eines Unternehmens zu verstehen, mehrstufige Arbeitsabläufe auszuführen und zu überprüfen, ob ihre Arbeit den ursprünglichen Anforderungen entspricht.

Um diese Forschung zu beschleunigen, arbeitet OpenAI direkt mit einer kleinen Zahl von Softwareunternehmen zusammen, die diese Arbeitsabläufe am besten kennen. Gemeinsam identifizieren sie anspruchsvolle, wertvolle Aufgaben und machen daraus Forschungsprobleme für das Training und die Evaluierung von Modellen. Ironclad, das OpenAI als führend im Bereich KI-gestützter Vertragsverwaltung bezeichnet, ist der erste Partner.

Wie Vertragsprozesse zu Trainingsaufgaben wurden

OpenAI nennt als Beispiel ein Legal-Operations-Team, das einen Prozess für den Softwareeinkauf aufsetzt. Die Finanzabteilung muss womöglich Einkäufe ab einem bestimmten Betrag freigeben, die Sicherheitsabteilung bestimmte Anfragen prüfen und die Rechtsabteilung nicht standardmäßige Bedingungen kontrollieren. Wer den Prozess aufbaut, muss diese Liste in ein Anfrageformular, Dokumentvorlagen, Genehmigungsregeln und einen Nachweis der abschließenden Vereinbarung übersetzen. Ein Agent, der dieselbe Aufgabe übernimmt, muss all diese Anforderungen im Blick behalten, etwa indem er die Freigabe durch die Finanzabteilung oberhalb eines Ausgabenschwellenwerts konfiguriert und prüft, dass Anfragen darüber und darunter die richtigen Wege nehmen.

Mitarbeitende von Ironclad und Personen, die bei OpenAI mit Ironclad arbeiten, halfen den Forschenden dabei, 11 Aufgaben aus den Bereichen Recht, Vertrieb und Beschaffung zu bestimmen. Dazu gehörten die Einrichtung von Geheimhaltungsvereinbarungen, die Erstellung von Genehmigungsprozessen für die Beschaffung und die Anpassung einer wiederverwendbaren Rechtsklausel, damit sie die vom Anfragenden gewählte Rechtsordnung widerspiegelt. Nach Schätzung von OpenAI benötigt ein erfahrener Nutzer pro Aufgabe durchschnittlich etwa 30 bis 40 Minuten.

Jede Aufgabe wurde je nach Komplexität anhand von 8 bis 50 Kriterien bewertet. So lässt sich erkennen, welche Teile ein Modell richtig gelöst hat und wo es Schwächen zeigte. Ironclad stellte außerdem gehostete Softwareumgebungen seines Produkts bereit, in denen die Modelle üben konnten. Die Forschenden von OpenAI bauten synthetische Trainingsaufgaben rund um repräsentative Arbeitsabläufe und setzten Reinforcement Learning ein, damit sich die Modelle durch Übung und Feedback verbessern konnten.

Was die Ergebnisse zeigen

OpenAI verglich Astra mit Max-Reasoning mit GPT-5.6 Sol mit High-Reasoning, den Einstellungen, in denen das jeweilige Modell am besten abschnitt. Über die 11 Forschungsaufgaben hinweg erreichte Astra durchschnittlich 55,0 Prozent, Sol kam auf 41,6 Prozent. Die geschätzte durchschnittliche Zeit pro Versuch sank von 37,0 Minuten bei Sol auf 19,2 Minuten bei Astra.

OpenAI berichtet zudem, dass ein internes Modell, das bei der Entwicklung von Astra zum Einsatz kam, bei diesen Aufgaben 63,7 Prozent erreichte. Das Unternehmen will diese weiteren Verbesserungen in künftige Modelle überführen.

Bei einer Beispielaufgabe, die in zwei Clips gezeigt wird, erfüllte Astra rund 94 Prozent der Kriterien in geschätzten 20 Minuten, während GPT-5.6 Sol etwa 85 Prozent in geschätzten 32 Minuten erreichte. Die Zahlen stammen aus der eigenen Forschungsevaluation von OpenAI.

Was das für Ironclad und andere Softwareanbieter bedeutet

OpenAI weist darauf hin, dass ein Vertragsprozess Ausnahmen bewältigen und zugleich die Regeln wahren muss, auf die ein Unternehmen angewiesen ist. Verliert ein Agent mitten in einer Aufgabe eine Regel aus dem Blick, schränkt das ein, was ein Softwareanbieter ihm zuverlässig anvertrauen kann. Das Unternehmen fügt hinzu, dass menschliche Aufsicht auch bei besser werdenden Agenten wichtig bleibt und dass eine vollwertige Vertragsplattform weiterhin unverzichtbar ist.

Für Ironclad ist die Zusammenarbeit eine Möglichkeit, Kundenprobleme in die Entwicklung des zugrunde liegenden Modells einzubringen. OpenAI zufolge könnte Ironclad leistungsfähigere Modelle in mehr eigenen Produkten einsetzen. Für Rechts- und Fachteams könnte das bedeuten, dass KI mehr Aufwand bei komplexen Vertragsprozessen übernimmt und dabei die Kontrollen erhalten bleiben, auf die sich diese Teams verlassen.

OpenAI lädt zudem eine kleine Zahl weiterer Softwareunternehmen ein, gemeinsam mit seinen Forschungs- und Engineering-Teams an professionellen Aufgaben zu arbeiten, die aktuelle Agenten noch nicht zuverlässig bewältigen. Gewünscht sind ein konkretes Beispiel, Belege dafür, wo der Agent scheitert, und eine Möglichkeit, Erfolg zu bewerten. Partner sollten Personen einbringen können, die die jeweilige Arbeit genau kennen, eine sichere Testumgebung bereitstellen sowie Daten, die sich unbedenklich für die Forschung nutzen lassen.