OpenAIs Katastrophenmanagement-Workshop in Bangkok setzt auf angepasste GPTs statt auf neue Modelle

Was am 29. März in Bangkok geschah

OpenAI brachte 50 Führungskräfte aus dem Katastrophenmanagement aus 13 Ländern zusammen – Bangladesch, Indien, Indonesien, Laos, Malaysia, Myanmar, Nepal, Pakistan, den Philippinen, Sri Lanka, Thailand, Timor-Leste und Vietnam – zu einem eintägigen Workshop, den das Unternehmen als AI Jam for Disaster Management bezeichnet. Die Veranstaltung fand in Partnerschaft mit der Gates Foundation, dem Asian Disaster Preparedness Center (ADPC) und DataKind statt.

Die Teilnehmenden waren keine distanzierten Forscher oder Entscheidungsträger. OpenAI beschreibt sie als Menschen, die direkt an der Einsatzarbeit vor Ort beteiligt sind: Sie koordinieren Informationen, unterstützen betroffene Gemeinden und treffen Entscheidungen unter Zeitdruck. Diese Ausgangslage ist entscheidend dafür, was der Workshop tatsächlich hervorgebracht hat.

Die Entscheidung für angepasste GPTs statt eines Neuanfangs

Das konkreteste Detail der Ankündigung ist, was die Teilnehmenden tatsächlich getan haben. Statt maßgeschneiderte Systeme in Auftrag zu geben, entwickelten sie zusammen mit Mentoren von OpenAI angepasste GPTs und wiederverwendbare Workflows – mit Fokus auf Lageberichte, Bedarfsanalysen und öffentliche Kommunikation. Drei konkret benannte Anwendungsfälle, jeweils zugeschnitten auf eine wiederkehrende Aufgabe, die Einsatzteams unter Zeitdruck bewältigen müssen.

Das ist ein bewusst zurückhaltender technischer Ansatz. Angepasste GPTs sind Konfigurationen eines bestehenden Modells, keine neue Infrastruktur. Für Teams, die OpenAI selbst als arbeitend mit fragmentierten Daten, manuellen Prozessen und begrenzter Infrastruktur beschreibt, liegt der Reiz darin, dass ein im Workshop entwickelter Workflow in der folgenden Woche wiederverwendet werden kann – ohne Entwicklungsteam und ohne Beschaffungsprozess.

Der Workshop thematisierte auch verantwortungsvollen Einsatz und den Aufbau institutionellen Vertrauens – ein Hinweis darauf, dass die Einführung in Regierungsbehörden und multilateralen Organisationen ebenso eine Governance-Frage wie eine Tool-Frage ist.

Die Nutzungsdaten, die den Aufwand rechtfertigen

OpenAI stützt die Initiative auf zwei konkrete Zahlen aus jüngsten Stürmen. Während des Zyklons Ditwah in Sri Lanka verzeichnete das Unternehmen eine 17-fache Zunahme zyklonbezogener Nachrichten in ChatGPT. Während des Zyklons Senyar im November 2025 stieg das Nachrichtenvolumen in Thailand im Vergleich zu den Vormonaten um das 3,2-Fache.

Diese Zahlen zeigen, dass sich die Bevölkerung in Krisenzeiten bereits an ChatGPT wendet – eine Nachfrage, die unabhängig davon besteht, ob die zuständigen Behörden darauf vorbereitet sind. Die Logik des Workshops folgt direkt daraus: Wenn Bürgerinnen und Bürger während eines Zyklons ein KI-System um Rat fragen, haben die für die Koordination verantwortlichen Organisationen guten Grund, dieselben Werkzeuge in ihre eigenen Entscheidungsprozesse einzubinden. OpenAI verknüpft dies mit regionalen Kennzahlen aus externen Quellen: Asien macht schätzungsweise 75 % der weltweit von Katastrophen betroffenen Menschen aus, und laut Weltbank haben Katastrophen die ASEAN-Länder mehr als 11 Milliarden US-Dollar gekostet.

Ein Workshop ist ein Trichter, und die Pilotphase ist der Test

OpenAI stellt ausdrücklich den Bezug zum OpenAI for Countries Program her, das in Davos erweitert wurde, und plant für die kommenden Monate eine zweite Phase mit Fokus auf Pilotprojekte und tiefere technische Zusammenarbeit. Genau diese zeitliche Abfolge ist das eigentliche Signal. Ein eintägiges Event kann Begeisterung wecken und einen Ordner voller angepasster GPTs hervorbringen; es kann aber nicht beweisen, dass diese Tools den Kontakt mit einem echten Notfall überstehen.

Sandy Kunvatanagarn, Head of Public Policy bei OpenAI, brachte die Lücke klar auf den Punkt:

Diese Session zielt darauf ab, die Lücke zwischen dem, was KI leisten kann, und ihrem tatsächlichen Einsatz vor Ort zu schließen. In ganz Asien gibt es eine starke Dynamik und großes Interesse an KI, aber die eigentliche Chance liegt darin, dieses Interesse in praktische Handlungsfähigkeit zu verwandeln.Montana Labs

Die konkrete Konsequenz für alle, die KI in eingeschränkten Umgebungen mit hohem Risiko einsetzen: Die Ergebnisse des Workshops sind wertlos, solange die Pilotphase nicht bestätigt, dass sie auch bei fragmentierten Daten, schlechter Konnektivität und Entscheidungen ohne Zeitpuffer funktionieren. OpenAI hat diese Folgephase angekündigt, aber noch nicht umgesetzt – das ehrliche Urteil zu dieser Ankündigung lautet daher: Sie hat eine vielversprechende Methode etabliert, den handfesten Beweis aber noch offengelassen.