OpenAI richtet ChatGPT neu aus. Mit „ChatGPT Work” soll die KI nicht mehr nur Fragen beantworten, sondern auch komplexe Aufgaben planen, Informationen aus Apps und Dateien zusammenführen sowie fertige Dokumente, Tabellen oder Präsentationen erstellen. Der im Juli 2026 vorgestellte Arbeitsbereich zeigt, wie sich ChatGPT vom klassischen Chatbot zur agentischen Plattform für Unternehmen entwickelt. Nutzerinnen und Nutzer, die ChatGPT bisher vor allem für Texte, Zusammenfassungen oder einen schnellen Chat genutzt haben, werden einen deutlichen Unterschied bemerken.
Der neue Arbeitsbereich ist darauf ausgelegt, mehrstufige Aufgaben in kleinere Schritte zu zerlegen, verschiedene KI-Tools einzusetzen und komplette Workflows zu automatisieren. Dabei soll der Nutzer die Kontrolle behalten. Fortschritte lassen sich verfolgen, Zwischenergebnisse können geprüft und wichtige Aktionen erst nach einer Freigabe ausgeführt werden. Der Zeitpunkt ist strategisch relevant: Nach Angaben von OpenAI nutzen inzwischen mehr als 900 Millionen Menschen ChatGPT pro Woche. Hinzu kommen über 50 Millionen zahlende Privatabonnenten und mehr als neun Millionen zahlende Business-Nutzer. Eine gesonderte Nutzerzahl für ChatGPT Work hat das Unternehmen zum Start allerdings nicht veröffentlicht.
OpenAIs Antwort auf Anthropic Claude Cowork
ChatGPT Work lässt sich auch als Antwort auf Anthropics Claude Cowork einordnen. Bei beiden Konzepten steht das Ziel im Mittelpunkt, KI nicht nur als Chatbot, sondern als Agent für längere Arbeitsabläufe einzusetzen. OpenAI setzt dabei auf die Kombination aus ChatGPT, der ChatGPT-Desktop-App, einem integrierten Browser, Plug-ins und Codex. Damit verlagert sich der Wettbewerb zwischen OpenAI und Anthropic zunehmend auf die zentrale Frage: Welcher Anbieter kann komplexe Aufgaben zuverlässiger, wirtschaftlicher und mit weniger manueller Kontrolle erledigen? Benchmarks und Modellvergleiche liefern erste Hinweise, sind für Unternehmen aber nur bedingt entscheidend. Im Arbeitsalltag zählen vor allem stabile Ergebnisse, nachvollziehbare Arbeitsschritte, Datenschutz und die sichere Integration in bestehende Systeme.
Ein Agent, der Apps und Dateien verbindet
Der entscheidende Mehrwert liegt in der Vernetzung. ChatGPT Work kann Informationen aus mehreren Quellen bündeln und sie über Dateien hinweg in einen gemeinsamen Zusammenhang bringen. Über Plugins und integrierte Apps lässt sich die Anwendung beispielsweise mit Gmail, Google Drive, Google Workspace oder Microsoft Teams verbinden. Abhängig von den freigegebenen Systemen kann der KI-Agent unter anderem:
- Nachrichten und Dokumente durchsuchen,
- Informationen aus Apps und lokalen Dateien zusammenführen,
- eine Tabelle aus vorhandenen Daten erstellen,
- Inhalte für eine Präsentation strukturieren,
- fertige Dokumente und Dashboards vorbereiten,
- Aufgaben einmalig oder wiederkehrend ausführen,
- komplexe Aufgaben in mehrere Arbeitsschritte aufteilen.
Auch Anwendungen aus Unternehmensumgebungen, wie beispielsweise Microsoft 365, SharePoint, Slack, Salesforce oder CRM-Systeme, sind für solche agentischen Workflows relevant. Welche Apps tatsächlich verfügbar sind, hängt jedoch vom gewählten Tarif, dem Plug-in-Angebot und den Freigaben des jeweiligen Unternehmens ab.
Integrierter Browser statt ständiger Programmwechsel
Die neue ChatGPT-Desktop-App verfügt über einen integrierten Browser. Dadurch kann der Agent innerhalb eines Projekts recherchieren, Web-Apps aufrufen und Informationen von mehreren Websites verarbeiten. Das reduziert die Notwendigkeit, ständig zwischen Chat, Browser, Excel, E-Mail-Programm und Cloud-Speicher zu wechseln. Ein möglicher Workflow könnte wie folgt aussehen:
- ChatGPT Work durchsucht freigegebene Nachrichten in Gmail oder Microsoft Teams.
- Der Agent sammelt relevante Dateien aus Google Drive.
- Die KI wertet die Informationen aus mehreren Quellen aus.
- Daraus entstehen eine Excel-ähnliche Tabelle und ein Management-Dashboard.
- Abschließend lässt ChatGPT eine Präsentation erstellen.
- Vor dem Versand oder dem Verschieben sensibler Dateien fordert das System eine Freigabe an.
Damit wird aus einer einfachen Anfrage ein mehrstufiger Prozess, den der KI-Agent weitgehend selbstständig koordiniert.
GPT-5.6 bildet die technische Grundlage
Als Basis dient das Modell GPT-5.6. OpenAI teilt die Modellfamilie GPT-5.6 in drei Varianten auf:
- GPT-5.6 Sol ist das leistungsstärkste Modell für besonders anspruchsvolle und komplexe Aufgaben.
- GPT-5.6 Terra soll Leistung und Kosten für die tägliche Anwendung ausbalancieren.
- GPT-5.6 Luna ist auf schnelle, kosteneffiziente Prozesse mit hohem Volumen ausgerichtet.
Die GPT-5.6-Modelle sollen Vorgaben, Vorlagen und Referenzmaterial enger folgen. Besonders Sol ist für komplexe, agentische Aufgaben vorgesehen, während die Modelle Terra und Luna stärker auf Wirtschaftlichkeit und Skalierung ausgerichtet sind. Für Unternehmen ist diese Abstufung wichtig, da nicht jeder Workflow das leistungsstärkste und somit aufwendigste Modell erfordert.
ChatGPT Work und Codex wachsen zusammen
Auch die Verbindung zwischen Work und Codex ist strategisch bedeutsam. Während sich ChatGPT auf allgemeine Wissensarbeit, Büroarbeit und Unternehmensprozesse konzentriert, ist Codex auf Softwareentwicklung und technische Aufgaben ausgerichtet. Die Codex-App dient als Steuerzentrale für mehrere KI-Agenten. Sie kann Aufgaben parallel bearbeiten, Code prüfen und wiederkehrende Entwicklungsabläufe automatisieren. Die Codex-App ist für Mac und Windows verfügbar. Codex lässt sich zudem über Desktop, Web, Entwicklungsumgebungen und teilweise über Mobilgeräte nutzen. Durch die gemeinsame Nutzungsstruktur von ChatGPT und Codex entsteht schrittweise eine Plattform, auf der Unternehmen sowohl Büroprozesse als auch Softwareprojekte bearbeiten können. ChatGPT Classic bleibt als dialogorientierte Anwendung bestehen, wird aber um deutlich umfangreichere Arbeitsfunktionen ergänzt.
Neue Möglichkeiten für den Büroalltag
ChatGPT Work könnte insbesondere dort einen Mehrwert schaffen, wo Mitarbeitende regelmäßig Informationen suchen, übertragen und neu aufbereiten müssen. Denkbare Anwendungen sind:
- Berichte aus mehreren Dokumenten erstellen,
- Meeting-Inhalte aus Microsoft Teams zusammenfassen,
- Vertriebsdaten aus Salesforce analysieren,
- Informationen aus Google Drive und Gmail bündeln,
- Excel-Auswertungen vorbereiten,
- Präsentationen erstellen,
- wiederkehrende Management-Reports aktualisieren,
- Inhalte für interne Sites und Web-Apps entwickeln,
- komplexe Rechercheaufträge überwachen.
Ein Agent kann damit einen vollständigen Workflow begleiten – von der Informationsbeschaffung bis zum fertigen Ergebnis. Gerade bei wiederkehrenden Aufgaben entsteht das Potenzial, viel manuelle Büroarbeit zu reduzieren.
Enterprise- und Edu-Admins behalten eine Schlüsselrolle
Je stärker eine KI auf Unternehmensdaten zugreift, desto wichtiger werden Berechtigungen und Governance. Insbesondere Enterprise- und Edu-Admins müssen festlegen, welche Apps verbunden werden dürfen, welche Informationen ChatGPT verarbeiten kann und für welche Aktionen eine menschliche Freigabe erforderlich ist. Bei Tarifen wie Plus, Business, Enterprise und Edu können die Funktionen, Nutzungslimits und administrativen Möglichkeiten unterschiedlich ausfallen. Auch die Verfügbarkeit einzelner neuer Funktionen kann schrittweise erfolgen. Unternehmen sollten deshalb vor dem Einsatz klären:
- Welche Daten darf der KI-Agent lesen?
- Darf er Dateien erstellen oder verschieben?
- Welche Aktionen müssen Mitarbeitende bestätigen?
- Wie werden Ergebnisse geprüft?
- Welche Workflows sind für eine Automatisierung geeignet?
- Wie lassen sich fehlerhafte Aktionen rückgängig machen?
Produktivität trifft auf neue Risiken
Die große Stärke von KI-Agenten ist zugleich ihr größtes Risiko. Ein Chatbot, der eine ungenaue Antwort liefert, verursacht in der Regel nur begrenzten Schaden. Ein Agent, der selbstständig auf Dateien, Nachrichten oder Web-Apps zugreift, kann bei einem Fehler hingegen deutlich größere Auswirkungen haben. Deshalb sollte ChatGPT Work zunächst für klar abgegrenzte Prozesse eingesetzt werden. Sinnvoll sind Aufgaben, deren Ergebnisse kontrollierbar und notfalls wiederherstellbar sind. Kritische Entscheidungen, sensible Kommunikation oder das endgültige Verschieben wichtiger Dateien sollten jedoch weiterhin eine menschliche Freigabe verlangen.
ChatGPT wird zur Arbeitsplattform
ChatGPT Work ist mehr als nur eine neue App oder ein zusätzliches ChatGPT-Feature. OpenAI versucht, ChatGPT, Codex, Plug-ins, Apps und die GPT-5.6-Modelle zu einer umfassenden Arbeitsplattform zu bündeln. Der KI-Agent kann komplexe Aufgaben in kleinere Schritte zerlegen, Informationen aus mehreren Quellen verarbeiten und daraus Tabellen, Dashboards, Präsentationen oder fertige Dokumente erstellen. Die neue Desktop-App für Mac und Windows sowie der integrierte Browser erweitern den Einsatzbereich über das klassische Chatfenster hinaus. Der eigentliche Mehrwert für Unternehmen liegt jedoch nicht darin, möglichst viele Aufgaben an eine KI abzugeben. Entscheidend ist, passende Workflows auszuwählen, Zugriffe sauber zu regeln und Ergebnisse konsequent zu kontrollieren. Gelingt das, kann ChatGPT wiederkehrende Büroarbeit automatisieren und den Mitarbeitenden mehr Zeit für Entscheidungen, Kunden und kreative Aufgaben verschaffen.
FAQ: Wichtige Fragen und Antworten
Wie verhindert „ChatGPT Work“ das Risiko von sogenannten „Halluzinationen“ bei automatisierten Workflows?
Während herkömmliche Sprachmodelle bei kreativen Aufgaben eher zu „Halluzinationen“ neigen, setzt das System bei „ChatGPT Work“ auf eine engere Anbindung an konkrete Referenzmaterialien und interne Firmendokumente. Die Struktur der GPT-5.6-Modelle weist die KI-Agenten an, ihre Ergebnisse strikt auf den bereitgestellten Datenquellen zu basieren. Zudem erzwingt das System bei kritischen Schritten eine menschliche Validierung, sodass die KI lediglich als Vorbereiter agiert und der Mensch die letzte inhaltliche Prüfung vornimmt.
Können Unternehmen die KI-Agenten dazu bringen, eigene spezifische „Tone-of-Voice“-Richtlinien und interne Formatvorgaben exakt einzuhalten?
Ja, die neue Modellarchitektur ist darauf ausgelegt, Vorgaben und Vorlagen präziser zu befolgen als Vorgängermodelle. Administratoren können spezifische Styleguides, Markenrichtlinien oder interne Dokumentationsstandards als „System-Prompt“ oder Referenz-Repository hinterlegen. Da der Agent auf diese kontextuellen Daten zugreift, bevor er Tabellen oder Präsentationen erstellt, produziert er konsistentere Ergebnisse, die den unternehmensinternen Qualitätsstandards entsprechen, anstatt generisch zu formulieren.
Wie unterscheidet sich die Datensicherheit bei ChatGPT Work von der Nutzung der kostenlosen oder Standard-Plus-Version?
Im Gegensatz zu den frei verfügbaren Versionen ist ChatGPT Work als Teil der Business- und Enterprise-Ökosysteme konzipiert. In diesen Ökosystemen werden Daten strenger isoliert. OpenAI garantiert in diesen Tarifen, dass Unternehmensdaten explizit nicht zum Training der Basis-Modelle verwendet werden. Zusätzlich erhalten Administratoren eine granulare Steuerungskonsole, um zu definieren, welche App-Integrationen (z. B. Salesforce oder Slack) auf welche spezifischen Datentöpfe zugreifen dürfen, um ein „Data Leaking“ zu unterbinden.
Welche messbaren KPIs sollten Unternehmen definieren, um den Erfolg der Einführung von ChatGPT Work zu bewerten?
Unternehmen sollten den Erfolg nicht an der Anzahl der generierten Chats, sondern an der Prozessgeschwindigkeit und der Fehlerquote messen. Relevante Kennzahlen sind die Zeitersparnis bei der Erstellung von Standard-Reportings, die Reduktion der manuellen Datensynchronisation zwischen verschiedenen Cloud-Apps sowie die Durchlaufzeit von Workflows vom ersten Entwurf bis zum finalen Management-Dashboard. Auch die Anzahl der „menschlichen Eingriffe” zur Korrektur von KI-Vorschlägen dient als wichtiger Indikator für die zunehmende Reife der Automatisierung.
Kann ChatGPT Work auch in hybriden Umgebungen mit Legacy-Software (lokale Systeme ohne Cloud-Anbindung) operieren?
Ja, aber nur eingeschränkt. In hybriden Umgebungen mit Legacy-Software kannst du ein ChatGPT-ähnliches System lokal oder offline betreiben, indem du ein lokales Sprachmodell und eine passende On-Premises-Oberfläche nutzt. Solche Setups sind ausdrücklich für den Betrieb ohne Cloud-Anbindung ausgelegt und können auch auf Rechnern ohne Internetverbindung ausgeführt werden.
Was sind Tokens bei KI-Modellen?
Tokens sind kleine Texteinheiten, mit denen KI-Modelle arbeiten. Sie bestimmen unter anderem, wie viel Text ein KI-Chatbot gleichzeitig verarbeiten kann. Das ist wichtig für lange Dokumente, komplexe Chats und große Kontextfenster.
