ChatGPT Work: Was der neue Agentenmodus für Unternehmen ändert

Die schnelle Antwort: Work passt zu mehrstufiger, reversibler Wissensarbeit. Folgenreiche Entscheidungen und externe Kommunikation bleiben unter menschlicher Kontrolle. Ein Pilot sollte neben Zeitgewinn auch Korrekturen, Fehlversuche und abgelehnte Aktionen messen.

Was ist ChatGPT Work?

OpenAI stellte ChatGPT Work laut seinen Versionshinweisen am 9. Juli 2026 vor. Nach Anbieterangaben ist Work für längere, mehrstufige Aufgaben gedacht. Es kann recherchieren, Informationen analysieren, mit verbundenen Apps und Dateien arbeiten und fertige Dokumente, Tabellen, Präsentationen, Berichte oder Sites erstellen. Geplante Aufgaben können einmalig, regelmäßig oder durch einen Auslöser laufen und Änderungen überwachen.

Der Unterschied zu einem normalen Chat lässt sich einfach erklären:

• Im Chat bitten Sie um eine Antwort.
• In Work geben Sie ein Ziel, Material und Grenzen vor.
• Der Agent plant mehrere Schritte, benutzt erlaubte Werkzeuge und erstellt ein Ergebnis.
• Sie greifen ein, wenn Kontext fehlt oder eine wichtige Aktion freigegeben werden muss.

Auf dem Desktop kann Work mit Ihrer Erlaubnis auch lokale Dateien und unterstützte Desktop-Apps verwenden. Cloud-Unterhaltungen lassen sich zwischen Web, Mobilgerät und Desktop fortsetzen; lokale Unterhaltungen bleiben laut OpenAI auf dem Computer. Welche Funktionen tatsächlich erscheinen, hängt vom Plan, vom Gerät, vom Rollout und von den Einstellungen des Unternehmens-Workspace ab.

Was ändert sich für Unternehmen wirklich?

Die auffällige Neuerung ist das fertige Arbeitsergebnis. Wichtiger ist aber, dass der Agent zwischen Eingabe und Ergebnis eigene Zwischenschritte wählt. Dadurch verschiebt sich die Aufgabe der Mitarbeitenden: Sie schreiben weniger einzelne Befehle und müssen besser delegieren, prüfen und freigeben.

Das hat vier praktische Folgen:

1. Gute Aufträge werden wichtiger. Ein Ziel wie „Erstelle den Monatsbericht“ ist zu offen. Besser sind Zielgruppe, Datenquellen, Zeitraum, gewünschte Struktur, Ausschlüsse und Erfolgskriterien.
2. Berechtigungen werden Teil der Arbeitsqualität. Ohne passende Daten fehlt Kontext. Mit zu vielen Rechten steigt der mögliche Schaden.
3. Prüfung wandert nach vorn und nach hinten. Vor dem Start werden Plan und Grenzen geprüft; danach Ergebnis, Quellen und ausgeführte Aktionen.
4. Auch die Nutzung zählt. OpenAI ordnet Work derselben Nutzungsstruktur wie Codex zu. Daraus folgt in der Praxis: Lange Aufgaben, viele Dateien und wiederholte Läufe können über den Sitzpreis hinaus zusätzliche Credits beanspruchen.

Für den Betrieb folgt daraus eine klare Rollenfrage: Der Fachbereich definiert und prüft das Ergebnis, die IT begrenzt Zugriffe, und Verantwortliche geben folgenreiche Aktionen frei.

Work, Workspace Agents und Automatisierung sind nicht dasselbe

Die Namen liegen nah beieinander, beschreiben aber verschiedene Arbeitsweisen. OpenAI trennt Chat, Work und Codex: Chat ist für kurze Hilfe, Work für längere Ergebnisse und Codex für Softwarearbeit.

Daneben dokumentiert OpenAI Workspace Agents, die für einen wiederholbaren Zweck gebaut, getestet und im Team geteilt werden können. Dokumentierte Optionen sind Apps, Skills, eigene MCP-Verbindungen, Slack, Zeitpläne und API-Trigger. Meine Einordnung: Work passt eher zur konkreten längeren Einzelaufgabe, ein Workspace Agent eher zum wiederverwendeten Teamablauf.

Eine klassische Automatisierung bleibt sinnvoll, wenn jeder Schritt feststeht. Beispiel: „Wenn eine Rechnung freigegeben ist, archiviere sie im richtigen Ordner.“ Ein Agent passt besser zu einer offenen Aufgabe wie: „Prüfe die Quartalsunterlagen, finde widersprüchliche Zahlen und erstelle eine Liste der Fragen für das Controlling.“ Der Agent muss hier lesen, vergleichen und seinen Weg an das Material anpassen.

Für wen eignet sich ChatGPT Work?

Work passt besonders zu Teams, die viel Wissen aus verschiedenen Quellen zusammenführen und ein klar prüfbares Ergebnis brauchen.

Gute Einsatzfälle

• Vertrieb: Gesprächsnotizen und freigegebene Account-Daten ordnen, einen Briefing-Entwurf erstellen und E-Mail-Antworten ungesendet vorbereiten.
• Marketing: Recherche und vorhandene Markenunterlagen zu einem Kampagnenbriefing, Redaktionsplan oder Präsentationsentwurf verbinden.
• Finanzen und Operations: freigegebene Tabellen vergleichen, Abweichungen erklären und einen Prüfbericht vorbereiten – ohne Buchungen selbst auszuführen.
• Projektarbeit: Statusmeldungen, Kalender und Dokumente zu einem Wochenbriefing mit Risiken, Entscheidungen und nächsten Schritten verdichten.
• Datenanalyse: eine klar abgegrenzte Datei untersuchen, Rechenweg und Annahmen dokumentieren und eine kontrollierbare Auswertung erstellen.

OpenAI nennt auf der deutschen Produktseite zu ChatGPT Work ähnliche Beispiele. Das sind Produktbeispiele des Anbieters, keine unabhängigen Belege für einen bestimmten Zeitgewinn. Wie viel Arbeit wirklich entfällt, muss jedes Unternehmen im eigenen Prozess messen.

Wann Work nicht die passende Wahl ist

• Das Ergebnis löst unmittelbar eine Zahlung, Kündigung, Einstellung oder andere folgenreiche Entscheidung aus.
• Der Agent müsste mit einem persönlichen Administratorkonto arbeiten.
• Es gibt keinen verlässlichen Ausgangsdatensatz und niemand kann das Ergebnis fachlich prüfen.
• Ein Fehler lässt sich nicht zurücknehmen.
• Die Aufgabe folgt immer denselben fünf Regeln; dann ist eine normale Automatisierung meist günstiger und leichter zu prüfen.
• Das Team möchte nur eine kurze Frage beantworten. Dafür ist Chat einfacher.

Fünf Fragen vor dem Start

Diese Prüfhilfe ist eine redaktionelle Empfehlung, kein OpenAI-Benchmark und kein Branchenstandard. Sie soll vor allem eine schlechte Pilotaufgabe früh aussortieren.

1. Ergebnis: Kann eine Person in wenigen Sätzen sagen, wie ein gutes Resultat aussieht?
2. Daten: Sind die nötigen Quellen freigegeben, aktuell und auf das Nötigste begrenzt?
3. Rückweg: Lassen sich Änderungen als Entwurf speichern oder einfach rückgängig machen?
4. Kontrolle: Ist klar, welche Aktion immer eine menschliche Freigabe braucht?
5. Messung: Können Zeit, Korrekturen, Fehlversuche und Nutzungskosten verglichen werden?

Wenn Ergebnis, Rückweg oder Kontrolle unklar sind, ist die Aufgabe noch nicht produktionsreif. Fehlt nur die Messung, ist der Pilot noch nicht entscheidungsreif. Ohne Messung bleibt am Ende nur das Gefühl, dass die neue Oberfläche beeindruckend war.

So sollte ein erster Auftrag aussehen

Ein brauchbarer Auftrag enthält sechs Bausteine:

Erstelle für die Vertriebsleitung ein Wochenbriefing. Nutze nur die freigegebenen Kalendertermine, Gesprächsnotizen und CRM-Lesedaten der letzten sieben Tage. Gliedere das Ergebnis in Prioritäten, Risiken, offene Entscheidungen und nächste Schritte. Zitiere die zugrunde liegenden Einträge. Ändere keine CRM-Daten und versende keine Nachrichten. Frage nach, wenn Kunde oder Zeitraum nicht eindeutig sind.

Der Text nennt Ziel, Zielgruppe, Quellen, Zeitraum, Format und Verbote. Genau diese Grenzen fehlen in vielen einfachen Prompts. Ein langer Prompt ist nicht automatisch besser; entscheidend ist, dass der Agent erkennen kann, wann er fertig ist und wann er stoppen muss.

Sicherheit: Der Plan ist nicht die Schutzmauer

OpenAI beschreibt für Workspace Agents rollenbasierte Zugriffe, App-Auswahl, Schreibfreigaben und Einschränkungen für Connector-Aktionen. Standardmäßig sollen Schreibaktionen während eines Laufs bestätigt werden. Bei gemeinsam genutzten Agent-Verbindungen empfiehlt OpenAI Servicekonten und minimale Rechte.

Diese Kontrollen sind wichtig, aber ein freundlicher Satz wie „Sei vorsichtig“ ersetzt keine technische Grenze. Externe Inhalte wie Webseiten, E-Mails und Dokumente können die Aufgabe in eine falsche Richtung lenken. Denkbare Folgen sind eine Nachricht an den falschen Empfänger, die Änderung der falschen Datei oder ein ungewollter Datenabfluss. OWASP empfiehlt unter anderem minimale Tool-Rechte, getrennte Lese- und Schreibzugriffe, menschliche Bestätigung für folgenreiche Aktionen, Protokollierung und Tests mit absichtlich schädlichen Eingaben. Vertiefung: Warum man KI-Agenten nicht allein durch Prompts sicher machen kann.

Eine vernünftige Rechte-Reihenfolge

1. Starten Sie mit ausgewählten Dateien oder einem Lesekonto.
2. Begrenzen Sie Apps, Ordner, Projekte und Datensätze auf den Pilot.
3. Lassen Sie Entwürfe in einem getrennten Ziel ablegen.
4. Fordern Sie Freigaben für Senden, Ändern, Löschen und Veröffentlichen.
5. Nutzen Sie für wiederkehrende Agenten möglichst ein eigenes Servicekonto statt eines persönlichen Kontos.
6. Prüfen Sie Protokolle und entziehen Sie nicht mehr benötigte Rechte.

Wer eigene App- oder MCP-Verbindungen baut, findet im Hintergrundbeitrag MCP im Unternehmen die zusätzlichen Fragen zu Identität, Tool-Grenzen und Freigaben.

Was gilt für Geschäftsdaten?

Für ChatGPT Business erklärt OpenAI, dass Workspace-Daten standardmäßig nicht zum Training verwendet und bei Übertragung sowie Speicherung verschlüsselt werden. Das ist eine Anbieterangabe zur Produkteigenschaft. Sie ersetzt keine interne Datenschutzfreigabe. Unternehmen müssen weiterhin klären, welche Datenkategorien in den Dienst dürfen, welche angeschlossenen Anbieter beteiligt sind, wie lange Daten gespeichert werden, wo sie verarbeitet werden und welche internen oder gesetzlichen Regeln für den konkreten Einsatz gelten.

Bei persönlichen Plus- oder Pro-Workspaces gelten andere Datenkontrollen als in Business und Enterprise. Ich würde vertrauliche Unternehmensdaten deshalb nicht allein aufgrund eines privaten Bezahlabos freigeben.

Kosten und Verfügbarkeit

Nach aktuellem Stand vom 4. August 2026 nennt die deutsche OpenAI-Preisübersicht für ChatGPT Business 20 US-Dollar pro Person und Monat bei jährlicher Abrechnung oder 25 US-Dollar bei monatlicher Abrechnung, jeweils in der Regel ab zwei Personen. Preise können nach Land und Währung abweichen. Enterprise wird individuell angeboten.

Work folgt laut OpenAI derselben Nutzungsstruktur wie Codex. Im Plan ist eine Grundnutzung enthalten; zusätzliche Credits können nötig werden, wenn Grenzen überschritten werden. Da eine kurze Recherche und ein stundenlanger Lauf sehr unterschiedlich viel verbrauchen, nennt OpenAI keinen verlässlichen Festpreis pro Work-Aufgabe.

Nach der aktuellen OpenAI-Hilfeseite ist Work auf Web und Mobilgeräten für berechtigte Bezahlpläne verfügbar. In der Desktop-App hängt der Zugriff vom Plan und vom Workspace ab. Region, Rollout, Rolle und aktivierte Apps können den Funktionsumfang zusätzlich verändern.

Preis und Verfügbarkeit sind ein Stichtag. Prüfen Sie die OpenAI-Seiten und die tatsächlich sichtbaren Funktionen im eigenen Workspace deshalb erneut, bevor Sie beschaffen oder ausrollen.

So testen Sie ChatGPT Work in 30 Tagen belastbar

Unsere Empfehlung ist ein kleiner Pilot mit einer häufigen, reversiblen Aufgabe. Das liefert eine klarere Entscheidung als ein gleichzeitiger Start in vielen Teams.

Woche 1: Ausgangswert erfassen

Bearbeiten Sie fünf bis zehn typische Fälle noch wie bisher. Notieren Sie Bearbeitungszeit, Wartezeit, Korrekturen und häufige Fehler. Entfernen Sie personenbezogene oder besonders vertrauliche Daten, die für den Pilot nicht nötig sind.

Woche 2: Work im Lesemodus einsetzen

Der Agent darf Quellen lesen und einen Entwurf erstellen, aber nichts versenden oder bestehende Daten ändern. Fachleute prüfen Ergebnis, Quellen und ausgelassene Punkte.

Woche 3: Einen kontrollierten Schreibschritt ergänzen

Wenn die Entwürfe stabil sind, darf Work zum Beispiel eine neue Datei in einem Pilotordner anlegen. Jede externe Kommunikation und jede Änderung an führenden Systemen bleibt freigabepflichtig.

Woche 4: Nutzen und Nebenarbeit vergleichen

Messen Sie:

• Zeit bis zum abgenommenen Ergebnis
• Anteil der Ergebnisse ohne große Überarbeitung
• Zahl sachlicher Fehler und fehlender Quellen
• Minuten für Kontrolle und Nacharbeit
• abgebrochene oder abgelehnte Aktionen
• Credits beziehungsweise Nutzungskosten
• Vorfälle mit falschen Rechten, Daten oder Empfängern

Entscheidungsregel: Wenn Kontrolle und Nacharbeit den Zeitgewinn aufzehren oder kritische Rechte- und Datenfehler offenbleiben, folgt kein breiter Rollout.

Ein Agent kann sein Ziel erreichen und trotzdem unnötige Kosten oder riskante Nebenaktionen erzeugen. Deshalb reicht „Aufgabe erledigt“ als Kennzahl nicht. Mehr dazu steht in unserem Beitrag über aussagekräftige Messgrößen für KI-Agenten.

Häufige Fragen zu ChatGPT Work

Ersetzt ChatGPT Work Mitarbeitende?

Work automatisiert Teile einer Aufgabe, aber es übernimmt nicht automatisch Verantwortung, Fachwissen oder Freigaberechte. In guten Einsatzfällen verschiebt sich Arbeit vom Sammeln und Formatieren hin zum Delegieren und Prüfen. Ob Stellen oder nur Tätigkeiten verändert werden, hängt vom Prozess und von den Entscheidungen des Unternehmens ab.

Ist ChatGPT Work dasselbe wie der frühere Agentenmodus?

OpenAI bezeichnet den früheren ChatGPT-Agentenmodus inzwischen als nicht mehr verfügbar und verweist für längere, mehrstufige Aufgaben auf ChatGPT Work. Work ist damit die aktuelle agentische Arbeitsoberfläche, erweitert um die neue gemeinsame Produktstruktur aus Chat, Work und Codex.

Kann Work E-Mails senden oder Dateien ändern?

Das hängt von der verbundenen App, deren verfügbaren Aktionen, den Workspace-Einstellungen und den Freigaben ab. Bei unterstützten Google-Workspace-Aktionen kann Work zum Beispiel native Docs, Sheets und Slides erstellen oder bearbeiten. OpenAI beschreibt Schreibbestätigungen und Admin-Kontrollen; Unternehmen sollten diese nicht pauschal abschalten.

Braucht ein kleines Unternehmen ChatGPT Business?

Nicht für jeden ersten Versuch. Wer jedoch mit vertraulichen Geschäftsdaten, mehreren Mitarbeitenden, zentraler Abrechnung und Admin-Kontrollen arbeitet, sollte Business oder Enterprise statt persönlicher Konten prüfen. Für ChatGPT Business sind mindestens zwei Standard-Sitze vorgesehen.

Ist Work besser als eine klassische Automatisierung?

Nicht grundsätzlich. Work ist stärker, wenn Kontext, Reihenfolge und Ausnahmen wechseln. Eine feste Automatisierung ist meist besser, wenn der Prozess stabil, regelbasiert und leicht testbar ist. Viele gute Lösungen kombinieren beides: Der Agent interpretiert Material, ein festes System validiert und führt die erlaubte Aktion aus.

Fazit: Erst Verantwortung klären, dann Autonomie erhöhen

ChatGPT Work macht die Arbeit mit KI-Agenten für Nichtentwickler leichter zugänglich. Der geschäftliche Wert entsteht aber nicht durch den neuen Schalter, sondern durch eine passende Aufgabe, saubere Daten, enge Rechte und eine fachliche Abnahme.

Der nächste Schritt ist kein breiter Rollout, sondern eine belastbare Entscheidung: Erst wenn der Pilot insgesamt Arbeit spart und keine neuen Risiken versteckt, kommen Schreibrechte oder geplante Läufe hinzu.