Technischer Kontext
Ich habe mir angesehen, was OpenAI genau veröffentlicht hat, und der Kernpunkt ist nicht einfach nur „intelligentere Antworten“. Workspace Agents in ChatGPT sind keine einmaligen Dialoge mehr, sondern persistente Agenten für das Team, die innerhalb des Arbeitsbereichs leben und langlaufende Aufgaben ohne mein ständiges Anstoßen bewältigen können. Für die KI-Automatisierung ist das ein bemerkenswerter Wandel: ChatGPT beginnt, weniger wie ein Assistent und mehr wie eine Ausführungsschicht für Prozesse auszusehen.
Derzeit ist dies eine Research Preview für ChatGPT Business, Enterprise, Edu und Teachers. Agenten können durch eine einfache Beschreibung für eine Rolle oder Aufgabe erstellt werden, und ChatGPT stellt dann einen funktionierenden „Mitarbeiter“ mit Logik, Werkzeugen und den Best Practices des Teams zusammen. Laut den Beispielen von OpenAI können solche Agenten Leads qualifizieren, Feedback weiterleiten, Anfragen validieren, Berichte erstellen und Auftragnehmer recherchieren.
Das Interessanteste ist die Verknüpfung von Konnektoren und Skills. Ein Agent erhält Zugriff auf Slack, Linear, E-Mail, Kalender und andere Systeme und kann den Fortschritt verfolgen, auf Ereignisse, Nachrichten und Termine reagieren. Zusätzlich gibt es eine Schicht für einen virtuellen Computer: Das geht über einfache API-Aufrufe hinaus und umfasst Aktionen über einen Browser und Web-Interfaces – ein Muster, das ich bisher als separates Agenten-Framework kannte und das OpenAI nun direkt in ChatGPT integriert.
Aber genau hier habe ich innegehalten. In einem regulierten Arbeitsbereich betont OpenAI ausdrücklich die Einschränkungen: Admins müssen Konnektoren, den Zugriff auf Websites und die Bestätigung von Aktionen kontrollieren. Und das ist logisch, denn sobald ein Agent externe Systeme und Autonomie erhält, sind Prompt-Injection und Datenlecks keine Theorie mehr.
Was ändert sich dadurch für Unternehmen?
Gewinner sind Teams, deren unzählige Routineprozesse zwischen Slack, einem Task-Tracker, E-Mails und Kalendern verstreut sind. Anstelle eines einzigen Chats erhalten sie eine KI-Integration, bei der der Agent die Aufgabe selbstständig vorantreibt, anstatt auf die nächste Frage eines Menschen zu warten.
Verlierer sind diejenigen, die denken, man könne dies mit einem Klick aktivieren und vergessen. Ohne eine solide KI-Architektur werden solche Agenten schnell an Zugriffsberechtigungen, Datenchaos und unsicheren Szenarien scheitern.
Ich würde drei praktische Effekte hervorheben: weniger manuelle Orchestrierung, ein schnellerer Zyklus zwischen Signal und Aktion und eine kostengünstigere Automatisierung von Aufgaben, die bisher einen menschlichen Koordinator erforderten. Bei Nahornyi AI Lab lösen wir genau solche Probleme in der Praxis: Wo geben wir einem Agenten Freiheit, wo fordern wir eine Bestätigung und wo halten wir ihn komplett aus dem Kreislauf heraus?
Wenn Ihre Prozesse bereits in Korrespondenz, Kontextwechseln und manuellen Prüfungen ertrinken, ist dies ein guter Zeitpunkt, sie ohne Illusionen neu zu gestalten. Wir können gemeinsam prüfen, wo Ihnen die Entwicklung von KI-Lösungen wirklich helfen kann, und bei Nahornyi AI Lab eine Automatisierung aufbauen, die die Last reduziert, anstatt eine neue Schicht Chaos hinzuzufügen.