KM4BI

ChatGPT Work verwenden: Der vollständige Einsteigerleitfaden (2026)

Ein Praxisleitfaden zu lokaler und Cloud-Ausführung, überprüfbaren Ergebnissen und kontrollierter Automatisierung mit ChatGPT Work.

Veröffentlicht am

ChatGPT Work wird hier nicht als weitere Chat-Oberfläche beschrieben, sondern als Arbeitsumgebung für einen vollständigen Auftrag: Quellen prüfen, Dateien bearbeiten, verbundene Anwendungen nutzen und ein verwendbares Ergebnis liefern. Nate B. Jones konzentriert sich auf die Entscheidungen, die solche Agenten im Alltag zuverlässig machen.

Vor dem Start zwischen lokal und Cloud wählen

Cloud-Aufgaben können weiterlaufen, wenn die App geschlossen oder der Computer ausgeschaltet ist, sofern alle benötigten Quellen in dieser Umgebung erreichbar sind. Lokale Ausführung eignet sich für Ordner, Anwendungen und Funktionen des jeweiligen Rechners; dieser muss dann jedoch verfügbar bleiben. Ein leistungsfähigeres Modell behebt keine fehlenden Zugriffsrechte.

Ergebnis und Grenzen genau festlegen

Bei Dokumenten sollten die zu ändernden Abschnitte, die zu erhaltenden Links und Formatierungen sowie der Umfang des Eingriffs genannt werden: Prüfung, kleine Korrektur oder Neufassung. Bei Tabellen gilt es, Dublettenregeln vor der Normalisierung festzulegen, Formeln zu erhalten und Zeilenzahlen abzugleichen. Bei der Bilderkennung sollte jede Ausgabezeile auf ihre Quelldatei zurückführen und fehlende Werte kennzeichnen statt erfinden.

Forschung auf Entscheidungen ausrichten

Gute Recherche bewahrt Widersprüche, Datumsangaben und Unsicherheit. Jones empfiehlt zunächst eine kompakte Evidenztabelle, die Aussagen mit Quellen verbindet, und erst danach einen langen Bericht. Hypothesen sollen als solche sichtbar bleiben und zu einem konkreten nächsten Test führen.

Das tatsächliche Arbeitsergebnis prüfen

Kontrolliert werden muss die exportierte Datei oder die bereitgestellte Anwendung, nicht nur die Abschlussmeldung des Agenten. Dazu gehören Dokumentdarstellung, Tabellenformeln, Vollständigkeit der Datensätze, interaktive Elemente und Freigaberechte. Ist der Status einer externen Aktion unklar, sollte zuerst das Zielsystem geprüft werden, bevor sie wiederholt wird.

Arbeit strukturieren und bewusst automatisieren

Projekte bündeln dauerhafte Anweisungen und Quellen. Ziele eignen sich für längere Aufgaben mit erkennbarem Endzustand; Zeitpläne sollten erst einen bereits erfolgreich getesteten Ablauf wiederholen. Ereignis-Trigger brauchen klare Bedingungen für Handeln und Schweigen. Parallele Agenten beschleunigen unabhängige Arbeitsstränge, doch ein führender Agent muss die Ergebnisse zusammenführen.

Kosten, Datenschutz und Sicherheit steuern

Das wirtschaftlichste Modell minimiert die Gesamtkosten einer Aufgabe einschließlich Kontrolle und Korrekturen. Gedächtnisfunktionen, Bildschirmkontext und verbundene Dienste können sensible Informationen enthalten und sollten nur mit erkennbarem Nutzen aktiviert werden. Gelesene Inhalte liefern Belege, aber keine Berechtigung: Anweisungen in Webseiten oder Anhängen dürfen den Auftrag des Nutzers nicht überschreiben.

Sinnvoller Einstieg

Mit einer vertrauten Aufgabe beginnen, ein überprüfbares Ergebnis definieren, Grenzfälle testen und die funktionierende Methode sichern. Wiederkehrende Automatisierung folgt erst, wenn dieser Ablauf stabil ist.

Source