Auf die Schnelle

OpenAI hat am 8. Juli 2026 GPT-Live veröffentlicht, ein Sprachmodell mit sogenannter Full-Duplex-Architektur: Es hört zu und spricht im selben Moment, statt auf das Ende deines Satzes zu warten. Mehrmals pro Sekunde entscheidet das Modell, ob es reden, weiter zuhören, kurz pausieren, unterbrechen oder ein Werkzeug aufrufen soll. Es gibt zwei Ausführungen, GPT-Live-1 und GPT-Live-1 mini, weltweit ausgerollt in ChatGPT. Für Betriebe rückt damit ein Telefonassistent näher, der sich wie ein echtes Gespräch anfühlt.

Wer schon einmal mit einer Sprach-KI telefoniert hat, kennt das Stocken. Du redest, die KI wartet, dann antwortet sie im Block. GPT-Live bricht mit diesem Takt, und das verändert, wie sich ein Anruf anfühlt.

Was GPT-Live anders macht

Bisher lief Sprach-KI in festen Runden. Der bisherige Advanced Voice Mode von OpenAI hörte zu, wartete auf das Ende deines Satzes und antwortete danach. Ein Gespräch, das in sauberen Blöcken abläuft, erst der eine, dann der andere.

GPT-Live arbeitet auf eine neue Art. Das Modell verarbeitet deine Worte laufend, während es zugleich selbst Ausgabe erzeugt. Mehrmals pro Sekunde trifft es eine Entscheidung: sprechen, weiter zuhören, kurz pausieren, dich unterbrechen oder ein Werkzeug aufrufen. Diese Bauweise nennt OpenAI Full-Duplex, und sie ist der Kern der Ankündigung vom 8. Juli 2026. Zuhören und Sprechen sind keine zwei getrennten Phasen mehr, sie geschehen im selben Moment.

Für dich klingt das im Alltag klein, es macht aber den Unterschied zwischen einem Sprechautomaten und einem Gegenüber. Das Modell kann kurze Zwischenlaute setzen, ein "mhmm" oder ein "ja", während du noch redest. Es kann still bleiben, wenn du gerade nachdenkst, statt die Pause sofort mit Text zu füllen. Und es lässt sich unterbrechen, ohne den Faden komplett zu verlieren. Ein kurzer Schlagabtausch wird so möglich, wie du ihn von einem Menschen erwartest.

Was im Hintergrund passiert

Nicht jede Frage lässt sich in Echtzeit aus dem Stegreif beantworten. Wenn eine Anfrage eine Websuche oder tieferes Nachdenken braucht, reicht GPT-Live sie im Hintergrund an ein stärkeres Modell weiter, an GPT-5.5, und bringt dessen Ergebnis dann zurück ins Gespräch. Für dich am Telefon heißt das: Die schnelle, flüssige Ebene bleibt erhalten, und trotzdem steht bei Bedarf mehr Rechenkraft dahinter.

OpenAI liefert zwei Ausführungen aus. GPT-Live-1 ist die größere, GPT-Live-1 mini die kleinere. Der Rollout läuft weltweit in ChatGPT. Kostenlose Nutzer bekommen die mini-Variante, wer ein Go-, Plus- oder Pro-Abo hat, bekommt GPT-Live-1.

Für einen Betrieb heißt das im Kern: Die Technik, die sich bisher wie eine hakelige Ansage anfühlte, nähert sich einem normalen Telefonat. Ob du sie über ChatGPT ausprobierst oder später in eine eigene Lösung einbaust, die Grundfähigkeit ist dieselbe geworden.

Warum das für Telefon und Kundenservice zählt

Für kleine und mittlere Betriebe steckt der Reiz weniger im Chatfenster als am Telefon. Ein Anruf, der sich wie ein echtes Gespräch anfühlt, verändert die Rechnung für Terminvereinbarung, einfache Rückfragen oder den ersten Kontakt außerhalb der Öffnungszeiten. Bisher haben viele Kunden schnell gemerkt, dass am anderen Ende eine Maschine sitzt, und aufgelegt. Je natürlicher der Schlagabtausch wird, desto eher bleibt der Anrufer dran.

Das ist eine Chance und ein Anspruch zugleich. Ein Assistent, der glaubwürdig klingt, weckt Erwartungen. Wer anruft, geht davon aus, dass die Auskunft stimmt, dass ein Termin wirklich gebucht ist, dass eine Zusage gilt.

Dazu kommt ein zweiter Effekt. Ein flüssiges Gespräch verleitet Anrufer dazu, dem Assistenten mehr zu erzählen, als sie einem Automaten anvertrauen würden. Das ist praktisch, weil der Betrieb mehr erfährt, und heikel, weil mehr personenbezogene Informationen anfallen, die verarbeitet und geschützt werden müssen.

In unseren DigiMan-Kursen sehen wir, dass Betriebe den Sprung von "KI schreibt einen Text" zu "KI führt ein Gespräch" oft unterschätzen. Ein Text lässt sich vor dem Absenden lesen. Ein Live-Gespräch läuft, während es passiert, und was die KI gesagt hat, ist gesagt. Diese Unumkehrbarkeit ist der Punkt, an dem Sorgfalt anfängt.

Wo die Grenzen liegen

Drei Fragen solltest du dir stellen, bevor eine solche Stimme mit deinen Kunden spricht.

Erstens der Datenschutz. Ein Kundengespräch enthält oft personenbezogene Daten, manchmal sensible. Läuft dieses Gespräch durch ein KI-System, musst du wissen, was mit den Inhalten geschieht, wo sie verarbeitet werden und auf welcher Grundlage.

Zweitens die Richtigkeit. Sprachmodelle können Dinge selbstbewusst behaupten, die nicht stimmen. Wer prüft, was der Assistent zu Preisen, Fristen oder Zusagen sagt? Am Telefon gibt es keinen Korrekturlauf vor dem Versand.

Drittens die Haftung. Wenn der Assistent eine falsche Auskunft gibt und ein Kunde sich darauf verlässt, steht der Betrieb dafür ein, nicht das Modell. Wie du solche Fälle rechtlich einordnest, klärst du im Zweifel anwaltlich, bevor du eine Sprach-KI auf deine Leitung lässt.

Was du jetzt konkret tun kannst

Fang klein an. Setze eine Sprach-KI zuerst dort ein, wo ein Fehler wenig kostet, etwa bei der Aufnahme eines Rückrufwunsches außerhalb der Geschäftszeiten. Kritische Vorgänge wie verbindliche Preiszusagen oder Vertragsfragen hältst du zunächst beim Menschen.

Definiere vorher, was der Assistent selbst beantworten darf und ab wann er an einen Menschen übergibt. Eine klare Grenze schützt dich vor der Situation, in der die KI eine Auskunft gibt, für die sie nie gedacht war.

Lies mit. Lass dir Gespräche protokollieren und stichprobenartig gegenlesen, damit du früh merkst, wo der Assistent daneben liegt. Ein Assistent, den niemand kontrolliert, ist ein Risiko, das mit jedem Anruf wächst.

Kläre die Grundlage, bevor Kundendaten fließen. Prüfe, welche Daten verarbeitet werden, ob ein Vertrag zur Auftragsverarbeitung besteht und wie du Anrufer darüber informierst. Benenne im Team eine Person, die den Assistenten betreut, seine Antworten pflegt und den Datenschutz im Blick behält. So wird aus einer netten Spielerei ein Werkzeug, dem du vertrauen kannst. Ob GPT-Live in der ersten Fassung schon für deinen Betrieb taugt, hängt von deinem Fall ab. Die Richtung steht fest: Sprach-KI klingt immer weniger nach Maschine, und damit wird sie nützlicher und zugleich anspruchsvoller im Umgang.

Quellen

Die genannten Angaben stützen sich auf folgende öffentlich zugängliche Quellen (Stand der Recherche: 16. Juli 2026):

Häufige Fragen

Was ist GPT-Live?

GPT-Live ist ein Sprachmodell, das OpenAI am 8. Juli 2026 veröffentlicht hat. Es nutzt eine Full-Duplex-Architektur, hört also zu und spricht im selben Moment. Mehrmals pro Sekunde entscheidet es, ob es reden, weiter zuhören, pausieren, unterbrechen oder ein Werkzeug aufrufen soll.

Worin unterscheidet sich GPT-Live vom bisherigen Advanced Voice Mode?

Der bisherige Advanced Voice Mode arbeitete in festen Gesprächsrunden und wartete auf das Ende des Sprechers, bevor er antwortete. GPT-Live verarbeitet die Eingabe laufend und erzeugt zugleich Ausgabe. Dadurch wirkt der Schlagabtausch flüssiger, mit Zwischenlauten und Pausen wie in einem echten Gespräch.

Welche Versionen gibt es und wer bekommt welche?

Es gibt zwei Ausführungen, GPT-Live-1 und GPT-Live-1 mini, weltweit ausgerollt in ChatGPT. Kostenlose Nutzer bekommen GPT-Live-1 mini. Wer ein Go-, Plus- oder Pro-Abo hat, bekommt GPT-Live-1.

Worauf muss ich achten, wenn ich Sprach-KI im Kundenservice einsetze?

Kläre den Datenschutz, weil Kundengespräche oft personenbezogene Daten enthalten, und prüfe, wer die Aussagen der KI kontrolliert. Bedenke, dass der Betrieb für Falschauskünfte haftet, nicht das Modell. Fang klein an, lies die Ergebnisse gegen und halte kritische Vorgänge zunächst beim Menschen.

KI im Betrieb praktisch einsetzen lernen?

Im kostenlosen KI-Schnupperkurs zeigen wir in fünf Lektionen, wie kleine und mittlere Firmen KI im Alltag nutzen. Tiefer und praxisnah geht es im Vollkurs Digitalisierungsmanager, DEKRA-zertifiziert und förderfähig über den Bildungsgutschein.

Zuletzt aktualisiert: 16. Juli 2026. Stand der Recherche: 16. Juli 2026.