Vertriebskanal statt Modellwettlauf
IBM und OpenAI haben eine strategische Partnerschaft angekündigt. Ziel ist es, OpenAIs Modelle und Werkzeuge über das globale Beratungsgeschäft von IBM bei Großkunden zu platzieren. Die finanziellen Konditionen des Abkommens wurden nicht offengelegt.
Beide Seiten wollen KI-Angebote gemeinsam vermarkten und branchenspezifische Lösungen entwickeln. Genannt werden Finanzdienstleistungen, Behörden, Telekommunikation und Einzelhandel. Das sind genau die Sektoren, in denen IBM seit Jahrzehnten verankert ist und in denen Einkaufsentscheidungen selten schnell revidiert werden.
Der Deal zeigt, wohin sich der Wettbewerb unter den KI-Anbietern verschiebt. Es geht nicht mehr allein darum, wer das leistungsfähigste Modell baut, sondern wer den Zugang zu Konzernbudgets kontrolliert. OpenAI hat zuvor bereits Partnerschaften mit großen IT-Dienstleistern geschlossen, etwa mit Infosys und Tata Consultancy Services.
Was IBM konkret aufbaut
Innerhalb von IBM Consulting entsteht eine eigene OpenAI-Praxis. Zehntausende Berater sollen in den kommenden Monaten auf OpenAI-Technologien geschult und zertifiziert werden, überwiegend bestehende Mitarbeiter, die dafür umgeschult werden. Der Schwerpunkt liegt laut IBM auf dem Coding-Werkzeug Codex, der OpenAI-API, Cybersicherheit und Beratungszertifikaten.
Zusätzlich baut IBM eine Spezialtruppe unter dem Namen "Forward Deployed Experts" auf, also Fachleute, die direkt beim Kunden vor Ort arbeiten. Ausgebildet wird diese Gruppe über das Partnernetzwerk von OpenAI.
| Baustein | Inhalt |
|---|---|
| OpenAI-Praxis | Eigene Einheit innerhalb von IBM Consulting |
| Schulung | Zehntausende Berater, vor allem bestehende Mitarbeiter |
| Themen | Codex, OpenAI-API, Cybersicherheit, Beratungszertifikate |
| Integration | GPT-5.6, Codex und ChatGPT Work in IBM Consulting Advantage |
| Sicherheit | OpenAI-Modelle in IBM Autonomous Security |
| Branchen | Finanzen, Behörden, Telekommunikation, Handel |
Die Modelle wandern in IBM Consulting Advantage, die interne KI-Plattform der Berater. Eingebunden werden unter anderem GPT-5.6, Codex und ChatGPT Work. Auch der Multi-Agenten-Sicherheitsdienst IBM Autonomous Security soll OpenAI-Modelle nutzen. Erste Berührungspunkte gab es bereits im Juni über das OpenAI Daybreak Cyber Partner Program.
Zwei Frontier-Partner, eine modellagnostische Strategie
Bemerkenswert ist das Timing. Vor weniger als einem Jahr hatte IBM eine vergleichbare Allianz mit Anthropic geschlossen. Offiziell verfolgt IBM eine modellagnostische Strategie: Über die Plattform watsonx werden eigene Granite-Modelle mit Modellen von Drittanbietern kombiniert. Wie IBM in konkreten Kundenprojekten zwischen OpenAI, Anthropic und den eigenen Granite-Modellen abgrenzt, nennt das Unternehmen nicht.
Der Hintergrund ist auch wirtschaftlich. IBM hat im Vormonat nach schwächer als erwarteten Quartalszahlen die Umsatzprognose für 2026 gesenkt. Konzernchef Arvind Krishna hält KI weiterhin für einen langfristigen Wachstumstreiber und erklärte sinngemäß, die KI-Nutzung ergänze die Nachfrage nach dem Mainframe-Geschäft, statt sie zu ersetzen.
Was das für Unternehmen bedeutet
Für den DACH-Raum gibt es keine gesonderte Ankündigung. IBM Consulting ist bei Großkonzernen und in der öffentlichen Verwaltung hierzulande aber fest etabliert, entsprechend werden die neuen Angebote auch in Ausschreibungen und Integrationsprojekten in Deutschland, Österreich und der Schweiz auftauchen. Wie sich die geschulten Berater geografisch verteilen, ist offen. Ebenso wenig ist bislang beschrieben, welche Vorkehrungen für DSGVO-konforme Datenverarbeitung bei europäischen Kunden getroffen werden.
Wer KI über einen Systemintegrator einkauft, bezahlt zweimal: einmal für die Tokens des Modellanbieters und einmal für die Beratungstage, die den Zugang dazu bauen.
Genau darin liegt der wunde Punkt. Eine solche Konstellation verlagert Aufbau und Betrieb von KI-Anwendungen zu einem externen Dienstleister, der wiederum auf die API eines einzelnen Modellanbieters aufsetzt. Die Abhängigkeit entsteht doppelt, bei der Beratung und beim Modell. Wie schnell die Rechnung dabei aus dem Ruder läuft, zeigt sich schon heute bei Teams, die ihre eigenen Coding-Agenten betreiben und trotzdem an einen Anbieter gebunden bleiben.
Die Alternative besteht nicht darin, auf Modelle zu verzichten, sondern die Kontrollpunkte zu behalten. Ein austauschbarer Modellzugang, sauber getrennte Datenhaltung und eigene Prompts und Werkzeuge lassen sich mit offenen Modellen ebenso abbilden. Der Abstand zwischen offenen Gewichten und proprietären Modellen ist zuletzt deutlich geschrumpft, was die Verhandlungsposition gegenüber Anbietern verbessert. Und dass auch etablierte Plattformen keine Sicherheitsgarantie sind, hat zuletzt die aktiv ausgenutzte Lücke in IBMs Langflow gezeigt.