OpenAIs träumendes Speichersystem wandert vom Notizzettel zur Hintergrundsynthese

Von gespeicherten Notizen zum Hintergrund-Kurator

OpenAI bringt eine Speicherarchitektur namens Dreaming V3 auf den Markt, zunächst verfügbar für Plus- und Pro-Nutzer in den USA, mit Free- und Go-Nutzern sowie weiteren Ländern in den kommenden Wochen. Das Unternehmen versteht dies als Lösung für drei konkrete Fehlerarten, die im großen Maßstab beobachtet wurden: veraltete Informationen, Korrektheit und die Kosten, Speicher über Hunderte von Millionen Nutzern hinweg über mehrjährige Zeiträume bereitzustellen.

Die Entwicklungsgeschichte ist hier entscheidend. Gespeicherte Erinnerungen wurden im April 2024 eingeführt und schrieben Informationen nur, wenn ein klarer Auslöser sie hervorrief — etwa ein explizites „Merke dir, dass ich im Juli nach Singapur reise". OpenAIs eigene Beschreibung ist unverblümt: Die Interaktion damit „konnte sich anfühlen, als würde man mit jemandem sprechen, der sich ein paar Notizen gemacht hat, aber trotzdem alles vergessen hat, was nicht aufgeschrieben wurde."

Dreaming, eingeführt im April 2025, veränderte den Mechanismus. Statt während eines Gesprächs zu schreiben, läuft ein Hintergrundprozess, der den Chatverlauf heranzieht und einen Speicherzustand synthetisiert — er greift Kontext auf, der ganz natürlich auftaucht, ohne dass explizit darum gebeten wurde, sich etwas zu merken. Die Version von 2026 macht diese Synthese zur Grundlage, statt sie nur als Ergänzung zu gespeicherten Erinnerungen zu behandeln.

Die Übersichtsseite ist die eigentliche Steuerungsoberfläche

Für ein System, das aus vielen Gesprächen lernt, ohne dass man es dazu aufgefordert hat, liegt das Frontend-Problem in der Nachvollziehbarkeit: Wenn das Modell im Stillen ein Bild von Ihnen aufbaut, müssen Sie es sehen können. OpenAIs Antwort ist die Speicher-Übersichtsseite, auf der die durch Dreaming synthetisierten Erinnerungen sichtbar gemacht werden.

Die Seite wird als mehr als nur ein Betrachtungswerkzeug beschrieben. Sie können die wichtigsten Punkte dessen erfassen, was ChatGPT über Sie weiß, Informationen über sich selbst hinzufügen oder aktualisieren und Anweisungen geben, welche Themen ChatGPT ansprechen soll und wann. Für alles, was Sie genauer erkunden möchten, bleibt als Rückfalloption das Gespräch mit dem Modell. Diese Kombination — eine überschaubare Zusammenfassung plus konversationelles Nachfragen — ist das Interaktionsmuster, auf das OpenAI setzt, um einen undurchsichtigen Hintergrundprozess nachvollziehbar zu machen.

Zudem werden Präferenzen als eigenständige, bearbeitbare Objekte neu gerahmt. OpenAI unterteilt sie in Antwortanweisungen („Sprich Stan nicht noch einmal an"), festgelegte Einschränkungen („Ich bin Vegetarier") und implizite Signale („Ich lebe in der Nähe von San Francisco", was beeinflusst, was als „lokal" gilt). Auf der Übersichtsseite kann ein Nutzer all das korrigieren, bevor es sich über künftige Chats hinweg verstärkt.

Drei Ziele, veranschaulicht anhand konkreter Beispiele

OpenAI bewertet den Speicher anhand von drei Zielen und veranschaulicht jedes mit einem direkten Vergleich. Kontext bewahren: eine Fotografie-Frage, bei der das Modell ohne Speicher eine generische TTL-Kompatibilitätscheckliste liefert, während die Speicherversion ein konkretes Setup erinnert — eine Sony A1 II in einem Nauticam-Gehäuse mit einem Backscatter Mini Flash 3 und Inon Z-330 Blitzen — und sich auf konkrete Artikelnummern eingrenzt.

Präferenzen befolgen: eine Singapur-Reise, bei der die speichergestützte Antwort um bekannte Vorgaben herum aufgebaut wird — etwa Tierfotografie, kräftige Klimaanlage zum Schlafen und ruhige Abendessen statt überfüllter Bars — statt einer touristischen Highlight-Liste.

Aktualität zu bewahren ist von den drei Zielen das technisch anspruchsvollste. OpenAIs Beispiel zeigt, wie ein veraltetes System den Nutzer immer noch um 5:19 Uhr Ortszeit in Singapur verortet, während das aktualisierte System erkennt, dass die Reise beendet ist, und aus der Heimatregion des Nutzers in der Nähe von Portola Valley antwortet. Wie das Unternehmen es formuliert, ändert Dreaming „Sie reisen im Juli nach Singapur" zu „Sie waren im Juli 2026 in Singapur", sobald die Reise vorbei ist — ein Speicher, der den Zeitverlauf berücksichtigt, statt im Moment des Schreibens einzufrieren.

Eine 5-fache Rechenkosteneinsparung macht Free-Nutzer erst möglich

Die Aussage zur Skalierbarkeit ist die unauffälligste, aber folgenreichste Zeile der Ankündigung. OpenAI gibt an, dass jüngste Arbeiten den Rechenaufwand, um Dreaming für Free-Nutzer bereitzustellen, um etwa das Fünffache reduziert haben — und dass genau dies, nicht nur die Qualität, einen breiten Rollout überhaupt praktikabel macht.

Während speichergestütztes Dreaming Plus- und Pro-Nutzern schon seit einiger Zeit zur Verfügung steht, können wir Free-Nutzern erst jetzt eine Version anbieten, die unserem Qualitätsanspruch entspricht und sich im großen Maßstab praktikabel bereitstellen lässt.Montana Labs

Dieses Eingeständnis ist bemerkenswert: Ein Hintergrund-Syntheseprozess ist gerade deshalb teuer, weil er kontinuierlich über den gesamten Verlauf eines Nutzers läuft, nicht nur während aktiver Gesprächsrunden. Derselbe Effizienzgewinn finanziert zugleich eine höhere Speicherkapazität für kostenpflichtige Stufen — die Kostenarbeit kommt also beiden Seiten zugute.

Wozu sich OpenAI mit einer gemeinsamen Speichergrundlage verpflichtet

OpenAI beschreibt das Ergebnis als „eine gemeinsame Speichergrundlage für alle Nutzer" — eine Architektur unter Free, Plus und Pro, statt eines Premium-Features, das nachträglich auf eine abgespeckte Basis aufgesetzt wird. Das ist ein echtes Produktversprechen. Es bedeutet, dass die Übersichtsseite, die Präferenzkategorien und das zeitbewusste Überarbeitungsverhalten sich alle als Standarderfahrung bewähren müssen, nicht nur als Einstellung für Enthusiasten.

Die Implikation für alle, die auf ChatGPT aufbauen, ist, dass dauerhafter, sich still aktualisierender Nutzerkontext zur Standardannahme hinter jedem Gespräch wird. Die interessante Designfrage ist nicht mehr, ob sich das Modell etwas merkt, sondern ob die bearbeitbare Übersicht mit dem Tempo Schritt hält, in dem sich dieser Speicher ansammelt und korrigierbar bleibt — denn ein System, das sich selbst im Hintergrund überarbeitet, ist nur vertrauenswürdig, wenn die Tür zur Überprüfung und Korrektur offen bleibt.