Wie OpenAI mit ChatGPT Images 100 Millionen neue Nutzer in nur einer Woche gewann

OpenAI hat mit der Einführung von ChatGPT Images im März 2025 einen bemerkenswerten Erfolg erzielt. Innerhalb einer Woche konnte die Plattform 100 Millionen neue Nutzer gewinnen und 700 Millionen Bilder generieren, wobei die Nutzerzahlen in Indien während der viralen Akzeptanz auf bis zu 1 Million neue Anmeldungen pro Stunde anstiegen. Doch wie gelang es dem Team, diese immense Nachfrage zu bewältigen? In diesem Artikel werfen wir einen detaillierten Blick auf die Herausforderungen und Lösungen, die OpenAI während des Launches von ChatGPT Images begegnet sind.

1. Der Launch von ChatGPT Images

Die Einführung von ChatGPT Images war eine der größten Herausforderungen für OpenAI. Der Head of Engineering, Sulman Choudhry, und der VP of Engineering, Srinivas Narayanan, berichten, dass die Nachfrage die Erwartungen überstieg und die Teammitglieder schnell reagieren mussten, um die Plattform stabil zu halten.

„Wir dachten, wir wären bereit für jeden Launch. Aber die Bilder-Einführung war um ein Vielfaches größer als alles, was wir zuvor gesehen hatten.“ – Sulman Choudhry

Ursprünglich war geplant, ChatGPT Images zunächst nur für zahlende Abonnenten freizugeben, bevor die Funktion auch für kostenlose Nutzer verfügbar gemacht werden sollte. Aufgrund der hohen Nachfrage wurde jedoch entschieden, die Einführung für kostenlose Nutzer zu verschieben.

2. Virale Akzeptanz in Indien

Nachdem ChatGPT Images für kostenlose Nutzer zugänglich wurde, explodierte die Nutzung in Indien. Prominente wie der berühmte Cricketspieler Sachin Tendulkar teilten Bilder, die im Ghibli-Stil erstellt wurden, und die Funktion wurde schnell zum Gesprächsthema des Landes.

„Die Funktion wurde wirklich besonders für mich: Meine gesamte Familie war in Indien und sie begannen ebenfalls, alte Bilder mit ChatGPT neu zu erstellen.“ – Srinivas Narayanan

3. Technische Herausforderungen und Lösungen

Die technische Architektur von ChatGPT Images war ursprünglich synchron ausgelegt. Dies führte dazu, dass das System bei hohem Nutzeraufkommen überlastet wurde. Um die Verfügbarkeit zu gewährleisten, entschied sich das Team, die gesamte Architektur während des laufenden Betriebs auf ein asynchrones Modell umzustellen.

„Wir mussten etwas Asynchrones und Schnelles haben, um den Dienst für alle Nutzer aufrechtzuerhalten.“ – Sulman Choudhry

Diese Umstellung ermöglichte es dem Team, die Last besser zu verteilen und die Nutzeranfragen effizienter zu bearbeiten.

4. Zuverlässigkeitsherausforderungen

Die hohe Nachfrage stellte auch andere Systeme von OpenAI auf die Probe. Die Infrastruktur, die für die Authentifizierung und das Onboarding neuer Nutzer verantwortlich war, wurde stark belastet. Um die Stabilität zu gewährleisten, isolierte das Team nicht-ChatGPT-Systeme von der ChatGPT-Infrastruktur.

Dank monatelanger Vorbereitungen und regelmäßiger Lasttests konnte OpenAI größere Ausfälle vermeiden und die Verfügbarkeit für bestehende Nutzer aufrechterhalten.

5. Technologischer Stack von ChatGPT Images

Die Technologie hinter ChatGPT Images ist einfach, aber effektiv. Die Hauptkomponenten umfassen:

• Python: Die meisten Codes sind in dieser Sprache geschrieben.
• FastAPI: Ein Framework zur schnellen Erstellung von APIs.
• C: Für hochoptimierte Teile des Codes.
• Temporal: Für asynchrone Workflows und Operationen.

6. Fazit

Die Einführung von ChatGPT Images zeigt, wie wichtig Flexibilität und schnelle Reaktion auf unerwartete Herausforderungen im Bereich der Softwareentwicklung sind. OpenAI hat bewiesen, dass sie in der Lage sind, auch unter Druck innovative Lösungen zu finden und ihre Systeme kontinuierlich zu verbessern.

Quellenliste:

• Quelle: Building, launching, and scaling ChatGPT Images
• Inside OpenAI: how does ChatGPT ship so quickly?
• Scaling ChatGPT: five real-world engineering challenges