GPT‑5.6: Frontier-Intelligenz, die mit deinen Ambitionen Schritt hält

Wir bringen die GPT‑5.6-Modellfamilie im Anschluss an unsere eingeschränkte Vorschau⁠ in die allgemeine Verfügbarkeit: unser neues Flagship Sol, zusammen mit Terra, einem ausgewogenen Modell für alltägliche Arbeit, und Luna, unserem kosteneffizientesten Modell.

GPT‑5.6 Sol setzt neue Maßstäbe bei Intelligenz und Effizienz: Es erzielt State-of-the-Art-Ergebnisse in den Bereichen Programmierung, Wissensarbeit, Cybersicherheit und Wissenschaft und übertrifft dabei frühere und konkurrierende Frontier-Modelle – mit weniger Token und zu niedrigeren geschätzten Kosten. Das Ergebnis ist eine höhere Leistung pro ausgegebenem Dollar: mehr erfolgreich erledigte Arbeit bei gleichen Ausgaben oder vergleichbare Ergebnisse zu niedrigeren Gesamtkosten. Außerdem führen wir eine neue Möglichkeit ein, die anspruchsvollsten Aufgaben zu beschleunigen: Ultra ist unsere leistungsstärkste Einstellung und koordiniert mehrere Agenten über parallele Arbeitsstränge hinweg, um komplexe Aufgaben schneller abzuschließen. Stärkere Computernutzung und besseres Designurteilsvermögen machen GPT‑5.6 Sol zu unserem bisher ausgereiftesten Arbeitspartner und helfen dabei, Ergebnisse zu prüfen, zu verfeinern und einsatzbereit bereitzustellen.

Wir haben GPT‑5.6 darauf trainiert, aus jedem Token mehr nützliche Arbeit herauszuholen. Bei Agents’ Last Exam⁠(wird in einem neuen Fenster geöffnet), einer Evaluation lang andauernder professioneller Workflows in 55 Fachgebieten, erzielt GPT‑5.6 Sol mit 53,6 ein neues Hoch und übertrifft damit Claude Fable 5 (adaptives Reasoning) um 13,1 Punkte. Selbst mit der Reasoning-Stufe „medium“ schlägt es Fable 5 um 11,4 Punkte – bei ungefähr einem Viertel der geschätzten Kosten. Diese Effizienz erstreckt sich auch auf kleinere Modelle, die entscheidend dafür sind, Intelligenz in größerem Umfang verfügbar und erschwinglicher zu machen: GPT‑5.6 Terra und GPT‑5.6 Luna übertreffen Fable 5 zu etwa einem Sechzehntel der Kosten. Im Artificial Analysis Intelligence Index⁠(wird in einem neuen Fenster geöffnet), einem breiten Maß für Intelligenz, das agentische Arbeit, Programmierung, wissenschaftliches Schlussfolgern und allgemeine Fähigkeiten umfasst, liegt GPT‑5.6 Sol mit Reasoning-Stufe „max“ nur einen Punkt hinter Fable 5, während es Aufgaben in 61 % weniger Zeit und zu etwa der Hälfte der geschätzten Kosten erledigt.

GPT‑5.6 wird mit unseren bislang robustesten Schutzmaßnahmen eingeführt, die darauf ausgelegt sind, gezieltem und adaptivem Missbrauch standzuhalten, ohne legitime Arbeit pauschal einzuschränken. Vor der allgemeinen Verfügbarkeit haben wir die Modelle und Schutzmaßnahmen unserer bislang umfassendsten Evaluierungsphase unterzogen, bei der menschliches Red Teaming mit automatisierten Tests in großem Maßstab kombiniert wurde. Während der Vorschauphase haben wir eng mit Fachorganisationen und vertrauenswürdigen Partner:innen zusammengearbeitet, um Schutzmaßnahmen einem Belastungstest zu unterziehen und Schutzmaßnahmen vor der breiteren Einführung zu stärken. Das daraus entstehende System kombiniert im Modell antrainierte Schutzmaßnahmen mit Echtzeitprüfungen, Überwachung und Zugriffsstufen, die auf Vertrauen und Risiko abgestimmt sind.

GPT‑5.6 Sol ist unser bisher bestes Modell zum Programmieren. Im Artificial Analysis Coding Agent Index setzt GPT‑5.6 Sol mit Reasoning-Stufe „max“ bei 80 Punkten einen neuen Maßstab – 2,8 Punkte über Fable 5 –, während es weniger als die Hälfte der Ausgabe-Tokens verwendet, weniger als die Hälfte der Zeit benötigt und etwa ein Drittel weniger kostet. Dieser Vorteil erstreckt sich über die gesamte Modellfamilie: Terra zieht knapp an Fable 5 vorbei, während Luna Opus 4.8 übertrifft; beide schaffen dies in etwa einem Drittel der Zeit, mit etwa halb so vielen Token und zu ungefähr einem Viertel der geschätzten Kosten. Es erzielt zudem neue Spitzenergebnisse bei Terminal‑Bench 2.1 und DeepSWE, die komplexe Kommandozeilen-Workflows und Engineering-Aufgaben mit langem Zeithorizont in realen Codebasen testen.

GPT‑5.6 kann leichtgewichtige Programme schreiben und ausführen, die Tools koordinieren, Zwischenergebnisse verarbeiten, den Fortschritt überwachen und die nächste Aktion auswählen, während die Arbeit voranschreitet. Dadurch kommen Tool-intensive Aufgaben mit weniger Token, weniger Roundtrips zum Modell und weniger Anleitung voran. Anstatt von Entwickler:innen zu verlangen, jeden Schritt zu skripten oder jede Tool-Antwort zurück durch das Modell zu leiten, kann Programmatic Tool Calling⁠(wird in einem neuen Fenster geöffnet) in der Responses API große Mengen an Zwischendaten filtern, nur das Wesentliche beibehalten und den Workflow im Verlauf anpassen.

Bei Problemen, bei denen sich ein größerer Einsatz von Zeit und Rechenressourcen auszahlt, kann GPT‑5.6 über diese effiziente Standardeinstellung hinausgehen. max gibt GPT‑5.6 noch mehr Zeit als xhigh, um zu schlussfolgern, Alternativen zu erkunden, Prüfungen durchzuführen und seinen Ansatz zu überarbeiten. ultra geht noch weiter, indem es standardmäßig vier Agenten parallel koordiniert und dabei einen höheren Token-Verbrauch für bessere Ergebnisse und eine kürzere Zeit bis zum Ergebnis bei anspruchsvollen Aufgaben in Kauf nimmt. Die nachstehenden Diagramme vergleichen das standardmäßige Vier-Agenten-Setup von „ultra“ über BrowseComp, SEC-Bench Pro und Terminal-Bench 2.1 hinweg mit einer Baseline von nur einem Agenten; BrowseComp und SEC-Bench Pro zeigen außerdem 16-Agenten-Konfigurationen. Über alle drei Evaluierungen hinweg verschiebt das Hinzufügen paralleler Agenten die Punktzahl-Latenz-Grenze nach oben und nach links, da stärkere Ergebnisse in kürzerer Zeit erzielt werden. In der API können Entwickler:innen mithilfe der Multi-Agent-Beta in der Responses API Nutzererlebnisse erstellen, die „ultra“ ähneln.

GPT‑5.6 liefert einen Quantensprung im Design-Urteilsvermögen. Mit nur allgemeinen Vorgaben erstellt GPT‑5.6 geschmackvolle, ergonomische und funktionale Benutzeroberflächen. Dank seiner stärkeren Fähigkeiten zur Computernutzung kann es das gerenderte Ergebnis prüfen und verfeinern – nicht nur den zugrunde liegenden Code oder Inhalt generieren. So kann es visuelle und funktionale Probleme erkennen und letzte Feinschliffe vornehmen, bevor es die Arbeit zurückgibt.

In ChatGPT Work wandeln die Frontend-Fähigkeiten von GPT‑5.6 Anfragen in natürlicher Sprache außerdem in ausgefeilte, interaktive Erklärungen und Visualisierungen um.

GPT‑5.6 liefert bessere Ergebnisse bei professionellen Aufgaben. Es erfasst unstrukturierte Kontextinformationen aus deinen Dokumenten und täglichen Arbeitsabläufen in Tools wie Slack, Notion, Microsoft 365 und Google Drive und wandelt sie in teilbare Artefakte auf Expertenniveau um.

Die Stärke von GPT‑5.6 im Bereich der Wissensarbeit zeigt sich in verschiedenen Evaluationen, die langfristig angelegte professionelle Analysen, Browsing, Tool-Nutzung und Computernutzung umfassen. Außerdem erzielt GPT‑5.6 Sol neue Bestwerte bei BrowseComp mit 92,2 % und bei OSWorld 2.0 mit 62,6 %; bei OSWorld übertrifft es Opus 4.8 und verwendet dabei 85 % weniger Ausgabe-Tokens. Hier erstrecken sich die Zugewinne bei der Performance pro Dollar über die gesamte GPT‑5.6-Familie. Luna erreicht beinahe die Spitzen-Performance von GPT‑5.5 bei weniger als der Hälfte der geschätzten Kosten, während Terra diese Leistung zu geringeren Kosten übertrifft.

GPT‑5.6 Sol verbessert die Qualität von Präsentationen, Dokumenten und Tabellen, wodurch die erzeugten Ausgaben professioneller und präziser sind. Es kann von Grund auf vollständig bearbeitbare Präsentationen erstellen, indem es einen Prompt und Ausgangsmaterial in ein kohärentes visuelles Narrativ mit überzeugenden Layouts, klarer Hierarchie und starkem Design umsetzt.

Die Verbesserung ist besonders deutlich bei der Orientierung an Vorlagen und Referenzdecks. GPT‑5.6 kann das Designsystem einer Präsentation ableiten – Layouts, Typografie, Abstände, Farben und wiederkehrende Inhaltsmuster, einschließlich der im Folienmaster eingebetteten Regeln – und diese Konventionen konsequent auf neue Inhalte anwenden. In diesem Beispiel fehlen in der Ausgabe von GPT‑5.5 wichtige Komponenten aus der Masterfolie, wenn darum gebeten wird, Zahlen basierend auf einer Referenzdatei zu aktualisieren, während GPT‑5.6 der Referenzstruktur genauer folgt.

GPT‑5.6 erstellt außerdem visuell ausgefeiltere Dokumente und Tabellenkalkulationen. Es hält komplexe Referenzformate genauer ein, was für wiederholbare Tätigkeiten in der Wissensarbeit wichtig ist. Es verarbeitet Gleichungen und Finanzmodelle mit höherer Präzision und nutzt Typografie, Abstände, Hierarchie sowie das Seiten- oder Arbeitsblattlayout besser.

Erste Kund:innen, die GPT‑5.6 getestet haben, verzeichneten bereichsübergreifend Verbesserungen bei Wissensarbeits-Ergebnissen.

GPT‑5.6 ist unser bislang stärkstes Modell für Cybersicherheit und erzielt Frontier-Performance mit deutlich weniger Tokens. Bei ExploitBench^2, einem Benchmark, der den Fortschritt vom Erreichen anfälligen Codes bis hin zur Ausführung beliebigen Codes misst, erzielt es 73,5 % gegenüber GPT‑5.5s 47,9 % bei einem vergleichbaren Ausgabe-Token-Budget. Bei ExploitGym, das Agenten dazu auffordert, reale Schwachstellen in funktionierende Exploits umzuwandeln, verdoppelt es nahezu die Spitzenbestehensquote von GPT‑5.5, von 15,1 % auf 24,9 % unter der 2-Stunden-Obergrenze; bei sechs Stunden erreicht es 33,7 %. Bei SEC-Bench Pro, einem Benchmark, der die Generierung von Proofs of Concept für komplexe Software testet, erreicht es 71,2 % gegenüber GPT‑5.5s 45,8 %, und das bei verbesserter Latenz.

GPT‑5.6 unterstützt wichtige defensive Aufgaben wie sichere Code-Reviews, Patchen, Bedrohungsmodellierung und Blue Teaming. Qualifizierte Einzelpersonen und Organisationen im Programm Trusted Access for Cyber von OpenAI Daybreak⁠ können durch präzisere Schutzmaßnahmen für verifizierte Arbeit in autorisierten Umgebungen auf erweiterte defensive Funktionen zugreifen, darunter Triage und Validierung von Schwachstellen, Malware-Analyse, Detection Engineering und Patch-Validierung.

Einzelpersonen können ihre Identität verifizieren und Trusted Access (geprüften Zugriff) anfordern⁠(wird in einem neuen Fenster geöffnet), und Organisationen können sich für ihre Teams bewerben⁠. Einzelne Mitglieder müssen bis zum 1. September die Erweiterte Kontosicherheit⁠(wird in einem neuen Fenster geöffnet) mit hardwaregestützten Passkeys aktivieren, um weiterhin Zugriff auf unsere im Cyberbereich leistungsfähigsten Frontier-Modelle zu behalten; wer dies nicht tut, wird wieder auf den Standardzugriff zurückgestuft. Nutzer:innen, die noch keine hardwaregestützten Passkeys haben, können von unserem Partner Yubico Vorzugspreise⁠(wird in einem neuen Fenster geöffnet) erhalten. Wir ergreifen außerdem zusätzliche Maßnahmen, um den Zugang für Hochrisiko-Akteure und in Hochrisiko-Rechtsordnungen einzuschränken.

GPT‑5.6 Sol zeigt auch breite Verbesserungen in der wissenschaftlichen Forschung. Bei Evaluationen in den Biowissenschaften zeigt GPT‑5.6 gegenüber GPT‑5.5 Pareto-Verbesserungen in den Bereichen praktische Biologie, Forschungsabläufe in den Biowissenschaften und Chemie.

GPT‑5.6 ist unser bisher stärkstes Modell zur Beschleunigung der KI-Forschung. Bei OpenAI nutzen Forschende es über den gesamten Entwicklungszyklus hinweg: zum Diagnostizieren von Fehlern, Optimieren von Trainingssystemen, Durchführen von Experimenten und Interpretieren von Ergebnissen. Diese Beschleunigung und stärkere Akzeptanz konnten wir bereits während des internen Testzeitraums von GPT‑5.6 beobachten, da die durchschnittliche tägliche Anzahl an Ausgabe-Tokens pro aktiver forschender Person mehr als doppelt so hoch war wie der höchste Wert, der bei GPT‑5.5 beobachtet wurde.

Diese Arbeitsweise wird schnell zum Standard. In den vergangenen sechs Monaten stieg der Anteil der Forschungsrechenkapazität, der für interne Codierungsinferenz aufgewendet wurde, um das 100-Fache, während die interne Nutzung agentischer Token um etwa das 22-Fache zunahm. Diese Akzeptanzmetriken messen für sich genommen nicht den Forschungsfortschritt, zeigen jedoch, wie schnell der Einsatz von KI-Unterstützung in der Forschung und in anderen Teams wie Vertrieb, Marketing, User Operations, Finanzen und weiteren Bereichen zunimmt.

Um diese Fähigkeit direkt zu messen, haben wir eine interne Evaluierungssuite entwickelt, die auf realen KI-Forschungsaufgaben basiert, darunter das Debuggen von Forschungssystemen, das Optimieren von Kernel und Trainingsrezepten, das Durchführen von Machine-Learning-Experimenten und das Verbessern eines anderen Modells.

Mit zunehmenden Modellfähigkeiten stärken wir unseren Sicherheits-Stack, damit fortgeschrittene Intelligenz weiterhin in großem Umfang nützlich bleiben kann, während wir Anwendungen mit dem höchsten Risiko einer strengeren Prüfung unterziehen. Für GPT‑5.6 haben wir unser bislang robustestes Sicherheitssystem entwickelt, das auf die Fähigkeiten des jeweiligen Modells abgestimmt ist und von mehr Rechenleistung als je zuvor unterstützt wird.

Die GPT‑5.6‑Modelle sind sowohl in Biologie als auch in Cybersicherheit leistungsfähiger als unsere früheren Modelle, überschreiten jedoch in keiner der beiden Kategorien den Schwellenwert „Kritisch“. In der Cybersicherheit legen unsere Tests nahe, dass GPT‑5.6 besser darin ist, Schwachstellen zu finden und zu beheben, als zuverlässig autonome End-to-End-Angriffe auf gehärtete Ziele durchzuführen – wodurch Verteidigende die Möglichkeit erhalten, Systeme zu stärken, bevor Schwachstellen ausgenutzt werden. Im Bereich Biologie legen unsere Tests nahe, dass GPT‑5.6 legitime Forschung unterstützen kann, jedoch nicht die End-to-End-Fähigkeit bietet, die erforderlich wäre, um eine hochgefährliche neuartige Bedrohung zu erschaffen, zu konstruieren oder zu synthetisieren.

Beide Bereiche haben einen inhärenten Dual-Use-Charakter. In der Cybersicherheit können dieselben Fähigkeiten, die einem Angreifer helfen könnten, eine Schwachstelle auszunutzen, einem Verteidiger dabei helfen, sie zu finden, zu reproduzieren und eine zuverlässige Behebung zu entwickeln. Daher stellt übermäßiges Blockieren ein eigenes Sicherheitsrisiko dar. Es kann Verteidigende daran hindern, Systeme zu testen und Patches bereitzustellen, während böswillige Akteure weiterhin andere Modelle nutzen, darunter zunehmend leistungsfähige Open-Source-Modelle sowie etablierte Tools. Wirksame Schutzmaßnahmen berücksichtigen den Kontext und die wahrscheinlichen Folgen einer Anfrage, ermöglichen weiterhin legitime defensive Tätigkeiten und wenden strengere Kontrollen an, wenn die Beweislage auf ein ernsthaftes Schadensrisiko hindeutet.

Die Schutzmaßnahmen von GPT‑5.6 sind für höhere Genauigkeit und Redundanz mehrschichtig aufgebaut und so konzipiert, dass sie sich schnell anpassen, wenn neue Angriffe aufkommen. In das Modell eintrainierte Schutzmaßnahmen wirken mit Echtzeitprüfungen, kontinuierlicher Überwachung und Durchsetzung auf Kontoebene zusammen, damit das System sicher bleibt, selbst wenn eine bestimmte Ebene nicht wie vorgesehen funktioniert. In vielen Systemen entscheiden allein Klassifikator-Flags darüber, was blockiert wird, wobei zur Schadensvermeidung auf Modelle mit geringerer Intelligenz gesetzt wird, die schwerer anzupassen sind. Unser Ansatz fügt einen Reasoning-Überwacher (Reasoning Monitor) hinzu, der das Gespräch überprüft, um festzustellen, ob Schadenspotenzial besteht. Dieses Design soll defensive Arbeit ermöglichen und gleichzeitig schwerwiegenden Missbrauch unterbinden, wobei die sensibelsten Funktionen verifizierten Nutzer:innen über Trusted Access vorbehalten bleiben. Da einige Schutzmaßnahmen Testzeit-Reasoning nutzen, können wir sie schnell aktualisieren, um Lücken zu schließen, ohne Klassifikatoren von Grund auf neu trainieren zu müssen.

Wir verfolgen einen vorsichtigeren Ansatz, während wir das System weiter gegen adaptive Angriffe absichern. Im Vergleich zu früheren Modellen blockieren unsere Cyberschutzmaßnahmen bei GPT‑5.6 Sol etwa zehnmal mehr potenziell schädliche Aktivitäten. Da diese Maßnahmen bei harmloser Nutzung zu Unannehmlichkeiten führen können, bieten wir in ChatGPT und Codex eine Option, den Prompt einfach auf einem weniger leistungsfähigen Modell erneut auszuführen, und wir werden die Auswirkungen unserer Schutzmaßnahmen auf harmlose Nutzung weiter reduzieren und zugleich weiterhin hohe Robustheitsanforderungen aufrechterhalten. Dies spiegelt unseren iterativen Bereitstellungsansatz wider: zunächst vorsichtig vorzugehen und uns auf Grundlage der Erkenntnisse aus der praktischen Nutzung kontinuierlich zu verbessern.

Vor der allgemeinen Verfügbarkeit haben wir unsere bislang intensivsten Sicherheitsevaluationen durchgeführt, darunter umfassendes Red Teaming, robuste Tests der Fähigkeiten und Schutzmaßnahmen mit externen Fachleuten sowie rund 700.000 A100e-GPU-Stunden an automatisiertem Black-Box-Red-Teaming. Dadurch konnten wir wahrscheinliche Schwachstellen systematisch untersuchen, Jailbreaks aufdecken und das System vor der Einführung stärken.

Perfekte Sicherheit existiert nicht, und unsere Arbeit daran, immer leistungsfähigere Modelle abzusichern, geht weiter. Es werden neue Schwachstellen entdeckt werden, ebenso wie neue Jailbreaks, die bestehende Schutzmaßnahmen umgehen. Jede neue Modellgeneration wird außerdem neue Möglichkeiten für Angriffe und Missbrauch schaffen. Wir tragen dieser Realität Rechnung – durch mehrschichtige Schutzmaßnahmen, kontinuierliche Überwachung, schnelle Behebung und die Zusammenarbeit mit der gesamten Sicherheitsgemeinschaft. Für GPT‑5.6 haben wir unsere bestehenden Bug-Bounty-Programme für Sicherheit⁠(wird in einem neuen Fenster geöffnet) und Biologie⁠ mit einem neuen Prozess zur schnellen Behebung und unserer bislang umfassendsten Monitoring-Initiative kombiniert. Erkenntnisse von Forschenden, aus dem Monitoring und aus realen Missbrauchsfällen fließen fortlaufend in neue Evaluationen und stärkere Schutzmaßnahmen ein.

Erfahre mehr über unsere Schutzmaßnahmen in der aktualisierten GPT‑5.6-Systemkarte⁠(wird in einem neuen Fenster geöffnet).

GPT‑5.6 umfasst drei Modellstufen: Sol, unser Flaggschiff; Terra, ein kostengünstigeres Modell mit einer Leistung, die mit GPT‑5.5 konkurrenzfähig ist; und Luna, unser schnellstes und günstigstes Modell. Die Zahl kennzeichnet die Generation, während Sol, Terra und Luna beständige Leistungsstufen sind, die sich in ihrem eigenen Rhythmus weiterentwickeln können.

GPT‑5.6 ist ab heute in ChatGPT, Codex und der OpenAI API verfügbar. Der Rollout startet jetzt weltweit und wird in den nächsten 24 Stunden schrittweise bis zur vollständigen Verfügbarkeit fortgesetzt.

• Chat: Nutzer:innen der Pläne Plus, Pro, Business und Enterprise haben mit den Einstellungen mittlerer und höherer Aufwand Zugriff auf GPT‑5.6 Sol. Pro- und Enterprise-Nutzer:innen können außerdem GPT‑5.6 Sol Pro auswählen, um bei komplexen Aufgaben Ergebnisse von höchster Qualität zu erzielen.
• ChatGPT Work und Codex: Nutzer:innen der Pläne Free und Go haben Zugriff auf GPT‑5.6 Terra. Nutzer:innen von Plus, Pro, Business und Enterprise können zwischen GPT‑5.6 Sol, Terra und Luna und wählen und für jedes eine Aufwandsstufe festlegen. max ist für alle Nutzer:innen mit Zugriff auf GPT‑5.6 in ChatGPT Work und Codex verfügbar und kann in den Einstellungen aktiviert werden. In ChatGPT Work ist ultra für Pro- und Enterprise-Nutzer:innen verfügbar. In Codex ist es für die Pläne Plus und höher verfügbar.
• API: Entwickler:innen können über die OpenAI API auf Sol, Terra und Luna zugreifen. In der Responses API ermöglicht Programmatic Tool Calling GPT‑5.6, Programme im Arbeitsspeicher zu schreiben und auszuführen, die Tools koordinieren und Zwischenergebnisse verarbeiten, wodurch die Kompatibilität mit „Keine Datenaufbewahrung“ (Zero Data Retention, ZDR) gewährleistet ist. Multi-Agent, zunächst als Beta verfügbar, ermöglicht es GPT 5.6, parallel ausgeführte Subagenten zu nutzen und deren Ergebnisse in einer einzigen Anfrage zusammenzuführen.

GPT‑5.6 wird pro 1 Mio. Token in drei Modellgrößen abgerechnet: Sol kostet 5 USD Eingabe / 30 USD Ausgabe, Terra 2,50 USD Eingabe / 15 USD Ausgabe und Luna 1 USD Eingabe / 6 USD Ausgabe. GPT‑5.6 führt außerdem planbareres Prompt-Caching ein, einschließlich Unterstützung für explizite Cache-Breakpoints⁠(wird in einem neuen Fenster geöffnet) und eine Mindestlaufzeit des Caches von 30 Minuten. Für GPT‑5.6 und spätere Modelle werden Cache-Schreibvorgänge mit dem 1,25-Fachen des nicht zwischengespeicherten Eingabepreises des Modells berechnet. Für Cache-Lesevorgänge gilt weiterhin der Rabatt von 90 % auf zwischengespeicherte Eingaben.