Die Leitlinie des Tages ist die Schnittstelle von Rechenkapazitätsausbau und Netzpolitik, finanzielle Transparenz vor dem IPO sowie der Schritt von Modellen, die „gut chatten“, zu Systemen, die „Dinge erledigen“: OpenAI startet ein landesweites Grid Protectors Program und erprobt am Campus Effingham in Georgia bis zu etwa 1000 Megawatt Demand Response; Anthropics geänderte S-1 ergänzt die Quartalszahlen und Rechenverpflichtungen von fast 900 Milliarden USD; OpenAI veröffentlicht LifeVal für Alltagaufgaben; Trajectory schließt eine Serie A über 45 Millionen USD und setzt auf kontinuierliches Post-Training für Domänenexperten.

1. OpenAI startet Grid Protectors Program; Effingham-Pilot kann bis zu etwa 1000 MW senken

OpenAI veröffentlichte am 2. November 2026 einen Blogbeitrag und startete formell das Grid Protectors Program; das Unternehmen will mit Versorgern, Regulierern und Politikern zusammenarbeiten, damit künftige Compute-Campuses bei Netzstress den Strombedarf senken können, und betont, Haushalte und kleine Betriebe sollten die Stromkosten von Compute-Campuses nicht subventionieren. Die US-Rechenzentrumskapazität werde bis 2030 voraussichtlich 100 Gigawatt überschreiten; „flexible Last“ solle in den Kernfähigkeiten künftiger Campus-Bau und -Betrieb festgeschrieben werden. Absenkbare Menge, Reaktionsgeschwindigkeit und Dauer variieren je Standort; Details folgen nach Vertragsabschluss. Je nach lokalem Bedarf und Ausrüstung können auch Vor-Ort-Erzeugung oder Speicher, Batterien und Leistungssteuerung Lastschwankungen glätten.

Der Pilot liegt am geplanten Campus im Effingham County, Georgia. OpenAI erklärt, die gesamten Infrastruktur- und Stromdienstkosten für das Projekt zu tragen; die Vereinbarung mit Georgia Power umfasst bis zu etwa 1000 Megawatt flexible Demand Response und könne in Extremhitze Strom freimachen, der dem Durchschnittsverbrauch von etwa 700.000 Haushalten entspricht. The Verge (Emma Roth, 2. November) und Axios (Ben Geman) ordnen den Schritt in wachsenden Widerstand gegen Strombedarf und lokale Auswirkungen von Rechenzentren ein; OpenAI verschiebt seine Erzählung zudem von klassischen „Data Centers“ zu „AI compute campuses“. Axios zitiert OpenAIs Energiepolitik-Leiter John McCarrick, die Branche beharre weniger darauf, dass Rechenzentren „Five Nines“-Verfügbarkeit halten müssten. OpenAI betont zugleich, Flexibilität ersetze keine neuen Erzeugungs- und Übertragungsinvestitionen.

Einordnung: Curtailable Load als nationales Programm, gebunden an einen lokalen Versorgervertrag, zeigt: Der Konflikt um Rechenzentren hat Flächennutzung und Lärm hinter sich gelassen und betrifft Strompreise, Spitzenkapazität und politische Akzeptanz.

Quellen: OpenAI; The Verge; Axios

2. Anthropic ändert S-1: rund 17 Mrd. USD Q3-Umsatz, etwa 895,4 Mrd. USD Rechenverpflichtungen

Laut CNBC (Ashley Capoot, etwa Eastern Time 2. November) und The Verge (Jess Weatherbed) reichte Anthropic eine geänderte Form S-1 bei der US-Börsenaufsicht ein und ergänzte die Finanzzahlen für das dritte Quartal bis 30. September 2026. Demnach lag der Umsatz der ersten neun Monate bei etwa 33,24 Milliarden USD, ein Plus von rund 1200 Prozent zum Vorjahr; der Nettoverlust derselben Periode betrug etwa 104 Milliarden USD, überwiegend aus Fair-Value-Buchungen zu Wandelschuldverschreibungen, Derivatverbindlichkeiten und SAFEs. Quartalsweise lag der Umsatz im dritten Quartal bei etwa 17 Milliarden USD (+etwa 1127 Prozent YoY, +etwa 47 Prozent QoQ; Wachstum verlangsamte sich gegenüber etwa 144 Prozent in Q2 und 132 Prozent in Q1); der Nettoverlust im dritten Quartal betrug etwa 23,29 Milliarden USD.

Die Änderung offenbart Kaufverpflichtungen und Mietverträge mit insgesamt etwa 895,4 Milliarden USD zugesagter Ausgaben, „fast alles“ bezogen auf Rechenleistung und Infrastruktur. CNBC zufolge bezieht Anthropic erhebliche Rechenleistung von Amazon, Google und SpaceX und stützt sich auch auf einige Neoclouds; Sorgen um Finanzierungskosten und Lieferrhythmus von Rechenzentren treten mit dieser Einreichung in das Fenster vor der Roadshow. Die SEC-Änderung weist zudem neunmonatigen Umsatz bis 30. September von 33,242 Milliarden USD aus und bekräftigt Claudes schnelle Unternehmensadoption seit der Kommerzialisierung im ersten Quartal 2023.

Einordnung: Umsatzgröße und fast billionenschwere Rechenverpflichtungen im selben Rahmen übergeben Wachstumsstory und Kapazitäts- sowie Finanzierungsrisiko gemeinsam der Preisbildung am öffentlichen Markt.

Quellen: CNBC; The Verge; SEC S-1/A

3. OpenAI veröffentlicht LifeVal: Fortschritt persönlicher Assistenten an Alltagaufgaben

OpenAI veröffentlichte LifeVal am 2. November und erklärte, Ziel sei die Messung des Modellfortschritts bei „Aufgaben, die im Alltag wirklich zählen“, statt nur bei Wissens- oder akademischen Benchmarks. Der Beitrag nennt Erziehung, Behördengänge, Budgetplanung, Schulvorbereitung, Rezeptanpassung, Lebensmitteleinkauf, Fitnesspläne und ähnliche Szenarien und betont: Ein wirklich nützlicher persönlicher Assistent müsse handeln und Arbeit abschließen – nicht nur Ratschläge oder Chatantworten liefern.

Zur Aufgabenherkunft bezieht sich OpenAI auf den American Time Use Survey und die Multinational Time Use Study und ergänzte eine als demografisch repräsentativ bezeichnete Umfrage unter 3995 Personen, um Bereiche zu identifizieren, in denen Menschen persönliche Assistenten am meisten wollen; abgedeckt sind Pflege, Gesundheit, Bildung, Haushaltsverwaltung, persönliche Finanzen, Einkaufen und Behördendienste. Die Seite nennt Beispiel-Workflow-Scores wie etwa 93,1 Prozent für Schulwahl und Anmeldung nach einem Umzug, etwa 98,0 Prozent für die Organisation von Freiwilligen vor einer Überschwemmung, etwa 100 Prozent für die Wohnungssuche und titelbezogene Schritte für eine Familie, etwa 96,3 Prozent für das gemeinsame Fernsehen eines Spiels mit Großeltern und etwa 90,4 Prozent für einen Essensplan für einen Elternteil mit neu diagnostiziertem Diabetes; eine Tabelle zeigt zudem GPT-6 Astra-„Best Recorded Scores“ für ausgewählte Aufgaben, darunter 100-Prozent-Einträge für die Buchung eines Sinneskurses für Kleinkinder, die Terminierung einer Fahrzeugprüfung und die Bestellung halal Lebensmittel. OpenAI trainierte dem Text zufolge im vergangenen Jahr Modelle an Browser-, Computer- und Connector-Aufgaben, um ChatGPT vom Chat-Tool zu einem handlungsfähigeren Assistenten zu bewegen; eine vollständig reproduzierbare öffentliche Aufgabensammlung oder Bewertungsrubrik zum Download fehlt jedoch.

Einordnung: Die Evaluationserzählung wandert von Leaderboard-Wettbewerben zu „Dinge erledigen“, während Entwurf und Ergebnisveröffentlichung im Labor bleiben – die externe Überprüfbarkeit bleibt begrenzt.

Quellen: OpenAI

4. Trajectory schließt 45 Mio. USD Serie A bei etwa 300 Mio. USD Bewertung

Laut TechCrunch (Marina Temkin, etwa 15:13 Pazifikzeit am 2. November 2026) kündigte das rund einjährige Startup Trajectory eine Serie A über 45 Millionen USD bei etwa 300 Millionen USD Bewertung an; Sequoia führte, Nvidia, Bessemer Venture Partners und Bain Capital Ventures beteiligten sich. Gegründet von drei Stanford-Kommilitonen mit Hintergrund bei Google DeepMind und Apple, zählt das Team derzeit etwa 18 Personen; Mitgründer sind unter anderem Ronak Malde, Michael Elabd und Arjun Karanam.

Die Produktthese ist Continual Learning und Post-Training-Automatisierung: Unternehmen können von Open-Source-Modellen starten, die Plattform an eigene Anwendungen anbinden, Leistungsfeedback sammeln und neu trainieren, damit Modelle in Fachaufgaben wie Recht und Finanzen fortlaufend besser werden und Abhängigkeit von internen Forschungsteams oder teuren „Forward Deployed Engineers“ (FDEs) sinkt. Harvey und Rogo hätten die Plattform bereits zum Post-Training von Open-Source-Modellen genutzt; weitere Kunden seien Decagon, Mercor und Nvidia; die Post-Training-Plattform werde der Öffentlichkeit geöffnet. Die Mitgründer betonen, Menschen definierten „was gut ist“ und schrieben das in die Verbesserungsschleife – kontrollierbarer als vollautonome rekursive Selbstverbesserung (RSI). Im Wettbewerbsumfeld nannte die Berichterstattung Thinking Machines Lab (Tinker), Applied Compute und Prime Intellect.

Einordnung: Die Runde wettet auf eine von Domänenexperten bedienbare Post-Training-Oberfläche, macht kontinuierliche Verbesserung aus einem Forschungsprozess zum Produkt und koppelt sie direkt an die Lieferkosten vertikaler KI-Anwendungen.

Quellen: TechCrunch

---

Tagesfazit in einem Satz: OpenAI beantwortet Stromkonflikte um Compute-Campuses mit dem Grid Protectors Program, Anthropics geänderte S-1 zeigt rund 17 Milliarden USD Quartalsumsatz und Rechenverpflichtungen von fast 900 Milliarden USD, LifeVal dreht Evaluation auf Alltagserledigung, und Trajectory holt 45 Millionen USD Serie A für kontinuierliches Post-Training.