Technik · Altsoftware
Zwei Entwickler, ein Quartal: OpenAI schreibt Habitat in Rust neu
Zwei Entwickler, ein Quartal, sechsmal weniger CPU-Last: OpenAI beschreibt den Umbau seiner Speicherplattform Habitat von Python auf Rust. Für einen Betrieb zählt vor allem, was der Bericht zu diesem Umbau offenlässt.
15. September 2026 · 3 Minuten Lesezeit
Kurz gefasst
- OpenAI schrieb seine Speicherplattform Habitat im zweiten Quartal 2026 von Python auf Rust um: zwei Entwickler, unterstützt von eigenen Modellen.
- Sechsmal weniger CPU, fünfzehnmal weniger Speicher; wie viel davon auf Rust statt auf das neue Design entfällt, bleibt offen.
- Übertragbar ist der Vorgang: Altsoftware ablösen gelingt nur mit Testfällen, die das alte Verhalten festhalten.
OpenAI hat beschrieben, wie das Unternehmen seine zentrale Speicherplattform Habitat von Python auf Rust umgestellt hat. Die Arbeit fiel ins zweite Quartal 2026 und wurde nach dem Bericht von zwei Entwicklern erledigt, unterstützt durch die hauseigenen Modelle Codex und GPT-5.5. Der neue Dienst arbeitet sechsmal CPU-effizienter und braucht fünfzehnmal weniger Arbeitsspeicher als die Python-Fassung.
Habitat verwaltet nach Angaben von OpenAI mehr als 500 Petabyte in rund 40 Regionen und nimmt über 70 Millionen Anfragen pro Sekunde entgegen. 95 Prozent des Produktionsverkehrs laufen inzwischen über die Rust-Version. Die verbliebene Python-Infrastruktur soll in den kommenden Wochen abgeschaltet werden.
Habitat startete 2023 als einfache Python-Bibliothek für den Zugriff auf Azure Cosmos DB und wurde später zu einem eigenständigen Dienst umgebaut. Als Python-Dienst kam die Plattform bei hoher Last an Grenzen: Rechenintensive Aufgaben und Wartezeiten konkurrierten im selben Ablauf, was die langsamsten Anfragen bestimmte.
Was OpenAI zu dem Umbau offenlässt
OpenAI nennt für den Umbau zwei Entwickler, ein Quartal und die eigenen Modelle Codex und GPT-5.5. Wie lange die Arbeit tatsächlich dauerte, wie viel Code betroffen war, wie geprüft wurde und welchen Anteil die Modelle am fertigen Code hatten, steht in dem Bericht nicht. Die Angabe „zwei Entwickler“ bleibt damit ohne Bezugsgröße.
Die Gewinne von sechsfacher CPU-Effizienz und fünfzehnfach geringerem Speicherbedarf stehen im selben Bericht neben mehreren Architekturänderungen: Verbindungsverwaltung über Istio und Envoy, Multiplexing über HTTP/2, ein bewusst eingeschränktes Datenmodell statt beliebiger Abfragen. Welcher Anteil auf die Sprache Rust entfällt und welcher auf das neue Design, wird nicht aufgeschlüsselt.
Zu bedenken ist die Interessenlage. OpenAI berichtet über den Einsatz eigener Produkte im eigenen Haus, eine unabhängige Prüfung der Zahlen gibt es nicht. Zur Größenordnung nennt der Text zwei Werte: Der Python-Dienst bediente in der Spitze mehr als 20 Millionen Anfragen pro Sekunde, für die Plattform heute stehen über 70 Millionen.
Was daran für Ihre selbstgeschriebene Software zählt
Für einen mittelständischen Betrieb ist nicht die Zahl von 70 Millionen Anfragen pro Sekunde interessant, sondern der Vorgang dahinter: alte Software in eine neue Form bringen, während sie weiterläuft. Das ist auch in kleinerem Maßstab der Posten, vor dem sich Betriebe am längsten drücken — das Programm, das seit Jahren läuft und das niemand mehr anfassen will.
Ein Kunststoffverarbeiter mit 180 Beschäftigten plant seine Spritzgussaufträge in einer Access-Datenbank mit VBA-Makros, geschrieben von einem Mitarbeiter, der längst in Rente ist. Werkzeugstandzeiten und Rüstreihenfolgen stecken dort als Regeln drin, die nie jemand aufgeschrieben hat.
Ein Modell kann diesen Code lesen und in eine gepflegte Form übertragen. Es kann nicht beurteilen, welche der Regeln darin heute noch gewollt sind. Eine Übersetzung übernimmt sie unverändert mit, samt der Entscheidungen, die vor Jahren aus einem Sonderfall entstanden sind.
Aus meiner Arbeit kenne ich den Punkt, an dem solche Vorhaben kippen: Die Neufassung läuft, und dann meldet die Arbeitsvorbereitung, dass eine Auftragsart seit der Umstellung anders einsortiert wird. Ob der alte Weg der richtige war, kann im Zweifel niemand mehr beantworten.
Bei OpenAI war diese Frage weitgehend entschärft. Die Schnittstelle von Habitat ist bewusst schmal gehalten und im Bericht beschrieben, und der alte Dienst lief während der Umstellung weiter. Wer eine gewachsene Eigenentwicklung ablöst, muss sich einen solchen Vergleichsmaßstab erst schaffen.
Was vor der ersten Zeile Code steht
Schreiben Sie auf, welche selbstgeschriebenen Programme in Ihrem Betrieb laufen, wer sie gebaut hat und wer sie heute noch versteht. Wo die dritte Frage unbeantwortet bleibt, hängt ein Stück Ihrer Planung an Software, die niemand mehr ändern kann. Diese Liste kostet eine Stunde.
Der zweite Schritt ist ein Vorrat an Testfällen: bekannte Eingaben und die Ergebnisse, die das alte Programm dazu liefert. Ohne ihn lässt sich keine Neufassung prüfen, gleich ob ein Mensch oder ein Modell sie geschrieben hat. Der Vorrat ist auch dann nützlich, wenn Sie die Ablösung nie angehen.
Ob sich eine Ablösung rechnet, hängt am Einzelfall — an der Menge des Codes, am Zustand der Daten und daran, was ein Ausfall dieses Programms kosten würde. Lassen Sie den Aufwand für einen abgegrenzten Teil schätzen, bevor Sie das Ganze beauftragen. Ob sich Ersparnisse dieser Größenordnung auf kleinere Vorhaben übertragen, zeigt sich erst.
Passt dazu
Rapidly scaling online storage to serve over 1 billion ChatGPT users. OpenAI, 11. September 2026. Abgerufen am 15. September 2026: https://openai.com/index/scaling-storage-one-billion-users-part-one/
Diese Zusammenfassung und die Bilder sind mit KI-Unterstützung entstanden; gelesen, geprüft und freigegeben von Christian Zöllner. Zahlen stammen ausschließlich aus der oben genannten Quelle.