Am 26.08.2026 entfernt OpenAI das Modell o3 aus ChatGPT. Wer in einem Schweizer KMU mit fixen Modellvorgaben arbeitet, etwa in Prompt-Sammlungen, internen Arbeitsanweisungen oder Schulungsunterlagen, verliert damit einen Bezugspunkt. Die Ankündigung erfolgte am 28.05.2026 mit einer Sunset-Frist von 90 Tagen, was ausreichend Zeit für eine geordnete Umstellung liess. In der Praxis fällt eine solche Frist meist erst auf, wenn ein Mitarbeitender die gewohnte Modellauswahl nicht mehr findet. Dieser Beitrag zeigt, welche Änderungen konkret anstehen, wer betroffen ist und welche drei Prüfschritte vor dem 26.08.2026 sinnvoll sind.
Was am 26.08.2026 genau wegfällt
Laut den ChatGPT Release Notes von OpenAI betrifft die Abschaltung ausschliesslich ChatGPT, nicht die API. Wer o3 über eine eigene Integration, ein Automatisierungsszenario oder eine Fachanwendung nutzt, ist von dieser Massnahme nicht direkt betroffen. In ChatGPT war o3 zuletzt nur für zahlende Nutzer über die Modelleinstellungen erreichbar. OpenAI nennt in der Ankündigung kein bestimmtes Nachfolgemodell, was bedeutet: Die Auswahl des Ersatzes liegt bei Ihnen und muss fachlich begründet werden, nicht per Standardvorgabe.
Der Vorgang folgt einem erkennbaren Muster. Am 26.06.2026 wurde GPT-4.5 aus ChatGPT entfernt, bestehende Gespräche liessen sich mit GPT-5.5 fortsetzen. Modellwechsel sind damit kein Einzelfall, sondern ein wiederkehrendes Betriebsereignis. KMU sollten sie entsprechend behandeln, also mit einem festen Prüfpunkt im Quartal statt mit Ad-hoc-Reaktionen.
Zweiter Termin: DALL-E-GPT endet am 30.08.2026
Parallel läuft eine zweite Umstellung. OpenAI kündigte am 31.07.2026 an, dass das offizielle DALL-E-GPT am 30.08.2026 eingestellt wird. Bereits erzeugte Bilder sollten Nutzer vorher sichern, die Bildgenerierung läuft danach über ChatGPT Images weiter. Nutzererstellte GPTs mit Bildfunktionen sind nicht betroffen. Für Marketing- und Vertriebsteams heisst das: Wer Visuals über das offizielle DALL-E-GPT erzeugt hat, muss vor dem 30.08.2026 die Assets sichern und den internen Ablauf auf ChatGPT Images umstellen.
Drei Prüfschritte vor dem Stichtag
Erstens: Fundstellen suchen. Durchsuchen Sie interne Dokumentation, SharePoint- oder Drive-Ablagen, Onboarding-Unterlagen und Prompt-Sammlungen nach den Zeichenfolgen o3 und DALL-E. Jede Stelle, die ein Modell namentlich vorschreibt, ist eine Fundstelle. In der Regel finden Schweizer KMU zwischen fünf und dreissig solcher Nennungen, verteilt über Vertrieb, Administration und Technik.
Zweitens: Ergebnisqualität vergleichen. Nehmen Sie drei bis fünf typische Aufgaben aus Ihrem Alltag, etwa die Prüfung einer Offerte, die Zusammenfassung eines Protokolls und die Formulierung einer Kundenantwort. Führen Sie diese mit dem gewählten Nachfolgemodell aus und bewerten Sie das Ergebnis anhand fixer Kriterien: fachliche Richtigkeit, Vollständigkeit, Tonalität, Formatvorgaben. Ohne diesen Vergleich verschieben Sie ein Qualitätsrisiko in den Kundenkontakt.
Drittens: Freigabepunkt bestätigen. Ein Modellwechsel verändert nicht die Verantwortung. Wer bisher Texte vor dem Versand geprüft hat, prüft weiter. Modellwechsel sind ein guter Zeitpunkt, diesen Freigabepunkt in der internen Richtlinie schriftlich nachzuziehen, insbesondere bei Personendaten nach revDSG.
Automatisierungen und Integrationen prüfen
Die Aussage, dass die API nicht betroffen ist, gilt für die Modellverfügbarkeit, nicht für Ihre eigene Konfiguration. Wer Szenarien in Make, Zapier oder Power Automate betreibt, in denen ein Modellname als Parameter hinterlegt ist, sollte diese Stellen dennoch erfassen und dokumentieren. Grund: Anbieter kündigen API-Modelle in eigenen Zyklen ab, und ein Szenario, dessen Modellparameter niemand kennt, fällt beim nächsten Zyklus ohne Vorwarnung aus. Eine einfache Übersicht mit Szenarioname, verwendetem Modell, Verantwortlichem und letzter Prüfung genügt. In der Praxis reicht dafür eine Tabelle mit vier Spalten, die einmal im Quartal aktualisiert wird. Der Aufwand liegt bei unter einer Stunde und verhindert Betriebsunterbrechungen in Abläufen, die im Tagesgeschäft niemand aktiv beobachtet.
Was das für die Modellstrategie bedeutet
Die Lehre aus diesem Vorgang ist nicht technisch, sondern organisatorisch. Prompts und Arbeitsanweisungen, die ein Modell namentlich festschreiben, erzeugen bei jedem Anbieterwechsel Nacharbeit. Robuster ist eine Formulierung nach Fähigkeit statt nach Produktname, etwa das Modell mit erweitertem Reasoning für Analyseaufgaben. Ergänzend gehört in jede interne Richtlinie ein Abschnitt zum Umgang mit Abschaltungen: Wer beobachtet die Release Notes der eingesetzten Anbieter, in welchem Rhythmus, und wer entscheidet über den Ersatz.
Wie wir im Beitrag zu Project-only Memory in ChatGPT gezeigt haben, entsteht der Nutzen weniger aus dem Modell als aus der saubereren Trennung von Kontext und Berechtigung. Ergänzend liefert der Beitrag zu GPT-5.6 in KMU-Workflows die Vergleichsbasis für die Bewertung eines Nachfolgemodells. Lesen Sie beide Beiträge, bevor Sie ein Standardmodell für Ihr Team festlegen.
Nächster Schritt
Ein Modellwechsel ist unkritisch, wenn Prompts, Freigabepfade und Zuständigkeiten dokumentiert sind. Fehlt diese Grundlage, kostet jede Abschaltung Zeit und erzeugt uneinheitliche Ergebnisse im Kundenkontakt. Buchen Sie ein unverbindliches Erstgespräch: Wir entwickeln in 30 Minuten zwei bis drei kundenspezifische Prompts live in Ihrer Terminologie, mit Ihren Datenquellen und Freigabepfaden, formuliert nach Fähigkeit statt nach Produktname.