https://disruptive-muenchen.de/ki-akademie

Von ChatGPT Plus zu ChatGPT Business: So nehmen Sie „Ihr“ ChatGPT mit

Mariia Utz — Tue, 20 Oct 2026 10:50:18 +0000

21. Oktober 2026

Von ChatGPT Plus zu ChatGPT Business: So nehmen Sie „Ihr“ ChatGPT mit

Sie haben bisher mit ChatGPT Plus oder Pro gearbeitet, also mit einer Einzelplatzlizenz, und Ihr Unternehmen stellt jetzt auf einen Business-Account um? Die erste Angst: „Dann ist ja alles weg, was ich ,Chatty’ beigebracht habe.” Die gute Nachricht: Dieses Problem lässt sich lösen:

Es gibt zwei Möglichkeiten. Die erste ist die von OpenAI offiziell vorgesehene: Sie führen Ihren persönlichen Workspace mit dem Business-Workspace zusammen. Das ist bequem, hat aber Folgen, die Sie kennen sollten, bevor Sie klicken. Denn danach gehört Ihr gesamter Verlauf, inklusive allem Privaten, zum Verwaltungsbereich Ihrer Organisation.

Zum Glück gibt es gibt eine Do-it-yourself-Alternative, bei der Sie Ihr ChatGPT-Wissen gezielt und überprüfbar mitnehmen.

Dieser Beitrag erklärt beide Wege: die offizielle Migration mit ihren Vor- und Nachteilen und die DIY-Version. Dazu gibt es eine Schritt-für-Schritt-Anleitung und unseren Prompt „ChatGPT-Manifest“ zum kostenlosen Download.

Warum der Wechsel mehr ist als ein neues Login

Ein ChatGPT, mit dem Sie lange arbeiten, speichert an vielen Stellen Kontextwissen: in gespeicherten Erinnerungen, individuellen Anweisungen, Projekten mit Dateien, eigenen GPTs und vor allem in Hunderten Gesprächen. Darin stecken Ihre Korrekturen, Vorlieben und Entscheidungen. Genau dieser Kontext macht aus einem generischen Chatbot ein Werkzeug, das ohne lange Erklärung liefert.

Dass sich das für viele wie „mein ChatGPT“ anfühlt, ist nachvollziehbar. Sie haben Zeit investiert, und das System mit viel Handarbeit optimiert. Ein leerer Business-Account bedeutet deshalb nicht nur Umgewöhnung, sondern spürbar mehr Aufwand pro Aufgabe, bis der neue Kontext wieder aufgebaut ist.

Für Unternehmen ist der Wechsel des ChatGPT-Modells zur Business-Instanz trotzdem sinnvoll: Inhalte aus ChatGPT Business werden laut OpenAI standardmäßig nicht zum Training der Modelle verwendet, und die Organisation kann Zugriffe, Aufbewahrung und Funktionen zentral steuern. Außerdem ermöglicht OpenAI nur im Enterprise- und Business-Modus, dass Unternehmen AVVs abschließen und dadurch DSGVO-konform mit ChatGPT arbeiten können.

Die eigentliche Frage lautet also: Wie kommt Ihr Arbeitswissen in den neuen Workspace, ohne dass dabei Dinge mitwandern, die dort nichts zu suchen haben?

Drei Optionen beim Wechsel zu ChatGPT Business

Wer von der Einzelplatzlizenz ChatGPT Plus zu ChatGPT Business wechselt, hat grundsätzlich drei Möglichkeiten:

Getrennt lassen und den neuen Account antrainieren. In ChatGPT Business haben Sie ebenfalls einen persönlichen Workspace. Diesen bauen Sie langsam auf, indem Sie Copy-Paste von alten Inhalten machen, behalten aber den persönlichen Account und wechseln zwischen beiden. Ihr Einzelplatz-Abo läuft weiter, bis Sie es kündigen. Der Haken: Es dauert lange und ist umständlich, und Ihr gesammeltes Wissen bekommen Sie so nie konsistent migriert. Auch aus Firmensicht ist die Lösung ungut, denn so verbleiben noch unnötig lange sensible Daten im Privat-Account.
Offiziell zusammenführen. Sie übertragen Ihren persönlichen Workspace mit wenigen Klicks in den Business-Workspace. Bequem, aber endgültig und ohne Auswahl.
Gezielt mitnehmen. Sie exportieren Ihre Daten, lassen daraus ein strukturiertes „ChatGPT-Manifest“ erstellen und übernehmen nur das in den Business-Account, was dort hingehört.

Die Optionen schließen sich nicht vollständig aus. Wer zuerst sein Manifest erstellt, kann sich danach immer noch für die Zusammenführung entscheiden. Umgekehrt wird es schwierig, weil Sie nach dem Zusammenführen keinen eigenen Export mehr anfordern können.

Die offizielle Migration: Was sie leistet und wo sie Grenzen hat

Fair ist: Die eingebaute Zusammenführung überträgt inzwischen eine Menge. Laut OpenAI-Hilfecenter wandern die regulären Dialoge mit ChatGPT, Dateien aus der Bibliothek, selbst erstellte GPTs mit Anweisungen und Wissensdateien, eigene Projekte, Automationen, globale gespeicherte Erinnerungen sowie individuelle Anweisungen mit. Ein über das Web abgeschlossenes Plus-Abo wird automatisch gekündigt und anteilig erstattet; bei Abos über Apple oder Google müssen Sie selbst kündigen.

Sie starten die Migration im Business-Workspace unter Einstellungen → Datenkontrollen. Bevor Sie das tun, sollten Sie fünf Punkte kennen.

1. Ihr Verlauf wird Firmensache

Nach der Migration unterliegen alle übertragenen Inhalte den Zugriffs- und Aufbewahrungsregeln Ihrer Organisation. Das gilt auch für private Chats, eigene Nebenprojekte und persönliche Themen, die sich über die Zeit im Account angesammelt haben. Verlassen Sie das Unternehmen oder verlieren Sie den Zugang zum Workspace, kann auch der Zugriff auf diese Inhalte enden. Sie wandern dann nicht in Ihren persönlichen Bereich zurück.

2. Alles oder nichts

Eine gezielte Auswahl gibt es nicht. Sie können beim Zusammenführen keine einzelnen Chats, Projekte oder Dateien auswählen und Privates ausnehmen. Entweder der komplette unterstützte Bestand geht mit oder gar nichts.

3. Kein Zurück

Eine Undo-Funktion, die Inhalte aus dem Business-Workspace wieder in Ihren persönlichen Workspace verschiebt, existiert nicht. Ihr alter persönlicher Workspace wird deaktiviert, aber nicht gelöscht. Reaktivieren lässt er sich laut OpenAI nur in einem Sonderfall: wenn der Business-Workspace selbst deaktiviert wird. Was Sie bis dahin in Business erarbeitet haben, bleibt auch dann dort.

4. Nicht alles kommt an

OpenAI weist selbst darauf hin, dass manche älteren oder sehr langen Gespräche nach der Migration unter Umständen nicht mehr abrufbar sind. Einige Inhalte werden gar nicht übertragen, darunter:

Sites, die Sie mit ChatGPT erstellt haben
eigene Plugins und eigene Konnektoren
Erinnerungen, die nur für ein bestimmtes Projekt gelten
GPTs und Projekte, die anderen Personen gehören

Hinzu kommt: Hat Ihre Organisation Aufbewahrungsfristen eingerichtet, können übertragene Bibliotheksdateien nach einiger Zeit automatisch gelöscht werden.

5. Kein eigener Export mehr

In ChatGPT Business und Enterprise können Sie als Nutzer keinen vollständigen Datenexport mehr über die Einstellungen anfordern. Dafür müssen Sie sich an den Workspace-Eigentümer wenden. OpenAI empfiehlt deshalb ausdrücklich, den eigenen Export vor dem Zusammenführen herunterzuladen und zu prüfen.

Zwischenfazit: Haben Sie Ihren persönlichen Account ausschließlich beruflich genutzt, ist die offizielle Migration ein vernünftiger, schneller Weg. Haben sich Berufliches und Privates gemischt, oder möchten Sie Ihr Arbeitswissen unabhängig vom Arbeitgeber behalten, empfehlen wir den kontrollierten Weg über ein ChatGPT-Manifest.

Die Alternative: Ihr persönliches ChatGPT-Manifest

Das ChatGPT-Manifest ist ein Dokumentpaket, das ChatGPT aus Ihrem eigenen Datenexport erstellt. Es beschreibt, wie Sie arbeiten, denken und schreiben, welche Kunden und Projekte welche Regeln haben und was Sie an KI-Antworten stört oder ihnen wichtig ist. Jede wesentliche Aussage ist mit der Fundstelle im Original-Chat belegt, damit Sie sie prüfen können.

Am Ende liegen typischerweise vor:

ein ausführliches Manifest mit belegtem Profil
eine kurze Startanweisung zum Kopieren
getrennte Dateien für Kunden, allgemeine berufliche Themen und Privates
eine Quellenliste, die zeigt, aus welchem Chat jede Aussage stammt, plus die offenen Fragen, bei denen ChatGPT unsicher war
Testaufgaben, mit denen Sie prüfen, ob der neue Account wie gewohnt arbeitet.

Der entscheidende Unterschied zur Migration: Sie bestimmen, was mitgeht. Das Manifest legt Kunden, allgemeine berufliche Themen und Privates in getrennten Dateien ab. Die beruflichen laden Sie in den Business-Account, die privaten behalten Sie für sich. Und weil es einfache Textdateien sind, funktioniert das Manifest nicht nur in ChatGPT, sondern auch in Claude, Gemini oder Microsoft Copilot.

Was das Manifest mitnimmt und was nicht

Damit die Erwartung stimmt: Das Manifest überträgt keine Inhalte, sondern Wissen über Ihre Arbeitsweise. Es macht Ihren neuen Account schlauer, aber es kopiert Ihren alten nicht.

Das kommt mit:

Ihre Haltung und Ihre Ansprüche an Qualität, Kritik und Belege
Ihr Schreibstil und Ihre Formatvorlieben
Vorwissen zu Kunden, Marken und Projekten aus Ihren Chats
das, was Sie ChatGPT über Monate beigebracht und korrigiert haben

Das kommt nicht mit:

Ihre Chatverläufe in der Seitenleiste des neuen Accounts
erzeugte Assets wie KI-Bilder, Grafiken oder Canvas-Dokumente (Bilder stecken im Export nur als schwer zuzuordnende Einzeldateien. Allerdings haben wir auch dafür eine Lösung )
CustomGPTs (künftig „Skills“ genannt) als funktionierende Tools
Projekte mit ihren Dateien, Sites und Automationen

CustomGPTs bauen Sie im Business-Workspace neu auf. Die in Schritt 3 gesicherten Anweisungen sind dafür die Vorlage. Wer Verläufe und GPTs unbedingt eins zu eins im neuen Account braucht, kommt um die offizielle Migration nicht herum, mit allen oben genannten Nachteilen.

Außerdem garantiert das Manifest nicht, dass ein neuer Account exakt so antwortet wie der alte. Und es kostet Zeit: Bei kleinen Exporten reicht oft eine Sitzung, bei großen Exporten sind mehrere Arbeitsrunden normal.

Kriterium	Offizielle Migration	ChatGPT-Manifest
Aufwand	wenige Klicks	eine bis mehrere Arbeitssitzungen
Auswahl	alles oder nichts	Sie entscheiden je Datei
Private Inhalte	wandern mit in die Organisation	bleiben im privaten Account
Alte Chats in der Seitenleiste	ja, soweit unterstützt	nein
Rückweg	kein Undo	Original bleibt unverändert
Prüfbarkeit	keine	Beleg zu jeder Profilangabe
Andere KI-Tools	nur ChatGPT	auch Claude, Gemini, Copilot
Nach dem Ausscheiden aus der Firma	Zugriff kann enden	privater Account und Export bleiben Ihre

Hinweis
Bei Google sehen Sie neben den Suchergebnissen oft aktuelle News-Boxen. Wenn Sie disruptive als bevorzugte Quelle hinterlegen, bekommen Sie dort häufiger unabhängige und fundierte KI-Updates von uns angezeigt. Hier disruptive als bevorzugte Quelle hinzufügen.

Anleitung: In 8 Schritten zum eigenen ChatGPT-Manifest

Sie brauchen Ihren bisherigen persönlichen Account, Zugriff auf die zugehörige E-Mail-Adresse, einen Computer und unseren Prompt „ChatGPT-Manifest“. Programmierkenntnisse sind nicht nötig. Alle Schritte führen Sie in Ihrem persönlichen Account durch, nicht im Business-Workspace.

Gratis-Download: Der Prompt „ChatGPT-Manifest“. Unser getesteter Prompt führt ChatGPT durch Inventur, Auswertung, Prüfung und Erstellung des Dateipakets.

Schritt 1: Datenexport anfordern

Öffnen Sie im Plus-Account Profilmenü → Einstellungen → Datenkontrollen → Daten exportieren und bestätigen Sie. Die Bereitstellung kann laut OpenAI bis zu sieben Tage dauern – in unseren Tests dauerte es allerdings nie mehr als 24 Stunden.

Die Mail, die Sie von OpenAI bekommen, sieht dann so aus:

Der Download-Link in der E-Mail ist nur 24 Stunden gültig, und Sie müssen im selben ChatGPT-Account angemeldet sein.

Wichtig: Fordern Sie den Export an, bevor Sie irgendetwas migrieren. Danach ist ein Selbstbedienungs-Export unter Umständen nicht mehr möglich.

Schritt 2: Original sichern, Arbeitskopie entpacken

Legen Sie einen Ordner „ChatGPT-Manifest“ mit drei Unterordnern an: „Originalexport“, „Arbeitsdateien“ und „Ergebnisse“. Die Original-ZIP legen Sie unverändert in den ersten Unterordner, eine entpackte Kopie kommt in den zweiten.

Darin finden Sie die Gesprächsdateien, meist eine oder mehrere Dateien namens conversations.json in durchnummerierter Folge sowie eine chat.html. Den Inhalt müssen Sie nicht verstehen. Kopieren Sie den Export aber nicht in eine Chatnachricht und zerschneiden Sie JSON-Dateien nicht von Hand.

Schritt 3: Personalisierung separat sichern

Der Gesprächsexport enthält nicht alle Einstellungen. Kopieren Sie deshalb Ihre gespeicherten Erinnerungen, individuellen und Projektanweisungen und die Anweisungen eigener GPTs in eine Textdatei, jeweils mit Überschrift und Datum. Ihre KI-Bilder sind zwar im Export enthalten, aber als einzelne Dateien mit kryptischen Namen, meist im .dat-Format und ohne erkennbaren Bezug zum jeweiligen Chat.

Bei Hunderten Bildern wird das Wiederfinden zur Fleißarbeit. Unser kostenloser Bilder-Sortierer nimmt Ihnen diese Arbeit ab: Er ordnet jede Datei dem richtigen Chat zu, erkennt das echte Format und benennt alles lesbar um, etwa in 2025-03-12_kampagne-kiosk_01.png. Canvas-Dokumente und die Wissensdateien Ihrer GPTs sichern Sie dagegen am besten direkt aus ChatGPT.

Gratis-Download: ChatGPT Bilder-Sortierer. Unser Software-Tool lässt sich direkt im Browser betreiben und läuft auf Mac und Windows ohne Installation. Sie wählen den entpackten Exportordner aus und erhalten ein ZIP mit allen Bildern und Dateien unter neuem Namen plus eine Liste mit Chat-Titel, Datum und Prompt zu jeder Datei. Ihre Daten verlassen dabei nicht Ihren Computer.
Hier gratis herunterladen:

Notieren Sie außerdem: Darf Privates ins Manifest? Hat jemand anderes den Account mitgenutzt? Welche Themen sollen draußen bleiben? Dies verhindert später falsche Zuordnungen.

Schritt 4: Arbeitsprojekt anlegen

Erstellen Sie im Plus-Account über Neues Projekt ein Projekt namens „Mein ChatGPT-Manifest“. In ChatGPT Plus fasst ein Projekt bis zu 25 Dateien, hochladen können Sie höchstens zehn gleichzeitig. Wählen Sie ein Modell mit gründlicher Denkoption, falls verfügbar.

Schritt 5: Hochladen und Bestand prüfen

Laden Sie die Gesprächsdatei(en) und Ihre Textdatei aus Schritt 3 hoch. Lassen Sie ChatGPT zuerst nur eine Inventur machen, noch keine Auswertung. Wir nutzen dazu diesen Prompt:

Prüfe zunächst nur den Bestand der hochgeladenen Dateien. Liste Dateinamen, lesbare Gesprächszahlen, Zeitraum und erkennbare Lücken auf. Prüfe auf doppelte Gespräche. Sage ausdrücklich, ob du Dateien vollständig technisch eingelesen hast oder nur Auszüge sehen kannst. Erstelle noch kein Persönlichkeitsprofil. Schlage einen überprüfbaren Plan zur abschnittsweisen inhaltlichen Auswertung vor.

Prüfen Sie, ob die Liste zu Ihren Dateien passt.

Falls Dateien zu groß sind: Pro Datei gelten 512 MB und maximal zwei Millionen Tokens als Obergrenze. Lässt sich eine Datei hochladen, aber schwer verarbeiten, kann ChatGPT sie nach vollständigen Gesprächen aufteilen. Lässt sie sich gar nicht hochladen, brauchen Sie eine lokale Aufteilungshilfe. Laden Sie Ihren persönlichen Verlauf auf keinen Fall bei einer beliebigen Website hoch, die Online-Splitting verspricht, wenn Ihnen Privatsphäre für Ihre Daten wichtig ist. Schreiben Sie lieber uns eine kurze Mail.

Schritt 6: Den Manifest-Prompt starten

Fügen Sie den vollständigen Prompt „ChatGPT-Manifest“ als Nachricht ein und ergänzen Sie bei Bedarf die optionalen Angaben am Ende. Bei großen Exporten arbeitet ChatGPT abschnittsweise. Lassen Sie sich nach jedem Abschnitt eine Fortschrittstabelle und die Zwischenergebnisse als Datei geben, und speichern Sie diese im Ordner „Ergebnisse“.

Wird ein Chat zu lang, starten Sie einen neuen im selben Projekt und geben ihm ausdrücklich den letzten Stand mit. Verlassen Sie sich nicht darauf, dass ChatGPT „später weitermacht“: Jede neue Runde starten Sie selbst.

Schritt 7: Zusammenführen und selbst prüfen

Sind alle Abschnitte bearbeitet, lässt ChatGPT die Teilanalysen zum Gesamtpaket zusammenführen. Danach sind Sie dran. Prüfen Sie zuerst die riskantesten Stellen:

Stimmen Name, Rollen und Beziehungen, oder wurde eine Rolle aus einem Übungsprompt zu Ihrer Biografie?
Sind Ihre eigenen Vorlieben sauber von Kundenregeln getrennt?
Wurden frühere KI-Vorschläge irrtümlich als Ihre Entscheidungen gespeichert?
Sind alte Projekte und Zahlen als historisch gekennzeichnet?

Korrigieren Sie konkret, zum Beispiel: „Punkt P012 gilt nur für Kunde X.“

Schritt 8: Im Business-Account verwenden

Legen Sie im Business-Workspace ein Projekt an und laden Sie das Manifest plus die passenden Kunden- und Projektdateien hoch. Testen Sie danach mit den Kalibrierungsaufgaben aus dem Paket: einer Textkorrektur, einer kritischen Bewertung und zwei unterschiedlichen Markenstimmen.

Klären Sie vorher mit Ihrer Datenschutz- oder IT-Abteilung, welche Inhalte in den Business-Workspace dürfen. Die Datei mit Ihren privaten Inhalten gehört in der Regel nicht hinein.

FAQs: Häufige Fragen zum Wechsel von ChatGPT Plus zu Business

Kann ich meine ChatGPT-Chats von Plus zu Business übertragen?

Ja. Mit der offiziellen Zusammenführung wandern unterstützte Gespräche in den Business-Workspace. Einzelne Chats auswählen können Sie dabei nicht, und manche ältere oder sehr lange Gespräche sind danach unter Umständen nicht mehr abrufbar.

Wird mein ChatGPT-Gedächtnis (Memory) übertragen?

Globale gespeicherte Erinnerungen können bei der Migration übertragen werden. Projektgebundene Erinnerungen nicht. Ob ChatGPT sie im Business-Workspace nutzt, hängt zusätzlich von den Einstellungen Ihrer Organisation ab.

Kann ich die Migration rückgängig machen?

Nein. Es gibt keine Funktion, die Inhalte aus dem Business-Workspace zurück in Ihren persönlichen Workspace verschiebt.

Kann ich in ChatGPT Business meine Daten exportieren?

Nicht selbst. In Business- und Enterprise-Workspaces ist der Selbstbedienungs-Export deaktiviert. Ansprechpartner ist der Workspace-Eigentümer.

Muss ich mein Plus-Abo kündigen?

Bei einer Zusammenführung kündigt OpenAI ein über das Web abgeschlossenes Plus-Abo automatisch und erstattet den Restbetrag anteilig. Abos über Apple oder Google müssen Sie dort selbst kündigen. Lassen Sie die Workspaces getrennt, läuft Ihr persönlicher Account weiter, bis Sie kündigen. Die Kündigung löscht Ihre privaten Chats nicht.

Funktioniert das ChatGPT-Manifest auch mit Claude, Gemini oder Copilot?

Ja. Das Manifest besteht aus lesbaren Textdateien (Markdown) und lässt sich in jedes KI-Tool laden, das Dateien oder individuelle Anweisungen verarbeitet. Allerdings müssen Sie dann die entsprechenden Textpassagen anpassen, also zum Beispiel aus „ChatGPT-Datenexport“ dann „Gemini-Export“ machen.

Fazit: Erst sichern, dann entscheiden

Der Wechsel zu ChatGPT Business muss nicht bedeuten, dass Sie bei null anfangen. Er muss aber auch nicht bedeuten, dass Ihr gesamter privater Verlauf in die Verwaltung Ihres Arbeitgebers wandert. Unabhängig davon, welchen Weg Sie wählen: Fordern Sie zuerst Ihren Datenexport an. Mit dem ChatGPT-Manifest halten Sie danach alle Optionen offen.

Prompt „ChatGPT-Manifest“ kostenlos herunterladen. Tragen Sie sich ein und erhalten Sie den vollständigen Prompt mit Anwendungshinweisen. Zum Download →

Sie stellen ein ganzes Team um?

Wenn nicht nur Sie, sondern Ihre Abteilung oder Ihr Unternehmen auf ChatGPT Business oder Enterprise wechselt, begleiten wir Sie gerne bei der Umstellung: von der Entscheidung zwischen Migration und Manifest über Leitlinien, was in den Business-Workspace gehört, bis zum Aufbau gemeinsamer Projekte und GPTs, damit das individuelle Wissen Ihrer Mitarbeitenden nicht verloren geht. Sprechen Sie uns an.

Dieser Beitrag ersetzt keine Rechtsberatung. Ob und welche Kundendaten in welchen Account dürfen, klären Sie bitte mit der Datenschutzstelle Ihres Unternehmens.

Quellen

Alle Angaben zu ChatGPT-Funktionen mit Stand 15. Oktober 2026. OpenAI ändert Funktionen und Limits regelmäßig.

Mehr KI-
Updates
gefällig?

In unserem monatlichen Newsletter erhalten Sie ausgesuchte Infos und Einordnungen zu AI, Agents und Automatisierung. Zudem gibt es regelmäßig Einladungen zu kostenlosen KI-Webinaren.

Der Beitrag Von ChatGPT Plus zu ChatGPT Business: So nehmen Sie „Ihr“ ChatGPT mit erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

Urteilskraft vor Autonomie: Was in der Arbeit mit KI in Marketing und Kommunikation den Unterschied macht

Mariia Utz — Wed, 14 Oct 2026 06:03:56 +0000

14. Oktober 2026

Urteilskraft vor Autonomie: Was in der Arbeit mit KI in Marketing und Kommunikation den Unterschied macht

Fast alle Organisationen kaufen heute dieselben KI-Modelle. Warum manche damit trotzdem deutlich weiter kommen als andere, hat eine neue Studie des Humboldt Instituts untersucht, die wir mit disruptive unterstützt haben. In der W&V-Kolumne „KI für Könner“ blickt unser Geschäftsführer Timm Rotter auf die Ergebnisse der Studie und erklärt, was Unternehmen tun müssen, damit aus KI-Ausgaben tatsächlich Wirkung wird.

So sehr die deutsche Wirtschaft insgesamt stottert, so rasant entwickelt sich der KI-Markt: Um 48 Prozent steigen 2026 hierzulande die KI-Ausgaben auf knapp 29 Milliarden Euro, hat der Bitkom berechnet. GenAI, zu der ChatGPT, Claude, Microsoft Copilot und Gemini gehören, macht davon bereits 40 Prozent aus.

Klingt gut, aber wenn Spitzenmodelle quasi für jede Organisation verfügbar sind, kann die Technik kaum erklären, warum manche Teams mit KI weiter kommen als andere.

Wovon ich überzeugt bin: Wir sollten KI nur so viel Autonomie geben, wie wir Menschen ihre Ergebnisse beurteilen können.

Das bestätigt sich auch im Forschungsprojekt „Generative KI in der Arbeitswelt“ des Alexander von Humboldt Instituts für Internet und Gesellschaft (HIIG), das wir mit unserer KI-Beratung disruptive unterstützt haben. Die Forschenden haben über 2,5 Jahre fünf Berufsfelder untersucht, darunter Marketing und Kommunikation, haben 145 Interviews geführt und 13 Fallstudien analysiert. Die Studie ist noch in der Begutachtung, erste Ergebnisse aber lassen sich bereits teilen:

Durch die Interviews zieht sich eine Frage: Wo liegt die Grenze dessen, was KI zuverlässig kann? Das Forschungsteam um Dr. Georg von Richthofen beschreibt sie mit dem Bild der zackigen Grenze, der „Jagged Frontier“.

Quelle: Eigene Darstellung nach von Richthofen/HIIG und Dell‘Acqua et al., Organization Science (bd. 2026). KI-generiert.

Die dunkle Linie zeigt die Grenze der KI-Fähigkeiten. Die gestrichelte verbindet Aufgaben vergleichbarer Schwierigkeitsgrade. Trotzdem liegt eine dieser Aufgaben innerhalb der Grenze, eine außerhalb und eine genau darauf. Schwierigkeit allein sagt also nicht voraus, ob KI eine Aufgabe schafft. Drei Eigenschaften dieser Grenze machen sie im Alltag so unbequem:

Sie ist ungleich verteilt. KI interpretiert erfolgreich eine Clusteranalyse, scheitert aber daran, Headlines für Google-Snippets verlässlich auf 45 Zeichen zu kürzen.
Sie ist dynamisch. Eine befragte Person schildert, dass eine Aufgabe vor einem Jahr noch völlig unbrauchbare Ergebnisse lieferte und heute plötzlich funktioniert.
Sie trifft auf ungleiche Kompetenzen. Auch in Teams unterscheiden sich die KI-Fähigkeiten enorm, deshalb liegt dieselbe Grenze für jede Person an anderer Stelle.

Was hilft, ist wenig spektakulär: Das Management inspiriert, gibt Zeit zum Ausprobieren und setzt Richtlinien, die Orientierung bieten. Es gibt Strukturen für Wissensaustausch, etwa KI-Botschafter und regelmäßige Updates. Und Mitarbeitende lernen, KI zu steuern und mit der nötigen kritischen Distanz zu bewerten. „Friction-Maxxing“, also bewusst Reibung mit der KI, oder eher an ihren Ergebnissen zu forcieren, ist für mich in diesem Zusammenhang schon jetzt das KI-Wort des Jahres.

Was mich überrascht: dass viele Firmen diesen Aufwand laut der HIIG-Studie immer noch unterschätzen. Für mich ist das, vier Jahre nach dem Start von ChatGPT, Führungsversagen. Und nochmals problematischer wird dieses Manko, da die nächste Stufe der KI-Disruption bereits sehr nah ist:

Laut einer Untersuchung von BCG und Marketing & Media Alliance könnten KI-Agenten in naher Zukunft mehr als ein Fünftel der Marketingarbeit übernehmen. Ein Agent trifft aber nicht eine Entscheidung, sondern viele, und jede davon kann an einer anderen Stelle der zackigen Grenze liegen. Mit wachsender Autonomie verschiebt sich unsere Arbeit vom Erstellen zum Beurteilen.

Wer aber Verantwortung an Agenten abgibt, bevor die eigenen Leute Ergebnisse beurteilen können, automatisiert vor allem die eigene Unsicherheit.

Das ist kein Argument gegen Agenten. In klar definierten Prozessen mit guten Leitplanken arbeiten sie sehr zuverlässig. Wir haben beispielsweise bei disruptive bewährte Agents in der Software-Qualitätssicherung, im Vertrieb und in der Datenanalyse.

Die Frage ist, wer diese Leitplanken setzt und überprüft. Die HIIG-Studie hat GenAI untersucht, nicht Agenten im Besonderen. Viele Schlussfolgerungen aber lassen sich übertragen.

Praxisbeispiel: 22 Teams, dieselbe Sandbox, unterschiedlichste Ergebnisse

Wie Organisationen lernen, mit dieser zackigen Grenze umzugehen, haben wir im letzten halben Jahr bei einer Unternehmensberatung begleitet: Dort lief über mehrere Monate ein „AI Race“ als Wettbewerb. Mitarbeitende konnten eigene Ideen als KI-Prototypen umsetzen. 22 Teams mit 110 Teilnehmenden machten mit, ein deutlich zweistelliger Anteil der Belegschaft.

In drei Modulen lernten sie, passende Prototypen zu definieren und mit agentischen KI-/Automatisierungs-Tools zu bauen und zu testen. Zwischendurch gab es Townhalls zum gegenseitigen Challengen und am Ende einen „Beauty Contest“, wo eine Jury die Cases bewertete.

Die technische Basis war für alle gleich, eine Sandbox mit Tools und Repositories. Dasselbe galt für Module, Townhalls und Anreize. Diese Bedingungen erklären, warum so viele mitgemacht haben.

Was die stärkeren Teams, die vor der Jury am besten abschnitten, von den schwächeren unterschied, war nach unserer Beobachtung etwas anderes: Sie überlegten sich ernsthaft, wie ihre Lösung im Arbeitsalltag ankommt, und benannten offen, wo es noch hakt.

Das konnten regulatorische oder technische Hürden sein, aber auch die Frage, ob die Kunden überhaupt bereit sind, die Lösung einzusetzen. Urteilskraft heißt hier auch, die eigene Lösung aus Sicht der Kunden zu sehen: Ist sie erlaubt, ist sie machbar, und will mein Gegenüber sie überhaupt?

Erste Prototypen sind inzwischen im Einsatz, weitere in der Pilotierung. Und wir wissen, was gefehlt hat: Die Cases waren per se schlüssig, aber es mangelte an einer belastbaren Kalkulation, einer Marktanalyse und einer Vermarktungsstrategie. Bei einer Wiederholung wäre das fester Bestandteil. Auch hier geht es um Urteilskraft, diesmal wirtschaftlich: einschätzen zu können, ob aus einem funktionierenden Prototyp ein tragfähiges Angebot wird.

Drei Fragen für Ihr Unternehmen

Daraus ergeben sich drei Fragen, die Sie für Ihre Organisation klären sollten, in dieser Reihenfolge:

Organisation: Wer entscheidet bei Ihnen, wie viel Autonomie ein KI-System in welchem Prozess bekommt, und worauf stützt sich diese Entscheidung?
Kultur: Gibt es Raum zu sagen, dass etwas noch nicht funktioniert, ohne als Bremser zu gelten? Und gleichzeitig die Erwartung, dann eine Lösung zu suchen?
Skilling: Haben Ihre Teams Zeit und Anlass, die Grenze der KI-Fähigkeiten selbst zu erkunden, Urteilskraft zu entwickeln, und teilen sie, was sie finden?

Was wir allen Kunden sagen: Eine KI anzuschaffen, ist ein Einkaufsprozess. Eine KI zu beherrschen, ist hingegen ein Veränderungsprozess.

Meine Überzeugung vom Anfang ist keine Warnung. Es braucht kein weiteres Doomsday-Marketing, und es gibt auch keinen Grund zur Panik. Aber sehr viel Grund zur Sorgfalt.

Fazit: Ob Sie Erfolg haben, hängt von dem ab, was Sie nicht kaufen können

Was Sie als Führungskraft mitnehmen sollten: Die Technologie ist der Teil der KI-Transformation, den Sie einkaufen können. Alles andere müssen Sie selbst aufbauen: Urteilskraft im Management und in den Teams, Standards, wie Menschen zusammen lernen, Klarheit über die Grenzen der KI-Arbeit. Das dauert länger, als eine Lizenz freizuschalten, hält dafür aber auch, wenn das nächste Modell erscheint.

Das Whitepaper „Eine Frage des Kontexts“ finden Sie hier. Wenn Sie über die Fragen oben sprechen möchten, schreiben Sie mir gerne an timm.rotter@disruptive-muenchen.de

Mehr KI-
Updates
gefällig?

In unserem monatlichen Newsletter erhalten Sie ausgesuchte Infos und Einordnungen zu AI, Agents und Automatisierung. Zudem gibt es regelmäßig Einladungen zu kostenlosen KI-Webinaren.

Der Beitrag Urteilskraft vor Autonomie: Was in der Arbeit mit KI in Marketing und Kommunikation den Unterschied macht erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

Vergleich der Gemini-Modelle: Welches Modell für welche Aufgabe?

Timm Rotter — Sat, 03 Oct 2026 16:32:07 +0000

Stand: 12. Oktober 2026. Wir aktualisieren diesen Artikel regelmäßig.

Vergleich der Gemini-Modelle: Welches Modell für welche Aufgabe?

Wer Gemini bewertet, bewertet selten nur ein Sprachmodell. Gemini steckt in Gmail und Kalender, in Docs, Sheets und Slides, in der Google-Suche und im Browser. Für Unternehmen, die ohnehin mit Google Workspace arbeiten, ist die Modellfrage deshalb immer auch eine Technologie-Entscheidung: Welche Plattform soll künftig die tägliche Büroarbeit unterstützen, und wie passt das zu Datenschutz, Administration und Kosten?

Wir bei disruptive sind selbst von Beginn an ein Google-Unternehmen und nutzen Gemini als Basismodell im Alltag, nicht nur als Chatbot, sondern in Mail, Kalender, Präsentationen und Dokumenten. Das gibt uns eine ziemlich klare Sicht darauf, wofür Gemini taugt und wofür nicht. Vorweg unsere ehrliche Einschätzung: Für wirklich gute Texte greifen wir regelmäßig auf Claude zurück. Gemini punktet woanders.

Der Modellmarkt bewegt sich dabei schneller denn je. Google hat im Sommer 2026 drei Flash-Versionen veröffentlicht (3.6 bis 3.8) und am 30. September mit Gemini 4 Argon die nächste Generation angekündigt. Am 8. Oktober folgte mit der Ankündigung des Gemini-Agenten ein langfristig vermutlich noch wichtigerer Schritt:

Google positioniert Gemini nicht mehr nur für eine Modellfamilie, sondern als den KI-Agenten schlechthin. Er soll als eine Arbeitsumgebung Aufgaben über Geräte und Anwendungen hinweg übernehmen und die Modelle darunter selbständig je nach Aufgabe auswählen. Noch ist das Zukunftsmusik. Daher bleibt die Modellfrage zumindest vorerst für jeden Nutzer noch eine ganz wichtige. Dennoch unterscheiden wir in diesem Beitrag schon einmal zwischen dem Gemini-Agenten und den Gemini-Modellen.

Tipp: Falls Sie ChatGPT-User sind, sollten Sie unbedingt auch unseren Vergleich der ChatGPT-Modelle lesen.

Gemini 3.8 Flash: Der operative Allrounder

Gemini 3.8 Flash ist seit dem 2. September 2026 Googles aktuelles Arbeitspferd. Laut Google arbeitet das Modell bei komplexen Aufgaben „härter“, es legt also zusätzliche Denkschritte ein. Die Schwerpunkte, die Google selbst nennt, sind Softwareentwicklung, agentische Aufgaben und mehrstufiges Schlussfolgern in Fachgebieten. Es verarbeitet Text, Bild, Audio, Video und PDF und läuft laut Berichten unter anderem in der Gemini-App für Abonnenten von Google AI Pro und Ultra, im AI Mode der Suche und in Google Sheets. Wichtig für die Einordnung: Das ist kein Stilmodell. Die Stärken liegen in Geschwindigkeit, Struktur und Zuverlässigkeit bei Routinen, nicht in sprachlicher Finesse.

Einsatzgebiete für Gemini 3.8 Flash

Zusammenfassen langer Mails, Dokumente, PDFs und Meeting-Unterlagen
Standardtexte wie Terminabstimmungen, Nachfragen, kurze Antworten und Protokolle
Assistenzaufgaben: Termine koordinieren, Informationen aus Mails und Dateien heraussuchen
Daten- und Tabellenarbeit, etwa in Google Sheets
Auswerten von Bildern, Screenshots, Audio- und Videomaterial
Erste Entwürfe und Strukturen, die anschließend jemand veredelt

Hinweis Bei Google sehen Sie neben den Suchergebnissen oft aktuelle News-Boxen. Wenn Sie disruptive als bevorzugte Quelle hinterlegen, bekommen Sie dort häufiger unabhängige und fundierte KI-Updates von uns angezeigt. Hier disruptive als bevorzugte Quelle hinzufügen.

Gemini in Google Workspace: Die Assistenz im Hintergrund

Der eigentliche Hebel liegt für die meisten Unternehmen nicht im Chatfenster, sondern in den Anwendungen, die ohnehin den Arbeitstag bestimmen.

Gemini fasst Mailverläufe zusammen und entwirft Antworten, hilft bei der Terminfindung im Kalender, formuliert Texte in Google Docs um oder kürzt sie und macht Diagramme und Folien in Slides visuell ansprechender. Das sind unspektakuläre Aufgaben, aber sie summieren sich über Wochen zu echter Zeitersparnis.

Zwei Dinge sollten Sie dabei im Blick haben.

Google legt selbst fest, welches Modell in welcher Anwendung läuft, und ändert das laufend. Bei Sheets nennt Google 3.8 Flash ausdrücklich, bei den übrigen Anwendungen ist die Zuordnung weniger transparent. Planen Sie deshalb nicht um ein bestimmtes Modell herum, sondern um die Aufgabe.
Auch die Werkzeuge von Gemini verändern sich: „Skills“ ersetzen schrittweise „Gems“: für Privatkonten ab November 2026, für Workspace-Business-Kunden im März 2027. Bestehende Gems werden automatisch migriert. Teams können Skills außerdem in einem gemeinsamen Register veröffentlichen.

Einsatzgebiete in Workspace

Mail und Kalender: Posteingang sichten, Antworten vorbereiten, Termine koordinieren
Docs: Texte kürzen, umformulieren, auf einen anderen Ton bringen
Slides und Sheets: Charts und Folien aufwerten, Daten auswerten
Drive: Informationen aus eigenen Dokumenten finden und zusammenfassen

Je mehr Ihrer Arbeit in Google-Anwendungen stattfindet, desto größer ist der Vorteil von Gemini. Das ist weniger eine Frage der Modellqualität als der Integration.

Gemini-Agent: Vom Assistenten zum digitalen Kollegen

Mit dem Begriff „Gemini-Agent” setzt Google ein klares sprachliches Signal: Gemini ist nicht mehr nur der Name einer Modellfamilie, sondern der Agent selbst, und zwar im Singular. Statt vieler Assistenten, Copilots und Einzelagenten gibt es eine Anlaufstelle, die auf jedem Gerät und in jedem Kanal dieselbe ist: im Browser, auf dem Smartphone, im Terminal, in Gmail und Docs, aber auch in Tools anderer Anbieter, wie Microsoft 365 oder Slack.

Gedächtnis, Kontext und Berechtigungen hängen am Agenten, nicht am Gerät oder an der Anwendung. Das Modell darunter ist ausdrücklich eine getrennte Entscheidung. Der Agent wählt je Aufgabe, aktuell zwischen Gemini- und Claude-Modellen.

Im Singular steht Gemini allerdings nur an der Oberfläche. Darunter arbeiten weiterhin viele Agenten: temporäre Sub-Agenten für Teilaufgaben und dauerhafte Team-Kollegen mit eigener Identität. Neu ist, dass sie für den Arbeitsalltag nicht mehr gebaut, sondern bei Gemini beauftragt werden.

Für Ihre Entscheidung verschiebt sich damit die Frage: weg von „Welches Modell ist das beste?”, hin zu „Welcher Arbeitsumgebung vertrauen wir Gedächtnis, Skills und Berechtigungen an?”

Kurze Abgleich mit der KI-Gegenwart: Für die meisten Mittelständler ist das heute noch keine Entscheidung, sondern ein Signal. Gemini Agent ist in Deutschland bisher nicht verfügbar. Vorbereiten können Sie sich trotzdem. Ein Agent arbeitet mit dem, worauf der Zugriff bekommt. Deshalb lohnt es sich zum Beispiel, Freigaben in Drive aufzuräumen. Und Sie sollten festlegen, welche Aufgaben ein Agent eigenständig erledigen darf und welche eine menschliche Abnahme verlangen.

Gemini als neues Google: Suche und Recherche

Ein Punkt, der in Modellvergleichen oft untergeht: Für viele Menschen ersetzt Gemini inzwischen die klassische Google-Suche. Man stellt Fragen, auch unfertig, umgangssprachlich oder per Spracheingabe, und bekommt eine zusammenhängende Antwort statt einer Linkliste. Der AI Mode der Suche läuft laut Berichten auf Gemini 3.8 Flash.

Im Business-Alltag eignet sich das für die Vorrecherche: Begriffe klären, einen ersten Marktüberblick gewinnen, sich auf ein Gespräch vorbereiten. Für längere Recherchen gibt es Deep Research, das mehrstufig recherchiert und einen Bericht mit Quellen erstellt. Beides ersetzt nicht die Prüfung der Quellen. Was in einer Entscheidungsvorlage, einem Angebot oder einer Pressemitteilung landet, muss jemand an der Primärquelle verifizieren.

Für Unternehmen hat der Wandel noch eine zweite Seite: Wenn Kunden und Geschäftspartner zunehmend KI-Antworten statt Trefferlisten lesen, hängt Ihre Sichtbarkeit davon ab, ob Ihre Inhalte dort auftauchen. Das ist ein eigenes Thema, aber es gehört zur Technologieentscheidung dazu.

Mehr KI-Updates gefällig?

In unserem monatlichen Newsletter erhalten Sie ausgesuchte Infos und Einordnungen zu AI, Agents und Automatisierung. Zudem gibt es regelmäßig Einladungen zu kostenlosen KI-Webinaren.

Gemini 3.1 Pro: Der Spezialist für schwere Fälle

Für komplexere Aufgaben bietet die Gemini-App das Pro-Modell. Gemini 3.1 Pro gibt es seit Februar 2026. Es ist auf anspruchsvolles Schlussfolgern ausgelegt, etwa für Analysen mit vielen Variablen, Planungen oder schwierigere Programmieraufgaben. Abonnenten von Google AI Pro und Ultra bekommen dort höhere Nutzungslimits. Für Ultra-Abonnenten gibt es zusätzlich den Modus Deep Think, der Probleme länger und aus mehreren Richtungen durchdenkt. Ehrlich gesagt brauchen die wenigsten Teams das im Alltag. Die Flash-Modelle erledigen den Großteil der Büroaufgaben ausreichend gut, und für den Rest lohnt sich ein Vergleich mit den Spezialisten anderer Anbieter.

Einsatzgebiete für Gemini 3.1 Pro

Mehrstufige Analysen und Szenarioplanungen
Komplexe Auswertungen großer Dokumentmengen
Anspruchsvollere Programmier- und Automatisierungsaufgaben

Greifen Sie zu Pro, wenn Flash an Grenzen stößt, nicht als Standard.

Nano Banana: Bilder im Arbeitsalltag

Die Bildfunktion von Gemini läuft unter dem Namen Nano Banana. Sie ist direkt im Chat nutzbar, erstellt und bearbeitet Bilder und eignet sich gut für Präsentationen, Moodboards und interne Visualisierungen.

Bei veröffentlichten Inhalten sollten Sie zwei Dinge klären:

ob das Ergebnis zu Ihren Markenrichtlinien passt
ob Sie es kennzeichnen müssen. Seit dem 2. August 2026 gelten die Transparenzpflichten des EU AI Act. Wir geben keine Rechtsberatung, die Frage gehört aber in jede interne Richtlinie.

Gemini 4 Argon: Angekündigt, aber noch nicht verfügbar

Am 30. September 2026 hat Google Gemini 4 Argon vorgestellt und beschreibt es als Frontier-Modell für Coding, Wissensarbeit im Unternehmen und Cyberabwehr, ausgelegt für lange, mehrstufige Arbeitsabläufe. Die Benchmark-Zahlen stammen bisher ausschließlich von Google selbst.

Verfügbar ist es noch nicht. Zunächst bekommen es geprüfte Teilnehmer des Fairwind-Programms, später sollen Kunden der kostenpflichtigen API und Abonnenten von Google AI Ultra folgen, ein Termin ist nicht genannt.

Ob Argon die Lücke bei Sprache und Stil schließt, wissen wir nicht. Google betont andere Stärken, und ein Urteil darüber lässt sich erst fällen, wenn das Modell im Alltag nutzbar ist. Wir würden deshalb nichts auf diese Hoffnung bauen.

Die eigentliche Frage: Welche Plattform?

Wer Gemini im Unternehmen einführt, entscheidet über mehr als ein Modell. Diese Punkte sollten vorher geklärt sein:

Wo arbeiten Sie heute? Wenn Ihre Mails, Kalender und Dokumente in Google Workspace liegen, spricht vieles für Gemini als Basis. Arbeiten Sie überwiegend in Microsoft-Anwendungen, ist die Lage umgekehrt.
Datenschutz und Administration: Für Workspace-Kunden nennt Google Datenschutz auf Unternehmensebene. Workspace-Daten fließen laut Google nicht ins Training öffentlicher Modelle, und Administratoren steuern den Zugriff über die Admin-Konsole. Prüfen Sie das für Ihren Tarif und klären Sie den Auftragsverarbeitungsvertrag. Wichtig ist auch die Trennung von dienstlichen und privaten Konten, denn private Gemini-Nutzung unterliegt anderen Bedingungen.
Lizenzen: Workspace-Tarife und die Consumer-Abos Google AI Pro und Ultra sind unterschiedliche Produkte mit unterschiedlichem Funktionsumfang. Klären Sie, welche Funktionen Ihr Tarif tatsächlich enthält.
Eigene Anwendungen: Wer Gemini über die Schnittstelle in eigene Software einbaut, sollte die Datenresidenz prüfen. Für Gemini 3.8 Flash dokumentiert Google die Verarbeitung im EU-Multi-Region-Endpunkt der Cloud-Plattform.
Abhängigkeit: Ein Basismodell heißt nicht, nur noch ein Modell. Der Gemini-Agent arbeitet laut Google nicht nur mit Gemini-Modellen, sondern aktuell auch mit Claude-Modellen von Anthropic. Das passt zu unserem Ansatz, ein Basismodell mit Spezialisten zu ergänzen. Die Abhängigkeit verschiebt sich dadurch allerdings vom einzelnen Modell zur Plattform, in der Gedächtnis, Skills und Berechtigungen liegen. Wer fortan viel in Skills und Agenten investiert, bindet sich stärker an diese Plattform als wir es bisher getan haben, wenn wir ein bestimmtes Modell genutzt haben.

Fazit: Welches Modell für welchen Zweck?

Für den Büroalltag mit Mails, Terminen, Zusammenfassungen, Tabellen und Standardtexten ist Gemini 3.8 Flash, vor allem über Workspace, eine sehr gute Basis. Für die Recherche ersetzt Gemini zunehmend die klassische Suche, mit der gebotenen Quellenprüfung. Für schwierige Analysen kommt Gemini 3.1 Pro infrage. Für Texte, die Stil und Haltung brauchen, bleibt aus unserer Sicht aktuell Claude die bessere Wahl.

Wie bei den ChatGPT-Modellen gilt: Erfolgreich mit KI zu arbeiten heißt nicht, immer das stärkste Modell zu haben, sondern das passende Werkzeug zu kennen. Den größeren Hebel finden Sie ohnehin selten im Modell, sondern in den Prozessen, Rollen und Regeln drumherum.

Am interessantesten ist aus unserer Sicht Googles strategischer Schwenk zum Gemini-Agent. Der zeigt, wohin die Reise geht: weg vom Chatfenster, hin zu Agenten, die in Mail, Dokument und Chat mitarbeiten. Beobachten und vorbereiten ist dafür aktuell die richtige Haltung, Umbauen noch nicht.

Bei uns finden Sie die passenden Seminare

In unseren individuellen KI-Seminaren lernen Einsteiger und Profis den praktischen Einsatz von GenAI, üben den Umgang mit relevanten Tools und erfahren wichtige Hintergründe – auf Deutsch oder Englisch.

Der Beitrag Vergleich der Gemini-Modelle: Welches Modell für welche Aufgabe? erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

Vom Praktikanten zum Kollegen: Drei Copilot-Agent-Hacks für Einsteiger

Timm Rotter — Thu, 01 Oct 2026 06:41:50 +0000

September 22, 2026

Vom Praktikanten zum Kollegen: Drei Copilot-Agent-Hacks für Einsteiger

Im ersten Teil dieser Serie ging es um den Copilot-Chat – über den Zugriff auf Unternehmensdaten, Tagging und geplante Prompts. Im zweiten Teil haben wir uns das Copilot Notebook angeschaut: den persistenten Arbeitsraum, in dem Briefing, Quellen und Prompt-Historie erhalten bleiben, statt in jedem neuen Chat wieder bei null zu starten. Der gemeinsame Nenner beider Teile war: Kontext schlägt Modell.

Chat und Notebook haben trotzdem eines gemeinsam: Sie reagieren. Sie stellen eine Frage oder öffnen ein Notebook, Copilot antwortet – und wartet dann wieder auf Sie. Und genau das machen Copilot Agents nicht. Ein Agent wartet nicht auf die nächste Frage, sondern übernimmt eine klar umrissene Aufgabe eigenständig, auf Wunsch sogar nach einem festen Zeitplan oder ausgelöst durch ein Ereignis wie eine neue E-Mail.

Im dritten Teil unserer Serie „Prompt Engineering im Copilot-Style“ erfahren Sie, was genau ein Copilot Agent ist, wie er sich vom Notebook unterscheidet und mit welchen drei Hacks Sie im Mittelstand sinnvoll damit einsteigen.

Was ist ein Microsoft Copilot Agent?

Bleiben wir beim Bild aus den ersten beiden Teilen: Der Chat ist der schnelle Praktikant, dem Sie jede Frage einzeln stellen. Das Notebook ist der Themen-Schreibtisch, an dem der Praktikant bereits eingearbeitet ist. Ein Agent ist der nächste Schritt: der Praktikant, der zum selbständig arbeitenden Kollegen wird – mit einer festen Aufgabenbeschreibung, klaren Grenzen und der Befähigung, im Rahmen vorab definierter Grenzen autonom zu handeln.

Microsoft bietet dafür aktuell zwei Wege an, die sich vor allem im Funktionsumfang unterscheiden:

Der Agent Builder ist direkt in Microsoft 365 Copilot integriert. Sie beschreiben in natürlicher Sprache, was der Agent tun soll, wählen optional eine Vorlage – und Copilot baut daraus einen einsatzfähigen Agenten, ganz ohne Code. Ideal für einfache, schnell umsetzbare Anwendungsfälle, etwa einen Agenten, der Fragen auf Basis eines SharePoint-Ordners oder eines Postfachs beantwortet.

Copilot Studio ist die deutlich mächtigere Variante: eine Low-Code-Plattform für komplexere Agenten, die nicht nur antworten, sondern über sogenannte Actions tatsächlich etwas auslösen können – einen Datensatz in einem CRM anlegen, eine Aufgabe in einem Projekttool erstellen oder einen mehrstufigen Freigabeprozess anstoßen. Wächst ein einfacher Agent aus dem Agent Builder über seinen ursprünglichen Zweck hinaus, lässt er sich direkt nach Copilot Studio übernehmen, statt ihn neu zu bauen.

Damit das Ganze im Unternehmenskontext kontrollierbar bleibt, gibt es zusätzlich Agent 365: eine zentrale Verwaltungsebene, über die Sie sehen, welche Agenten in Ihrem Unternehmen existieren, welche Berechtigungen sie haben und was sie tatsächlich getan haben – unabhängig davon, ob sie im Agent Builder, in Copilot Studio oder von Drittanbietern gebaut wurden.

Und wie bei Chat und Notebook gilt auch hier der entscheidende Punkt für den Mittelstand: Agenten arbeiten innerhalb Ihres geschützten Tenants. Ihre Daten verlassen weder die Unternehmensumgebung, noch fließen sie in das Training globaler Modelle ein.

Drei praktische Hacks für Copilot Agents im Business-Alltag

Hack 1: Der Schnellstart – einen ersten Agenten mit dem Agent Builder bauen

Am niedrigsten ist die Einstiegshürde bei einem Agenten, der ausschließlich Fragen beantwortet – ohne Actions, ohne Anbindung an externe Systeme. Genau dafür gibt es den Agent Builder.

Ein realistisches Beispiel aus dem Mittelstand: ein IT-Onboarding-Agent, der neuen Mitarbeitenden Fragen zu Zugängen, Hardware-Bestellungen oder der Einrichtung eines VPN-Dienstes beantwortet, basierend auf einem bestehenden SharePoint-Ordner.

Die Beschreibung im Agent Builder könnte so aussehen:

„Baue einen Agenten, der Fragen neuer Mitarbeitender zum IT-Onboarding beantwortet. Nutze als Quelle ausschließlich den Ordner ‚IT-Onboarding‘ in SharePoint. Antworte kurz, freundlich und ohne Fachjargon. Wenn eine Frage nicht aus den Dokumenten beantwortet werden kann, verweise auf den IT-Support.“

Copilot generiert daraus einen fertigen Agenten samt Starter-Prompts, den Sie direkt testen, verfeinern und anschließend im Team-Kanal veröffentlichen können. Wichtig für die Praxis: Ein so gebauter Agent sieht nur Dokumente, auf die auch Sie selbst Zugriff haben – Berechtigungen werden übernommen, nicht umgangen. Für ein erstes, sauber abgegrenztes Anwendungsfeld reicht das völlig aus, und Sie brauchen dafür weder ein IT-Ticket noch Entwicklungs-Know-how.

Hack 2: Vom Antworten zum Handeln – Agents mit Actions ausstatten

Ein Agent aus dem Agent Builder kann Ihnen Informationen liefern. Er kann aber nichts auslösen. Genau das ändert sich in Copilot Studio: Hier lassen sich Agenten mit Actions ausstatten, also mit der Fähigkeit, in anderen Systemen tatsächlich etwas zu verändern.

Ein Beispiel, das in vertriebsnahen Rollen häufig vorkommt: ein Angebotsanfrage-Agent, der an ein E-Mail Postfach gekoppelt ist, eingehende Kundenanfragen liest, die relevanten Anforderungen extrahiert, die passenden Preise aus einer hinterlegten Tabelle abgleicht, einen Angebotsentwurf erstellt und anschließend automatisch eine Nachverfolgungsaufgabe im CRM anlegt.

Der Unterschied zum reinen Chat-Prompt: Hier kombiniert der Agent freies KI-Reasoning mit klar definierten, deterministischen Schritten – Copilot Studio nennt das Workflows. Der Agent „rät“ nicht bei jedem Durchlauf neu, wie er vorgehen soll, sondern folgt einer festgelegten Abfolge, innerhalb derer er die KI dort einsetzt, wo Sprachverständnis gefragt ist, und dort Regeln befolgt, wo Verlässlichkeit zählt.

Gerade für kritische Schritte – eine E-Mail verlässt tatsächlich den Postausgang, ein Angebot wird final abgeschickt – lohnt sich eine bewusste Entscheidung: Lassen Sie den Agenten an dieser Stelle eine Freigabe bei einer Person einholen, bevor er weiter arbeitet. Diese manuelle Freigabeschleife kostet wenig Zeit, schafft aber genau das Vertrauen, das den Unterschied zwischen einer nett gemeinten Spielerei und einem Agenten macht, dem Ihr Team tatsächlich Aufgaben überlässt.

Mehr KI-Updates gefällig?

In unserem monatlichen Newsletter erhalten Sie ausgesuchte Infos und Einordnungen zu AI, Agents und Automatisierung. Zudem gibt es regelmäßig Einladungen zu kostenlosen KI-Webinaren.

Hack 3: Governance zuerst – Kontrolle behalten mit Agent 365

Sobald mehrere Teams anfangen, eigene Agenten zu bauen, entsteht schnell ein neues Problem: Niemand hat mehr den vollständigen Überblick, wie viele Agenten es gibt, worauf sie zugreifen dürfen und was sie in der letzten Woche tatsächlich gemacht haben. Für den Mittelstand ist das kein theoretisches Risiko, sondern eine sehr praktische Governance-Frage.

Agent 365 ist genau dafür gedacht: eine zentrale Übersicht über alle Agenten im Unternehmen, ihre Berechtigungen, ihr Verhalten und ihre Aktivität – auch über verschiedene Bau-Werkzeuge hinweg.

Für die Einführung im Mittelstand hat sich in unseren Projekten ein einfaches Prinzip bewährt: Behandeln Sie einen neuen Agenten wie eine neue Kollegin oder einen neuen Kollegen. Sie geben ihm nur Zugriffe, die er für seine konkrete Aufgabe wirklich braucht, definieren einen Testzeitraum in einem einzelnen Fachbereich, bevor er unternehmensweit ausgerollt wird, und werfen Sie regelmäßig einen Blick auf sein Aktivitätsprotokoll. Das ist deutlich weniger aufwendig, als es klingt – verhindert aber, dass sich Agenten unkontrolliert vermehren, bevor überhaupt klar ist, welchen Mehrwert sie stiften.

Fazit: Vom Werkzeug zum Kollegen

Die drei Teile dieser Serie zeigen eine klare Entwicklung. Der Chat aus Teil 1 ist das Werkzeug, das Sie in die Hand nehmen, wenn Sie eine Frage haben. Das Notebook aus Teil 2 ist der gemeinsame Arbeitsraum, in dem Kontext und Team-Wissen erhalten bleiben. Der Agent aus diesem dritten Teil ist der nächste Schritt: eine Aufgabe, die eigenständig erledigt wird, ohne dass Sie selbst den Startschuss abfeuern müssen.

Für mittelständische Unternehmen liegt der eigentliche Produktivitätsgewinn dabei weniger im technischen Aufbau eines Agenten – der ist mit dem Agent Builder in Minuten erledigt – als in der organisatorischen Reife, mit der Agenten eingeführt werden: klar abgegrenzte Anwendungsfälle, definierte Freigabeprozesse und eine funktionierende Governance über Agent 365.

Im nächsten und letzten Teil dieser Serie schließen wir den Kreis der Copilot-Formate mit einem Blick auf Pages, dem gemeinsamen Schreib-Werkzeug von Copilot. Denn während der Agent die Aufgabe für Sie erledigt, ist Pages der Ort, an dem Sie gemeinsam mit Copilot und Ihrem Team an einem Ergebnis feilen.

Wir machen Ihr Team fit für die Copilot-Arbeitswelt

Copilot Agents entfalten ihren Wert erst, wenn Anwendungsfälle, Berechtigungen und Freigabeprozesse von Anfang an mitgedacht werden. In unseren Copilot-Schulungen bei disruptive München zeigen wir nicht nur, wie ein Agent technisch entsteht, sondern erarbeiten gemeinsam mit Ihren Teams, welche Aufgaben sich in Ihrem Unternehmen wirklich für einen Agenten eignen – und welche (noch) nicht.

Wenn Sie wissen wollen, wie ein passender Copilot-Fahrplan für Ihr Unternehmen aussehen könnte, schreiben Sie uns gerne eine kurze Mail an info@disruptive-muenchen.de. In einem unverbindlichen Erstgespräch klären wir, wo bei Ihnen die größten Hebel liegen.

Einen Überblick über unsere KI-Seminare für Einsteiger und Profis finden Sie zudem auf unserer Website.

Bei uns finden Sie die passenden Seminare

Der Beitrag Vom Praktikanten zum Kollegen: Drei Copilot-Agent-Hacks für Einsteiger erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

EmpCo-Check: Nutzen Sie unsere neue Software

Timm Rotter — Sat, 19 Sep 2026 22:10:32 +0000

EmpCo-Check: So finden Sie Greenwashing-Risiken auf Ihrer Website

Zuletzt aktualisiert: 9. Oktober 2026.

„Nachhaltig“, „öko“, „umweltfreundlich“, „klimaneutral“: Diese Wörter stehen auf fast jeder Unternehmenswebsite. Seit dem 27. September 2026 dürfen sie dort in vielen Fällen nicht mehr stehen, jedenfalls nicht ohne belastbaren Nachweis.

Hintergrund ist die EmpCo-Richtlinie der EU, die Deutschland ins Wettbewerbsrecht übernommen hat. Sie verbietet pauschale Umweltaussagen ohne Beleg, Klimaneutralitäts-Werbung, die sich allein auf gekaufte CO₂-Zertifikate stützt, und selbst vergebene Nachhaltigkeitssiegel ohne unabhängige Prüfung. Wettbewerber und Verbraucherschutzverbände können Verstöße abmahnen. Eine Übergangsfrist für bestehende Inhalte gibt es nicht.

Für die meisten Unternehmen heißt das: Die eigene Website muss einmal komplett durchgesehen werden. Und zwar nicht nur die Startseite, sondern auch Produkttexte, Bildunterschriften, alte Blogbeiträge und PDFs.

Genau dafür haben wir den EmpCo-Check gebaut: Unsere KI-Software durchsucht Ihre Website systematisch nach Stellen, die unter die neuen Regeln fallen könnten, und liefert Ihnen eine sortierte Fundstellenliste als Arbeitsgrundlage.

Was sich am 27. September geändert hat

Rechtlich steht dahinter die EU-Richtlinie 2024/825 („Empowering Consumers for the Green Transition“). Deutschland hat sie über das Dritte UWG-Änderungsgesetz umgesetzt. Die neuen Tatbestände landen auf der sogenannten Schwarzen Liste des UWG. Was dort steht, ist ohne Einzelfallprüfung unzulässig.

Drei Punkte sind für die Website-Kommunikation besonders relevant:

Pauschale Umweltaussagen. Begriffe wie „umweltfreundlich“, „grün“ oder „klimafreundlich“ sind künftig nur noch zulässig, wenn eine anerkannte hervorragende Umweltleistung nachgewiesen ist. Konkrete, belegbare Angaben bleiben erlaubt, etwa der Anteil recycelten Materials in einer Verpackung.
Klimaneutralität durch Kompensation. Werbeaussagen, die reduzierte oder neutrale Umweltauswirkungen allein auf den Zukauf von CO₂-Zertifikaten stützen, werden untersagt. Belegte Reduktionen im eigenen Betrieb oder in der Lieferkette bleiben kommunizierbar.
Eigene Nachhaltigkeitssiegel. Selbst vergebene Labels ohne hinreichende unabhängige Zertifizierung fallen unter das Verbot.

Mehr Hintergründe zu EmpCo und konkrete Formulierungs-Fettnäpfchen samt Alternativen finden Sie im Blogbeitrag unserer Mutterfirma In A Nutshell.

Warum die EmpCo-Bestandsaufnahme aufwendig ist

Die offensichtlichen Claims auf der Startseite sind meist schnell gefunden. Aufwendig wird es an den Stellen, die in einem manuellen Durchgang gern übersehen werden:

Produkt- und Kategorietexte im Shop, oft in großer Zahl und über Jahre gewachsen
Alt-Texte und Bildunterschriften
Meta-Descriptions und Seitentitel
Siegel-Grafiken, deren Aussage nur im Bild steht
ältere Blogbeiträge, Pressemeldungen und PDFs, die noch indexiert sind

Wer eine mehrere hundert Seiten große Domain vollständig sichten will, bindet dafür erhebliche Ressourcen. Genau an dieser Stelle setzt unser Tool an.

Wie der EmpCo-Check arbeitet

Der EmpCo-Check ist ein Produkt des disruptive KI-Entwickler-Teams: eine webbasierte App, die in allen Browsern läuft und keine Installation braucht:

Sie geben auf der Startseite empco.disruptive-muenchen.de Ihre Mailadresse und die zu durchsuchende Domain ein.
Das Tool crawlt bis zu 500 URLs pro Durchlauf, durchsucht die Seiten und extrahiert Texte, Metadaten, Alt-Texte und Videobeschreibungen.
Die Fundstellen werden gegen einen hinterlegten Kriterienkatalog abgeglichen, der die neuen UWG-Tatbestände abbildet.
Im Dashboard der App erscheinen die Treffer nach einem Ampelsystem sortiert, mit Angabe der Fundstelle.

Zudem zeigt Ihnen das Dashboard übersichtlich alle Ihre bisherigen EmpCo-Checks an. Sie können Seiten als erledigt markieren oder Anmerkungen als nicht relevant, können nach gelben und nach roten Flags sortieren und auch nach den diversen EmpCo-Normen. So behalten Sie immer den Überblick.

Die Übersicht können Sie auch nach einem Logout natürlich immer wieder aufrufen, wenn Sie sich wieder im EmpCo-Checker anmelden.

Zu kritischen Stellen zeigt das Tool alternative Formulierungen als Ausgangspunkt für die Überarbeitung.
Ein vollständiger Durchlauf über 500 URLs dauert etwa 15 Minuten, bei komplexeren Seiten auch länger. Der Prozess läuft im Hintergrund weiter, auch wenn Sie das Fenster schließen. Sie bekommen eine Benachrichtigung, sobald die Analyse fertig ist.

Der Check kostet 49 Euro netto für die einmalige Prüfung.

Ein Angebot für eine umfangreich Enterprise-Version machen wir Ihnen gerne nach einem kurzen Abstimmungs-Call. Wählen Sie gerne hier direkt einen Termin aus.

Zum Datenschutz: Die Software ist auf deutschen Servern unseres Partners Hetzner gehostet und arbeitet ausschließlich mit Enterprise-KI, so dass keine Daten zum Training der Modelle genutzt werden. Über AVVs mit den Tool-Anbietern können wir die KI-Modelle datenschutzkonform nutzen. Ihre personenbezogenen Daten werden ausschließlich zum Anmelden und für Abrechnungen der App-Kosten verwendet.

Was das Tool leistet und was nicht

Der EmpCo-Check ist ein Screening-Werkzeug. Er zeigt Ihnen, wo auf Ihrer Website Formulierungen stehen, die unter die neuen Tatbestände fallen könnten. Das ist eine Vorarbeit, keine Bewertung.

Ob eine konkrete Aussage tatsächlich unzulässig ist, hängt vom Einzelfall ab: von den Nachweisen, die Ihnen vorliegen, vom Kontext der Aussage, von der Produktkategorie. Diese Prüfung kann eine automatisierte Analyse nicht leisten und wir bieten sie auch nicht an. Der EmpCo-Check ersetzt keine Rechtsberatung im Sinne des RDG.

Was er leistet: Er verkürzt den Weg von „Wir müssten unsere Website mal durchgehen“ zu einer konkreten Liste, über die Sie mit Ihrer Rechtsabteilung oder Ihrer Kanzlei sprechen können. Wie bei jedem KI-gestützten System gilt dabei: Die Ergebnisse können unvollständig sein, und es sind auch Fehltreffer möglich. Die Liste ist ein Ausgangspunkt, kein Abschlussbericht.

Enterprise-Version

Für größere Anforderungen stellen wir eine Enterprise-Version bereit: höheres Suchvolumen, Mehrsprachigkeit und beliebig viele Durchläufe, etwa für wiederkehrende Kontrollen. Außerdem können Sie Einzelseiten überprüfen, indem Sie die jeweiligen Deep-Links angeben.

Sprechen Sie uns an unter info@disruptive-muenchen.de

Oder wählen Sie hier direkt den Termin aus, der für Sie am besten für ein virtuelles Meeting passt.

Mehr KI-Updates gefällig?

In unserem monatlichen Newsletter erhalten Sie ausgesuchte Infos und Einordnungen zu AI, Agents und Automatisierung. Zudem gibt es regelmäßig Einladungen zu kostenlosen KI-Webinaren.

Hinweis: Der EmpCo-Check führt automatisierte Analysen durch und ersetzt keine anwaltliche Rechtsberatung im Sinne des RDG. Wir von disruptive beraten Sie bei KI-Fragestellungen, nicht als juristische Experten. Zudem können KI-Systeme immer unvollständig oder fehlerhaft sein. Im Zweifelsfall sollten Sie das Ergebnis von einem Juristen oder anderen Spezialisten prüfen lassen.

Der Beitrag EmpCo-Check: Nutzen Sie unsere neue Software erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

Vergleich der ChatGPT-Modelle: Welches Modell für welche Aufgabe?

Timm Rotter — Wed, 09 Sep 2026 12:50:00 +0000

02. April 2026

Vergleich der ChatGPT-Modelle: Welches Modell für welche Aufgabe?

Wir passen diesen Artikel regelmäßig an und überarbeiten ihn – zuletzt am 3. Oktober 2026.

Die KI-Welt entwickelt sich im stetigen Wettlauf neuer und bestehender Marktführer rasant: monatlich oder gar wöchentlich kommen neue Versionen, Features und Spezialmodelle hinzu. Besonders schnell ist der Durchlauf beim ChatGPT-Erfinder OpenAI: Was gestern „das Standardmodell“ war, kann morgen schon aus der Toolbox fliegen.

So ist es inzwischen vielen vor kurzer Zeit noch populären Modellen wie ChatGPT-4o oder OpenAIs Ende 2024 noch als wegweisend gefeiertem ersten Reasoning-Modell o1 gegangen. Selbst o3, das wir hier lange als Geheimtipp für anspruchsvolle Analysen geführt haben, ist inzwischen aus dem Modell-Dropdown verschwunden und nur noch über die OpenAI-API erreichbar.

Zudem prägt eine andere Diskussion die Branche: Mitte September hat Anthropic-Chef Dario Amodei in einem Essay dazu aufgerufen, das Tempo bei neuen Modellfähigkeiten bewusst zu drosseln, unter anderem mit Verweis auf mögliche Risiken durch autonome KI-Agenten. Einen Stopp des Trainings fordert er ausdrücklich nicht, wohl aber unabhängige Prüfer in den Labs. Sam Altman und Elon Musk haben noch am selben Tag zugestimmt. Mehr als 1.300 Mitarbeitende großer KI-Labore unterstützen zudem einen Aufruf zu einem bewusst gebremsten Entwicklungstempo.

Altman hat als Konsequenz auch den für 2026 erwarteten Börsengang von OpenAI vertagt: offiziell wegen offener Sicherheits- und Alignment-Fragen, nicht wegen der Marktlage. Ein Listing wird nun frühestens für 2027 erwartet.

Aktuell dreht sich in der ChatGPT-Welt trotzdem alles um die neue GPT-6-Familie: GPT-6 Astra, seit Anfang September 2026 das neue Flaggschiff von OpenAI, dazu seit dem 22. September die günstigeren Modelle GPT-6 Sol und GPT-6 Luna und seit dem 29. September GPT-6.1 Sol.

Die drei Ausbaustufen der 5.6er-Generation (Luna, Terra, Sol) bleiben im klassischen Chat vorerst im Angebot. Das ältere GPT-5.5 verschwindet dagegen Mitte Oktober aus ChatGPT und bleibt nur über die API erreichbar. Wichtig zur Einordnung: ChatGPT trennt inzwischen zwischen dem klassischen „Chat“ und dem Arbeitsbereich „ChatGPT Work“ samt Codex. GPT-6 Sol, GPT-6.1 Sol und GPT-6 Luna gibt es laut OpenAI nur dort, nicht im Chat.

Eigene Spezialwerkzeuge entstehen inzwischen als „Plugins“, die bisherigen eigenen „GPTs“ sollen laut OpenAI im Dezember 2026 abgeschaltet werden.

Insofern ist ChatGPT nicht mehr nur ein KI-Werkzeug, sondern bietet einen ganzen Werkzeugkasten diverser Tools. Sie alle sind mit unterschiedlichen Fähigkeiten ausgestattet und unterscheiden sich in Leistungsfähigkeit, Geschwindigkeit und Kosten. Und: Nicht jedes neue Modell ist unbedingt besser als der Vorgänger.

Tipp: Falls Sie Google-Nutzer sind, sollten Sie unbedingt auch den Vergleich der verschiedenen Gemini-KI-Modelle lesen.

ChatGPT-6 Astra: Das neue Flaggschiff

Kaum ein Modell-Update der letzten Jahre wurde von OpenAI selbst so groß angekündigt wie GPT-6 Astra: Am 3. September 2026 zunächst als Limited Preview für ausgewählte Nutzer, einen Tag später bereits für zahlende Kund:innen freigeschaltet.

OpenAI-Präsident Greg Brockman sprach von einem möglichen Einstieg in die „AGI-Ära“ (künstliche allgemeine Intelligenz). Bei so einer Ansage lohnt sich gesunde Skepsis, aber ein paar handfeste Verbesserungen bringt Astra tatsächlich mit.

Laut OpenAI ist Astra „schneller und zu mehr Aufgaben fähig als jede vorherige Version“ und vor allem darin besser geworden, bei langen, mehrstufigen Workflows den Fokus zu behalten, sich an vorgegebene Aufgabengrenzen zu halten und auch mühsame, kleinteilige Arbeitsschritte zuverlässig durchzuziehen.

Als Beispiele nennt das Unternehmen selbst so unterschiedliche Aufgaben wie das Ausfüllen einer Steuererklärung, das Bauen von Videospiel-Szenen oder die eigenständige Jobsuche. In Coding, Mathematik und der Bedienung von Computern und Browsern positioniert OpenAI Astra als aktuellen Bestwert.

Technisch steckt dahinter das bislang größte Training von OpenAI überhaupt: erstmals wurde auf mehr als 100.000 GPUs am hauseigenen Stargate-Standort in Texas trainiert. Neu ist außerdem eine Technik namens „Recurrent Depth“ (auch „Looped Transformers“ genannt), die Astra effizienter macht, gleichzeitig aber einen Teil der Gedankenkette des Modells für Außenstehende schwerer nachvollziehbar macht.

KI-Sicherheitsforscher:innen sehen das kritisch, weil es die Kontrolle über das Modellverhalten erschwert. Für den Arbeitsalltag heißt das vor allem: Ergebnisse weiterhin gegenlesen, gerade bei kritischen Entscheidungen.

Ein Punkt für die Praxis: Die für zahlende Nutzer:innen freigeschaltete Version ist bewusst „abgespeckt“ und lehnt bestimmte Anfragen ab, etwa im Bereich Cybersecurity. Die volle Bandbreite der Fähigkeiten bleibt vorerst einem kleineren Kreis vorbehalten. Mehr dazu weiter unten.

Zur Verfügbarkeit: Astra gibt es nur in Bezahltarifen, Free und Go sind nicht dabei. In welchem Bereich (Chat, ChatGPT Work, Codex) das Modell erscheint, hängt vom Tarif ab. Über die API kostet es 10 US-Dollar je Million Eingabe-Token und 50 US-Dollar für die Ausgabe.

Einsatzgebiete für GPT-6 Astra

Agentische Workflows: mehrstufige Aufgaben, bei denen die KI selbstständig zwischen Recherche, Entwurf und Überarbeitung wechselt, ohne den Faden zu verlieren
Browser- und Computer-Steuerung: Recherchen, Formulare, Buchungen und ähnliche Abläufe, die das Modell eigenständig im Browser erledigt
Lange Dokumente und komplexe Kontexte: Reports, Verträge, Strategiepapiere, Briefings
Technische Aufgaben: Code schreiben, prüfen und dokumentieren, technische Konzepte sauber strukturieren
Business-Output: Präsentationslogik, Projektpläne, wiederverwendbare Templates

Kurz gesagt: Wenn Sie das leistungsfähigste Modell für die schwierigsten, mehrstufigen Aufgaben suchen, ist Astra die erste Wahl. Für viele Alltagsaufgaben ist es dagegen überdimensioniert, hier lohnt der Blick auf GPT-6.1 Sol (siehe unten). Und weil Astra erst seit Anfang September im Feld ist, gilt weiterhin: Ergebnisse gegenlesen, gerade bei kritischen Entscheidungen.

Hinweis Bei Google sehen Sie neben den Suchergebnissen oft aktuelle News-Boxen. Wenn Sie disruptive als bevorzugte Quelle hinterlegen, bekommen Sie dort häufiger unabhängige und fundierte KI-Updates von uns angezeigt. Hier disruptive als bevorzugte Quelle hinzufügen.

ChatGPT Pro – die Super-KI, die kaum jemand braucht

ChatGPT Pro ist weniger ein Modus, sondern ein eigenes Abo-Modell von OpenAI. Es gibt inzwischen drei Stufen: Pro 100, Pro 200 und seit Ende September 2026 Pro 500 (100, 200 beziehungsweise 500 US-Dollar pro Monat). Sie alle geben laut OpenAI Zugriff auf die leistungsstärksten verfügbaren Modellvarianten, aktuell inklusive der gründlicheren Denk-Varianten von GPT-6 Astra. Nur Pro 500 enthält zusätzlich „Ultrafast“, einen Modus, in dem Astra deutlich schneller antwortet.

Wir können den Part kurz halten, denn für vermutlich 99,99 % aller Fälle reichen die Standardmodelle vollkommen aus. Keine Frage, es ist beeindruckend, wie akribisch und differenziert die Pro-Variante komplexe Aufgaben angeht. Im Alltag aber schmeißen Sie mit einem Pro-Abo meist nur Geld zum Fenster raus.

Einsatzgebiete für ChatGPT Pro

Genutzt wird ChatGPT Pro vor allem in Consulting und Wissenschaft, wo Komplexität und Iterationstiefe entscheidend sind. Konkrete Anwendungen sind beispielsweise:

systematische Literaturarbeit wie das Zusammenfassen und Vergleichen Dutzender Papers zum Herausarbeiten von Forschungslücken
die Unterstützung bei Studiendesign und Methodiken, etwa um Hypothesen zu präzisieren
interdisziplinäre Analysen (z. B. Technik × Ethik × Recht)

Kurz gesagt: ChatGPT Pro zahlt sich für Forschende aus, wo Denken, Strukturieren und Präzisieren Zeit und damit Geld kosten – und Fehler sehr teuer werden.

GPT-6.1 Sol und GPT-6 Luna: Die günstigeren Spezialisten für Coding und Alltag

Unterhalb von Astra hat OpenAI die Familie in den letzten Wochen ausgebaut: Am 22. September 2026 kamen GPT-6 Sol und GPT-6 Luna, am 29. September folgte mit GPT-6.1 Sol ein Update für Sol. Beide sind die Nachfolger der gleichnamigen Modelle aus der 5.6er-Generation (zu deren holprigem Start mehr im Abschnitt zu den Cyber-Grenzen). Terra, die dritte Stufe der 5.6er-Generation, hat bislang keinen GPT-6-Nachfolger.

GPT-6.1 Sol soll laut OpenAI bei Coding, Computersteuerung und mehrstufigen Büro-Workflows fast an Astra heranreichen, kostet über die API aber nur ein Fünftel (2 statt 10 US-Dollar je Million Eingabe-Token, 10 statt 50 US-Dollar für die Ausgabe). Das sind Herstellerangaben aus eigenen Tests. Ob die Qualität für Ihren Anwendungsfall reicht, zeigt erst ein kurzer Praxistest mit echten Aufgaben. GPT-6 Luna ist die schnellste und günstigste Stufe und nach OpenAIs eigener Einordnung gedacht für klar umrissene, wiederkehrende Aufgaben wie Zusammenfassen, Extrahieren und Klassifizieren.

Zur Verfügbarkeit: GPT-6 Sol, GPT-6.1 Sol und GPT-6 Luna stehen in ChatGPT Work und Codex für Plus, Pro, Business, Enterprise und Edu bereit, nicht im klassischen Chat. Free- und Go-Nutzer erreichen Luna in der Desktop-App. In Enterprise und Edu bleibt GPT-6.1 Sol zunächst ausgeschaltet, bis ein Administrator es freigibt.

Einsatzgebiete für GPT-6.1

Programmierung & Debugging: komplexe Bugs, Architekturfragen, algorithmische Probleme (GPT-6.1 Sol)
Cybersecurity-Aufgaben: Threat Modeling, Code-Reviews, Patching, defensive Analysen (GPT-6.1 Sol)
Mathematik & Logik: mehrstufige Berechnungen, Beweise, formale Argumentationen (GPT-6.1 Sol)
Kosteneffiziente Alltagsaufgaben in großem Volumen: Zusammenfassungen, einfache Texterstellung, Lektorat (GPT-6 Luna)
Schnelle, günstige Standardanfragen ohne hohen Analyseanspruch (GPT-6 Luna)

Kurz gesagt: GPT-6.1 Sol ist das Modell für Fälle, in denen Qualität und Kosten gleichzeitig zählen: nah an Astra, aber deutlich günstiger. Luna ist die Wahl für hohe Stückzahlen einfacherer Aufgaben.

Mehr KI-Updates gefällig?

In unserem monatlichen Newsletter erhalten Sie ausgesuchte Infos und Einordnungen zu AI, Agents und Automatisierung. Zudem gibt es regelmäßig Einladungen zu kostenlosen KI-Webinaren.

GPT Image 2: Die integrierte Bildermacherin

OpenAI hat eine eigene Modellfamilie für die Bilderstellung. Die aktuelle Version ist seit September 2026 GPT Image 2.5, in ChatGPT als „ChatGPT Images 2.5“ zu finden. „DALLE“, was lange der Standard in ChatGPT war, können Sie von Ihrer KI-Tool-Liste endgültig streichen.

GPT Image liefert vor allem bei Text im Bild, Layouts und fotorealistischen Motiven nochmals stabilere und konsistentere Ergebnisse. Neu sind unter anderem „Sketch“ (eine Zeichnung als Vorlage, aufrufbar mit @Sketch), Vorlagen etwa für Poster und eine laut OpenAI um bis zu 50 Prozent kürzere Generierungszeit.

Wichtig dabei: Das ist kein „Chat-Modell“, sondern eine Bildfunktion – ein Spezialwerkzeug in ChatGPT, das unabhängig vom gewählten Chat-Modus agiert. Starten können Sie es direkt in ChatGPT – am Desktop in der Navigationsleiste auf der linken Seite, am Handy über das Burger-Menü. Sie gehen auf „Bilder“ und können direkt starten.

Mit dem Platzhirsch Midjourney können die Ergebnisse je nach Motiv weiterhin nicht immer mithalten – dafür ist die nahtlose Integration in ChatGPT (Prompt → Bild → Varianten → Bearbeitung) im Arbeitsalltag oft unschlagbar praktisch.

GPT-6 Astras Cyber-Grenzen: Wenn die KI (noch) nicht alles darf

Kurzer Rückblick, weil wir hier im Juni noch anders berichtet hatten: GPT-5.6 war tatsächlich zeitweise eingeschränkt: Auf Bitte der US-Regierung hat OpenAI das Modell Ende Juni zunächst nur einem kleinen Kreis vertrauter Partner zugänglich gemacht. Das ist mittlerweile Geschichte, seit dem 9. Juli 2026 ist GPT-5.6 vollständig öffentlich verfügbar (siehe oben). Ein gutes Beispiel dafür, wie schnell sich Meldungen aus der Modell-Welt schon nach wenigen Wochen überholen.

Aktuell gibt es eine ähnliche, wenn auch abgeschwächte Situation bei GPT-6 Astra: OpenAI hat am 1. September 2026 selbst bestätigt, dass Astra vor dem Release eine „kritische Schwelle“ bei Cyber-Fähigkeiten überschritten hat. Statt den Release deswegen zu verschieben, hat OpenAI die für zahlende Nutzer:innen ausgelieferte Version stattdessen so eingeschränkt, dass bestimmte Cybersecurity-Anfragen abgelehnt werden.

Zugang zu erweiterten Cyber-Fähigkeiten gibt es nur über das Programm „Trusted Access for Cyber“ (Stufen „Daybreak Blue“ und „Daybreak Red“), für das sich geprüfte Organisationen und Einzelpersonen bewerben können

Dazu kommt die bereits erwähnte „Recurrent Depth“-Technik, die Astras interne Gedankenkette für Außenstehende schwerer nachvollziehbar macht. OpenAIs eigener Chef-Wissenschaftler Jakub Pachocki räumte ein, dass unbeabsichtigte Schäden durch KI schwerer zu verhindern werden und das mittelfristig sogar zum Flaschenhals für weiteren KI-Fortschritt werden könnte. Für den normalen Mittelstandseinsatz heißt das: Die vollmundigen „AGI“-Ankündigungen rund um Astra sind vor allem Marketing, die eigentliche Arbeit mit dem Modell bleibt vorerst die gewohnte, mit Gegenlesen und gesundem Menschenverstand.

Was bedeutet das für Ihre KI-Strategie im Herbst 2026?

Fazit: Welches Modell für welchen Zweck?

Für die meisten Alltagsaufgaben, E-Mails, Konzepte, Zusammenfassungen, Brainstorming, reicht inzwischen ein günstigeres Modell: GPT-6.1 Sol liefert laut OpenAI nahezu Astra-Niveau zu einem Fünftel des API-Preises, GPT-6 Luna deckt klar umrissene Routineaufgaben ab. GPT-6 Astra lohnt sich dort, wo es auf die schwierigsten, mehrstufigen Aufgaben ankommt, etwa bei langen Workflows, Browser- und Computersteuerung oder komplexer Analyse. Wer ChatGPT vor allem im klassischen Chat nutzt, arbeitet vorerst weiter mit der GPT-5.6-Reihe, die neuen Sol- und Luna-Modelle stehen in ChatGPT Work und Codex.

Bei anspruchsvollem Coding lohnt sich der Blick auf GPT-6.1 Sol, für hohes Volumen einfacher Aufgaben auf GPT-6 Luna. Für Cybersecurity-nahe Aufgaben brauchen Sie bei den stärksten Modellen unter Umständen eine Freischaltung über OpenAIs Trusted-Access-Programm.

Was wir auf jeden Fall sehen: Es geht nicht mehr darum, immer das leistungsfähigste Modell zur Hand zu haben. Erfolgreich mit KI arbeiten heißt vielmehr, das jeweils richtige Werkzeug für den jeweiligen Zweck zu kennen.

Und bei allem Hype um „AGI“ und Astra: Die verfügbaren Modelle wie GPT-6.1 Sol oder auch Googles Gemini-Modelle und die Claude-Modelle von Anthropic reichen für 99 Prozent. Nutzen Sie das, was da ist, statt auf das nächste bessere Modell zu warten.

Kümmern Sie sich parallel lieber darum, Ihre gesamte Organisation KI-fit zu bekommen. Denn wenn die KI-Revolution eine Straße ist, ist der Hebel für echte Produktivität längst nicht mehr auf der Fastlane der Modell-Entwicklung zu finden, sondern auf der Spur daneben, und die gleicht in den meisten Firmen eher einem holprigen Forstweg.

Bei uns finden Sie die passenden Seminare

Der Beitrag Vergleich der ChatGPT-Modelle: Welches Modell für welche Aufgabe? erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

ChatGPT Ads starten in Deutschland: Was CMOs und Marketeers jetzt tun sollten

Timm Rotter — Tue, 01 Sep 2026 13:02:22 +0000

Aktualisiert am 01.09.2026

ChatGPT Ads starten in Deutschland: Was CMOs und Marketeers jetzt tun sollten

Update vom 01. September: Der für Mittelständler wichtigste Baustein, die Self-Service-Plattform, ist nun verfügbar. Unternehmen können eigene Kampagnen ab jetzt direkt über ads.openai.com buchen.

Update vom 25. August: Die neue EU-Datenschutzrichtlinie von OpenAI, die zur Ankündigung der Anzeigen noch fehlte (siehe das Kapitel zu Datenschutz unten), ist inzwischen online. Dort wird der Umgang mit Ads thematisiert.

Update vom 19. August:

Wir hatten prognostiziert, dass deutsche Werbetreibende frühestens zum Jahresende in ChatGPT buchen können. Das stimmt nur zur Hälfte.

OpenAI hat gerade bekannt gegeben, die Buy-Side schon am Montag, 24. August, in 31 europäischen Märkten zu öffnen – darunter Deutschland, Österreich und die Schweiz. Jedoch führt der Weg bis Ende August nur über sechs Großagenturen – Publicis, WPP, Omnicom, MediaPlus, Havas und dentsu.

Haben Sie auch Post von OpenAI bekommen?

Dann gehören Sie zu den Millionen europäischer ChatGPT-Nutzer und -Nutzerinnen, die am Wochenende die gleiche E-Mail im Postfach hatten. Betreff „Updates to OpenAI’s Privacy Policy“. Der Inhalt in aller Kürze: Ab dem 24. August erscheinen Anzeigen in ChatGPT auch in Deutschland. Und seit dieser Woche wissen wir: Werbetreibende können vom selben Tag an buchen.

Dass Werbung kommt, war seit Januar bekannt. Interessant ist der Moment, in dem die Ankündigung konkret wird, und die Frage, die daraus für Unternehmen folgt: Was damit tun? Bzw. sind es eigentlich drei zentrale Fragen. Kann ich dort werben? Lohnt sich das? Und wie steht es um ChatGPT Ads und Datenschutz?

Aber der Reihe nach.

Was genau hat OpenAI zu ChatGPT Ads in Deutschland angekündigt?

Anzeigen erscheinen ab Montag, dem 24. August 2026, in den Tarifen Free und Go. Deutschland gehört zu 31 europäischen Märkten, die OpenAI an diesem Tag gleichzeitig aufschaltet, darunter auch Österreich, die Schweiz, Frankreich, Italien, Spanien und die Niederlande.

Preview von OpenAI, wie Anzeigen auf dem Handy in ChatGPT aussehen. © OpenAI

Die Auswahl der Anzeigen ist zum Start rein kontextuell. Das heißt, OpenAI nutzt das Thema der laufenden Unterhaltung, den ungefähren Standort und den Gerätetyp und spielt dazu passende Werbung ein. Frühere Chats und Erinnerungen bleiben beim Targeting außen vor. Personalisierte Werbung soll später kommen, und zwar erst nach Opt-in-Abfrage.

Diese Reihenfolge ist kein Höflichkeitsakt. Kontextuelle Auswahl aus einem laufenden Gespräch und Profilbildung aus Chat-Historien sind datenschutzrechtlich unterschiedliche Kaliber. Die strenge Datenschutzpolitik der EU ist also durchaus wirksam: In den USA war Personalisierung von Anfang an aktiv, und zwar nur mit Opt-out.

Wer im kostenlosen Tarif bleiben und trotzdem keine Werbung sehen will, muss selbständig sein ChatGPT runterregeln. Bilderstellung und Deep Research sind dann gar nicht verfügbar – zudem wird die Nutzung limitiert. Wie stark, das sagt OpenAI nicht. In einem Test aus den USA schwankte der Wert stark: Einmal kam nach knapp 40 Nachrichten eine Warnung, in einem anderen auch nach über 60 noch gar keine.

Erste Einschätzung: Das Risiko, mitten im Thread nicht weiterarbeiten zu können, ist größer als der Nervfaktor von KI-Ads. Daher die Ads lieber aktiviert lassen. Wer sie trotzdem ausschalten will, geht über sein Profil-Icon > Einstellungen > Ads controls > Change plan > Reduce message limits.

Sollte „Ad controls“ bei Ihnen noch nicht zu sehen sein, haben Sie etwas Geduld. Die Funktion wird sukzessive ausgerollt, wie bei OpenAI üblich.

Warum führt OpenAI überhaupt Werbung ein?

Als offizielle Begründung schreibt OpenAI: Die kostenlosen Tarife kosteten viel Rechenleistung, und Werbung finanziere breiteren Zugang.

Das ist nicht falsch, aber unvollständig. Der Werbepilot startete am 9. Februar dieses Jahres in den USA. Sechs Wochen später bestätigte ein OpenAI-Sprecher über 100 Millionen Dollar Werbeumsatz annualisiert und mehr als 600 Werbetreibende. Der Europastart fällt nun ziemlich genau auf das halbjährige Bestehen des Geschäfts, und OpenAI spricht inzwischen von Zehntausenden Werbetreibenden.

Wohin die Reise geht, zeigen die Planzahlen, die OpenAI Investoren genannt hat: 2,5 Milliarden Dollar Werbeumsatz in 2026, 100 Milliarden bis 2030. Zum Vergleich: Google hat im vergangenen Jahr rund 294 Milliarden Dollar mit Werbung umgesetzt, Meta 196 Milliarden.

CEO Sam Altman baut sich hier also keine nette, kleine Nebeneinnahme auf, um die Community fair versorgen zu können: Der Druck dahinter ist vielmehr erheblich. Bis 2030 könnte die Firma weit über 200 Milliarden Dollar allein für Rechenzentren, Cloud und Infrastruktur benötigen.

In einem Post auf X (ehemals Twitter) schrieb Altman im November 2025 sogar von 1,4 Billionen Dollar, die die Firma in den kommenden acht Jahren in den Aufbau der KI-Infrastruktur investieren werde. Werbung ist daher keine Option, sondern eine wirtschaftliche Notwendigkeit.

Das Tempo passt dazu, denn es ist hoch: Der Self-Service Ads Manager öffnete im Mai für US-Unternehmen, Custom Audiences starteten wenig später. Zuletzt folgte der Launch eines Karussellformats mit mehreren Produkten – Erinnerungen an LinkedIn- und Insta-Ads werden wach. Die Aufzählung lässt sich fortsetzen, wer aber mehr Details wissen will, dem sei die detaillierte Timeline von Adscriptly empfohlen.

Wer sieht die Anzeigen und wer nicht?

„Werbeberechtigt” sind Accounts von ChatGPT-Free- oder Go-Usern, wenn nicht einer der folgenden Ausschlüsse gilt.

Konten, die OpenAI als unter 18 einstuft. Die Altersschätzung stützt sich laut Hilfe-Center auf angegebenes Alter, Kontoalter, Nutzungszeiten und -muster und diskutierte Themen.
Temporäre Chats, also der private Modus, vergleichbar mit dem Inkognito-Modus im Browser.
Threads zu sensiblen Themen wie Gesundheit oder Politik – zumindest für die Testphase schließt OpenAI diese aus.

Dazu kommt die Auslieferungsquote, das haben erste Zahlen aus den USA gezeigt: Rund 85 Prozent der US-Nutzer auf Free und Go sind grundsätzlich werbeberechtigt, aber weniger als 20 Prozent bekamen tatsächlich täglich eine Anzeige zu sehen. Warum: weil OpenAI offenbar die Ausspielung der Ads bewusst langsam angeht.

Wenn Sie also Reichweite modellieren, ist die adressierbare Basis deutlich schmaler als die Schlagzeile von einer Milliarde aktiver Nutzer. Dafür ist sie kommerziell dichter: Laut OpenAI hat rund jedes fünfte Gespräch eine eindeutige kommerzielle Absicht. Das ist eine Anbieterzahl ohne unabhängige Prüfung, aber sie beschreibt genau den Grund, warum dieser Kanal für Werbung überhaupt interessant ist.

Wie sehen die Anzeigen aus?

Die Anzeige steht unter der fertigen Antwort im Thread, ist als „Sponsored“ oder „Ad“ gekennzeichnet und optisch leicht abgesetzt. Hier ein englischsprachiges Beispiel:

Das Format ist knapp: Überschrift bis 50, Beschreibung bis 100 Zeichen, ein quadratisches Bild. Daneben gibt es Produktanzeigen, seit Ende Juli mit Preis und Sternebewertung, und seit August das erwähnte Karussell.

Ein Detail wird gern überlesen und ist strategisch das interessanteste am ganzen Format: Jede Anzeige hat ein Drei-Punkte-Menü mit den Optionen Ausblenden, Melden, Infos zur Anzeige und „Ask ChatGPT“. Letzteres schiebt genau dieses Werbemittel in die Unterhaltung zurück, sodass der Nutzer mit dem Modell darüber sprechen kann: Werbung wird zum Gesprächsgegenstand. Das gibt es in keinem anderen Kanal.

Parallel testet OpenAI KI-generierte Überschriften oberhalb der Anzeige. Das Mehrwertversprechen: besserer Kontext und eine auf den User zugeschnittene Sprache. Der Nachteil: Werbetreibende verlieren Kontrolle über die eigene Formulierung. Nebenbei berührt das den AI Act, dessen Transparenzpflichten seit dem 2. August gelten — hier müsste also eine Kennzeichnung als KI-generiert erfolgen.

Was unterscheidet ChatGPT Ads von sonstigen Online-Ads?

Drei Dinge, und alle haben Konsequenzen für Ihr Setup.

Es gibt im Ads Manager bisher keine Keywords, noch nicht einmal zur Demografie. Steuern können Sie über Geografie, eigene Kundendaten und ein Freitextfeld auf Anzeigengruppenebene, die sogenannten Context Hints. Dort beschreiben Sie in natürlicher Sprache, in welchen Gesprächssituationen Ihr Angebot passt. OpenAI sagt ausdrücklich, dass das keine präzisen Targeting-Regeln sind, sondern nur Hinweise für das Matching. Die US-Agentur StubGroup hat dazu in einem Praxisbericht zwei Anzeigengruppen mit identischem Werbemittel gegeneinander laufen lassen: eine mit klassischen Keywords, eine mit ausformulierten Nutzerfragen. Die Keyword-Gruppe lieferte deutlich häufiger aus, bei etwas höherer CTR und niedrigerem CPC. Ein einzelner Test einer einzelnen Agentur – das Targeting ist bisher nur ein Testfeld.
Es gibt kaum Reporting. Sie sehen Impressionen, Klicks, Kosten, CTR, CPC, CPM und Conversions. Sie sehen nicht, welche Gespräche oder Themen Ihre Anzeige ausgelöst haben. Segmentieren lässt sich nur nach Land, obwohl Sie feiner targeten können. Wer regional testen will, braucht getrennte Kampagnen.
Brand Safety wird Vertrauenssache – oder, kritischer formuliert – Glücksspiel. Sie können nicht sicherstellen, neben welchem Gesprächsinhalt Ihre Marke steht. Anderswo lassen sich unliebsame Themen blacklisten – ChatGPT sieht das noch nicht vor.

Die Auktion selbst ist vertraut: eine relevanzgewichtete Zweitpreisauktion, ähnlich dem Ad Rank bei Google. Es entscheidet also nicht ausschließlich das höchste Gebot, sondern auch die erwartete Relevanz beziehungsweise der Nutzen der Anzeige.

Warum könnten diese Anzeigen besonders wirksam sein?

Zwei Gründe:

Weil viele von uns KI-Chats ein sehr großes Vertrauen entgegenbringen, u.a., da die Bots wie „Chatty“ ja so menschlich sind.
Weil die Anzeigen die Nutzer in einem sehr passenden Moment erreichen. Wer bei Google „Dachdämmung Kosten“ tippt, gibt drei Wörter preis. Wer ChatGPT fragt, beschreibt das Haus, das Baujahr, das Budget, die Bedenken des Ehepartners usw. Die Anzeige erscheint, wenn wir schon recht tief im Thema sind. Der nächste Schritt – bzw. Klick – ist dann nicht mehr weit.

Aber auch hier gilt: Es fehlen noch Erfahrungswerte. Daher sind wir alle hier noch sehr im Konjunktiv unterwegs.

Wie gut schneiden ChatGPT Ads im Vergleich zu Google Ads ab?

Da das Format sehr neu ist, gibt es bisher wenig Zahlen – und wenn, dann aus den USA: Dort hat die Werbeagentur StubGroup rund 1.500 Nutzer auf derselben Website verglichen, die einmal über SEA und einmal über ChatGPT Ads kamen. Ergebnis: Verweildauer 41 Sekunden bei Google-Traffic gegenüber 17, Conversion-Rate 3,7 Prozent (Google) gegenüber 0,2 Prozent. Das hieße, es gab kaum messbare Geschäftsergebnisse aus ChatGPT-Anzeigen, und deckt sich mit Informationen des Fachmediums eMarketer in den USA.

OpenAI selbst verbreitet hingegen erwartbar bessere Zahlen: etwa, dass die Rate, mit der Nutzer Anzeigen wegklicken, seit Februar um mehr als die Hälfte gefallen sei. Zum Europastart legt das Unternehmen nach: Die durchschnittlichen Kosten pro Kauf seien in den vergangenen sechs Wochen um rund 60 Prozent gesunken, die Kosten pro tausend Impressionen um rund 20 Prozent.

Auch Microsoft berichtete für frühe Tests mit Ads in Copilot von 73 Prozent höheren Klickraten gegenüber klassischer Suche.

Allerdings sind dies Zahlen von Anbietern, unabhängig geprüft ist keine davon.

Egal, welcher Seite man eher traut: Mit Blick auf den deutschen Markt ist es schlichtweg noch zu früh, um die Eignung von ChatGPT Ads zu bewerten:

Die Formate werden sicherlich noch ausgereifter
Das Targeting steht noch völlig am Anfang und wird – Social Media hat es gezeigt – noch massiv verbessert
Und vor allem: KI-Ads werden an Akzeptanz gewinnen.

Prognose: In zwölf Monaten gehören ChatGPT Ads zumindest für passende Branchen (siehe unten) zum State-of-the-Art-Marketingmix. Bis dahin entscheidet allerdings eine Frage darüber, ob Sie überhaupt mitspielen können:

Mehr KI-Updates gefällig?

In unserem monatlichen Newsletter erhalten Sie ausgesuchte Infos und Einordnungen zu AI, Agents und Automatisierung. Zudem gibt es regelmäßig Einladungen zu kostenlosen KI-Webinaren.

Kann ich als deutsche Firma jetzt ChatGPT Ads schalten?

Ja, seit dem 1. September steht der Self-Serve-Ads-Manager allen offen. Anzeigen lassen sich jetzt direkt selbst anlegen und schalten – ohne mit einer von sechs Großagenturen zu arbeiten.

Am 24. August startete OpenAI in Europa zunächst über ein exklusives Nadelöhr: Buchbar war der Kanal zunächst ausschließlich über die Agenturpartner Publicis, WPP, Omnicom, MediaPlus, Havas und dentsu.

Seit dem 1. September ist nun auch die Self-Service-Plattform in Deutschland freigeschaltet. Damit fällt die Agenturpflicht, und der Kanal steht auch Mittelständlern, Selbstständigen und Performance-Marketern direkt zur Verfügung.
Damit gibt es für deutsche Unternehmen ab sofort drei Wege:

Self-Serve über ads.openai.com – direkt nutzbar für eigene Kampagnen und Budgets
über einen der sechs genannten Agenturpartner
über Ad-Tech-Partner wie Criteo oder StackAdapt, über die OpenAI in bisherigen Märkten ebenfalls Zugang eröffnet hat

Dass es so schnell ging, war im Rückblick angelegt: OpenAI schreibt seit Juli Stellen für das eigene Anzeigengeschäft in Paris, Dublin und München aus, Deutschland ist nach Unternehmensangaben der größte europäische ChatGPT-Markt nach zahlenden Abonnenten, und Sam Altman hat gerade ein zweites deutsches Büro in Berlin angekündigt.

Was kostet ChatGPT-Werbung?

Die Einstiegshürde ist in einem halben Jahr zusammengeschmolzen. Im Februar verlangte OpenAI in den USA ein Mindestvolumen von rund 200.000 Dollar. Heute gibt es ein Mindest-Tagesbudget bei 25 Dollar, die Volumenuntergrenze ist weg. Die Situation erinnert an Twitter, wo man anfangs auch nur werben konnte, wenn man sehr große Budgets investierte. Wie damals Twitter wird jedoch auch OpenAI alles dran setzen, möglichst schnell die breite Masse zu erreichen.

Realistische Werte aus laufenden Kampagnen in den USA für CPCs liegen zwischen 2 und 5 Dollar. Unter 3 Dollar Maximalgebot würden Anzeigen womöglich nicht ausgeliefert, schreiben US-Marketing-Blogs. Für CPMs gibt es aus Großbritannien aktuelle Anhaltspunkte von 30 Dollar – übrigens die Hälfte dessen, was anfangs in den USA als Wert kursierte, nämlich 60 Dollar.

OpenAI selbst meldet für die vergangenen sechs Wochen noch einmal rund 20 Prozent niedrigere Tausenderkontaktpreise.

Wichtig für die deutsche Planung: Diese Werte stammen aus dem Self-Service-Geschäft. Weil der Einstieg hier zunächst über besagte Agenturpartner läuft, gelten für Sie deren Konditionen und Mindestvolumina, nicht das 25-Dollar-Tagesbudget. Fragen Sie diese Zahl früh ab, sie entscheidet darüber, ob ein Test überhaupt in Ihr Budget passt.

Was bringen mir ChatGPT Ads konkret?

Für die meisten deutschen Unternehmen im Jahr 2026: noch keinen Umsatz, aber einen Informationsvorsprung, den Sie später nicht mehr aufholen können.

Testen sollten Sie, wenn drei Bedingungen zusammenkommen. Ihre Zielgruppe nutzt ChatGPT in den kostenlosen Tarifen, GEO-Analysen zeigen bereits organischen Traffic aus ChatGPT für Ihre Plattformen, und Ihre Kaufentscheidung hat eine relevante Recherchephase.

Branchen, auf die das zutrifft, sind bspw. B2C-Handel, Reise, Fitness, Heimwerken/DIY, Weiterbildung und komplexe Dienstleistungen – bspw. Versicherungen. Wenn Ihre Käufer dagegen fast alle auf Plus oder Enterprise sitzen, was in Teilen des B2B der Fall ist, erreichen Sie sie hier schlicht nicht.

Das Startdatum steht jetzt fest, die Vorarbeit bleibt dieselbe. Diese vier Dinge kosten fast nichts und zahlen sich auch ohne ChatGPT Ads aus. Wer am 24. August starten will, braucht sie ab dem 24. August:

Sauberes Conversion-Tracking. Ohne belastbare Messung lässt sich ein neuer Kanal nicht bewerten, und die Plattform selbst liefert kaum Daten. UTM-Parameter an den Zielseiten-URLs sind daher Pflicht, weil sie beim Klick erhalten bleiben und im eigenen Analysetools auswertbar sind.
Landingpages, die schon für Google Ads konvertieren. Sie sind der beste Startpunkt, weil die Zielseite hier Teil des Targetings ist.
Eine dokumentierte Liste echter Kundenfragen aus Vertrieb, Support und Suchdaten. Daraus entstehen später Ihre Context Hints.
Ein professionelles GEO-Setup, also organische Sichtbarkeit in KI-Antworten. Wer schon in ChatGPT auftaucht, hat die besseren Voraussetzungen für bezahlte Tests. Hinzu kommt, aus Sicht der Markenführung gedacht: Eine KI kann nur das überzeugend zusammenfassen, was über eine Marke konsistent und überprüfbar verfügbar ist. Eine unscharfe Positionierung wird in KI-Antworten teurer als in klassischen Kanälen.

ChatGPT Ads und Datenschutz – was muss ich da wissen?

Werbetreibende bekommen laut OpenAI nur aggregierte Leistungsdaten wie Aufrufe und Klicks – Zugriff auf Chats, Chatverlauf, Erinnerungen oder persönliche Daten sind ausgeschlossen.

Offen ist etwas anderes, und das wiegt seit dieser Woche schwerer. Die europäische Datenschutzrichtlinie von OpenAI in ihrer aktuell gültigen Fassung vom 4. Juni 2026 erwähnt Werbung an keiner Stelle. Es gibt zwar eine Preview auf eine neue mit Werbehinweis – dies ist aber eben noch eine Preview.

Wenn am 24. August in 31 europäischen Märkten Anzeigen ausgespielt werden, sollte die verbindliche Fassung stehen. Prüfen Sie das Datum der Richtlinie, bevor Sie eine Kampagne freigeben.

Die US-Fassung (Stand: April 2026) beschreibt bereits Datenweitergaben an Marketingpartner. Hier muss OpenAI also noch nachlegen, denn ohne Klarheit beim Datenschutz kein DSGVO-konformes Advertising.

Dazu kommt eine strukturelle Frage, an der sich europäische Aufsichtsbehörden seit zwei Jahren abarbeiten. Der Europäische Datenschutzausschuss (EDSA) hat in einer Stellungnahme 2024 festgestellt, dass große Plattformen die Anforderung an freiwillige Einwilligung in den meisten Fällen nicht erfüllen, wenn sie Nutzer nur vor die Wahl zwischen verhaltensbasierter Werbung und Bezahlung stellen. Der EDSA fordert eine echte kostenlose Alternative ohne verhaltensbasierte Werbung.

OpenAI hat mit der Ads-Free-Variante solch einen dritten Weg eingebaut. Ob eine Alternative mit reduziertem Nachrichtenkontingent und abgeschalteten Funktionen als gleichwertig gilt oder als Druckmittel, darüber streiten Juristen derzeit. Wer tiefer einsteigen will: Interessant ist hier der Blick in die Medienbranche und die Beschwerde in Norwegen gegen das Pay-or-Okay-Modell von Schibsted.

Für Ihre Planung hinsichtlich ChatGPT Ads in Deutschland heißt das: Rechnen Sie damit, dass sich die Regeln in Europa noch einmal ändern, bevor der Kanal hier ausgereift ist.

Und weil beides gern vermischt wird: Der AI Act regelt diese Anzeigen nicht, verpflichtet Sie seit dem 2. August 2026 aber dazu, KI-generierte Inhalte und eigene Chatbots zu kennzeichnen — mehr dazu in unserem AI-Act-FAQ.

Was ändert sich für meine Mitarbeitenden?

Mehr, als es zunächst scheint. Denn die Werbung macht etwas sichtbar, das vorher unsichtbar war:

Anzeigen erscheinen nur in Free und Go. Wer Plus, Pro, Business, Enterprise oder Edu nutzt, bleibt werbefrei. Sehen Ihre Mitarbeitenden ab dem 24. August also Werbung in ChatGPT, arbeiten sie mit privaten Einstiegskonten. Das war dann vorher schon so, nur hat es niemand bemerkt. Damit ist das kein Werbethema, sondern eines für Lizenzen und AI Governance.

Genauso wenig geholfen ist Ihnen, wenn jemand aus Ärger über die Werbung in die Ads-Free-Variante wechselt. Er verliert Nachrichtenkontingent, Bilderstellung und Deep Research. Eine stille Entscheidung, die Produktivität kostet.

Die Empfehlung: Erheben Sie in den nächsten zwei Wochen, wer im Unternehmen auf welchem Tarif arbeitet. Das Ergebnis überrascht meistens. Daraus ergibt sich, ob Sie ein Lizenzbudget brauchen, Schulungen für Ihr Team, eine KI-Richtlinie oder alles drei.

Stand: 01. September 2026. OpenAI ändert das Werbeprodukt derzeit im Wochentakt. Wir aktualisieren diesen Beitrag, sobald sich der Status für Deutschland ändert.

Der Beitrag ChatGPT Ads starten in Deutschland: Was CMOs und Marketeers jetzt tun sollten erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

Musik-KI und Recht: Darf man KI-Songs aus Suno, Gemini oder Udio professionell nutzen?

Timm Rotter — Sat, 22 Aug 2026 04:46:00 +0000

Musik-KI und Recht – Was das GEMA-Urteil gegen Suno für die professionelle Nutzung bedeutet:

Ob Suno, Udio oder Gemini Music – Musik-KI klingt längst täuschend echt, mehrere KI-Songs haben es bereits in die Hitparaden geschafft. So mancher Chart-Breaker ist jedoch leider auch ein Law-Breaker – das haben gerade erst wieder Münchner Richter festgestellt:

…

Musik-KI und Recht: Darf man KI-Songs aus Suno, Gemini oder Udio professionell nutzen?Weiterlesen »

Der Beitrag Musik-KI und Recht: Darf man KI-Songs aus Suno, Gemini oder Udio professionell nutzen? erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

FAQs zum AI Act – das müssen KI-Entscheider wissen

Timm Rotter — Sat, 01 Aug 2026 23:27:00 +0000

Was bedeutet der AI Act für Unternehmen?

Letztes Update: 24. September 2026

Der AI Act der Europäischen Union regelt für Unternehmen, wie sie mit Künstlicher Intelligenz umgehen müssen. Seit dem 2. August 2026 sind wichtige neue Regeln in Kraft getreten, die alle Firmen betreffen, die mit KI arbeiten. Und diese gelten sogar, wenn nur ein einzelner Chatbot im Einsatz ist.

Unsere FAQs zum AI Act beantworten zentrale Fragen aus Sicht von Unternehmen. Hier erfahren Sie, welche Verpflichtungen bereits gelten, wie Sie das Gesetz ohne zu viel Bürokratie einhalten, und wie es sogar helfen kann, mehr Geschäft zu generieren:

Welche neue Regeln beim AI Act gelten seit dem 2. August 2026?

Zu den prominentesten nun anwendbaren Neuerungen zählen die Transparenzpflichten des Art. 50:

Anbieter von KI-Systemen, die unmittelbar mit Menschen interagieren, müssen ihre Systeme grundsätzlich so gestalten, dass betroffene Personen darüber informiert werden, dass sie mit einer KI kommunizieren. Eine gesonderte Info ist nicht erforderlich, wenn dies für eine hinreichend informierte Person unter den jeweiligen Umständen offensichtlich ist.

Anbieter generativer KI-Systeme müssen außerdem – soweit technisch machbar – sicherstellen, dass künstlich erzeugte oder veränderte Text-, Bild-, Audio- und Videoinhalte maschinenlesbar markiert und als solche erkennbar sind (mehr dazu unten). Systeme, die bereits vor dem 2. August auf den Markt waren, erhalten eine Übergangsfrist bis zum 2. Dezember 2026.

Davon zu unterscheiden sind die Offenlegungspflichten der Nutzer beziehungsweise Betreiber solcher Systeme:

Wer KI-generierte oder manipulierte Bild-, Audio- oder Videoinhalte einsetzt oder verbreitet, die einen Deepfake darstellen, muss grundsätzlich offenlegen, dass der Inhalt künstlich erzeugt oder verändert wurde.

Eine entsprechende Pflicht gilt außerdem für KI-generierte Texte, die der Information der Öffentlichkeit über Angelegenheiten von öffentlichem Interesse dienen. Sie entfällt, wenn der Inhalt menschlich geprüft oder redaktionell kontrolliert wurde und eine natürliche oder juristische Person die redaktionelle Verantwortung für seine Veröffentlichung trägt (mehr dazu ebenfalls unten).

Eine allgemeine Pflicht, jeden mit KI erzeugten Inhalt sichtbar zu kennzeichnen, sieht der AI Act dagegen nicht vor.

Seit dem 2. August 2026 greifen zudem die Zuständigkeiten für Aufsicht und Durchsetzung. Diese verteilen sich insbesondere auf das Europäische AI Office, den Europäischen Datenschutzbeauftragten und die zuständigen nationalen Behörden – in Deutschland die Bundesnetzagentur. Sie überwachen die Einhaltung der jeweils bereits anwendbaren Vorschriften. Verstöße können mit erheblichen Geldbußen und weiteren Maßnahmen geahndet werden (siehe unten).

Welche KI-Anwendungen werden im KI-Gesetz der EU reguliert?

Eine einfache White- oder Blacklist existiert nicht, daher sollte man die Grundidee des Gesetzes verstehen. Es sortiert KI-Anwendungen nicht nach Tools oder Medien, sondern nach vier Risikokategorien, wie unsere Grafik zeigt:

unzulässige Anwendungen, die vollständig verboten sind (Art. 5). Darunter fallen in der EU etwa Social-Scoring-Systeme oder Gesichtserkennung zur Fernüberwachung. Ebenfalls verboten wird „Predictive Policing“ auf Basis persönlicher Merkmale, wie der Hautfarbe, also der Einsatz von KI, um abzuschätzen, ob eine Person eine Straftat zukünftig begehen wird oder nicht. Der letztgenannte Case ist aus Firmensicht sicherlich nicht realistisch, er bringt aber die wichtigste Leitlinie des AI Acts zum Ausdruck: KI darf Menschen auf keinen Fall schaden.
Hoch-Risiko-KI, für die strenge Dokumentations- und Monitoringpflichten gelten – in Unternehmen dürften hierunter bspw. Systeme im Finanz-, Controlling- und Personalbereich fallen (siehe unten).
Anwendungen mit Transparenz- und Kennzeichnungspflicht – alle KI-Systeme, die zur unmittelbaren Interaktion mit Menschen gedacht sind, verortet der AI Act mindestens auf dieser Stufe. Dazu zählen Chatbots und die meisten der gängigen GenAI-Tools.
unkritische Anwendungen, die keiner Regulierung unterliegen. Hierunter fallen viele KI-Anwendungen, die wir im Alltag gar nicht als solche im Blick haben – etwa Spamfilter, digitale Zugangssysteme wie die Smartphone-Gesichtserkennung oder oder Speech-to-Text-Funktionen am Handy.

Welche KI-Systeme mit hohem Risiko gibt es in Unternehmen?

Unter Hoch-Risiko-KI fallen laut AI Act (Art. 6) Anwendungen, deren Einsatz Gesundheit, Sicherheit oder Grundrechte von Menschen gefährden könnten. Unternehmen sollten hier vor allem auf KI in Produkten, aber auch im Kundenservice und im HR-Bereich schauen:

- Im Produktbereich reden wir nicht über ChatGPT & Co, sondern über KI-Systeme zur Datenanalyse, zur prädiktiven Bewertung oder zur Steuerung. Welche Produkte im Detail darunter fallen, ist oft eine Einzelfallprüfung, aber die betroffenen Produktkategorien sind in den Anhängen des Gesetzes klar geregelt.
- Im Kundenservice werden beim Begriff Hochrisiko-KI z. B. Systeme genannt, die Reklamationen vorsortieren und – abhängig vom Kundenprofil – bewerten. Dies könnte Grundrechte betreffen, weil die KI hier gewisse Personen bevorzugen oder benachteiligen könnte.
- Im HR-Bereich gilt Ähnliches – im Recruiting wie auch in der Personalentwicklung: Man denke an einen KI-Bot, der als erste Instanz alle Bewerbungen screent und nur Kandidat:innen an die menschlichen HR-Kolleg:innen weiterreicht, die das System als geeignet ansieht. Gleiches ist bei der Entscheidung über Beförderungen oder bei der Leistungskontrolle von Arbeitnehmer:innen denkbar – im schlechtesten Fall bis hin zu disziplinarischen Maßnahmen, wo der Bot zumindest Empfehlungen aussprechen könnte.

All diese Anwendungen sind nicht verboten, aber es gibt klare Zertifizierungs- und Transparenzpflichten für Unternehmen. Ursprünglich sollten diese Regeln bereits ab diesem Jahr greifen. Hier gab es allerdings im Frühjahr eine Vollbremsung aus Brüssel, da vor allem der Mittelstand den ursprünglichen Zeitplan kaum schaffen konnte. Mit dem „EU Digital Omnibus on AI“, auf den sich Parlament und Rat im Mai 2026 politisch geeinigt haben, bekommen Unternehmen deutlich mehr Luft:

Die harten Pflichten für eigenständige KI-Systeme („Annex III“ – worunter bspw. HR oder Kundenservice fallen) gelten erst ab Dezember 2027. Hersteller von regulierten Produkten („Annex II“ – wie die erwähnten Medizinprodukten) erhalten sogar Zeit bis August 2028. Zudem hat die EU generell die Dokumentations- und QS-Pflichten für KMU, Start-ups und Scale-ups vereinfacht.

Muss man nun alle mit KI erstellten Texte kennzeichnen?

Nein, das muss man nicht. Es gibt in Artikel 50, Absatz 4 des AI Acts klare Vorgaben, wann Texte als „KI-generiert“ zu kennzeichnen sind. Dort heißt es:

„Betreiber eines KI-Systems, das Text erzeugt oder manipuliert, der veröffentlicht wird, um die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren, müssen offenlegen, dass der Text künstlich erzeugt oder manipuliert wurde. Diese Pflicht gilt nicht, (…) wenn die durch KI erzeugten Inhalte einem Verfahren der menschlichen Überprüfung oder redaktionellen Kontrolle unterzogen wurden und wenn eine natürliche oder juristische Person die redaktionelle Verantwortung für die Veröffentlichung der Inhalte trägt.“

Drei Formulierungen sind wichtig:

„Angelegenheiten von öffentlichem Interesse“. Die Formulierung wirkt sehr deutlich, in der Praxis ist sie jedoch wachsweich. Content-Marketing von Unternehmen falle nicht darunter, schreiben manche Websites. Was ist aber mit dem LinkedIn-Post, in dem der CEO die neue Firmenstrategie kommentiert? Ebenso schwierig ist es mit Werbung – aus Sicht vieler Experten kein öffentliches Interesse; aber was ist mit dem ersten Werbespot zum neuen iPhone?
„Verfahren der menschlichen Überprüfung oder redaktionellen Kontrolle“, denen Texte zu unterziehen sind. Dieser Hinweis ist elementar aus Unternehmenssicht, denn er besagt: Wenn ein:e Mitarbeitende:r einen Text ernsthaft lektoriert, ist dieser kein KI-Content mehr – unabhängig davon, ob er etwas verändert oder nicht.
„redaktionelle Verantwortung für die Veröffentlichung“. Bei Medien kennt man den Passus V.i.S.d.P., die Verantwortung im Sinne des Presserechtes. Meist sind das Verleger:in oder Chefredaktion. Diese Rollen gibt es bei Corporate Content selten. Der EU-Gesetzgeber hat den Part aber bewusst sehr breit formuliert, indem er neben der „natürlichen Person“ auch die „juristische Person“ nennt. Und wenn eine Organisation einen Text auf ihren offiziellen Kanälen (Website, eigener Social-Media-Kanal) veröffentlicht, haftet sie als juristische Person ohnehin dafür. Heißt: Die redaktionelle und rechtliche Verantwortung ist sichergestellt.

Wichtig zur Einordnung: Das technische Wasserzeichen, das KI-Anbieter wie Anthropic mittlerweile in Texten einbetten (mehr dazu weiter unten), ist eine separate Pflicht des Anbieters (Art. 50 Abs. 2). Sie ändert nichts an Ihrer eigenen Offenlegungspflicht als Unternehmen. Ob Sie einen Text kennzeichnen müssen, entscheidet weiterhin allein, ob er redaktionell geprüft wurde und ob es um eine für die Öffentlichkeit relevante Angelegenheit geht, nicht, ob im Hintergrund ein Wasserzeichen mitläuft.

Sollten Sie unsicher sein, empfehlen wir, bei KI-Texten sehr transparent zu sein – aus zwei Gründen: weil viele Nutzer:innen dies erwarten. Und weil es auch ein Statement für die eigene Modernität und damit ein Beitrag zum Markenimage sein kann, wenn man KI klug einsetzt.

Wichtig zu wissen: Neben dem KI-Gesetz gibt es noch andere Rechtsvorschriften, die Einfluss auf Kennzeichnungspflichten haben. Dazu zählen Persönlichkeits- oder Urheberrechte – diese gelten natürlich weiterhin. Vor allem bei GenAI und Urheberrecht tritt man schnell in rechtliche Fettnäpfchen.

Was ist, wenn ich KI nur zur Rechtschreibprüfung nutze?

In diesem konkreten Fall entfällt die Kennzeichnungspflicht. Denn Artikel 50 Absatz 2 nimmt KI-Systeme aus, die nur eine Hilfsfunktion für die Standardredaktion erfüllen oder die Eingabedaten und deren Semantik nicht wesentlich verändern. Darunter fallen bspw. Rechtschreibprüfung, Umformulierung oder Zusammenfassung eigener Inhalte – all dies löst keine Kennzeichnungspflicht aus.

Wie soll man KI-Bilder AI-Act-konform kennzeichnen?

Generell kann man sagen: Bei Bild-, Audio- oder Videoinhalten ist der AI Act strenger als bei Texten. Hier geht es vor allem um „Deepfakes“ – also super-realistische, künstliche Fake-Inhalten, die das Netz fluten und dazu führen, dass wir nicht mehr erkennen können, was eigentlich noch echt ist. Wo wir unseren Augen noch trauen können.

Laut Art. 50, AI Act gelten daher drei Prinzipien: erkennbar, so früh wie möglich und maschinenlesbar.

Maschinenlesbarkeit ist besonders wichtig, damit Social-Media-Plattformen, Suchmaschinen und Web-Browser, KI-Inhalte automatisch erkennen. Nur so können diese Plattformen beispielsweise automatisierte Warnhinweise für Nutzer einblenden oder Deepfakes filtern.

Wie dies technisch funktioniert, lesen Sie unten.

Gut zu wissen: Der Prozess erfolgt inzwischen immer öfter automatisiert und ohne unser Zutun: KI-Tools, etwa die Video- oder Bildgeneratoren von OpenAI oder Google, betten die nötigen maschinenlesbaren Informationen direkt ein.

Ausspielplattformen wie etwa LinkedIn lesen diese Infos und kennzeichnen diese Bilder automatisch mit einem kleinen „cr“-Symbol (Content Credentials). Wenn man darauf klickt (Beispiel hier), erscheint der KI-Hinweis plus Infos auf das verwendete Tool und Datum.

Darauf verlassen dürfen sich KI-Nutzer jedoch nicht: Falls es keine automatische Kennzeichen gibt, empfehlen wir ein nüchternes „Inhalt mit KI erstellt“ direkt am jeweiligen Content. Das jeweilige Tool können Sie, müssen Sie aber nicht explizit nennen. Ebenso freiwillig ist die Nutzung der von der EU veröffentlichten KI-Label. Es reicht auch ein klar erkennbarer Hinweis „Mit KI erstellt“.

Auf keinen Fall ausreichend ist hingegen ein allgemeiner Hinweis auf KI-Nutzung im Impressum oder Footer.

Wie kennzeichnet man KI-Videos AI-Act-konform?

Der EU AI Act verpflichtet zur Kennzeichnung realistisch wirkender KI-Inhalte („Deepfakes“, synthetische Stimmen oder Personen). Für Kunst, Fiktion und Satire reichen lockerere Hinweise im Begleittext.

3 Grundregeln für die Umsetzung:

Direkt im Bild: Gut sichtbares Overlay oder Icon (z. B. „KI-generiert“) im Videobild.
Rechtzeitiger Start: Einblendung zu Beginn des Videos oder der ersten KI-Sequenz.
Wiederholung bei Cuts: Bei Wechseln zwischen Realbildern und KI den Hinweis erneut einblenden.

3 Praxisbeispiele:

Punktuell (z. B. Tagesschau): Das Label erscheint nur exakt in den KI-generierten Abschnitten und verschwindet bei Realszenen.
Durchgehend (z. B. politische Kommunikation): Das Label bleibt über die gesamte Laufzeit im Bild – die sicherste, aber strengste Form.
Initial + Caption (z. B. Werbespots wie bei Coca-Cola): Einblendung nur in den ersten Sekunden plus Hinweis im Begleittext. Reicht für klassisch durchgeschaute Werbefilme nach rechtlicher Einschätzung meist aus.

Wie funktioniert die maschinenlesbare KI-Kennzeichnung bei Texten, Bildern und Videos?

Bei Bild- und Video-Tools entwickelt sich ein Zusammenspiel aus zwei technologischen Ansätzen zum Standard:

Metadaten-basierte Kennzeichnung (z. B. C2PA-Standard): Direkt bei der Erstellung des Bildes oder Videos wird ein kryptografisch signiertes „Manifest“ in die Datei (den Datei-Header) eingebettet. Dieser herstellerübergreifende Branchenstandard C2PA (Coalition for Content Provenance and Authenticity) dokumentiert fälschungssicher den Ursprung, den Erstellungszeitpunkt und das genutzte KI-Tool. Webbrowser, Suchmaschinen und soziale Netzwerke können diese Metadaten automatisch auslesen und dem Nutzer direkt anzeigen.
Unsichtbare digitale Wasserzeichen (z. B. SynthID-Technologie): Da Metadaten beim Teilen (z. B. beim Komprimieren durch Messenger, durch Screenshots oder beim Zuschneiden) verloren gehen können, wird die Datei zusätzlich forensisch geschützt. Dabei verändert die KI minimale Pixel-, Farb- oder Tonwerte in einer Weise, die für das menschliche Auge und Ohr völlig unsichtbar bzw. unhörbar ist. Spezielle Erkennungs-Algorithmen können dieses Muster jedoch zweifelsfrei decodieren. Diese digitalen Wasserzeichen sollen auch starke Bearbeitung überstehen, Formatänderungen oder das Abfotografieren und Abfilmen von Bildschirmen.

Teilweise werden auch Formate wie JSON oder spezielle HTML-Tags genutzt, die es Social Media-Tools, CMS-Systemen oder Suchmaschinen ermöglichen, den KI-Ursprung automatisch auszulesen und anzuzeigen.

Bei Text-Inhalten funktioniert das Prinzip ähnlich, nur unsichtbarer: Statt Metadaten in eine Datei einzubetten, verändert das KI-Modell die Wortwahl in einem statistischen Muster, das für Menschen nicht wahrnehmbar ist, sich aber mit einem passenden Erkennungsverfahren auslesen lässt. Anthropic etwa hat dieses Verfahren für seine Claude-Modelle angekündigt: Neue Modelle, die seit dem 2. August 2026 erscheinen, tragen das Wasserzeichen von Anfang an. Bestehende Modelle rüstet Anthropic schrittweise nach. Die EU hat den LLM-Betreibern hierzu eine Frist bis zum 2. Dezember 2026 gesetzt.

Der Zugriff auf Anthropics zugehörige Erkennungs-Software bleibt vorerst ausgewählten Gruppen vorbehalten, etwa Aufsichtsbehörden, Medien und Fact-Checkern sowie Unternehmen mit eigenen Prüfpflichten, für die breite Öffentlichkeit ist ein technischer Nachweis also (noch) nicht möglich.

Wichtig für Anwender:innen in Unternehmen: Während diese maschinenlesbaren Technologien im Hintergrund von den KI-Anbietern standardmäßig integriert werden müssen, tragen Unternehmen, die solche Inhalte veröffentlichen, die Verantwortung für die sichtbare Kennzeichnung für Menschen.

Handelt es sich um Deepfakes oder täuschend echte KI-Bilder/-Videos, muss für die Betrachter ein klarer, gut sichtbarer Hinweis angebracht werden. Üblich sind hier Wasserzeichen oder Text-Disclaimer.

Gilt die Kennzeichnungspflicht auch für Anzeigen in ChatGPT?

Ja, für Anzeigen gilt exakt das Gleiche wie für organischen Content. Sobald ChatGPT-Anzeigen in Deutschland verfügbar sind, müssen sie auch gekennzeichnet werden, wenn sie den entsprechenden Kriterien für Text- oder Videoanzeigen entsprechen.

Muss ich vor dem 2. August veröffentlichte Inhalte nachträglich kennzeichnen?

Generell gilt: Das Veröffentlichungsdatum ist kein Freifahrtschein – und zwar gar nicht aufgrund des KI-Gesetzes: Die – noch unverbindlichen – Leitlinien der EU-Kommission sagen, dass vor dem 2. August 2026 erzeugte Inhalte nicht rückwirkend gekennzeichnet werden müssen.

Das Wettbewerbsrecht (UWG) schert sich allerdings nicht um den Stichtag: Ein irreführendes Bild bleibt abmahnbar, solange es online steht und dabei täuscht. Das galt allerdings auch schon vor der Kennzeichnungspflicht und auch nicht nur für KI-Content.

Was regelt der AI Act zum Umgang mit Urheber- und Nutzungsrechten?

Wenig, und das bewusst: Ein derart umfassendes Gesetzeswerk hat nicht die Aufgabe, die konkreten juristischen Auslegungen im Detail zu definieren, aber es soll einen Rahmen setzen, in dem sich künftig die Rechtsprechung bewegt. Und das tut der AI Act, gerade mit Blick auf GPAI, also leistungsfähige Sprachmodelle.

Der Entwurf sieht vor, dass Betreiber nicht nur den Trainings- und Testprozess des Modells offenlegen, sondern auch „die Art und Herkunft der Daten“ sowie, „wie die Daten erhalten und ausgewählt wurden“. Zudem müssen KI-Firmen laut den Transparenzpflichten für GPAI im AI Act sicherstellen, dass sie die Urheberrechte in der EU einhalten und Daten, welche die Eigentümer nicht freigeben wollen, auch garantiert nicht in ihre Modelle einfließen lassen.

„Urheberrechte in der EU einhalten“ klingt sehr absolut. Allerdings krankt die Forderung daran, dass schlichtweg noch nicht geklärt ist, ob GenAI-Tools überhaupt einen Urheberrechtsverstoß begehen, da sie (in der Tat) urheberrechtlich geschützte Inhalte ja nicht 1:1 wiedergeben, sondern die Informationen neu zusammenwürfeln

Auf dieser Basis werden Richter:innen in den nächsten Jahren entscheiden müssen, wie konkrete Fälle von Urheber- oder Nutzungsrechts-Streitigkeiten zu bewerten sind. Heißt: Die Rechtsprechung muss sich noch entwickeln.

Und auch wenn sie zugunsten der Rechteinhaber ausfallen dürfe, heißt das noch lange nicht, dass die KI-Konzerne klein beigeben: Der seit Jahren schwelende Rechtsstreit zwischen Google und Verlagen darüber, wie viel Tantieme der Suchmaschinenbetreiber für die Nutzung der Inhalte zu zahlen habe („Leistungsschutzrecht“), taugt hier als Präzedenzfall.

Für Unternehmen dürfte in diesem Zusammenhang eine Frage interessant werden: Ob sie einen generellen Anspruch haben, von Mitarbeitenden erstellte Daten in eigene KonzernGPTs einzuspeisen. Setzt man sie mit den Anbietern von Sprachmodellen gleich, müssten sie sicherstellen, dass Inhalte einzelner Nutzer auf deren Wunsch entfernt bzw. nicht integriert werden. Auch hier gibt es aber noch keine belastbare Rechtsauslegung.

Müssen Unternehmen ihre Mitarbeiter:innen in puncto KI schulen?

Zumindest müssen sie helfen, die KI-Kompetenz beim eigenen Personal sicherzustellen, soweit das mit KI arbeitet. Diese „AI Literacy“ legt das KI-Gesetz in Artikel 4 fest. Sie ist bereits seit Februar 2025 für Unternehmen verpflichtend, die KI einsetzen. Ausnahmen sieht der AI Act nicht vor, weder was Firmengröße noch was Tool-Set angeht.

Alle Firmen müssen demnach „nach bestem Kräften sicherstellen, dass ihr Personal und andere Personen, die in ihrem Auftrag mit dem Betrieb und der Nutzung von KI-Systemen befasst sind, über ausreichende KI-Kenntnisse verfügen.“ Dabei seien „technische Kenntnisse, Erfahrung, Aus- und Weiterbildung und des Kontexts, in dem die KI-Systeme eingesetzt werden sollen“, zu beachten. Mehr dazu in diesem eigenen Beitrag zur Schulungsverpflichtung.

Wichtig: Die EU hat die Vorgaben zur AI Literarcy im Rahmen ihrer „KI-Omnibus“-Novelle 2026 etwas abgemildert: Unternehmen müssen diese nicht mehr aus sich heraus „sicherstellen“, sondern nur noch „unterstützen“. Zudem sind für Verstöße gegen die Kompetenzverpflichtung keine Geldstrafen mehr vorgesehen – wie es lange kolportiert wurde.

Allerdings: Ihre oben beschriebene „Unterstützungs“-Leistung müssen Firmen ab August 2026 dokumentieren.

Machen Sie es sich leicht: Mit den Online-Kursen in unserer KI-Akademie können Unternehmen ihre Mitarbeitenden individuell, schnell und kostengünstig entsprechend der EU-Vorgaben weiterbilden. Zur rechtssicheren Dokumentation erhalten die Teilnehmenden für jeden Kurs ein Zertifikat:

Drohen Strafen, wenn Unternehmen die Regeln im KI-Gesetz nicht einhalten?

Ja, und die Höchststrafe für Verstöße gegen den AI Act sind saftig: Laut Artikel 99 AI Act werden im Extremfall bis zu 35 Millionen Euro Strafe oder von bis zu 7 % seines gesamten weltweiten Jahresumsatzes fällig. Zum Vergleich: DSGVO-Verstöße kosten „nur“ maximal 20 Millionen Euro. Allerdings gibt es einige Einschränkungen:

So gilt das Maximum nur für Verstöße gegen Paragraf 5, also den Einsatz verbotener KI.
Es sind nicht für alle Verstöße Bußgelder vorgesehen. Wer bspw. der Kompetenzpflicht nicht nachkommt, muss, Stand jetzt, nicht mit Geldstrafen rechnen.
Für KMU, einschließlich neu gegründeter Unternehmen, sind die Bußgelder auf geringerem Niveau gedeckelt, um existenzbedrohende Risiken zu reduzieren.

Braucht jedes Unternehmen einen „KI-Beauftragten“?

Juristisch ist das leicht zu verneinen. Der AI Act verlangt, anders als ehedem die DSGVO, keinen Aufseher, also kein Äquivalent zum Datenschutzbeauftragten.

Nichtsdestotrotz raten wir Unternehmen dringend, eine:n oder mehrere KI-Beauftragte zu nominieren, die das Thema intern treiben. Dazu gehört,

dass sie sich mit den genutzten und freigegebenen KI-Systemen gut auskennen, um Kolleg:innen unterstützen und weiterbilden zu können
dass sie bei wichtigen KI-Entwicklungen up-to-date bleiben und das Wissen in die Organisation bringen
und dass sie darauf achten, dass die richtigen Dinge mit KI gemacht werden – nämlich die, die einen echten Hebel für die Organisation darstellen.

Ein, zwei „KI-Pfadfinder“ als Feigenblatt zu nominieren, darf allerdings nicht die Lösung sein. Jede:r Mitarbeitende sollte über ausreichend KI-Wissen und ein entsprechendes Mindset verfügen, um die neue Technologie produktiv und zugleich reflektiert einzusetzen. Das verlangt auch der AI Act: Anbieter und Betreiber von KI-Systemen müssen ihr Personal entsprechend der jeweiligen KI-Nutzung ausbilden – und nicht nur ein paar wenige Experten.

Reguliert der AI Act auch die private Nutzung?

Nein, der AI Act gilt nur für professionelle Anwender – wer KI-Systemen zu privaten Zwecken einsetzt oder entwickelt, muss sich um diese EU-Gesetzgebung nicht kümmern. Dies gilt auch für die Nutzung von Generativer KI in Schule oder Universität. Je nach Bildungseinrichtung gelten hier jedoch individuelle Regeln, was Transparenz oder den generellen Einsatz von KI-Tools angeht. Der AI Act allerdings verbietet diesbezüglich nichts.

Ab wann gilt der AI Act?

Er gilt längst: Die KI-Verordnung wurde im Sommer 2024 von den EU-Gremien beschlossen, einige Maßnahmen sollen erst ab 2027/28 gelten.

Zuletzt traten im August 2026 wichtige Regeln in Kraft (Beispieloben: Kennzeichnungspflicht). Unsere Grafik unten zeigt die wichtigsten Schritte. Noch nicht berücksichtigt sind hier eventuelle Verschiebungen, da verschiedene US-BigTechs vehement versuchen, Fristen zu verlängern oder ganz aufzuweichen.

An gewissen Stellen ist dies auch gelungen. Das bereits erwähnte „AI-Omnibuspaket“ der EU hat Fristen verlängert und für Mittelständler weniger strenge Regeln eingeführt.

Unabhängig vom Ausgang erkennt man ein Muster im AI Act. Auch wenn das Gesetz 2024 in Kraft getreten ist, greifen die einzelnen Regeln erst sukzessive. Einige erst nach 12, 24 oder sogar 36 Monaten, während andere bereits im Februar 2025 in Kraft getreten sind.

Besonders wichtig ist in diesem Zusammenhang das „Durchführungsgesetz zur EU-KI-Verordnung“, das seit August 2026 die konkrete Überstzung von EU-Recht in Nationales Recht regeln: Das Bundeskabinett hatte den Gesetzesentwurf (hier als PDF) Anfang Februar 2026 verabschiedet – ert bezieht sich u.a. auf die neuen KI-Regularien für Transparenz und Dokumentation.

Was steht im deutschen Durchführungsgesetz zur EU-KI-Verordnung?

Das Gesetz ist (siehe oben) noch im Gesetzgebungsprozess. Ein paar zentrale Punkte sind allerdings jetzt schon absehbar:

Zentrale Aufsichtsbehörde: Die Bundesnetzagentur (BNetzA) wird als zentrale Stelle für die Marktüberwachung benannt. Sie fungiert als „Single Point of Contact“ für die EU und koordiniert die Zusammenarbeit mit anderen Fachbehörden.
Schutz der Medienfreiheit: Das Gesetz stellt klar, dass die Aufsicht über KI-Systeme im Medienbereich staatsfern bleibt, um die redaktionelle Unabhängigkeit zu wahren.
Aufsicht im Finanzsektor: Für KI-Systeme im Finanz- und Versicherungsbereich übernimmt die Bundesanstalt für Finanzdienstleistungsaufsicht (BaFin) die Rolle der zuständigen Behörde.
Datenschutz: Die bestehenden Datenschutzbehörden des Bundes und der Länder behalten ihre Zuständigkeiten bei der Überwachung von KI-Systemen, die personenbezogene Daten verarbeiten.
Innovationsförderung: Der Entwurf sieht die Einrichtung von Reallaboren vor, in denen Unternehmen neue KI-Anwendungen unter behördlicher Begleitung testen können, bevor sie marktreif sind.

Was sollten Unternehmen jetzt tun?

Konsequenzen hat der AI Act der EU für Unternehmen, egal ob sie selbst KI entwickeln oder nicht. Denn er reguliert eben auch Nutzer:

Zunächst braucht es eine Bestandsaufnahme – welche KI-Systeme sind im Einsatz oder vorgesehen, und wie lassen sie sich entsprechend der Kategorisierung des AI Acts einsortieren? Eine schriftlich dokumentierte „KI-Inventur“ ist mit Blick auf eventuelle zukünftige Prüfungen sehr empfehlenswert.
Wenn Anwendungen als transparenz-/kennzeichnungspflichtig oder sogar als Hoch-Risiko-KI gelten können, dann sollten Unternehmen rasch reagieren und die EU-Vorgaben umsetzen. Dazu zählen professionelle KI-Guidelines und KI-Weiterbildung für alle Mitarbeiter:innen. Letztere steht zwar als Pflicht wieder zur Debatte, aber zum einen gilt sie heute noch, zum anderen sollte das Investment in AI Literarcy nicht nur eine Reaktion auf EU-Vorgaben sein, sondern eine strategische Entscheidung für die Zukunftsfähigkeit des Unternehmens.
Spätestens mit dem AI Act wird für Unternehmen das Thema KI eines, das die Gesamtorganisation und das Management betreffen muss. Insofern ist jetzt der richtige Zeitpunkt – wenn nicht schon geschehen – um eine eigene KI-Strategie zu entwickeln.
Diese muss natürlich die Risiken der Technologie im Blick haben, sich vor allem aber den Chancen von Künstlicher Intelligenz/GenAI widmen. Denn mit dem AI Act als stabilem rechtlichen Fundament wird die KI-Entwicklung nochmals an Tempo zulegen – spätestens jetzt sollte jedes Unternehmen KI zur Chefsache machen.

Bei uns finden Sie die passenden Seminare

Und noch mal abschließend: Wie ist der AI Act insgesamt zu sehen?

Das Gesetzeswerk ist viel kritisiert worden, weil eine zu starke KI-Regulierung die europäische Wirtschaft gegenüber dem Rest der Welt benachteilige. Es würde Innovationen ausbremsen, warnen Kritiker, und dazu führen, dass – wie bei früheren Technologiesprüngen – auch nun wieder die wichtigen Anwendungen allein von den großen IT-Konzernen aus den USA und China entwickelt würden.

Diese Argumentation ignoriert jedoch zweierlei:

dass er für alle Firmen gilt, die in der EU Geschäfte machen. Auch OpenAI, Google oder Microsoft müssen sich also an die Regeln halten, zumindest für die Produkte, die sie in der EU anbieten.
dass Regulierung – in einem angemessenen Maße – kein Hemmschuh ist: Im Gegenteil gibt sie der Wirtschaft rechtliche Sicherheit und damit strategische Klarheit, wo es sich lohnt, zu investieren, und welche Geschäftsmodelle Zukunft haben. Das zu betonen, wird auch Ursula von der Leyen, die Präsidentin der Europäischen Kommission, nicht müde:

„Die Einigung konzentriert die Regulierung auf erkennbare Risiken, schafft Rechtssicherheit und ebnet den Weg für Innovationen im Bereich der vertrauenswürdigen Künstlichen Intelligenz.“

Ursula von der Leyen, EU-Kommissionspräsidentin

Dazu kommt das moralische Gebot, KI zu kontrollieren: Zu viele „Deep Fakes“ haben gezeigt, wie die Technologie missbraucht werden kann – man denke an Olaf Scholz’ angebliche AfD-Beschimpfungen, Fake-Explosionen am Pentagon oder Präsident Selenskyjs scheinbarer Aufruf zur Kapitulation der Ukraine. Das Ziel, die Menschheit vor gefährlichen Auswüchsen von KI zu schützen, ist im Gesetzestext daher auch vielfach sichtbar.

Insofern kann ein Gesetz wie der AI Act der EU für Unternehmen hilfreich sein, um die Weiterentwicklung von verlässlicher Technologie zu fördern – weil es Innovation rechtssicher und damit auch „versicherbar“ macht. Auch Google-Chef Sundar Pichai hat das explizit in einem FT-Gastbeitrag betont:

„Europe’s AI Act is an important development in balancing innovation and risk.“

Sundar Pichai, Google-CEO

Die Ambivalenz der Regulatorik zeigt sich allerdings darin, dass es US-Bigtechs wie Google gewesen sind, die im Sommer und Herbst 2025 mit ihrer Lobbyarbeit dafür gesorgt haben, dass gewisse Fristen und Regeln des AI Acts verlängert oder aufgeweicht worden sind. Ihre Argumentation: genau diese einst von Pichai gelobte „Balance“ sei nicht mehr gegeben und die zu strengen Vorgaben würden Innovationen bremsen.

Tatsächlich erleben auch wir bei disruptive bereits in Projekten, dass die EU-Regulierung teilweise Unsicherheiten eher erhöht, als Orientierung zu geben: „Wenn wir mit einem Kunden ein KI-Produkt aufbauen, können wir genau ausrechnen, wie viel das kostet“, hat es unser Geschäftsführer Timm Rotter im Interview mit der österreichischen Zeitung „Der Standard“ gesagt. Viel weniger kalkulierbar sei hingegen, ob es im letzten Detail den gesetzlichen Anforderungen der EU standhält.

Und diese Unsicherheit bremst Innovation, die europäische Wettbewerbsfähigkeit oder zumindest die Möglichkeiten für Verbraucher:innen, KI einzusetzen, wenn US-Konzerne gewisse Funktionen oder Tools nicht mehr auf den Markt bringen, weil sie nicht AI Act-konform sein könnten.

Hinweis: Dieser Text über den AI Act für Unternehmen basiert auf gründlichen Recherchen und Gesprächen mit Expert:innen, ist aber keine belastbare juristische Bewertung. Wir übernehmen keine Haftung für eventuelle Fehleinschätzungen. Beachten Sie zudem, dass es sich beim AI Act um ein laufendes Gesetzgebungsverfahren handelt. Änderungen an den genannten Anforderungen sind möglich.

Bild: Midjourney/disruptive

Fragen zum AI Act? Sprechen Sie uns an!

Bitte füllen Sie das Formular aus und wir melden uns bei Ihnen. Unverbindlich und kostenlos.

Der Beitrag FAQs zum AI Act – das müssen KI-Entscheider wissen erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

Kostenfalle Token-Sumpf …

Timm Rotter — Thu, 23 Jul 2026 12:31:40 +0000

23. Juli 2026

Kostenfalle Token-Sumpf …

… oder: Warum das Zeitalter des fröhlichen Promptens vorbei ist.

Mal eben mit KI experimentieren, ein paar Zeilen Code generieren lassen und schauen, was passiert? „Vibe Coding“ hat in den vergangenen zwölf Monaten eine bemerkenswerte Karriere hingelegt: Millionen KI-Nutzer, die vorher niemals eine Zeile Code geschrieben haben, sind plötzlich zu Programmierern geworden.

Viele Firmen verpassen das in ihrer KI-Euphorie, sodass sich der Produktivitäts-Turbo zum unkalkulierbaren Risikofaktor entwickelt:

Wie schnell die Experimentierfreude entgleist, musste sogar ein etablierter Tech-Konzern wie Uber neulich eingestehen. Der US-Fahrdienst-Anbieter verbrannte erhebliche Budgets, weil AI Agents unbemerkt Millionen Token verfeuerten: Innerhalb von vier Monaten war das gesamte für 2026 geplante Token-Budget verbraucht.

Die Zeiten, in denen KI-Nutzung über pauschale 20-Dollar-Lizenz pro Monat abgegolten war, sind vorbei.

Mit dem Einzug autonomer Agenten-Systeme wie Anthropics Claude Code, Antigravity von Google oder den Profi-Tools in Copilot drohen die Token-Kosten die mühsam eingesparten Arbeitsstunden bei weitem überzukompensieren. Wer seine Infrastruktur nicht deckelt, erlebt eine böse Überraschung auf der Kreditkartenrechnung.

Agenten fressen Context Windows in Sekundenschnelle

Warum explodieren die Kosten genau jetzt? Der Grund liegt im technologischen Paradigmenwechsel. Früher tippte der Nutzer einen Prompt ein, erhielt eine Antwort und der Prozess pausierte. Heute agieren moderne Tools als autonome Agenten. Sie arbeiten im Hintergrund, analysieren ganze Code-Repositories oder Server-Strukturen, testen eigenständig Lösungen, scheitern, korrigieren sich selbst und starten den Prozess von vorn.

Dabei jagen sie bei jeder Interaktion gigantische Datenmengen durch die Schnittstellen (API) der LLM-Provider. Da moderne Modelle über riesige Kontextfenster (Context Windows) verfügen, wird bei jedem automatisierten Iterationsschritt der gesamte Kontext neu eingelesen und berechnet. Der Effekt: Ein einziger Klick startet eine Kaskade, die innerhalb von Minuten Millionen von Token verbraucht.

Autonome KI-Tools verhalten sich nicht mehr wie ein passiver Chatpartner, sondern wie ein hyperaktiver Praktikant, der ohne Limit die Firmen-Kreditkarte bei AWS hinterlegt hat.

Wenn gesparte Zeit die API-Rechnung nicht mehr deckt

Zeit, dass wir auch die KPIs für erfolgreiche KI-Nutzung neu denken: „Wenn ein Mitarbeiter durch KI ein Zeitpensum x Arbeit spart, hat sich das Tool amortisiert“ – diese Logik greift im Zeitalter unkontrollierter API-Anbindungen und Agenten-Loops nicht mehr.

Wenn ein Entwickler Arbeitszeit im Wert von 300 Euro einspart, im Hintergrund durch unbemerktes Iterieren aber Token-Kosten von 2.000 Euro verursacht, verkehrt sich der ROI (Return on Investment) ins Negative. Effizienzgewinne sind wertlos, wenn die Infrastrukturkosten die Personalkosten-Ersparnis überholen.

Radikaler Umbruch: Neue KPIs und echte Guardrails für das KI-Management

Wer KI-Prozesse im Mittelstand skalieren will, muss Token wie echtes Budget behandeln – mit klaren Limits und Controlling-Metriken. Das reine Schielen auf die Zeiteinsparung greift zu kurz. Wir müssen das KI-Controlling radikal umstellen und die KPIs verschieben:

Vom Zeittracking zum „Cost-per-Task“: Jedes Projekt, das Agenten nutzt, muss die API-Kosten direkt auf die Aufgabe umlegen. Nur so wird sichtbar, ob der automatisierte Code-Refactor teurer war als die manuelle Arbeit.
Token-Effizienz-Rate statt Tool-Euphorie: Das Verhältnis von verbrauchten Token zu produktivem Output (z.B. abgeschlossene Tickets) wird zur zentralen Steuerungsgröße.

KI-Entscheider müssen zudem technische Schutzplanken einziehen, die das System hart abriegeln, ohne den Entwickler-Workflow zu blockieren.

API-Gateways mit Hard Caps: Schalten Sie ein zentrales API-Management-Tool vor die LLM-Schnittstellen. So können Sie absolute Budget-Obergrenzen („Hard Caps“) pro User, Team oder App-ID definieren und diese limitieren – ähnlich wie die Bildschirmzeit bei den eigenen Kindern. Ist das Limit erreicht, stoppt der Agent, anstatt weiter Geld zu verbrennen.
Anomaly Detection im Prompt-Stream: Implementieren Sie automatisierte Monitoring-Lösungen. Hier braucht es spezialisierte Tools wie Langfuse, die sofort Alarm schlagen, wenn ein Agent in eine Dauerschleife gerät, weil er irgendwo im Prozess hängt und ungewöhnliche Token-Spitzen verursacht.
Modell-Kaskaden (Routing): Nicht jede Aufgabe braucht das teuerste Flaggschiff-Modell. Intelligente Router übergeben Standard-Validierungen an kleinere, extrem günstige Modelle und schalten die Highflyer wie Open 4.8 oder Gemini 3.5 nur dann zu, wenn komplexe Logik gefragt ist.

Finden und kontrollieren Sie Ihre wahren KI-Kostenfallen

Der Uber-Case ist eine laute Warnung. Unreguliertes Vibe Coding und das unbedarfte Ausprobieren mächtiger Agenten-Tools gefährden die Wirtschaftlichkeit von KI-Projekten. Wer seine API-Schnittstellen und Tool-Anbindungen jetzt nicht mit Kosten-Deckeln und strikten Monitoring-KPIs absichert, zahlt am Ende drauf.

Wenn Sie dabei Unterstützung brauchen, wir sind da: Wir finden mit Ihnen heraus, wo Ihre wahren Token-Kostenfallen lauern und helfen, ein wasserdichtes Monitoring samt Not-Aus-Knopf aufzusetzen. Schreiben Sie uns an info@disruptive-muenchen.de

Mehr KI-
Updates
gefällig?

In unserem monatlichen Newsletter erhalten Sie ausgesuchte Infos und Einordnungen zu AI, Agents und Automatisierung. Zudem gibt es regelmäßig Einladungen zu kostenlosen KI-Webinaren.

Der Beitrag Kostenfalle Token-Sumpf … erschien zuerst auf https://disruptive-muenchen.de/ki-akademie.

https://disruptive-muenchen.de/ki-akademie

Von ChatGPT Plus zu ChatGPT Business: So nehmen Sie „Ihr“ ChatGPT mit

Von ChatGPT Plus zu ChatGPT Business: So nehmen Sie „Ihr“ ChatGPT mit

Inhaltsverzeichnis

Warum der Wechsel mehr ist als ein neues Login

Drei Optionen beim Wechsel zu ChatGPT Business

Die offizielle Migration: Was sie leistet und wo sie Grenzen hat

1. Ihr Verlauf wird Firmensache

2. Alles oder nichts

3. Kein Zurück

4. Nicht alles kommt an

5. Kein eigener Export mehr

Die Alternative: Ihr persönliches ChatGPT-Manifest

Was das Manifest mitnimmt und was nicht

Anleitung: In 8 Schritten zum eigenen ChatGPT-Manifest

Schritt 1: Datenexport anfordern

Schritt 2: Original sichern, Arbeitskopie entpacken

Schritt 3: Personalisierung separat sichern

Schritt 4: Arbeitsprojekt anlegen

Schritt 5: Hochladen und Bestand prüfen

Schritt 6: Den Manifest-Prompt starten

Schritt 7: Zusammenführen und selbst prüfen

Schritt 8: Im Business-Account verwenden

FAQs: Häufige Fragen zum Wechsel von ChatGPT Plus zu Business

Kann ich meine ChatGPT-Chats von Plus zu Business übertragen?

Wird mein ChatGPT-Gedächtnis (Memory) übertragen?

Kann ich die Migration rückgängig machen?

Kann ich in ChatGPT Business meine Daten exportieren?

Muss ich mein Plus-Abo kündigen?

Funktioniert das ChatGPT-Manifest auch mit Claude, Gemini oder Copilot?

Fazit: Erst sichern, dann entscheiden

Sie stellen ein ganzes Team um?

Mehr KI-Updates gefällig?

Urteilskraft vor Autonomie: Was in der Arbeit mit KI in Marketing und Kommunikation den Unterschied macht

Urteilskraft vor Autonomie: Was in der Arbeit mit KI in Marketing und Kommunikation den Unterschied macht

Inhaltsverzeichnis

Praxisbeispiel: 22 Teams, dieselbe Sandbox, unterschiedlichste Ergebnisse

Drei Fragen für Ihr Unternehmen

Fazit: Ob Sie Erfolg haben, hängt von dem ab, was Sie nicht kaufen können

Mehr KI-Updates gefällig?

Vergleich der Gemini-Modelle: Welches Modell für welche Aufgabe?

Vergleich der Gemini-Modelle: Welches Modell für welche Aufgabe?

Hier die aktuelle Übersicht:

Gemini 3.8 Flash: Der operative Allrounder

Einsatzgebiete für Gemini 3.8 Flash

Gemini in Google Workspace: Die Assistenz im Hintergrund

Einsatzgebiete in Workspace

Gemini-Agent: Vom Assistenten zum digitalen Kollegen

Gemini als neues Google: Suche und Recherche

Mehr KI-Updates gefällig?

Gemini 3.1 Pro: Der Spezialist für schwere Fälle

Einsatzgebiete für Gemini 3.1 Pro

Nano Banana: Bilder im Arbeitsalltag

Gemini 4 Argon: Angekündigt, aber noch nicht verfügbar

Die eigentliche Frage: Welche Plattform?

Fazit: Welches Modell für welchen Zweck?

Bei uns finden Sie die passenden Seminare

Vom Praktikanten zum Kollegen: Drei Copilot-Agent-Hacks für Einsteiger

Vom Praktikanten zum Kollegen: Drei Copilot-Agent-Hacks für Einsteiger

Hier die aktuelle Übersicht:

Was ist ein Microsoft Copilot Agent?

Drei praktische Hacks für Copilot Agents im Business-Alltag

Hack 1: Der Schnellstart – einen ersten Agenten mit dem Agent Builder bauen

Hack 2: Vom Antworten zum Handeln – Agents mit Actions ausstatten

Mehr KI-Updates gefällig?

Hack 3: Governance zuerst – Kontrolle behalten mit Agent 365

Fazit: Vom Werkzeug zum Kollegen

Wir machen Ihr Team fit für die Copilot-Arbeitswelt

Bei uns finden Sie die passenden Seminare

EmpCo-Check: Nutzen Sie unsere neue Software​

EmpCo-Check: So finden Sie Greenwashing-Risiken auf Ihrer Website​

Inhaltsverzeichnis

Was sich am 27. September geändert hat

Warum die EmpCo-Bestandsaufnahme aufwendig ist

Wie der EmpCo-Check arbeitet

Was das Tool leistet und was nicht

Mehr KI-Updates gefällig?

Vergleich der ChatGPT-Modelle: Welches Modell für welche Aufgabe?

Vergleich der ChatGPT-Modelle: Welches Modell für welche Aufgabe?

Hier die aktuelle Übersicht:

Mehr KI-
Updates
gefällig?

Mehr KI-
Updates
gefällig?

EmpCo-Check: Nutzen Sie unsere neue Software

EmpCo-Check: So finden Sie Greenwashing-Risiken auf Ihrer Website

GPT Image 2: Die integrierte Bildermacherin

Fazit: Welches Modell für welchen Zweck?

Wie kennzeichnet man KI-Videos AI-Act-konform?

Mehr KI-
Updates
gefällig?