OpenAI hat am 22. April 2026 Workspace Agents in ChatGPT vorgestellt. Geteilte Agenten, die im Hintergrund laufen, mehrere Tools koordinieren, sich auf Zeitplan triggern lassen und im Team teilbar sind. Der Nachfolger der Custom GPTs, positioniert für den Arbeitsalltag.
Die Frage, die sich jeder Einzelunternehmer und KMU-Inhaber zuerst stellt, ist dieselbe wie bei Claude Code Routinen: Brauche ich das, oder ist das ein Feature für Tech-Teams mit eigenen Entwicklern? Bei Workspace Agents fällt die Antwort deutlicher Richtung KMU aus als bei Routinen. Du bekommst erstmals einen Klick-Zusammenbau direkt in der ChatGPT-Oberfläche, ohne GitHub und ohne Code.
Was Workspace Agents konkret sind
Ein Workspace Agent ist ein gespeicherter Workflow in ChatGPT, der sich aus vier Bausteinen zusammensetzt: Anweisungen an den Agenten, verbundene Tools (Gmail, Google Calendar, Slack, SharePoint, Microsoft 365 und weitere), optionale Skills oder hochgeladene Dateien, und ein Zeitplan oder Trigger.
Der Unterschied zu normalem ChatGPT ist, dass der Agent persistent ist. Er läuft weiter, auch wenn niemand im Chat sitzt. Er läuft nach Zeitplan, liefert Reports per Mail oder postet in Slack. Er wird einmal eingerichtet, einmal ans Team freigegeben und dann von mehreren Leuten gleichzeitig verwendet.
Technisch basieren Workspace Agents auf Codex, dem Agent-Framework hinter den neueren ChatGPT-Funktionen. Für die Nutzung in KMU ist das Detail unwichtig. Wichtig ist, was die Oberfläche ermöglicht.
Screenshot: OpenAI, aus dem Cookbook-Beispiel “Sales Meeting Prep Briefs”. Der Agent entsteht: Tools, Skills, Files und Instructions werden Schritt für Schritt zusammengesetzt.
Konkrete Anwendungsfälle für KMU
Die offiziellen Beispiele von OpenAI zeigen einen Sales-Meeting-Prep-Agent, der täglich Kalendertermine liest, pro Kunden-Meeting einen Briefing-Entwurf in SharePoint ablegt und die Zusammenfassung per Slack schickt. Für KMU sind vor allem diese Muster interessant:
Tägliches Morgen-Briefing. Der Agent liest morgens den Kalender, schaut in den Posteingang nach wichtigen Mails und fasst Slack-Nachrichten der letzten 24 Stunden zusammen. Das Ergebnis liegt um 7 Uhr im Posteingang, bevor du am Schreibtisch sitzt.
Vertrieb und Anfragen. Neue Anfragen, die per Mail oder Formular hereinkommen, werden vom Agenten qualifiziert, im CRM-Kontext abgelegt (sofern das CRM per Connector verbunden ist) und als Tagesliste zusammengefasst. Du startest den Tag mit einer priorisierten Liste statt mit einem vollen Posteingang.
Wöchentlicher Report. Montag 8 Uhr: Zahlen aus verschiedenen Quellen ziehen, Abweichungen markieren, die drei wichtigsten Punkte nach oben. Der Report landet vor dem ersten Meeting fertig im Postfach oder in Slack.
Onboarding und Standardanfragen. Ein Agent, der Willkommens-Mails schickt, die typischen Erstfragen beantwortet (Zugangsdaten, Dokumente, Einführungsmeetings) und komplexere Fälle an die richtige Person weiterleitet. Nützlich für Solos, die nicht für jeden neuen Kunden oder Freelancer zum Dutzendsten Mal dieselbe Mail tippen wollen.
Monatsabschluss-Vorbereitung. OpenAI nennt intern einen Accounting-Agent. Für KMU heißt das übertragen: Belege aus dem Drive zusammensammeln, Auswertungen erstellen, Steuerberater-Export vorbereiten. Der Agent macht die Fleißarbeit, du machst die Kontrolle.
Screenshot: OpenAI, aus dem Cookbook-Beispiel “Sales Meeting Prep Briefs”. Der Zeitplan ist ein einfaches Formular, kein Cron-Ausdruck.
So richtest du deinen ersten Agent ein
Der Einstieg braucht keine Programmierkenntnisse:
- ChatGPT Business, Enterprise oder Edu öffnen (auf Plus und Free gibt es Workspace Agents nicht).
- Den neuen Agents-Bereich in der Oberfläche ansteuern.
- Den Workflow in natürlicher Sprache beschreiben. Beispiel: “Jeden Montag um 8 Uhr meine Gmail-Posteingang der letzten Woche nach offenen Kundenanfragen durchsuchen und eine priorisierte Liste in Slack posten.”
- ChatGPT baut den Plan, schlägt Tools vor (Gmail-Connector, Slack-Connector) und fragt nach Berechtigungen.
- Testlauf starten. ChatGPT zeigt, was der Agent tun würde, bevor er live geht.
- Zeitplan oder On-Demand-Trigger aktivieren.
- Optional: Im Team veröffentlichen, damit Kolleginnen den Agenten ebenfalls verwenden können.
Für Slack gibt es eine eigene Integration, mit der der Agent direkt im Slack-Workspace mitläuft und auf Erwähnungen reagiert.
Das Ergebnis sieht in der Praxis so aus
Screenshot: OpenAI, aus dem Cookbook-Beispiel “Sales Meeting Prep Briefs”. Tägliche Meeting-Briefs, automatisch in Gmail zugestellt, jedes Briefing als eigenes SharePoint-Dokument verlinkt.
Das ist der Punkt, an dem das Konzept greifbar wird. Der Agent arbeitet einmal eingerichtet selbstständig. Du liest die Mail, klickst auf den Brief für das 14-Uhr-Meeting, hast den Kontext in zwei Minuten drin. Kein Vorbereiten mehr am Vorabend, kein Durchwühlen alter Mails.
Was noch nicht ausgereift ist
Workspace Agents sind als Research Preview gestartet. Das Produkt ist nicht fertig.
Connector-Abdeckung ist noch überschaubar. OpenAI nennt aktuell Gmail, Google Calendar, Google Workspace, Microsoft 365, SharePoint, Slack und Web Search als native Integrationen. Spezielle Branchensoftware oder dein eigenes CRM hängst du so nicht ohne weiteres an. Wer Salesforce, HubSpot, Asana oder Notion direkt verbinden will, ist auf die Erweiterung der Connector-Liste angewiesen. OpenAI hat weitere angekündigt, aber nicht alle sind heute verfügbar.
MCP nur im Developer-Modus. Das Model Context Protocol, über das tiefe Tool-Anbindungen standardisiert funktionieren, ist aktuell bei OpenAI nur im Entwickler-Modus zugänglich. Für KMU ohne Entwickler heißt das: Du bist auf die fertigen Connectors beschränkt. Anthropic hat MCP früher als Standard in Claude etabliert, OpenAI zieht hier nach.
Pricing ab 6. Mai unklar im Detail. Aktuell kostet die Nutzung nichts extra, weil die Research Preview kostenlos ist. Ab 6. Mai 2026 greift das Credit-Modell, mit Per-Seat-Limits in Business und einem gemeinsamen Credit-Pool in Enterprise. Wie viele Agent-Runs pro Seat wirklich enthalten sind und was ein zusätzlicher Run kostet, ist erst beim Rollout wirklich messbar.
Custom GPTs bleiben vorerst. Wer schon Custom GPTs nutzt, muss nichts sofort ändern. OpenAI hat eine Konvertierung von GPTs zu Workspace Agents angekündigt.
Praktisch heißt das: solange die Preview kostenlos ist, einen oder zwei Agenten aufsetzen und im Alltag mitlaufen lassen. Bis 6. Mai weißt du, welche Agenten Mehrwert bringen und welche nicht. Danach entscheidest du mit Daten statt mit Marketing-Material.
Pläne und was Workspace Agents kosten
| Plan | Zugang zu Workspace Agents | Kostenrahmen |
|---|---|---|
| ChatGPT Business | Ja, Research Preview | Inkludiert bis 6. Mai 2026, danach Credit-basiert mit Per-Seat-Limits |
| ChatGPT Enterprise | Ja, Research Preview | Credit-Pool auf Vertragsebene |
| ChatGPT Edu / Teachers | Ja, Research Preview | Analog Enterprise |
| ChatGPT Plus / Free | Nein | Kein Zugang |
Der Einstieg für KMU läuft praktisch immer über ChatGPT Business, weil Plus keinen Agent-Zugang hat und Enterprise erst ab deutlich größeren Teams Sinn ergibt.
Admin und Datenschutz
Für KMU mit mehreren Mitarbeitern gibt es relevante Kontrollhebel auf Workspace-Ebene:
- Rollenbasierte Zugriffssteuerung: Admins legen fest, wer Agenten nur nutzen, wer sie erstellen und wer sie im Workspace veröffentlichen darf.
- Compliance API: Workspace-Besitzer können Agent-Aktivitäten nachverfolgen und einzelne Agenten pausieren.
- App-Berechtigungen: Admins steuern, welche externen Apps (Slack, Google, Microsoft) für das gesamte Workspace erlaubt sind, inklusive “nur lesen”-Modi.
- Sensible Aktionen: Agenten können so konfiguriert werden, dass bestimmte Schritte menschliche Freigabe brauchen.
Wer Slack als Datenquelle einbindet, sollte vorab die eigene Slack-Retention- und Datenschutzpolitik prüfen. Der Connector sieht das, was die User ihm geben, aber die Aufbewahrungsregeln bleiben Slacks.
Drei Wege zum Agent: OpenAI, Anthropic und Claude Code
Im April 2026 sind drei Angebote parallel auf dem Tisch. Sie adressieren nicht dasselbe Problem und haben unterschiedliche Zielgruppen. Wer die Unterschiede kennt, trifft eine bessere Wahl.
| Kriterium | ChatGPT Workspace Agents | Claude Code Routinen | Claude Managed Agents |
|---|---|---|---|
| Zielgruppe | KMU-Mitarbeiter, Office-Workflows | Power-User mit GitHub-Erfahrung | Entwickler, SaaS-Builder |
| Interface | ChatGPT-Oberfläche | Claude.ai + GitHub-Repo | API + Claude-Konsole |
| Einstiegshürde | Niedrig, keine Dev-Skills | GitHub-Setup nötig | API-Integration nötig |
| Ausführung | Cloud, OpenAI | Cloud, Anthropic | Cloud, Anthropic |
| Trigger | Zeitplan, On-Demand | Zeitplan, GitHub-Event, API | API |
| Tool-Anbindung | Native Connectors, MCP nur Dev | Connectors in Claude.ai, eigener MCP-Server möglich | Eigene Tool-Registry, MCP |
| Team-Sharing | Ja, Workspace-intern | Indirekt über geteiltes Repo | Via API an Endnutzer |
| Preismodell | Credit-basiert ab 6. Mai | Daily Caps auf Pro/Max/Team | Credit-basiert |
Die Faustregel für KMU:
- Workspace Agents sind der richtige Einstieg, wenn dein Team ohnehin in ChatGPT arbeitet und Office-Workflows (Mail, Kalender, Slack, SharePoint) automatisieren will. Niedrigste Hürde, schnellstes Ergebnis.
- Claude Code Routinen passen, wenn du ohnehin im Anthropic-Ökosystem bist, GitHub nicht scheust und externe Systeme per Webhook auf den Agenten zeigen sollen.
- Claude Managed Agents sind für Builder: du baust ein eigenes Produkt oder einen internen Dienst und willst die Agent-Logik nicht selbst hosten. Nicht das richtige Werkzeug, wenn dein Ziel “Morgen-Briefing für mein KMU” ist.
Der Vergleich der beiden Anthropic-Angebote verdient einen eigenen Artikel. Der folgt separat mit meinem ServasBot-Kontext.
Orchestrieren statt prompten
Workspace Agents sind nicht das nächste Chat-Feature. Sie sind der Schritt von “ich schreibe einen Prompt und kopiere die Antwort” zu “ich beschreibe einen Workflow, und der Workflow läuft ohne mich”.
Die entscheidende Frage verändert sich. Sie heißt nicht mehr “wie formuliere ich den besten Prompt”, sondern “welche wöchentlichen Aufgaben sollen nächste Woche ohne mich laufen”. Das ist die richtige Frage, und sie hat wenig mit KI zu tun und viel mit Prozess-Klarheit. Wer seinen eigenen Workflow nicht sauber beschreiben kann, kann ihn auch keinem Agenten übergeben. Das ist eine gute Übung, ganz unabhängig vom Tool.
Für KMU ist das eine echte Chance. Nicht weil KI alles löst, sondern weil Routine-Aufgaben, die täglich Stunden fressen, zum ersten Mal wirklich planbar automatisierbar werden, ohne eigene Entwickler im Haus.
Empfehlung für deinen Einstieg
- Eine konkrete Aufgabe aussuchen. Nicht “wir brauchen mehr KI”, sondern “jeden Montag verbringe ich zwei Stunden mit dem Wochenreport”. Diese eine Aufgabe ist die Vorlage.
- ChatGPT Business aktivieren, falls noch nicht vorhanden. Plus reicht nicht, und Enterprise lohnt erst ab deutlich größeren Teams.
- Einen ersten Agenten bauen und zwei Wochen im Alltag testen. Nicht perfekt, sondern lauffähig. Nach zwei Wochen entscheiden, ob die Automatisierung wirklich Zeit spart oder ob die Anweisungen schärfer werden müssen.
- Bewusst entscheiden, ob du OpenAI oder Anthropic als Plattform wählst. Der Tool-Vergleich ChatGPT vs. Claude vs. Gemini hilft bei der Einordnung, gerade wenn du bis jetzt in beiden Welten gearbeitet hast.
Weiterführende Ressourcen
- OpenAI-Blog: Introducing workspace agents in ChatGPT
- OpenAI Help Center: ChatGPT Workspace Agents for Enterprise and Business
- OpenAI Cookbook: Sales Meeting Prep Briefs Agent
- Mein Artikel zu Routinen in Claude Code
- Mein Cowork-Guide für den Anthropic-Einstieg
Nächster Schritt
Workspace Agents sind ab dem Moment interessant, in dem du denkst: diese Arbeit sieht jede Woche gleich aus, warum holt sie sich noch niemand automatisch vom Tisch. Wenn du beim Lesen genau diesen Gedanken hattest, aber nicht weißt wo anfangen, sprich mich an. In einem kurzen Gespräch klären wir, ob deine Aufgaben Richtung Workspace Agents, Richtung Claude oder Richtung einer anderen Lösung gehen. Kein Verkauf eines bestimmten Tools, sondern ehrliche Einordnung auf Basis deiner Prozesse.