openai dots: was die neuen KI-agenten können und wo du die grenzen setztOpenAI dots: what the new AI agents can do and where to set boundaries

Bisher war KI vor allem ein Ort für einzelne Gespräche. Du stellst eine Frage, bekommst eine Antwort und übernimmst den nächsten Schritt selbst. OpenAI beschreibt mit dots eine andere Arbeitsform: Ein persönlicher Agent soll Aufgaben über längere Zeit verfolgen, auf Änderungen reagieren und Arbeit vorbereiten, während du dich anderen Dingen widmest.

Das ist mehr als ein neuer Name für einen Chat. Entscheidend wird, welchen Kontext der Agent kennen darf, mit welchen Werkzeugen er arbeitet und bei welcher Handlung du wieder übernimmst. Genau diese Grenzen bestimmen, ob ein dot im Alltag wirklich nützlich wird oder neue Unsicherheit schafft.

Was OpenAI mit dots meint

OpenAI beschreibt dots als jederzeit aktive Agenten. Sie basieren auf GPT-6 Astra, dem nach OpenAI-Angaben derzeit leistungsfähigsten und am besten auf menschliche Absichten ausgerichteten Modell des Unternehmens. Jeder dot startet mit dem, was du auch einem neuen Teammitglied geben würdest: eine eigene Identität für Zugriffe, ein Computer in der Cloud, ein eigener Browser und die Möglichkeit, Code zu schreiben und zu testen.

Du gibst ein Ziel vor. Der Agent trägt Informationen zusammen, erzeugt Zwischenergebnisse und verfolgt Aufgaben weiter, auch wenn er gleichzeitig an anderen Vorhaben arbeitet. Separate Gesprächsverläufe musst du dafür nicht verwalten. Den Computer deines dots kannst du jederzeit öffnen, um seine Arbeit zu prüfen. Auf Wunsch verbindest du auch deinen eigenen Laptop, etwa damit er eine Tabelle auf deinem Desktop auswertet.

Erreichbar ist dein dot über ChatGPT auf Desktop, Web und Smartphone, in Slack und Teams und künftig per Textnachricht. Du kannst ihn auch anrufen, wenn du etwas im Gespräch durchdenken willst. Der Kontext bleibt über alle Kanäle erhalten. Ein Projekt, das du in ChatGPT startest und in Slack mit dem Team ergänzt, kennt der dot also als Ganzes.

Begleiten heißt jedoch nicht, dass jede Handlung ohne Rückfrage ausgeführt wird. OpenAI trennt klar zwischen Recherche, Vorbereitung und Aktionen, die auf Konten, Inhalte oder andere Menschen wirken.

Wo sie dir im Alltag helfen

Der größte Nutzen liegt bei Arbeit, die nicht wegen eines einzigen schwierigen Problems aufwendig ist. Sie ist aufwendig, weil Informationen verteilt liegen und sich laufend ändern. OpenAI zeigt dafür fünf Beispiele, von der Softwareentwicklung bis zum Content. Wähle unten ein Beispiel, um das zugehörige Originalbild zu sehen.

Feedback in eine prüfbare Verbesserung übersetzen

Ein dot kann wiederkehrende Hinweise aus Support, Gesprächen oder Tickets bündeln, ähnliche Probleme zusammenführen und einen kleinen Änderungsumfang vorschlagen. In der Entwicklung kann daraus eine fertige Pull Request mit Tests und Video werden. Nützlich wird das erst mit klaren Kriterien: Welche Quelle ist maßgeblich? Welche Änderung darf vorbereitet werden? Wer entscheidet über die Veröffentlichung?

Kommunikation bei veränderten Produktdetails nachziehen

Ändert sich ein Produktmerkmal, betrifft das oft weit mehr als eine Produktseite. Präsentationen, Vertriebsmaterial, FAQs und interne Briefings können veralten. Ein Agent kann die Abhängigkeiten sichtbar machen, Entwürfe vorbereiten und offene Aussagen markieren. Er darf daraus keine Tatsachen machen, die noch nicht freigegeben sind.

Analyse und Reporting aktuell halten

Wo neue Daten regelmäßig eintreffen, kann dein dot eine Analyse erneut ausführen, Abweichungen benennen und Abbildungen aktualisieren. Das spart den mechanischen Teil der Arbeit. Die fachliche Bewertung bleibt bei dir oder deinem Team. Ein auffälliges Ergebnis ist ein Prüfauftrag, kein automatischer Befund.

Angebote und Vertrieb begleiten

Im Vertrieb gleicht der dot Kundenanforderungen mit Produktdokumentation und bisherigem Austausch ab, findet offene Tests und hält Angebot und Testplan aktuell. Er schlägt sogar eine passende Person aus dem Team vor, die ein ähnliches Geschäft betreut hat. Zusagen an den Kunden gibst weiterhin du frei.

Ein Beispiel aus der Ankündigung zeigt, wie das im Kleinen aussieht: Der dot eines frühen Testers bemerkte, dass dieser einem Medium noch keine Rechnung gestellt hatte. Er bereitete die Rechnung vor und versandte sie erst nach der Freigabe.

Zugriff, Freigabe und Sicherheit

Je mehr ein Agent tun kann, desto wichtiger wird seine Begrenzung. OpenAI nennt drei Bausteine: Berechtigungen für verbundene Apps, benutzerdefinierte Regeln und eine separate Prüfung geplanter Aktionen. Diese Ebenen lösen unterschiedliche Probleme. Richte sie deshalb auch getrennt ein.

Proaktive Recherche: lesen ja, handeln nein

Wenn du nicht aktiv mit deinem dot arbeitest, sucht er im Hintergrund nach Möglichkeiten, dir zu helfen. Er bemerkt etwa, dass sich deine Reisepläne geändert haben. OpenAI beschreibt dafür eine enge Schranke, die im Code durchgesetzt wird. Der Agent liest in verbundenen Quellen mit Lesezugriff und legt private Notizen an. Er kann in diesem Modus weder Nachrichten verschicken noch App-Inhalte verändern oder Browser und Rechner steuern. Ein Folgeschritt unterliegt wieder den normalen Aktionsregeln.

Was du nicht delegieren solltest

Die Aktionsregeln folgen einer einfachen Logik: Je schwerer eine Handlung rückgängig zu machen ist, desto näher bist du dran. Lesen, analysieren und Entwürfe vorbereiten darf ein dot innerhalb deiner Berechtigungen selbst. Für Senden, Teilen und Einkäufe mit einer gespeicherten Karte braucht er deine Freigabe. Endgültiges Löschen, Software aus unbekannter Quelle und neue sicherheitsrelevante Zugriffsrechte bestätigst du jedes Mal. Passwortänderungen und Überweisungen zwischen Finanzkonten gibt der dot immer an dich zurück.

Beim Teilen persönlicher Daten kommt eine zweite Regel hinzu. Je sensibler eine Information ist, desto genauer musst du den Empfänger benennen. Gesundheitsdaten gehen nur an eine namentlich genannte Person. Für eine E-Mail-Adresse oder Telefonnummer reicht standardmäßig eine Gruppe wie „jede Fluggesellschaft“. Mit einer eigenen Regel kannst du das für weniger sensible Daten weiter lockern. Wichtig: Die Freigabe bleibt an die Aufgabe gebunden. Delegiert der dot Arbeit weiter, wächst sie nicht mit.

Eigene Regeln sind dein wirksamstes Werkzeug. Du kannst zum Beispiel festlegen, dass dein dot nie E-Mails sendet, oder ihm sagen, dass er dem Team eine Abwesenheit mitteilt, ohne den persönlichen Grund zu nennen. Diese Anweisungen gelten auch im Hintergrund und bei delegierter Arbeit. Der dot darf Regeln vorschlagen, ändern kann er sie nur mit deiner Zustimmung. Pflichtbestätigungen und Sicherheitsanforderungen heben eigene Regeln nicht auf.

Auto-review und sichere Anmeldung

Bevor ein dot eine E-Mail sendet oder eine Datei ändert, prüft ein separates System namens Auto-review den geplanten Schritt. Es gleicht ihn mit deinen Anweisungen, deinen eigenen Regeln und den Sicherheitsanforderungen ab. Bei einer E-Mail schaut es auf Empfänger und Inhalt und erkennt so eine falsche Adresse oder eine Information, die du nicht teilen wolltest. Die Kontrollen liegen außerhalb der Umgebung, die ein dot verändern kann. Er kann die Prüfung also weder umgehen noch abschalten. Probiere beide Fälle in der Grafik aus.

Dazu kommt ein Problem, das jeden Agenten betrifft: Webseiten, E-Mails oder Dokumente können versteckte Anweisungen enthalten, die einen Agenten umlenken sollen. Man nennt das Prompt Injection. OpenAI kombiniert dagegen Schutz auf Modellebene, Tool-Beschränkungen, Prüfungen vor Aktionen und eine laufende Überwachung. Erkennt diese ein mögliches Sicherheitsrisiko, pausiert sie die Arbeit und zeigt dir eine Warnung. Jeder dot arbeitet zudem in einer Sandbox, getrennt von den Systemen, die seine Arbeit koordinieren, und getrennt von den Umgebungen anderer Personen.

Bei Passwörtern setzt OpenAI auf eine sichere Anmeldung. Während du dich anmeldest, pausiert das Modell. Deine Zugangsdaten gehen direkt an die Browser-Umgebung, ohne im Modellkontext zu landen. Gespeicherte Passwörter liegen in einem eigenen verschlüsselten Dienst. Das ist ein wichtiger Schutz, aber keine Einladung, Geheimnisse in Dokumente oder Chats zu schreiben. Was dein Agent in einer lesbaren Quelle findet, kann weiterhin in seinem Kontext auftauchen.

In der Aktivitätsansicht der Desktop-App siehst du laufende und delegierte Aufgaben mit ihrem Status. Dort ergänzt du Kontext, korrigierst ein Missverständnis, änderst die Richtung oder bittest den dot aufzuhören.

Daten und Training

Für Workspaces von ChatGPT Business, Enterprise und Edu nutzt OpenAI Inhalte standardmäßig nicht zum Training. Bei persönlichen Abos entscheidest du über die Einstellung „Das Modell für alle verbessern“, ob Gespräche und Arbeitsergebnisse deiner dots einfließen dürfen. Ist das Training aktiv, können auch Aktionen und Automatisierungen dazugehören, nachdem personenbezogene Kennungen entfernt wurden.

Die Hintergrundrecherche und die privaten Notizen nutzt OpenAI nicht direkt zum Training. Liest dein dot aber später eine solche Notiz in einem Gespräch, wird sie Teil dieses Gesprächs und kann dann je nach Einstellung ins Training gelangen. Trennst du eine App, fließen keine neuen Daten mehr. Was der dot bereits aufgenommen hat, bleibt in seinem Kontext, bis du diesen zurücksetzt. Plane das in deiner Datenschutzbewertung ein, bevor du sensible Quellen verbindest.

Einordnung: Was der Markt erwartet

Dots kommen in einen Markt, der zugleich wächst und aussortiert. Gartner erwartet, dass bis 2028 rund ein Drittel aller Unternehmensanwendungen agentische KI enthält, nach weniger als einem Prozent im Jahr 2024. Mindestens 15 Prozent der täglichen Arbeitsentscheidungen sollen dann autonom fallen. Im selben Atemzug prognostiziert Gartner, dass über 40 Prozent der Agentenprojekte bis Ende 2027 wieder eingestellt werden. Als Gründe nennt das Institut steigende Kosten, unklaren Nutzen und unzureichende Risikokontrollen.

Für dich heißt das: Die Technik ist nicht der Engpass. Projekte scheitern an fehlendem Auftrag, fehlender Messung und fehlenden Grenzen. Genau dort setzen die Regeln an, die OpenAI für dots beschreibt, und genau dort musst du selbst nacharbeiten.

Verfügbarkeit und Kosten

Seit dem 29. September 2026 werden dots schrittweise in berechtigten Märkten für Pro und Business Premium freigeschaltet. Enterprise mit Edu und Healthcare erhält eine Beta, sobald die Workspace-Administration sie aktiviert. Der erste dot ist im Abo enthalten, dazu kommt ein Kontingent für größere Aufgaben, im ersten Monat mit höheren Limits. Künftig sollen weitere dots, mehr Tempo und mehr Arbeitsumfang pro Monat zubuchbar sein.

Für Organisationen kündigt OpenAI spezialisierte dots mit eigener Identität, eigenen Zugangsdaten und festgelegtem Zuständigkeitsbereich an. Grundlage sind interne Tests in Einkauf, Rechnungsverarbeitung, E-Mail-Marketing, Kundensupport und Vertragsabschluss. Gemeinsam mit Microsoft arbeitet OpenAI daran, solche dots in die Governance- und Sicherheitskontrollen von Agent 365 einzubinden. Für dich ist genau das der interessante Teil. Ein Agent sollte nicht alles können. Er braucht einen nachvollziehbaren Auftrag, wenige passende Werkzeuge und eine Person, die die fachliche Qualität verantwortet.

Wie du sinnvoll startest

Starte nicht mit einem umfassenden Automatisierungsprogramm. Nimm einen Ablauf mit klarer Wiederholung, begrenztem Datenbereich und einem eindeutigen Prüfmoment. Geeignet sind ein wöchentlicher Überblick über offene Kundenfragen, ein Entwurf für Release-Kommunikation oder eine Analyse neuer Rückmeldungen. Ungeeignet sind Aufgaben, bei denen Ziel, Datenquelle und Verantwortlichkeit zugleich unklar sind.

Vor der ersten Verbindung brauchst du eine kurze Entscheidung: Welche Apps sind wirklich erforderlich? Welche Daten darf dein Agent lesen? Was darf er nur vorbereiten? Welche Aktionen verlangen immer deine Freigabe? Und wo siehst du, was er getan hat? Wenn du diese Fragen erst nach der ersten überraschenden Aktion stellst, hast du den kritischen Teil des Einrichtens übersprungen.

Eingerichtet wird der erste dot in der ChatGPT-Desktop-App oder im Browser am Computer. Du verbindest deine Apps und lässt ihn sich vorstellen. Danach erreichst du ihn auch in der mobilen App.

Die Checkliste vor dem ersten Einsatz

1. Schreibe deinen konkreten Arbeitsauftrag in einem Satz auf.
2. Verbinde nur die Quellen, die du für diesen Auftrag tatsächlich brauchst.
3. Lege eigene Regeln fest, etwa „sende nie E-Mails ohne Rückfrage“.
4. Definiere die Handlung, die du immer selbst freigibst.
5. Lege fest, wie Ergebnisse, Quellen und offene Punkte sichtbar werden.
6. Prüfe die Trainingseinstellung, bevor sensible Daten fließen.
7. Teste zunächst mit Daten, deren Fehlerfolgen begrenzt sind.
8. Prüfe nach zwei Wochen, welche Vorschläge nützlich waren und welche Regeln du nachschärfen musst.

Dots ersetzen keine Verantwortung. Sie können jedoch die Arbeit zwischen Information, Entwurf und Nachverfolgung reduzieren. Der Gewinn entsteht nicht durch möglichst viele Verbindungen. Er entsteht, wenn ein klar begrenzter Agent wiederkehrende Vorarbeit zuverlässig übernimmt und wichtige Entscheidungen bei dir lässt. Und auch das schreibt OpenAI selbst: Dots können weiterhin Fehler machen. Prüfe Ergebnisse mit weitreichenden Folgen immer.

Quellen und Stand

Stand: 6. Oktober 2026. Produktzugang, Regionen, Limits und Funktionsumfang können sich ändern.

• OpenAI: Wir stellen dots vor, 29. September 2026. Produktbeschreibung, Kennzahlen, Verfügbarkeit, Anwendungsbeispiele und Bilder der Anwendungsfälle.
• OpenAI: Wie wir Sicherheit, Schutz vor Angriffen und Datenschutz in dots integrieren, 29. September 2026. Sicherheitsarchitektur, Aktionsregeln, Empfängerregeln, Auto-review, sichere Anmeldung, Training und Bilder der Einstellungen.
• OpenAI Help Center: Dots privacy, security, and safety FAQs, abgerufen am 6. Oktober 2026. Berechtigungen, Datennutzung, Freigaben und Grenzen.
• Gartner: Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, 25. Juni 2025, abgerufen am 6. Oktober 2026. Prognosen 2028 und Umfrage unter 3.412 Teilnehmenden.

Bildhinweis: Das Titelmotiv ist eine KI-generierte Editorial-Illustration; dargestellt ist keine reale Person. Die Bildschirmbilder der Anwendungsfälle und Einstellungen stammen von OpenAI und sind jeweils als Quelle gekennzeichnet. Alle Diagramme sind eigene Darstellungen nach den genannten Quellen. Redaktionelle Einordnung und Visualisierung: herrlichconsultegyzer.