ChatGPT Work startet: OpenAI verschmilzt Codex mit der Desktop-App gegen Claude Cowork
Kurzfassung
OpenAI hat am 9. Juli ChatGPT Work vorgestellt, einen autonomen Büro-Agenten auf Basis von GPT-5.6, und Codex in eine neue Drei-Tab-Desktop-App integriert. Der Start folgt drei Tage, nachdem Anthropics Claude Cowork auf Mobile und Web ausgeweitet wurde.
OpenAI hat am 9. Juli ChatGPT Work vorgestellt, einen autonomen Agenten, der Büroaufgaben direkt in fertige Dokumente verwandelt. Gleichzeitig wurde die eigenständige Codex-App in eine neu aufgebaute ChatGPT-Desktop-App integriert, aufgeteilt in drei Tabs: Chat, Work und Codex. Der Agent läuft auf der frisch veröffentlichten Modellfamilie GPT-5.6, und das Versprechen lautet, dass er stundenlang an einer Aufgabe bleibt, ein Ziel in Einzelschritte zerlegt, sich mit Slack, Gmail und Google Calendar verbindet und am Ende eine fertige Tabelle, Präsentation, ein Dokument oder sogar eine interaktive Web-App liefert. Der Zeitpunkt ist bezeichnend: Der Start kommt drei Tage, nachdem Anthropic Claude Cowork von der Desktop-App auf Mobile und Web ausgeweitet hat.
Meine These, und ich lasse mich gern widerlegen: Dieses Wettrüsten um Büro-Agenten wird in den nächsten sechs Monaten keinen klaren Sieger hervorbringen. Entscheidend wird nicht der Benchmark-Wert sein, sondern welches Unternehmen zuerst die Reibung abbaut, die entsteht, wenn vor jedem Schritt eine menschliche Freigabe nötig ist, ohne dass die Nutzer das Vertrauen in die Ergebnisse verlieren. Wer bereits dieselbe Aufgabenserie parallel durch ChatGPT Work und Claude Cowork im eigenen Unternehmen laufen lassen hat: Deckt sich die beobachtete Freigabehäufigkeit und Fehlerquote mit dieser These?
Was passiert ist
ChatGPT Work ist ab sofort für die Pläne Pro, Enterprise und Edu verfügbar, laut OpenAI soll es innerhalb weniger Tage auch Plus und Business erreichen. Kostenlose Nutzer bekommen den Work-Tab noch nicht, die Tabs Chat und Codex der neuen Desktop-App stehen dagegen allen Plänen offen, auch dem kostenlosen. Die alte ChatGPT-Desktop-App wurde in ChatGPT Classic umbenannt, wer die eigenständige Codex-App installiert hatte, muss manuell auf die zusammengeführte App aktualisieren, um das Drei-Tab-Layout zu bekommen.
Angetrieben wird der Agent von GPT-5.6, das erst drei Tage zuvor in drei Stufen erschienen ist: Sol, Terra und Luna. Sam Altmans Satz zum Start klang pragmatisch: Jedes Unternehmen denke inzwischen darüber nach, ob die KI-Ausgaben den Gegenwert bringen. Die Zahl, die er dazu lieferte, war eine behauptete Reduktion des Token-Verbrauchs bei agentischen Coding-Aufgaben um 54 Prozent gegenüber GPT-5.5, was die Kosten für dieselbe Arbeit mehr als halbiert.
Die Funktionslogik von ChatGPT Work sieht vor, ein Ziel entgegenzunehmen, sich mit den vom Nutzer freigegebenen Werkzeugen zu verbinden, die Aufgabe in kleinere Schritte zu zerlegen und diese einzeln abzuarbeiten, wobei bei heiklen Aktionen eine menschliche Freigabe eingeholt wird. Dieses Muster aus Planen, Ausführen und Nachfragen an kritischen Stellen ähnelt stark dem Vorgehen, das Anthropic eine Woche zuvor mit der Ausweitung von Claude Cowork auf Mobile und Web verfolgt hat. Die Produkttexte beider Unternehmen kreisen um denselben Gedanken: fertige Arbeit liefern, nicht nur ein Gespräch führen.
Was die Zahlen wirklich aussagen
Zuerst die 54 Prozent auf die Waage legen. OpenAI vergleicht hier das neue Modell mit der eigenen Vorgängergeneration GPT-5.5, nicht mit Claude Opus 4.8 oder Gemini anhand derselben Aufgabenserie. Keine unabhängige Benchmark-Gruppe hat diese Zahl bislang an realen Unternehmensworkflows nachgemessen, und diese Lücke bleibt offen.
Nach den ersten Prinzipien betrachtet, stammt ein solcher Effizienzgewinn bei Token-Verbrauch meist aus technischer Optimierung auf der Trainings- oder Inferenzseite, etwa weniger redundante Zwischenschritte beim Denken des Modells, angepasstes Routing oder komprimierte Zwischenschritte, nicht zwangsläufig aus einem architektonischen Durchbruch. Die eingesparten Token selbst sind dabei der weniger interessante Teil der Geschichte. Bemerkenswert ist vielmehr, dass OpenAI und Anthropic in derselben Woche fast identische Produktformen auf den Markt gebracht haben: einen Agenten, der stundenlang an einer Aufgabe bleibt, sich mit Unternehmenswerkzeugen verbindet und fertige Dokumente zurückliefert. Diese Konvergenz ist kein Zufall. Beide Unternehmen sind offenbar zu dem Schluss gekommen, dass das Chatfenster ausgereizt ist, und verlagern das nächste Schlachtfeld dorthin, wo die Arbeit des Nutzers tatsächlich fertiggestellt wird.
Eine Größenordnung zur Einordnung. Ein mittelständisches Unternehmen, das monatlich 3.000 Agenten-Aufgaben mit durchschnittlich 50.000 Output-Token abarbeitet, zahlt zu GPT-5.5-Preisen etwa 3.000 mal 50.000 mal 30 Dollar geteilt durch eine Million, also rund 4.500 Dollar. Hält die behauptete Einsparung von 54 Prozent, sinkt dieselbe Aufgabenmenge auf GPT-5.6 auf etwa 2.070 Dollar, im Jahr fast 30.000 Dollar weniger. Diese Zahl wirkt attraktiv, doch Unternehmen interessiert in der Praxis meist die Erfolgsquote der Aufgaben mehr als der Token-Preis. Ein Agent, der Token spart, aber häufig Fehler macht und neu laufen muss, kostet am Ende oft mehr, und dazu gibt es bislang keine unabhängigen Daten in die eine oder andere Richtung.
Auch aus Ingenieurssicht gibt es ein Detail, das auffällt. ChatGPT Work wirbt damit, stundenlang eigenständig an komplexen Projekten zu arbeiten, die eigene Dokumentation von OpenAI hält gleichzeitig fest, dass vor heiklen Aktionen eine menschliche Freigabe eingeholt wird, was eine deutliche Distanz zur vollständigen Autonomie markiert. Hinter dem Versprechen fertiger Arbeit steckt ein halbautomatischer Ablauf, der an entscheidenden Stellen weiterhin auf menschliches Eingreifen angewiesen ist. Die Zusammenführung von Codex in die ChatGPT-Desktop-App liest sich zudem als Konsolidierung einer Produktlinie, die zuvor über Codex CLI, die eigenständige Codex-App und ChatGPT selbst verstreut war. Für den Wartungsaufwand ist das eine gute Nachricht, für die Nutzer bedeutet es aber, sich in eine neue Oberflächenlogik einzuarbeiten.
Kennzahlen, die es zu beobachten gilt
Drei Dinge sollten innerhalb von drei bis sechs Monaten Klarheit bringen. Erstens, ob eine unabhängige Gruppe ChatGPT Work und Claude Cowork an derselben Aufgabenserie misst und reale Erfolgsquoten sowie Token-Einsparungen ermittelt, statt sich auf die jeweils eigenen Unternehmenszahlen zu verlassen. Zweitens, ob Google oder Microsoft in dieser Welle ein vergleichbares Büro-Agenten-Produkt nachschieben. Bleibt binnen drei Monaten alles ruhig, spricht das dafür, dass diese Unternehmen ihre Kunden für noch nicht bereit halten, komplette Workflows an einen autonomen Agenten abzugeben. Drittens, ob sich Zahlungsbereitschaft und tatsächliche Nutzungshäufigkeit halten, sobald ChatGPT Work von Pro, Enterprise und Edu auf Plus und Business ausgeweitet wird, eine Zahl, die mehr über echten Unternehmensbedarf verrät als jeder Benchmark.
Zu beobachten lohnt sich auch, wie oft diese Agenten bei heiklen Aktionen um Freigabe bitten. Senken OpenAI oder Anthropic diese Schwelle künftig leise ab, zeigt das, dass Vertrauen schneller wächst als erwartet, und das würde mehr wiegen als jedes einzelne Modell-Upgrade.
Wenn dieser Artikel hilfreich war, abonniere den Newsletter für wöchentliche KI-PM-Einblicke.
Weiterführende Artikel:
Verwandte Artikel
Muse Spark 1.1: Meta unterbietet Anthropic und OpenAI im Preis
Metas Muse Spark 1.1 startet bei 4,25 Dollar pro Million Output-Token, angeblich ein Viertel der Preise von Anthropic und OpenAI. Die Benchmarks lassen aber genau deren neueste Modelle aus. Hält der Rabatt, was er verspricht?
GPT-5.6 startet öffentlich: Warum die 30-Tage-Prüfung kein Einzelfall bleibt
GPT-5.6 ist am 9. Juli vollständig gestartet, nur 13 Tage nach der eingeschränkten Vorschau vom 26. Juni. Jenseits von Preisen und Benchmarks zählt vor allem, dass die 30-Tage-Prüfung des Weißen Hauses bei genau dieser Modellreihe bereits dreimal durchlaufen wurde.