Den vollständigen Index der Dokumentation findest du in llms.txt. Die Markdown-Version einer Dokumentationsseite erhältst du, indem du .md an die URL der Seite anhängst.
Hauptnavigation
Design
Aug 25, 2026 General

Lerne die Menschen hinter den Siegerprojekten der OpenAI Build Week kennen

Ob Personalmangel in einer Tierklinik, Barrieren beim Sprechen, räumlicher Klang oder antike Maschinen: Die Siegerprojekte gingen aus Fragen hervor, die ihre Teams aus eigener Erfahrung kannten.

Verfasst von: Eva Sasson, Corey Ching, Victor Nunez Rodriguez

Lerne die Menschen hinter den Siegerprojekten der OpenAI Build Week kennen

Die OpenAI Build Week begann mit einer einfachen Aufgabe: Entwickle mit Codex und GPT‑5.6 etwas, das sich tatsächlich einsetzen lässt. Danke an alle, die sich dieser Aufgabe gestellt und eine Woche lang gemeinsam gefeiert haben, was aus eigenen Ideen entstehen kann.

Fast 47.000 Menschen aus 186 Ländern nahmen teil. Damit war es unser bislang größter Hackathon. In acht Tagen reichten sie mehr als 8.000 Projekte ein. Bei sieben Online-Veranstaltungen und 60 Treffen vor Ort kamen sie zusammen, um voneinander zu lernen, neue Werkzeuge auszuprobieren und ihre Projekte zu veröffentlichen.

Die Build Week zeigte auch, wer heute Software entwickeln kann und was dadurch möglich wird. Eine Tierärztin ohne Programmiererfahrung entwickelte ein Triage-Werkzeug, das ihr Team inzwischen in der unterbesetzten Klinik erprobt. Ein Kardiologe in Kairo nutzte die Zeit zwischen seinen Klinikschichten für einen Forschungsprototyp, der Teams bei einem Herzstillstand unterstützt. Weitere Ausgezeichnete griffen auf eigene Erfahrungen zurück, um Menschen mit Sprechstörungen die Verständigung zu erleichtern oder beim Erlernen der vietnamesischen Aussprache zu helfen. Andere Projekte befassten sich mit MCP-Sicherheit, der Gestaltung räumlicher Klangwelten und interaktiven Rekonstruktionen antiker Maschinen.

Die Projekte zeigen, wie sich die Community erweitert. Wer bereits Software entwickelt, kann sich an anspruchsvollere Systeme wagen. Wer sich in einem anderen Fachgebiet auskennt, kann dieses Wissen in funktionierende Software umsetzen.

Heute geben wir die acht Siegerprojekte in vier Kategorien bekannt: Apps für deinen Alltag, Arbeit und Produktivität, Entwicklungswerkzeuge und Bildung.

Die Jury bewertete die technische Umsetzung, die Gestaltung und das Nutzungserlebnis, die mögliche Wirkung und die Qualität der Idee.

Auf die acht Siegerprojekte verteilen sich Preisgelder in Höhe von 100.000 USD. Die erstplatzierten Teams erhalten außerdem Eintrittskarten für den OpenAI DevDay, Gelegenheit zum persönlichen Austausch mit dem Codex-Team und ein Jahr ChatGPT Pro.

Uns fiel es schwer, pro Kategorie nur zwei Projekte auszuzeichnen. In der vollständigen Projektgalerie kannst du entdecken, was während der OpenAI Build Week entstanden ist.

Apps für deinen Alltag

Erster Platz: Second Voice

Entwickelt von: Ravitez Dondeti

Als Ravitez Dondeti ein Kind war, lebte eine seiner Verwandten mit einer Sprechstörung. Er erinnert sich daran, wie er versuchte, sich mit ihr über Gesten zu verständigen. Erst nach ihrem Tod wurde ihm bewusst, wie viele Fragen er nie gestellt hatte und wie vieles unausgesprochen geblieben war.

Aus dieser Erfahrung entstand Second Voice. Ravitez entwickelte das Werkzeug während der Build Week allein. Es richtet sich an Menschen mit Dysarthrie oder eingeschränkter motorischer Kontrolle, die im direkten Gespräch manchmal Unterstützung brauchen, damit andere sie verstehen.

Second Voice kombiniert das, was eine Person bereits ausgesprochen hat, mit Formulierungen aus ihrer persönlichen Sammlung und dem aktuellen Gesprächskontext. Daraus leitet die App einige wenige Sätze ab, die gemeint sein könnten. Die Person wählt einen Satz aus oder bearbeitet ihn, bevor die App ihn laut ausspricht. So entscheidet sie selbst, was gesagt wird.

Anfangs dachte Ravitez, das Schwierigste sei, den gemeinten Satz zu rekonstruieren. Entscheidend waren letztlich die kleinen Details der Bedienung: Wie viele Vorschläge erscheinen? Wie schnell sind sie da? Und wie viel Aufwand kostet es jemanden mit eingeschränkter motorischer Kontrolle, einen Vorschlag zu bestätigen?

„Die kleinsten Entscheidungen bei der Bedienung hatten die größte Wirkung. Wer mit eingeschränkter motorischer Kontrolle mitten im Gespräch zu Wort kommen möchte, erlebt das Produkt genau in diesen Details. Dass eine App technisch funktioniert, reicht nicht, wenn sie sich im Alltag nicht bedienen lässt.“ – Ravitez Dondeti

Auf der Projektseite erfährst du mehr und kannst dir die Demo ansehen.

Zweiter Platz: AirBridge for Windows

Entwickelt von: Adam Tarantino

Am Anfang von AirBridge stand ein hartnäckiges Alltagsproblem. Adam hatte überall zu Hause AirPlay-fähige Lautsprecher, konnte sie aber von seinem Windows-PC aus nicht ohne Weiteres nutzen. Schon 2024 hatte er versucht, das Problem mit einem früheren Modell von OpenAI zu lösen. Damals war es ihm nicht gelungen, aus der Idee ein funktionierendes Produkt zu machen.

Während der Build Week versuchte er es erneut.

AirBridge erfasst die Audioausgabe von Windows in Echtzeit und streamt sie direkt an HomePods, Apple TVs und Macs, ohne virtuelle Audiokabel oder temporäre Dateien. Über die reine Wiedergabe hinaus unterstützt AirBridge mehrere Lautsprecher und kann die Verzögerung für jeden Raum einzeln kalibrieren. Eine Browsererweiterung sorgt bei Videos für Lippensynchronität, indem sie das Bild statt des Tons verzögert.

Über einen Assistenten auf Basis von GPT-5.6 lässt sich das System per Sprache steuern. Eine lokale Komponente prüft anhand festgelegter Regeln, welche Aktionen zulässig sind, und gleicht das Ergebnis mit dem tatsächlichen Zustand der Geräte ab.

„Ich arbeite seit über zehn Jahren als Software Engineer, aber das war mein erster Hackathon. Egal, wie viel Erfahrung du hast und wie groß oder klein deine Idee ist: Es lohnt sich, bei einem Hackathon mitzumachen. Gewinnen kannst du nur, wenn du dabei bist.“ – Adam Tarantino

Auf der Projektseite erfährst du mehr und kannst dir die Demo ansehen. Du kannst AirBridge auch selbst ausprobieren.

Weitere Finalprojekte in der Kategorie „Apps für deinen Alltag“

  • Bander zeigt Familien vorab, was ein KI-Assistent tun wird, bevor er auf ihre Konten zugreift.

  • O2 by Agent9 bündelt Messwerte zur Luftqualität, Informationen zu Waldbränden, Warnmeldungen und Prognosen.

  • SayAhead hilft gehörlosen und schwerhörigen Menschen, Telefongespräche mitzulesen, zu lenken und selbst zu steuern.

Arbeit und Produktivität

Erster Platz: veTriage

Entwickelt von: Erin Downes VMD

Bei Paoli Vetcare schrumpfte das tierärztliche Team in diesem Jahr von drei Personen auf eine. Nach wie vor riefen Menschen an, die sich um ihre Tiere sorgten. Für die Einschätzung der einzelnen Fälle stand der Klinik aber weniger Fachpersonal zur Verfügung.

Erin Downes ist 61 Jahre alt, Tierärztin und Praxisinhaberin. Programmiererfahrung hatte sie keine. In veTriage floss ihre jahrzehntelange Erfahrung aus der Behandlung von Tieren und dem Betrieb ihrer Praxis ein. Die App hilft dem Empfangsteam, die relevanten Fragen zur Vorgeschichte zu stellen, Warnzeichen für dringende Fälle zu erkennen und die Fälle zur Beurteilung an die richtige Stelle weiterzuleiten. So muss das Empfangsteam keine medizinischen Entscheidungen treffen. Dahinter steht eine einfache Einsicht: Ein voller Terminkalender macht einen Fall nicht weniger dringend. Der medizinische Bedarf und die Kapazität der Klinik müssen getrennt beurteilt werden.

Erins Team erprobt veTriage bereits in der Praxis. Das Projekt zeigt, wie Menschen, die einen schwierigen Arbeitsablauf aus eigener Erfahrung kennen, das passende System heute selbst mitentwickeln können. Mithilfe von Codex hat Erin ihr klinisches Fachwissen in einen Ablauf übersetzt, den ihr Team im Alltag nutzen kann. GPT-5.6 hilft den Mitarbeitenden, das Aufnahmegespräch effizient zu führen. Die medizinische Entscheidung bleibt beim Fachpersonal.

„Mit meinen 61 Jahren möchte ich anderen Menschen mit viel Fachwissen Mut machen. Es ist nicht zu spät, selbst etwas zu entwickeln. Ich hatte keine Programmiererfahrung, habe aber entdeckt, dass das Wissen aus dem eigenen Fach ein Ausgangspunkt für neue Lösungen sein kann.“ – Erin Downes

Auf der Projektseite erfährst du mehr und kannst dir die Demo ansehen. Du kannst dir auch den Prototyp ansehen.

Zweiter Platz: Pulse

Entwickelt von: Mohamed Mostafa Mohamed Labib Abu Taleb

Der Kardiologe Mohamed Mostafa Mohamed Labib Abu Taleb entwickelte Pulse in Kairo zwischen seinen Klinikschichten. Der Forschungsprototyp ist für eine der anspruchsvollsten Situationen in der Medizin gedacht: die Versorgung bei einem Herzstillstand.

Bei einer Reanimation muss die Teamleitung unter Umständen gleichzeitig den Herzrhythmus, abgegebene Schocks, den Zeitpunkt der Medikamentengabe, Reanimationszyklen und Unterbrechungen der Herzdruckmassage im Blick behalten. Währenddessen rufen sich die Teammitglieder im Raum aktuelle Informationen zu. Pulse hört bei einem Herzstillstand mit und hält den klinischen Verlauf fest, auch wenn die Beteiligten zwischen ägyptischem Arabisch und einer anderen Sprache wechseln. So sieht das ganze Team, was bereits geschehen ist und was als Nächstes anstehen könnte. Pulse nutzt KI, um medizinische Fachkräfte unter hohem Zeitdruck zu unterstützen. Die Entscheidungen treffen sie selbst. GPT-5.6 hilft, auch bruchstückhafte Äußerungen zu verstehen. Deterministischer, überprüfbarer Code verfolgt den Ablauf der Reanimation und bittet das Team bei unklaren Angaben um Bestätigung.

„Pulse ist in Kairo zwischen meinen Klinikschichten entstanden, ohne Team, ohne Labor und ohne Finanzierung. Oft wird stillschweigend vorausgesetzt, dass ernst zu nehmende medizinische Werkzeuge aus einer Forschungsgruppe an der Universität oder aus einem gut finanzierten Start-up kommen müssen. Pulse ist ein kleines Gegenbeispiel.“

Auf der Projektseite erfährst du mehr und kannst dir die Demo ansehen.

Weitere Finalprojekte in der Kategorie „Arbeit und Produktivität“

  • LabSpace AI erstellt eine durchsuchbare räumliche Karte eines Labors samt allem, was sich darin befindet.

  • OpenCounsel bereitet beschädigte juristische Schriftsätze auf, prüft sie anhand der Quellen und stellt daraus einreichungsfertige Unterlagen zusammen.

  • Tomok – Construction Intelligence verknüpft Zeitpläne, Spezifikationen und Berichte, damit Teams bei Infrastrukturprojekten den Ursachen von Verzögerungen auf den Grund gehen können.

Entwicklungswerkzeuge

Erster Platz: Echo Canvas

Entwickelt von: Kevin Yang

Räumlicher Klang wird oft erst getestet, wenn eine Szene in der Spiel-Engine bereits fertig ist. Für Design- und Entwicklungsteams ist es deshalb schwierig, schon früh auszuprobieren, wie ein Raum klingen soll.

Kevin Yang entwickelte Echo Canvas als akustisches Gegenstück zu einem visuellen Wireframe. Im Browser kann ein Team gemeinsam einen Raum skizzieren, Schallquellen und Hörpositionen platzieren, eine Tür öffnen oder das Material einer Wand ändern. Das Ergebnis ist sofort hörbar.

GPT-5.6 kann helfen, Szenen zu erstellen und zu erklären. Dabei muss sich das Modell an eng gefasste Schemata halten. Deterministische Systeme übernehmen die geometrischen und akustischen Berechnungen. Der Ton wird lokal im Browser erzeugt.

So lässt sich hören und im Detail untersuchen, was bei der Gestaltung eines Raums sonst unsichtbar bleibt. Menschen mit und ohne technischen Hintergrund können gemeinsam viel leichter ausprobieren, wie sich ihre Entscheidungen auf den Klang auswirken.

„Mehr Schallstrahlen ergeben nicht automatisch ein besseres Produkt. Wir haben auch gelernt, dass KI am zuverlässigsten arbeitet, wenn sie innerhalb klarer Grenzen Szenen erstellt und erklärt. Die geometrischen Berechnungen und die digitale Signalverarbeitung in Echtzeit überlassen wir den dafür vorgesehenen Systemen.“

Erfahre mehr über das Projekt oder probiere die Demo aus.

Zweiter Platz: Sentinel

Entwickelt von: Malik Bashaar Javaid

MCP-Server können Agenten Zugriff auf Dateien, APIs, Datenbanken und Shell-Befehle geben. Bei der Entwicklung von Systemen mit Agenten stieß Malik Bashaar Javaid immer wieder auf MCP-Server, die als Vorlagen für den schnellen Einstieg geteilt wurden. Sie enthielten Shell-Aufrufe mit ungefilterten Eingaben, fest im Code hinterlegte Zugangsdaten und unzureichend abgegrenzte Zugriffsrechte.

Er entwickelte Sentinel, um solche Probleme vor der Veröffentlichung eines MCP-Servers aufzudecken. Sentinel kombiniert eine deterministische statische Analyse mit einer eng begrenzten Prüfung durch GPT-5.6, das jeden Befund im Kontext des tatsächlichen Quellcodes bewertet. In Docker isolierte Tests prüfen, wie sich der Server wirklich verhält. Das Modell kann einen Befund bestätigen oder infrage stellen. Es kann weder ausführbare Tests erfinden noch Code zitieren, den es nicht gibt. Ist das Modell nicht verfügbar, bleiben gemeldete Bedenken sichtbar. Sentinel ordnet seine Befunde den OWASP Agentic Top 10 zu und kann sie an das Code-Scanning von GitHub übergeben. So lassen sich bewährte Sicherheitsprüfungen schon beim Build in einem schnell wachsenden Bereich des Agenten-Ökosystems einsetzen.

„Einem Modell Grenzen zu setzen, ist schwieriger, als ihm einen Prompt zu geben. Die meiste Zeit habe ich nicht mit Prompt Engineering verbracht. Ich habe Schemaprüfungen entwickelt und Regeln, die das Zitieren nicht vorhandenen Codes verhindern. Dazu kamen Testvorlagen, für die [GPT-5.6] Parameter festlegen darf. Die Vorlagen selbst darf das Modell niemals schreiben.“

Mit Sentinel nahm Bashaar zum ersten Mal an einem Hackathon teil. Vor Kurzem hat er sein Informatikstudium abgeschlossen.

Auf der Projektseite erfährst du mehr und kannst dir eine Demo ansehen. Oder probiere Sentinel selbst aus.

Weitere Finalprojekte in der Kategorie „Entwicklungswerkzeuge“

  • Emberframe Studio bietet eine räumliche Arbeitsfläche für die Entwicklung mit KI-Agenten.

  • GenUI wandelt von einem Modell erzeugtes JSON in validierte native SwiftUI-Oberflächen um.

  • Vibe Signal ermöglicht es, Codex auf einem iPhone oder einer Apple Watch im Blick zu behalten und zu steuern.

Bildung

Erster Platz: Mechanica

Entwickelt von: Weiying Zhu, Yukun Li und Shan Wei

Die Idee für Mechanica entstand bei einem Museumsbesuch. „Es ist lustig und auch ein bisschen peinlich, das zuzugeben, aber ich habe mir an Museumsvitrinen schon öfter den Kopf gestoßen, als ich zählen kann. Ich war einfach so vertieft in das Stück hinter dem Glas“, erzählt Shan Wei.

Das Team wollte ausgestellte Maschinen nicht nur betrachten, sondern sie bedienen, auseinandernehmen und verstehen, wie sie funktionieren. Oder, wie Yukun Li es ausdrückt: „Wir wollten eine Kultur aus der Nähe sehen und erleben können.“

Mechanica rekonstruiert anhand lückenhafter historischer Quellen vier Maschinen aus dem alten China als funktionsfähige, interaktive Modelle. Sie reichen von einem astronomischen Uhrturm bis zu einem programmierbaren Webstuhl, der Jahrhunderte vor der modernen Computertechnik entstand. Wer das Museum besucht, kann die Mechanismen bedienen und auseinandernehmen. Für jedes Maß lässt sich nachvollziehen, ob es aus einem klassischen Text stammt, an einem erhaltenen Objekt gemessen wurde oder auf einer ausdrücklich gekennzeichneten wissenschaftlichen Schlussfolgerung beruht.

Von manchen antiken Maschinen sind kaum mehr als ein paar Textzeilen überliefert. Da fällt es schwer, sich vorzustellen, wie sich ihre Teile bewegt haben könnten. Wo sich die Fachwelt uneinig ist, zeigt Mechanica verschiedene Rekonstruktionen, statt eine einzige als endgültige Antwort auszugeben.

Die drei Teammitglieder hatten jahrzehntelange Erfahrung in der Softwareentwicklung, aber wenig oder gar keine mit 3D-Modellierung, Animation, physikalischer Simulation oder Hackathons. Codex half ihnen, sich in 3D-Modellierung, Physik und Animation einzuarbeiten. Die KI-Museumsführung nutzt GPT-5.6. Sie soll bei Fragen die Belege des Museums nennen oder auf eine Antwort verzichten, wenn die Belege fehlen.

„Die Grenze ist wirklich meine eigene Vorstellungskraft. Ich schreibe seit 25 Jahren Software, aber 3D und Animation lagen völlig außerhalb meines Fachgebiets. Diese Hürde ist jetzt einfach weg. Man kann Projekte verwirklichen, die weit über das eigene Spezialgebiet hinausgehen.“ – Weiying Zhu

Auf der Projektseite erfährst du mehr und kannst dir die Demo ansehen. Du kannst auch das digitale Museum besuchen.

Zweiter Platz: Dấu

Entwickelt von: Robert Huynh

Vor der Build Week hatte Robert Huynh schon einmal an einem Hackathon teilgenommen. Nach einem halben Tag ging er wieder, weil er fürchtete, sich mit Technik „nicht gut genug“ auszukennen, um dazuzugehören. Zur Build Week kam er allein nach Hanoi und entwickelte Dấu, eine visuelle Lernhilfe für eine der größten Herausforderungen beim Vietnamesischlernen: die Töne.

Robert wuchs in einer vietnamesischsprachigen Familie auf. Dort kannte man den Frust, den viele beim Sprechen erleben: Du sagst ein Wort, alle lachen, und du weißt nicht, welche Bedeutung dein Ton dem Wort gegeben hat.

Im Vietnamesischen kann dieselbe Silbe je nach Tonhöhe und Stimmqualität sechs verschiedene Bedeutungen haben. Dấu macht die Unterschiede sichtbar. Wer ein Wort einspricht, sieht die eigene Tonhöhenkurve neben der einer geprüften muttersprachlichen Referenzaufnahme. Die App erklärt, welche Bedeutung bei dieser Aussprache möglicherweise zu hören war, und gibt einen konkreten Hinweis, wie sich der Ton beim Sprechen anders bilden lässt.

Eine von Roberts wichtigsten technischen Entscheidungen betraf die Frage, welche Aufgaben die KI nicht übernehmen sollte. Die Bewertung des Tons erfolgt durch deterministische Signalverarbeitung. GPT‑5.6 gibt den Lernenden Tipps. Ist das Ergebnis nicht eindeutig, bittet Dấu um einen neuen Versuch, statt mit Überzeugung eine falsche Antwort zu geben.

„Früher habe ich mich gefragt, ob ich genug von Technik verstehe, um bei einem Hackathon dabei zu sein. Jetzt hat es ein Projekt ins Finale geschafft, das ich ganz allein entwickelt habe. Mit KI können viel mehr Menschen selbst etwas entwickeln. Du musst mit deiner Idee nicht warten, bis du das Gefühl hast, technisch gut genug zu sein.“ – Robert Huynh

Auf der Projektseite erfährst du mehr und kannst dir die Demo ansehen. Oder probiere Dấu selbst aus.

Weitere Finalprojekte in der Kategorie „Bildung“

  • Canopy fordert Lernende auf, das von der KI vermittelte Wissen in einer Sandbox zum Programmieren anzuwenden.

  • Encore! greift Fehler auf, die ein Kind in einem Test gemacht hat, und entwickelt daraus auf das Kind zugeschnittene Lerngeschichten in Bilderbuchform.

  • ResearchOS macht jede wissenschaftliche Aussage bis zu ihrer Quelle nachvollziehbar.

Vielen Dank!

Danke an alle, die Projekte entwickelt, an Veranstaltungen teilgenommen oder die Build Week als Teil des Codex-Botschafterprogramms mitgestaltet haben. Ihr habt diese Woche weltweit mit Leben gefüllt. Neuigkeiten von OpenAI für die Entwicklungscommunity findest du auf unserer Website für die Softwareentwicklung. Wenn du persönlich in Kontakt bleiben möchtest, besuche ein Community-Treffen in deiner Nähe.