OpenAI bringt KI-Agenten über ChatGPT Work über das Schreiben von Code hinaus. Dabei handelt es sich um eine auf Büroangestellte ausgerichtete Version, die das Unternehmen im vergangenen Monat eingeführt hat und die im niedrigsten Abonnement von OpenAI für 20 US-Dollar monatlich verfügbar ist. Die Idee besteht nicht lediglich darin, dass das Modell Fragen beantwortet, sondern dass es im Namen des Nutzers mehrstufige Projekte mithilfe von E-Mail, Arbeitswerkzeugen und Cloud-Plattformen ausführt.
Dieser Ansatz stellt OpenAIs größte kommerzielle und produktbezogene Wette dar, konfrontiert das Unternehmen jedoch mit einer schwierigeren Frage als der bloßen Verbesserung des Modells: Wie viel Kontrolle über sein digitales Leben ist ein Nutzer bereit, einem automatisierten Agenten zu überlassen? Damit der Agent nützliche Aufgaben erledigen kann, benötigt er Zugriff auf Quellen wie E-Mail, Slack, Notion, Figma und den Kalender und kann möglicherweise Änderungen darin vornehmen. Diese Berechtigungen steigern den Wert des Werkzeugs, erhöhen jedoch auch die Risiken, private Informationen offenzulegen oder eine unbeabsichtigte Handlung auszuführen.
Von Entwicklerwerkzeugen zu anderen Berufen
ChatGPT Work wurde auf einer modifizierten Version des Programmierwerkzeugs Codex aufgebaut. OpenAI zufolge soll Nichtingenieuren eine Art von Fähigkeiten zur Verfügung gestellt werden, die Entwickler bereits zu nutzen begonnen haben: ein Werkzeug, das eine vollständige Aufgabe nahezu selbstständig ausführen kann, statt lediglich eine Antwort zu erzeugen. Zu den in dem Artikel vorgestellten aktuellen Anwendungen gehören die Erstellung wöchentlicher Berichte über Kennzahlen, die Umwandlung von Tabellen in Planungswerkzeuge, das Zusammenstellen von Informationen über Unternehmen in Investitionsmemoranden sowie die Erstellung von Dashboards und Diagrammen.
Die Bedeutung der Ausweitung liegt darin, dass KI-Entwickler sich nicht allein auf den Softwaresektor stützen können, um die enormen Investitionen in Training und Rechenleistung zu rechtfertigen. Längere Aufgaben verbrauchen mehr Token, während der Zugang zu neuen Fachgebieten einen größeren Markt eröffnet. Gleichzeitig verfolgen spezialisierte Unternehmen wie Harvey im Rechtsbereich und Clay im Vertrieb dieselben Kunden mit einem Ansatz, der nicht an ein einziges Modell gebunden ist.
Die Nutzungszahlen innerhalb und außerhalb von OpenAI zeigen die Lücke, die das Unternehmen zu schließen versucht. Eine von OpenAI unterstützte Studie ergab, dass im Juni 98 % der Beschäftigten des Unternehmens Codex genutzt hatten, gegenüber lediglich 17 % der organisatorischen Abonnenten und weniger als 1 % der Einzelabonnenten. Das Unternehmen legte außerdem nicht offen, wie viele Nutzer Work im Vergleich zu Codex hat, während seine gemeinsam genutzten Anwendungen dem Artikel zufolge von etwa 20 Millionen Menschen verwendet werden, gegenüber mehr als einer Milliarde Nutzern, von denen OpenAI sagt, dass sie online mit ChatGPT interagieren.
Was ändert sich praktisch?
Der Agent basiert auf dem, was Ingenieure als „Harness“ bezeichnen, also einer Softwareschicht, die festlegt, welche Informationen das Modell sieht, welche Werkzeuge es verwenden kann und wie das Ergebnis dargestellt wird. Bei Programmierwerkzeugen war die Befehlszeile für einige Nutzer ausreichend. Ein breiteres Publikum benötigt hingegen eine Benutzeroberfläche, die die Komplexität verbirgt und erklärt, was der Agent tun kann und wie eine Aufgabe gestartet wird.
Der Test des Artikels zeigt zugleich den Nutzen und die Reibung. ChatGPT Work konnte einen ungewöhnlich formatierten Schulkalender aus einer E-Mail in Google Calendar übertragen, ein automatisch aktualisiertes Dashboard für Kennzahlen börsennotierter Unternehmen erstellen, eine abfragbare Datenbank zu Raumfahrtstarts aufbauen und eine wöchentliche Nachricht über neue KI-Forschung versenden. Die Einrichtung der Berechtigungen für den Zugriff auf den Cloud-Speicher war jedoch verwirrend, und es war für den Nutzer nicht klar, wie er dem Werkzeug nur Leserechte erteilen konnte; später stellte sich heraus, dass die Aufgabe vollständigen Zugriff erforderte.
Einige Einstellungen sind zudem nur über die Webanwendung verfügbar, was den Nutzer zwingt, zwischen ihr und der Smartphone-App zu wechseln. Weitere praktische Einschränkungen bestehen darin, dass das Werkzeug Ereignisse in Google Calendar erstellen kann, ohne neue Kalender anzulegen. Außerdem kann eine Aufgabe ein schwaches Ergebnis liefern, wenn der Nutzer einen niedrigen Aufwandsgrad wählt, während die Denkstufen für neue Nutzer nicht verständlich genug erscheinen, wie ein OpenAI-Ingenieur einräumte.
Vertrauen und Bewertung sind die nächste Hürde
Das Problem betrifft nicht nur die Benutzeroberfläche. Software lässt sich häufig anhand einer direkten Frage testen: Funktioniert sie oder nicht? Die Bewertung einer guten Präsentation, einer Geschäftsstrategie oder eines Verkaufsangebots ist dagegen weniger eindeutig und schwieriger nachzuverfolgen. Deshalb erklärte OpenAI, den GDPval-Benchmark zu verwenden, der auf Tests für Wissensarbeit in 44 Berufen basiert, ergänzt durch Rückmeldungen der Nutzer. Das Unternehmen steht weiterhin vor der Herausforderung festzustellen, ob es den Arbeitsablauf entwickelt, den die meisten Menschen benötigen, oder lediglich einen, der zu seinen spezialisierten Beschäftigten passt.
Die Berechtigungen werfen außerdem die Frage nach den Grenzen des Vertrauens auf. Ein leitender Ingenieur bei OpenAI testete die Anwendung mit seiner E-Mail, seinem Slack-Konto, seinem Telefon und anderen Anwendungen, räumte jedoch ein, dass das System Informationen aus einer privaten Nachricht entnehmen und anschließend in einem Dokument verwenden könnte, in dem sie nicht enthalten sein sollten. Der Autor des Artikels gewährte dem Werkzeug dagegen keinen Zugriff auf seine E-Mail, sein Bankkonto oder seine Arbeitsentwürfe, obwohl er es bei weniger sensiblen Aufgaben nützlich fand.
Der Wettbewerb zwischen Modell und Harness
ChatGPT Work ähnelt Produkten wie Claude Cowork und anderen Agentenwerkzeugen, die sich an gewöhnliche Nutzer richten. Der Artikel zeigt, dass Claude Code Codex bei der Einführung eines dialogorientierten Ansatzes voraus war, der es dem Nutzer ermöglicht, zwischen mehreren Optionen einen Weg auszuwählen und aufeinanderfolgende Aktualisierungen zu erhalten, bevor OpenAI Codex um weitere Interaktionspunkte ergänzte und seine Desktop- und Smartphone-Anwendungen weiterentwickelte. Download-Statistiken zufolge war Claude Code bis April dieses Jahres stärker nachgefragt, bevor Codex knapp die Führung übernahm.
OpenAI betrachtet die Stärke seiner modernen Modelle und ihre Kosteneffizienz als grundlegenden Unterschied, während Forscher und Nutzer der Ansicht sind, dass das Design des Harness sowie die einfache Möglichkeit, Überprüfungen und Vergleiche anzufordern, nicht weniger wichtig sind. Die Frage bleibt offen: Kann ein leistungsstarkes allgemeines Modell spezialisierte Werkzeuge und Anweisungen allmählich ersetzen, oder wird der Nutzer weiterhin eine erklärendere und kontrollierbarere Oberfläche benötigen? Die Antwort wird bestimmen, ob sich KI-Agenten von beeindruckenden Werkzeugen für Early Adopters zu einer gewöhnlichen Arbeitsebene im Büro entwickeln.