OpenAI ChatGPT

1. ChatGPT ist Produkt, GPT ist Modellfamilie

ChatGPT ist die Produktoberfläche und Dienstfamilie von OpenAI für Dialog, Suche, Dateien, Bilder, Sprache, Recherche, Programmierung und weitere Werkzeuge. GPT bezeichnet dagegen Modellfamilien, die innerhalb von ChatGPT, Codex, Work oder der API eingesetzt werden können.

Wer ChatGPT, GPT und OpenAI gleichsetzt, verliert die wichtigsten technischen Grenzen: Ein Produkt kann sein Modell wechseln, ein Modell kann in mehreren Produkten laufen und die API hat einen eigenen Lebenszyklus.

2. OpenAI ist mehr als ChatGPT

OpenAI entwickelt Modelle, APIs, Codex, ChatGPT, Work, Bild- und Sprachmodelle sowie weitere technische Dienste. ChatGPT ist der bekannteste Zugang, aber nicht das gesamte Unternehmen und nicht die gesamte Modellplattform.

Für Archivierung und technische Fehleranalyse muss deshalb immer feststehen, ob eine Aussage über ChatGPT, die API, Codex, Work oder ein konkretes Modell gemacht wird.

3. Transformer als technische Grundlage

Die GPT-Linie baut auf Transformer-Architekturen auf. Text wird in Tokens zerlegt, in numerische Repräsentationen überführt und durch viele Rechenschichten verarbeitet.

Die einfache Beschreibung „nächstes Token vorhersagen“ erklärt den generativen Kern, aber nicht die gesamte moderne Produktarchitektur aus Post-Training, Werkzeugen, Suche, Memory, Dateien, Systemregeln und Sicherheitskontrollen.

4. 2018: GPT-1 und generatives Vortraining

OpenAI zeigte 2018, dass ein Sprachmodell zunächst auf großen unbeschrifteten Textmengen vortrainiert und anschließend auf konkrete Aufgaben angepasst werden kann.

Das Prinzip des generativen Vortrainings gab der späteren GPT-Familie ihren Namen und wurde zu einer wichtigen Grundlage moderner allgemeiner Sprachmodelle.

5. GPT-1 und Transferlernen

Die zentrale Idee war nicht, für jede Sprachaufgabe ein völlig neues Modell zu bauen, sondern ein allgemeines Vortraining auf viele nachgelagerte Aufgaben zu übertragen.

Dieser Ansatz machte deutlich, dass allgemeines Sprachwissen als wiederverwendbare Modellbasis dienen kann.

6. 2019: GPT-2

GPT-2 vergrößerte die Modellskalierung deutlich und zeigte stärkere Zero-Shot-Fähigkeiten: Das Modell konnte Aufgaben aus Textkontext ableiten, ohne für jede einzelne Aufgabe gesondert feinabgestimmt zu werden.

OpenAI veröffentlichte GPT-2 zunächst stufenweise und verband den Modellstart ausdrücklich mit einer Diskussion über Missbrauchsrisiken.

7. Die gestufte GPT-2-Veröffentlichung

Die schrittweise Freigabe von GPT-2 war ein frühes Beispiel dafür, dass OpenAI leistungsfähigere Modelle nicht nur als Forschungsartefakt, sondern auch unter Sicherheits- und Missbrauchsgesichtspunkten betrachtete.

Spätere Veröffentlichungsstrategien änderten sich, doch die Spannung zwischen Offenheit, Produktisierung und Risikokontrolle blieb bestehen.

8. 2020: GPT-3

GPT-3 skalierte auf 175 Milliarden Parameter und zeigte, dass viele Aufgaben durch wenige Beispiele oder reine Textanweisungen im Prompt gelöst werden können.

Few-Shot-, One-Shot- und Zero-Shot-Prompting wurden dadurch zu zentralen Begriffen der frühen großen Sprachmodellära.

9. GPT-3 wird zur API-Plattform

Mit GPT-3 verlagerte sich die Nutzung stark von veröffentlichten Modellgewichten zu einem gehosteten API-Dienst. Entwickler konnten das Modell verwenden, ohne es selbst betreiben zu müssen.

Diese Trennung zwischen Modellzugang und lokaler Software prägt OpenAI-Produkte bis heute.

10. Prompting wird zur Benutzerschnittstelle

GPT-3 machte natürliche Sprache zur Steueroberfläche für sehr verschiedene Aufgaben: Textfortsetzung, Zusammenfassung, Klassifikation, Ideengenerierung oder Code-nahe Aufgaben.

Prompting war jedoch noch keine Garantie dafür, dass ein Modell Anweisungen zuverlässig befolgt oder wahrheitsgemäß antwortet.

11. 2022: InstructGPT

InstructGPT verband vortrainierte Sprachmodelle mit menschlichen Demonstrationen und Präferenzbewertungen. OpenAI setzte Reinforcement Learning from Human Feedback ein, um Modelle stärker auf hilfreiche und befolgte Anweisungen auszurichten.

Dieser Schritt ist für die ChatGPT-Geschichte mindestens so wichtig wie reine Modellskalierung: Ein guter Dialogassistent braucht nicht nur Sprachwissen, sondern auch auf Instruktionsbefolgung ausgerichtetes Verhalten.

12. RLHF: menschliche Präferenzen als Trainingssignal

Bei RLHF bewerten Menschen Beispielantworten und helfen damit, ein Belohnungsmodell beziehungsweise Präferenzsignal aufzubauen. Das Sprachmodell wird anschließend auf Antworten optimiert, die diesen Präferenzen besser entsprechen.

Das Verfahren reduziert bestimmte Fehlverhalten, schafft aber keine eingebaute Wahrheitsgarantie.

13. Post-Training beseitigt keine Halluzinationen

Instruktionsbefolgung, Sicherheitsregeln und Präferenztraining können Antworten hilfreicher und kontrollierter machen, aber das Modell kann weiterhin falsche Fakten, erfundene Quellen oder unzutreffende Schlussfolgerungen erzeugen.

Flüssige Sprache und gute Dialogführung dürfen deshalb nicht mit verifizierter Sachrichtigkeit verwechselt werden.

14. 30. November 2022: ChatGPT Research Preview

OpenAI veröffentlichte ChatGPT als Research Preview. Die frühe Fassung basierte auf der GPT-3.5-Linie und war auf dialogorientierte Interaktion trainiert.

Die Chatoberfläche senkte die Zugangshürde drastisch: Statt API-Parameter und Promptformate zu verstehen, konnte man einen fortlaufenden Dialog führen.

15. Der Dialog wird zum Produkt

ChatGPT führte Antworten, Rückfragen, Korrekturen und längere Gesprächskontexte in einer leicht zugänglichen Oberfläche zusammen.

Der entscheidende Produktunterschied war damit nicht nur ein stärkeres Modell, sondern die Kombination aus Modell, Gesprächszustand, Systemregeln und benutzerfreundlicher Oberfläche.

16. Warum „Research Preview“ wichtig war

OpenAI kennzeichnete die erste Veröffentlichung ausdrücklich als Forschungs- und Feedbackphase. Nutzerinteraktionen sollten Schwächen sichtbar machen und die Weiterentwicklung unterstützen.

Viele spätere ChatGPT-Funktionen entstanden aus diesem schnellen Produktzyklus, in dem sich Oberfläche und Modelle unabhängig voneinander verändern konnten.

17. ChatGPT macht generative KI zum Massenprodukt

Innerhalb kurzer Zeit wurde ChatGPT zum bekanntesten Endnutzerzugang zu großen Sprachmodellen. Damit verschob sich generative KI von Forschung und Entwickler-API in alltägliche Schreib-, Lern- und Arbeitsaufgaben.

Die rasche Verbreitung verstärkte zugleich Diskussionen über Halluzinationen, Urheberrecht, Datenschutz, Schule, Arbeit und Automatisierung.

18. 1. Februar 2023: ChatGPT Plus

OpenAI führte ChatGPT Plus zunächst für 20 US-Dollar pro Monat ein. Der Startplan versprach unter anderem bevorzugten Zugang bei hoher Auslastung und schnellere Antworten.

Spätere Plus-Funktionen änderten sich häufig; der historische Startpreis ist deshalb von heutigen Leistungsgrenzen zu trennen.

19. 14. März 2023: GPT-4

GPT-4 brachte stärkere Fähigkeiten bei komplexen Aufgaben, Instruktionsbefolgung und multimodaler Verarbeitung. In ChatGPT erhielten zahlende Nutzer schrittweise Zugang.

GPT-4 war zugleich ein Wendepunkt vom reinen Textchat zu einem Produkt, das immer mehr Werkzeuge und Eingabearten integrierte.

20. GPT-4 und stärkere Sicherheitsprüfung

OpenAI dokumentierte GPT-4 mit umfangreicherer Evaluation, Red-Teaming und Sicherheitsarbeit als frühere GPT-Veröffentlichungen.

Die Entwicklung zeigt, dass Modellfähigkeit und Sicherheitskontrolle parallel wachsen müssen, weil leistungsfähigere Systeme auch komplexere Fehlermöglichkeiten erzeugen.

21. 23. März 2023: ChatGPT Plugins

OpenAI stellte Plugins als Möglichkeit vor, ChatGPT mit externen Werkzeugen und aktuellen Informationen zu verbinden. Zu den frühen OpenAI-Werkzeugen gehörten Browsing und Code Interpreter.

Plugins waren ein wichtiger Schritt vom reinen Sprachmodell zur Werkzeugplattform.

22. Frühes Browsing

Browsing ermöglichte ChatGPT, aktuelle Webseiten abzurufen, statt ausschließlich auf Modellwissen zu antworten.

Die Funktion zeigte früh den Unterschied zwischen Modellwissen und Retrieval: Ein aktueller Link kann eine Antwort verbessern, aber Auswahl und Interpretation der Quelle bleiben fehleranfällig.

23. Code Interpreter

Code Interpreter führte Python-Ausführung in einer abgeschotteten Umgebung ein. Dateien konnten analysiert, Daten verarbeitet, Diagramme erzeugt und Berechnungen nachvollziehbarer durchgeführt werden.

Später wurde die Funktion unter Bezeichnungen wie Advanced Data Analysis in die normale Werkzeugwelt von ChatGPT integriert.

24. Drittanbieter-Plugins

Drittanbieter konnten ChatGPT mit externen Diensten verbinden. Damit entstanden neue Möglichkeiten für Suche, Reisen, Datenbanken und Aktionen.

Die Plugin-Ära war jedoch nur eine Zwischenstufe; OpenAI baute die Integrationsarchitektur später mehrfach um.

25. Plugins erweitern die Angriffsfläche

Externe Werkzeuge benötigen Berechtigungen, können fremde Daten zurückliefern und eröffnen neue Risiken wie Prompt Injection oder unerwartete Aktionen.

Die Sicherheitsfrage verschob sich dadurch von „Ist die Antwort richtig?“ zu „Was darf das System lesen und tun?“.

26. GPT-4 wird mit Werkzeugen produktiver

Mit Webzugang und Codeausführung wurde GPT-4 in ChatGPT zu einer Arbeitsumgebung, die Informationen holen, Daten berechnen und Dateien bearbeiten konnte.

Diese Werkzeuge sind keine intrinsischen Fähigkeiten des Sprachmodells, sondern zusätzliche Produktkomponenten.

27. 25. September 2023: Sprache und Bilder

OpenAI kündigte neue Sprach- und Bildfunktionen für ChatGPT an. Nutzer konnten Bilder als Eingabe verwenden und mit ChatGPT sprechen.

Multimodalität wurde damit erstmals für eine breite ChatGPT-Nutzung sichtbar.

28. Bilder als Eingabekontext

Bildanalyse erweitert den Chat um Fotos, Screenshots, Diagramme und Dokumentansichten.

Ein Bildmodell kann Inhalte falsch erkennen oder Text misslesen; visuelle Antworten benötigen daher dieselbe Kontrolle wie Textantworten.

29. Frühe ChatGPT-Sprachgespräche

Die erste Sprachfunktion kombinierte Spracherkennung, Sprachmodell und Text-to-Speech zu einem gesprochenen Dialog.

Die Architektur war noch nicht dasselbe wie spätere Echtzeitmodelle, die Audio direkter und natürlicher verarbeiten.

30. 19. Oktober 2023: DALL·E 3 in ChatGPT

DALL·E 3 wurde in ChatGPT Plus und Enterprise integriert. ChatGPT konnte Bildprompts aus natürlicher Sprache ausarbeiten und Ergebnisse im Gespräch weiter verändern.

Die Bildfunktion zeigte die Rolle von ChatGPT als Orchestrierungsoberfläche: Textmodell und Bildmodell arbeiten als unterschiedliche Komponenten zusammen.

31. 6. November 2023: GPTs

OpenAI stellte benutzerdefinierte GPTs vor. Nutzer konnten eigene Anweisungen, Wissen und Fähigkeiten kombinieren, ohne eine klassische Anwendung programmieren zu müssen.

GPTs machten Systemanweisungen und Wissensdateien erstmals zu einem sichtbaren Endnutzerprodukt.

32. GPT Builder

Der GPT Builder sollte die Erstellung benutzerdefinierter Assistenten durch Dialog vereinfachen.

Die Produktidee war Low-Code-Konfiguration: Rolle, Regeln, Wissen und Werkzeuge werden zusammengestellt, ohne das Basismodell selbst zu trainieren.

33. Wissensdateien in GPTs

Eigene Dateien können einem GPT als abrufbarer Wissenskontext dienen.

Das ist Retrieval und keine dauerhafte Veränderung der Modellgewichte.

34. Actions in GPTs

GPTs konnten über definierte Schnittstellen externe Dienste ansprechen.

Mit jeder Action werden Authentifizierung, Berechtigung, Fehlerbehandlung und Prompt-Injection-Schutz wichtiger.

35. ChatGPT Enterprise

ChatGPT Enterprise brachte höhere Sicherheits-, Verwaltungs- und Leistungsfunktionen für Organisationen.

Der Enterprise-Kontext ist von Consumer-ChatGPT zu unterscheiden, insbesondere bei Datenverwendung, Adminsteuerung und Aufbewahrung.

36. Consumer und Organisationen werden getrennte Produktwelten

Mit Enterprise wurde sichtbar, dass derselbe ChatGPT-Name unterschiedliche Vertrags- und Datenschutzbedingungen umfassen kann.

Die aktive Organisation beziehungsweise der Arbeitsbereich gehört deshalb zu jeder technischen Bewertung.

37. 10. Januar 2024: GPT Store

OpenAI eröffnete den GPT Store als Verzeichnis für benutzerdefinierte GPTs. Zu diesem Zeitpunkt waren bereits Millionen solcher GPTs erstellt worden.

Der Store machte benutzerkonfigurierte Assistenten zu einem eigenen Ökosystem.

38. GPT Store und Qualitätsproblem

Ein öffentlicher GPT kann gute Instruktionen enthalten, aber ebenso veraltete Dateien, schwache Quellen oder unklare Aktionen.

Die Veröffentlichung in einem Verzeichnis ist deshalb kein Qualitäts- oder Sicherheitszertifikat.

39. 13. Februar 2024: Memory-Test

OpenAI begann, ChatGPT Erinnerungen über Gespräche hinweg testen zu lassen. Nutzer konnten Informationen ausdrücklich merken lassen oder gespeicherte Erinnerungen verwalten.

Memory veränderte die Grundannahme, dass jeder neue Chat vollständig ohne persönlichen Langzeitkontext beginnt.

40. 29. April 2024: Memory breiter für Plus

Memory wurde für viele Plus-Nutzer breiter verfügbar, zunächst mit regionalen Einschränkungen.

Die Funktion entwickelte sich danach mehrfach weiter und wurde stärker mit Chatverlauf und automatischer Kontextauswahl verbunden.

41. 1. April 2024: ChatGPT ohne Anmeldung

OpenAI begann, ChatGPT in unterstützten Regionen auch ohne Konto zugänglich zu machen.

Nicht angemeldete Nutzung besitzt andere Möglichkeiten bei Verlauf, Personalisierung und gespeicherten Funktionen.

42. 13. Mai 2024: GPT-4o

GPT-4o sollte Text, Bild und Audio stärker in einem einzigen multimodalen Modell verbinden und zugleich schneller sowie günstiger als GPT-4 Turbo arbeiten.

Das „o“ steht für omni und markierte OpenAIs Übergang zu nativ multimodaleren Modellen.

43. GPT-4o erweitert Free-Zugang

OpenAI brachte viele zuvor bezahlte Funktionen schrittweise auch in den kostenlosen Zugang, jedoch mit strengeren Limits.

Planunterschiede wurden dadurch weniger zu einer einfachen Funktionsliste und stärker zu einer Frage von Kontingent, Priorität und Modellauswahl.

44. GPT-4o und die Voice-Erwartung

Die Demonstration von GPT-4o zeigte sehr natürliche Sprachinteraktion, die vollständige Auslieferung der neuen Voice-Erfahrung erfolgte jedoch schrittweise.

Ankündigung, Demo, Alpha, Rollout und allgemeine Verfügbarkeit müssen bei Cloud-Produkten zeitlich getrennt dokumentiert werden.

45. 30. Mai 2024: ChatGPT Edu

ChatGPT Edu wurde für Universitäten und Bildungseinrichtungen eingeführt und kombinierte leistungsfähige Modelle mit Organisationsverwaltung und geschützteren Datenbedingungen.

Edu ist kein Consumer-Tarif, sondern eine institutionelle Produktlinie.

46. 2024: Advanced Voice

Advanced Voice brachte natürlichere Echtzeit-Sprachgespräche mit schnellerem Wechsel zwischen Sprechen und Hören.

Spätere GPT-Live-Modelle entwickelten diese Spracharchitektur weiter.

47. 12. September 2024: o1-preview

OpenAI führte mit o1 eine Modelllinie ein, die vor der Antwort mehr interne Rechenzeit für komplexe Aufgaben einsetzen sollte.

Die o-Serie machte Reasoning-Zeit zu einem sichtbaren Produktmerkmal.

48. Reasoning-Modelle als zweite Modelllinie

o1 und spätere o-Modelle waren nicht einfach nur größere GPT-Versionen. Sie wurden gezielt für komplexe Schlussfolgerungen, Mathematik, Wissenschaft und Programmierung trainiert.

Später führte OpenAI diese Trennung wieder stärker in eine einheitliche GPT-5-Familie zusammen.

49. 3. Oktober 2024: Canvas

Canvas bot eine Seitenfläche für längere Schreib- und Coding-Arbeiten neben dem Chat.

Das Interface war eine wichtige Zwischenstufe zwischen Chatantwort und dauerhaft bearbeitbarem Arbeitsdokument.

50. Canvas als direkte Bearbeitungsoberfläche

Nutzer konnten Textabschnitte oder Code gezielt auswählen und überarbeiten lassen.

2026 wurde diese eigene Oberfläche wieder zurückgenommen; Schreiben und Codebearbeitung wanderten in neue Inline-Erfahrungen.

51. 31. Oktober 2024: ChatGPT Search

ChatGPT Search integrierte Websuche mit aktuellen Informationen und Quellenlinks direkt in den Chat.

Search unterscheidet sich von normalem Modellwissen: Der Assistent holt externe aktuelle Dokumente und synthetisiert daraus eine Antwort.

52. Quellen in ChatGPT Search

Quellenlinks machen Webantworten überprüfbarer.

Sie garantieren jedoch nicht, dass jede Formulierung exakt von der zitierten Quelle getragen wird.

53. Search wird breiter verfügbar

Im Dezember 2024 wurde Search für alle angemeldeten Nutzer breiter ausgerollt; Anfang 2025 folgte Zugang ohne Anmeldung in unterstützten Regionen.

Die Funktion entwickelte sich damit vom Plus-Feature zu einem zentralen Bestandteil des Produkts.

54. 13. Dezember 2024: Projects

Projects bündelten Chats, Dateien und projektspezifische Anweisungen in einem Arbeitsraum.

Das Konzept löst ein Kernproblem langer Chat-Arbeit: Kontext soll nicht jedes Mal manuell neu zusammengesucht werden.

55. Projects sind mehr als Ordner

Ein Projekt kann Dateien, frühere Chats und eigene Anweisungen als gemeinsamen Kontext organisieren.

Es ist damit eine Kontext- und Arbeitsstruktur, nicht nur eine visuelle Sortierfunktion.

56. 2024: ChatGPT Pro

ChatGPT Pro wurde als höherer Individualtarif für intensive Nutzung und Zugang zu stärkeren Modellen eingeführt.

Pro ist weiterhin ein ChatGPT-Abonnement und nicht mit API-Guthaben gleichzusetzen.

57. 14. Januar 2025: Tasks Beta

ChatGPT erhielt zeitgesteuerte beziehungsweise wiederkehrende Aufgaben, die zu einem späteren Zeitpunkt ausgeführt werden können.

Die Funktion machte aus dem reaktiven Chat erstmals einen Assistenten, der zeitgesteuert wieder aktiv werden kann.

58. Scheduled Tasks entwickeln sich weiter

2026 können Aufgaben je nach Plan einmalig, wiederkehrend oder in bestimmten Fällen ereignisbezogen ausgeführt werden. Die genauen Limits variieren nach Tarif.

Für Archivzwecke ist die Fähigkeit wichtiger als eine schnell veraltende Zahl maximaler Aufgaben.

59. 23. Januar 2025: Operator

Operator war ein Forschungsprodukt, das Webseiten über eine virtuelle Browseroberfläche bedienen konnte. Das zugrunde liegende Computer-Using-Agent-Modell sollte klicken, tippen und navigieren.

Operator war ein früher konkreter Schritt von Textantworten zu browserbasierten Aktionen.

60. Operator und Bestätigungspunkte

Bei sensiblen Aktionen sollten Nutzer Kontrolle übernehmen oder bestätigen.

Diese Sicherheitslogik wurde später für agentische Browserfunktionen weiterentwickelt.

61. 2. Februar 2025: Deep Research

Deep Research wurde als mehrstufiger Rechercheagent eingeführt, der viele Webquellen durchsuchen, analysieren und zu einem längeren Bericht synthetisieren kann.

Die Funktion unterscheidet sich von normaler Search durch längere Laufzeit, Planung und breitere Quellenarbeit.

62. Deep Research und o3

Die frühe Deep-Research-Version basierte auf einem für Webrecherche optimierten o3-Modell.

Später änderte sich die zugrunde liegende Modell- und Werkzeugarchitektur, während der Produktname erhalten blieb.

63. Deep Research mit Dateien und Quellen

Recherche kann Webquellen mit bereitgestellten Dateien und später auch verbundenen Apps kombinieren.

Je mehr Quellen zusammengeführt werden, desto wichtiger werden Quellenrangfolge, Aktualität und Berechtigungen.

64. 27. Februar 2025: GPT-4.5

GPT-4.5 wurde als Research Preview eines großen allgemeinen GPT-Modells vorgestellt.

Die Modellstufe war vergleichsweise kurzlebig und wurde 2026 aus ChatGPT entfernt.

65. 25. März 2025: native GPT-4o-Bilderzeugung

OpenAI integrierte Bilderzeugung stärker in GPT-4o, sodass Textverständnis und Bildgenerierung enger zusammenarbeiteten.

Die Funktion wurde später durch neuere ChatGPT-Images-Modelle ersetzt.

66. 16. April 2025: o3 und o4-mini

o3 und o4-mini waren Reasoning-Modelle, die ChatGPT-Werkzeuge wie Websuche, Dateianalyse, Python, Bildanalyse und Bilderzeugung selbstständiger kombinieren konnten.

Das war ein wichtiger Schritt zu agentischer Werkzeugauswahl innerhalb eines Reasoning-Modells.

67. Reasoning und Werkzeugnutzung wachsen zusammen

Statt nur eine längere Textantwort zu berechnen, konnten Modelle entscheiden, wann eine Suche, Python-Ausführung oder Bildanalyse sinnvoll war.

Die Produktgrenze zwischen Modell und Agent wurde dadurch unschärfer.

68. 14. Mai 2025: GPT-4.1 in ChatGPT

GPT-4.1 wurde für zahlende ChatGPT-Nutzer verfügbar und legte besonderen Schwerpunkt auf Programmierung und Instruktionsbefolgung.

GPT-4.1 mini ersetzte zeitweise frühere Mini-Fallbacks.

69. 16. Mai 2025: Codex

OpenAI führte Codex als cloudbasierten Software-Engineering-Agenten ein. Die frühe Fassung arbeitete mit codex-1, einer auf reale Programmieraufgaben optimierten Variante der o3-Linie.

Codex ist eine eigene Produktlinie für Softwareentwicklung und nicht einfach der normale ChatGPT-Chat mit einem Coding-Prompt.

70. Codex übernimmt Softwareaufgaben

Codex kann Code lesen, Änderungen vorbereiten, Tests ausführen und Aufgaben in einer isolierten Entwicklungsumgebung bearbeiten.

Der Entwickler bleibt für Review, Tests, Security und Merge verantwortlich.

71. 17. Juli 2025: ChatGPT Agent

ChatGPT Agent verband Fähigkeiten von Operator, Deep Research und ChatGPT mit einer virtuellen Computerumgebung.

Der Agent konnte Webseiten bedienen, recherchieren, Dateien verarbeiten und mehrstufige Aufgaben erledigen.

72. Virtueller Computer des ChatGPT Agent

Der Agent erhielt einen eigenen Browser- und Computerzustand, in dem er Schritte ausführen konnte.

Das vergrößerte den Nutzen, aber auch die Notwendigkeit von Bestätigung, Überwachung und Schutz vor Prompt Injection.

73. Agent und Deep Research waren nicht identisch

Deep Research konzentrierte sich auf Quellenanalyse und Berichte. Der Agent sollte zusätzlich handeln, Browser bedienen und weitere Werkzeuge orchestrieren.

Später wurde die Agentenstrategie erneut umgebaut.

74. 7. August 2025: GPT-5

GPT-5 wurde in ChatGPT als stärker vereinheitlichte Modellfamilie eingeführt. Das Produkt konnte je nach Aufgabe zwischen schnellerem Antworten und tieferem Reasoning wählen.

Damit begann OpenAI, die vorher sichtbare Trennung zwischen GPT- und o-Modellen wieder stärker zu konsolidieren.

75. GPT-5 und automatisches Routing

Das System sollte selbst entscheiden, wann schnelle Verarbeitung genügt und wann mehr Reasoning nötig ist.

Ein ChatGPT-Modellname bezeichnet damit zunehmend eine Produktfamilie mit Routing statt nur einen einzigen statischen Inferenzpfad.

76. 29. August 2025: Team wird Business

ChatGPT Team wurde in ChatGPT Business umbenannt. Die Umbenennung änderte zunächst vor allem die Produktbezeichnung.

Alte Dokumentationen mit „Team“ gehören deshalb in dieselbe historische Organisationslinie.

77. Connectors entwickeln sich zu Apps

ChatGPT verband sich 2025 stärker mit externen Diensten und Unternehmensdaten. Die Bezeichnung „Connectors“ wurde später in „Apps“ überführt.

Die technische Kernfrage blieb: Welche Daten darf die Verbindung lesen, und welche Aktionen darf sie ausführen?

78. 12. November 2025: GPT-5.1

GPT-5.1 brachte Varianten wie Instant und Thinking sowie weitere Anpassungen von Verhalten und Persönlichkeit.

Der Modellzyklus beschleunigte sich deutlich: sichtbare Modellnamen konnten innerhalb weniger Monate wieder ersetzt werden.

79. 16. Dezember 2025: ChatGPT Images und GPT-Image-1.5

OpenAI verbesserte ChatGPT-Bilderzeugung und Bildbearbeitung mit einem neueren Bildmodell.

Bildmodelle besitzen einen eigenen Versionspfad, der nicht mit GPT-Textmodellen gleichgesetzt werden sollte.

80. 11. Dezember 2025: GPT-5.2

GPT-5.2 wurde mit Instant-, Thinking- und Pro-orientierten Varianten eingeführt.

Die schnelle Nachfolge nach GPT-5.1 zeigt, warum aktuelle Modelllisten immer stichtagsbezogen dokumentiert werden müssen.

81. 2. Februar 2026: Codex App auf macOS

OpenAI brachte Codex in eine eigene Desktop-App, die mehrere Coding-Aufgaben und Agenten parallel organisieren kann.

Codex entwickelt sich damit von einem einzelnen Cloud-Agenten zu einer eigenständigen Entwicklungsoberfläche.

82. 4. März 2026: Codex App für Windows

Die Codex-App wurde auf Windows ausgeweitet.

Damit ist die Produktlinie plattformübergreifend und klar von der allgemeinen ChatGPT-Desktop-App getrennt.

83. 3. März 2026: GPT-5.3 Instant

GPT-5.3 Instant verbesserte schnelle Alltagsantworten, Suchverhalten und Tonalität.

Instant steht für einen auf geringe Latenz und breite Alltagsaufgaben optimierten Pfad.

84. 5. März 2026: GPT-5.4 Thinking

GPT-5.4 Thinking verband tieferes Reasoning mit Coding- und agentischen Fähigkeiten.

Die Modellfamilie zeigte den Übergang von getrennten o-Modellen zu einer wieder einheitlicher benannten GPT-Reihe.

85. 11. März 2026: GPT-5.1 aus ChatGPT entfernt

Frühere GPT-5.1-Varianten wurden aus ChatGPT zurückgenommen und auf neuere Pfade umgestellt.

Ein alter Chat kann dadurch später mit einem anderen Modell fortgesetzt werden als bei seiner Entstehung.

86. 21. April 2026: ChatGPT Images 2.0

Images 2.0 wurde als neue Generation der Bildfunktion ausgerollt und verbesserte Bildgenerierung sowie Bearbeitung.

Die Bildfunktion ist ein eigenständiger Modell- und Produktpfad innerhalb der ChatGPT-Oberfläche.

87. 5. Mai 2026: GPT-5.5 Instant

GPT-5.5 Instant wurde als weitere schnelle Modellgeneration eingeführt und danach mehrfach hinsichtlich Gesprächsqualität und Instruktionsbefolgung aktualisiert.

Auch innerhalb derselben Modellbezeichnung kann serverseitig ein verändertes Verhalten auftreten.

88. 28. Mai 2026: Canvas wird zurückgenommen

OpenAI entfernte Canvas aus der aktuellen GPT-5.5-Erfahrung. Schreiben und Coding wurden stärker direkt in Chat, Writing Blocks und Code Blocks integriert.

Canvas bleibt damit ein historisch wichtiger, aber nicht mehr zentraler ChatGPT-Arbeitsmodus.

89. 2026: GPT-4.5 verlässt ChatGPT

GPT-4.5 wurde nach seiner Research-Preview-Phase aus ChatGPT entfernt.

Ein Modell kann aus ChatGPT verschwinden, obwohl andere Schnittstellen oder historische Dokumentationen weiterhin darauf verweisen.

90. 13. Februar 2026: mehrere ältere Modelle aus ChatGPT entfernt

GPT-4o, GPT-4.1, GPT-4.1 mini, o4-mini sowie ältere GPT-5-Varianten wurden aus der normalen ChatGPT-Modellauswahl entfernt.

OpenAI wies dabei ausdrücklich darauf hin, dass ChatGPT- und API-Lebenszyklus getrennt sind.

91. 26. Juni 2026: GPT-5.6 Limited Preview

OpenAI stellte GPT-5.6 zunächst begrenzt vor und ordnete die Familie in die Leistungsstufen Sol, Terra und Luna.

Die Namen beschreiben dauerhafter gedachte Leistungsprofile, nicht drei verschiedene ChatGPT-Produkte.

92. 9. Juli 2026: GPT-5.6 allgemein verfügbar

GPT-5.6 wurde in ChatGPT, Codex und API breiter ausgerollt. Sol steht für die stärkste allgemeine Chatlinie, Terra für eine ausgewogenere Stufe und Luna für schnellere beziehungsweise günstigere Nutzung.

Welche Stufen sichtbar auswählbar sind, hängt vom Produkt und Tarif ab.

93. GPT-5.6 Sol

Sol ist die leistungsstarke GPT-5.6-Stufe für anspruchsvolle allgemeine Chat-, Reasoning- und Wissensaufgaben.

In normalen ChatGPT-Tarifen kann Sol je nach Plan mit unterschiedlichen Reasoning-Stufen verfügbar sein.

94. GPT-5.6 Sol Pro

Sol Pro ist die höher priorisierte beziehungsweise rechenintensivere Variante für besonders anspruchsvolle Aufgaben.

Sie ist nicht mit dem ChatGPT-Pro-Abonnement selbst gleichzusetzen: Modellstufe und Tarifname sind zwei Ebenen.

95. GPT-5.6 Terra

Terra ist eine ausgewogene GPT-5.6-Stufe zwischen maximaler Fähigkeit und effizienterer Verarbeitung.

Terra kann in Work, Codex oder API verfügbar sein, ohne in jedem normalen ChatGPT-Modellwähler zu erscheinen.

96. GPT-5.6 Luna

Luna ist die schnellere und kosteneffizientere GPT-5.6-Stufe. Im aktuellen ChatGPT-Kontext dient sie insbesondere Free- und Go-Nutzern als zentraler Modellpfad.

Auch Luna ist ein Modellprofil und kein eigener ChatGPT-Dienst.

97. Sol, Terra und Luna sind keine drei ChatGPTs

Alle drei Namen gehören zur GPT-5.6-Familie. Die Produktoberflächen ChatGPT, Work, Codex und API entscheiden, welche Stufen sichtbar oder automatisch nutzbar sind.

Ein Screenshot aus Codex darf daher nicht als Beweis für dieselbe Modellauswahl im normalen Chat interpretiert werden.

98. 26. August 2026: o3 aus ChatGPT entfernt

o3 wurde aus ChatGPT zurückgenommen, während der API-Lebenszyklus separat weiterläuft.

Das ist ein besonders klares Beispiel dafür, dass „in ChatGPT nicht mehr auswählbar“ nicht automatisch „API eingestellt“ bedeutet.

99. 8. Juli 2026: GPT-Live

OpenAI führte eine neue Live-Sprachmodelllinie ein. GPT-Live-1 richtet sich an bezahlte Nutzung, GPT-Live-1 mini an kostenlose Sprachinteraktion.

Die Modelle verarbeiten gesprochene Interaktion stärker in Echtzeit und bilden einen eigenen Modellpfad neben Text-GPTs.

100. Live Voice und ältere Advanced Voice

GPT-Live soll natürlicher zuhören und sprechen und kann je nach Produkt zusätzlich Suche, Memory, Text, Bilder oder Widgets einbeziehen.

Ältere Advanced-Voice-Funktionen bleiben für bestimmte Video- oder Bildschirmfreigabeszenarien relevant, solange diese nicht vollständig in Live überführt sind.

101. 9. Juli 2026: ChatGPT Work

ChatGPT Work wurde für längere, mehrstufige Aufgaben eingeführt. Der Modus soll aus Recherche, verbundenen Apps, Dateien und Werkzeugen fertige Arbeitsergebnisse wie Dokumente, Tabellen, Präsentationen, Berichte oder Websites erzeugen.

Work ist stärker auf selbstständige Ausführung ausgerichtet als der normale Chat.

102. Chat und Work

Chat eignet sich für schnelle dialogische Hilfe, Entwürfe und einzelne Analysen. Work übernimmt umfangreichere Aufgaben mit mehreren Schritten und fertigen Artefakten.

Die Wahl des Modus ist damit eine Frage der Arbeitsform, nicht nur der Modellstärke.

103. Work und Codex

Work ist ein allgemeiner Arbeitsagent für verschiedenartige Ergebnisse. Codex ist auf Softwareentwicklung, Repositories, Tests und Codeänderungen spezialisiert.

Für eine Programmieraufgabe kann Codex geeigneter sein, während ein gemischter Bericht mit Tabellen und Präsentation eher zu Work passt.

104. ChatGPT Agent wird durch Work abgelöst

Die 2025 eingeführte ChatGPT-Agent-Erfahrung ist 2026 nicht mehr als eigenständiger aktueller Modus verfügbar. OpenAI verweist für lange agentische Aufgaben auf Work.

Historische Anleitungen zum „Agent Mode“ dürfen daher nicht als aktuelle Bedienanleitung verwendet werden.

105. Operator ist kein aktuelles Einzelprodukt mehr

Operator ging zunächst in den ChatGPT Agent über und dessen browserbasierte Fähigkeiten wurden anschließend in die neuere Agenten- und Work-Strategie überführt.

Der Produktname verschwand, die technische Idee des Computer- und Browsergebrauchs blieb erhalten.

106. 21. Oktober 2025: ChatGPT Atlas

Atlas war ein eigener Browser mit tief integrierter ChatGPT-Unterstützung und agentischen Browserideen.

Er war ein bemerkenswertes Experiment, ChatGPT nicht nur in einen Browser einzubauen, sondern den Browser selbst um ChatGPT herum zu organisieren.

107. 9. August 2026: Atlas wird eingestellt

OpenAI stellte Atlas 2026 wieder ein und verlagerte Browser- und Agentenfähigkeiten zurück in ChatGPT und Codex.

Die kurze Lebensdauer zeigt, wie schnell OpenAI Produktgrenzen neu ordnet.

108. 9. Juli 2026: Plugin Directory

OpenAI ersetzte die frühere App-Directory-Logik durch ein Plugin Directory. Plugins können Skills, Apps und Vorlagen bündeln.

Die Bezeichnung „Plugin“ kehrte damit zurück, meint 2026 aber eine modernere Verpackung als die ursprünglichen 2023er Drittanbieter-Plugins.

109. Apps und Plugins 2026

Apps verbinden ChatGPT mit externen Diensten, Daten oder Aktionen. Plugins können solche Apps zusammen mit Skills und weiteren Bausteinen paketieren.

Vorhandene App-Verbindungen bleiben eine eigene Berechtigungs- und Datenschutzebene.

110. Plugins als modulare Erweiterung

Das Plugin Directory dient als zentrale Entdeckungsebene für zusätzliche Funktionen.

Wie bei jeder Erweiterung müssen Herausgeber, Berechtigungen und tatsächlicher Datenzugriff geprüft werden.

111. 2026: Codex auf Mobilgeräten

Codex erhielt eine mobile Vorschau, mit der laufende Softwareaufgaben verfolgt, gestartet oder bestätigt werden können.

Das Smartphone wird damit zur Fernsteuerung eines Entwicklungsagenten, nicht zur lokalen Ausführungsumgebung.

112. ChatGPT im September 2026

Der normale Chat bleibt die schnellste allgemeine Oberfläche für Fragen, Texte, Analyse, Suche, Dateien, Bilder und alltägliche Zusammenarbeit.

Je nach Tarif entscheidet ChatGPT automatisch oder über einen Modell-/Reasoning-Wähler, welcher GPT-5.6-Pfad verwendet wird.

113. Reasoning-Stufen

Bei geeigneten bezahlten Modellen können unterschiedliche Reasoning-Stufen wie Instant, Medium, High oder XHigh die Rechenzeit und Tiefe beeinflussen.

Mehr Reasoning ist nicht automatisch besser für jede Aufgabe; einfache Fragen profitieren oft stärker von geringer Latenz.

114. Der Modellwähler

Der Modellwähler ist eine Produktfunktion und verändert sich mit Tarif, Plattform und Modelllebenszyklus.

Ein verschwundener Modellname kann ein Produkt-Retirement, eine automatische Migration oder eine Tarifänderung bedeuten.

115. Automatisches Routing

ChatGPT kann Modelle oder Denkintensität abhängig von Aufgabe und Plan auswählen.

Für reproduzierbare Vergleiche sollte dokumentiert werden, welche sichtbare Modell- und Reasoning-Einstellung tatsächlich verwendet wurde.

116. Search

Search holt aktuelle Webinformationen und zeigt Quellenlinks. ChatGPT kann je nach Anfrage auch automatisch entscheiden, dass Websuche sinnvoll ist.

Search ist der richtige Pfad für aktuelle Fakten, ersetzt aber keine Prüfung der zitierten Quellen.

117. Deep Research

Deep Research bleibt 2026 ein eigenständiger ChatGPT-Recherchepfad für umfangreiche, mehrstufige Quellenarbeit.

Die Funktion kann Webquellen, Dateien und je nach Konto verbundene Quellen kombinieren.

118. Search oder Deep Research?

Search eignet sich für schnelle aktuelle Antworten und einzelne Fakten. Deep Research eignet sich für Fragen, die viele Quellen, Vergleich, Struktur und längere Bearbeitung benötigen.

Mehr Laufzeit ist sinnvoll, wenn die Aufgabe eine echte Recherche und nicht nur einen aktuellen Link verlangt.

119. Deep Research und bevorzugte Quellen

Neuere Deep-Research-Versionen können Recherche stärker auf bestimmte vertrauenswürdige Websites oder verbundene Datenquellen beschränken.

Das verbessert Kontrollierbarkeit, wenn klar ist, welche Quellen als maßgeblich gelten.

120. Deep Research und MCP/Apps

Deep Research kann in unterstützten Kontexten auf verbundene Apps beziehungsweise standardisierte Datenzugänge zugreifen.

Interne und externe Quellen werden dadurch gemeinsam analysierbar, müssen aber datenschutzrechtlich getrennt bewertet werden.

121. Dateiuploads

ChatGPT kann unterstützte Dateien lesen, zusammenfassen, vergleichen und als Kontext verwenden.

Dateiupload ist kein automatischer Beweis, dass jede Seite oder jede eingebettete Grafik vollständig verstanden wurde.

122. Datenanalyse und Python

Für strukturierte Daten, Tabellen und Berechnungen kann ChatGPT Python in einer isolierten Ausführungsumgebung nutzen.

Berechnete Ergebnisse sind verlässlicher prüfbar als rein sprachlich geschätzte Zahlen, solange Eingabe und Code korrekt sind.

123. Diagramme und Datenvisualisierung

Aus hochgeladenen Daten können Diagramme und Tabellen erzeugt werden.

Die visuelle Darstellung muss zur richtigen Kennzahl, Achse und Datenbasis passen; ein schönes Diagramm kann eine falsche Analyse verdecken.

124. ChatGPT Images 2.0

Die aktuelle Bildfunktion kann neue Bilder erzeugen und bestehende Bilder bearbeiten.

Bildgenerierung besitzt andere Fehler- und Sicherheitsklassen als Textgenerierung, etwa falsche Details, ungenaue Schrift oder unerwünschte Veränderung vorhandener Bildinhalte.

125. Bildbearbeitung

ChatGPT kann hochgeladene Bilder gezielt verändern, Objekte entfernen, Hintergründe anpassen oder Stiländerungen erzeugen.

Bei präzisen Restaurierungs- oder Dokumentationsaufgaben muss kontrolliert werden, dass nicht ungewollt weitere Bildbereiche verändert werden.

126. Transparente Hintergründe

Moderne ChatGPT-Bilderzeugung kann je nach Aufgabe transparente Hintergründe erzeugen.

Für Webgrafiken sollte die tatsächliche Alpha-Transparenz in der exportierten Datei geprüft werden.

127. Voice im September 2026

ChatGPT unterstützt gesprochene Interaktion über aktuelle Live- beziehungsweise weitere Voice-Pfade.

Sprachmodell, Audioerkennung, Sprachsynthese und sichtbarer Chatkontext sind technisch unterschiedliche Komponenten.

128. Voice mit Memory und Suche

Neuere Live-Sprachpfade können je nach Tarif auf Memory und Websuche zugreifen.

Eine gesprochene Antwort kann daher ebenso aus aktuellen Webquellen stammen wie eine Textantwort.

129. Projects heute

Projects sind für Free- und Bezahlpläne als Arbeitsräume verfügbar und bündeln Chats, Dateien und projektspezifische Anweisungen.

Sie eignen sich für länger laufende Themen, bei denen Kontext über mehrere Unterhaltungen erhalten bleiben soll.

130. Projektkontext und Memory

Ein Projekt kann seinen eigenen Kontext stärker von anderen Chats abgrenzen.

Das ist besonders nützlich, wenn verschiedene Projekte unterschiedliche Regeln, Dateien oder Fachsprachen besitzen.

131. Geteilte Projects

Organisationstarife können Projekte beziehungsweise Arbeitskontext gemeinsam nutzen, abhängig von aktuellen Freigabefunktionen.

Geteilter Kontext erhöht zugleich die Bedeutung sauberer Dateiberechtigungen und Rollen.

132. Library

Die ChatGPT Library speichert unterstützte hochgeladene oder erzeugte Dateien als wiederauffindbare Ressourcen.

Sie ist von einem einzelnen Chatverlauf zu unterscheiden: Eine Datei kann als eigenständiges Bibliotheksobjekt bestehen.

133. Library und Projects

Library organisiert Dateien übergreifend, Projects organisieren eine Aufgabe mit Chats, Dateien und Anweisungen.

Beide Funktionen lösen unterschiedliche Teile des Kontextproblems.

134. Custom Instructions

Benutzerdefinierte Anweisungen legen dauerhafte Präferenzen für Stil, Rolle oder Arbeitsweise fest.

Sie sind Kontextregeln und keine Garantie, dass jede Antwort exakt nach ihnen formuliert wird.

135. Persönlichkeit und Stil

ChatGPT kann eine Basispersönlichkeit beziehungsweise Stilvorgabe verwenden, während konkrete Aufgaben weiterhin eigene Ton- und Formatregeln besitzen.

Stilwahl verändert die Darstellung, nicht die zugrunde liegende Beweislage einer Antwort.

136. Memory 2026

Memory kann nützlichen Kontext aus früheren Chats, Dateien und verbundenen Quellen stärker automatisch berücksichtigen, abhängig von Plan und Einstellungen.

Nutzer können gespeicherte Erinnerungen und Personalisierungsoptionen verwalten.

137. Memory und Chatverlauf

Der Verlauf speichert Unterhaltungen. Memory extrahiert oder verwendet längerfristigen Kontext für spätere Antworten.

Ein gelöschter Chat und eine gelöschte Erinnerung sind deshalb nicht dasselbe.

138. Temporary Chat

Temporäre Chats sind für Unterhaltungen gedacht, die nicht wie normale Chats in Verlauf und Memory weiterverwendet werden sollen.

OpenAI beschreibt zugleich begrenzte technische Aufbewahrung für Sicherheitszwecke; temporär bedeutet daher nicht „niemals serverseitig verarbeitet“.

139. Scheduled Tasks

ChatGPT kann Erinnerungen, wiederkehrende Zusammenfassungen und je nach Produkt weitergehende überwachte Aufgaben ausführen.

Frequenz, aktive Aufgaben und ereignisbezogene Trigger hängen vom aktuellen Tarif ab.

140. Apps

Apps verbinden ChatGPT mit externen Diensten und Datenquellen.

Vor der Verbindung wird geprüft, welche Daten gelesen, welche Aktionen ausgeführt und welche Anbieterbedingungen zusätzlich gelten.

141. Plugins

Plugins bündeln 2026 erweiterbare ChatGPT-Fähigkeiten und können Apps, Skills oder weitere Vorlagen enthalten.

Der historische Name ähnelt 2023, die heutige Architektur ist jedoch nicht identisch.

142. GPTs im aktuellen Produkt

Bereits vorhandene GPTs bleiben ein Teil des Ökosystems. Die Möglichkeit, neue GPTs zu erstellen oder zu veröffentlichen, hängt 2026 stärker von Arbeitsbereich und Tarif ab.

Insbesondere persönliche Konten besitzen nicht mehr pauschal dieselben Erstellungsrechte wie in der frühen GPT-Store-Phase.

143. Neue GPTs auf persönlichen Konten

Nach aktuellem Produktstand ist die Neuerstellung und Veröffentlichung benutzerdefinierter GPTs auf persönlichen Free-, Go-, Plus- und Pro-Konten nicht allgemein verfügbar.

Ältere 2024er Anleitungen mit „Plus erstellt GPTs“ sind deshalb historisch und nicht mehr als aktuelle Bedienanleitung zu verwenden.

144. GPTs in verwalteten Arbeitsbereichen

Business-, Enterprise- und Edu-Arbeitsbereiche können je nach Adminrichtlinie weiterhin GPTs erstellen, bearbeiten oder bereitstellen.

Unternehmens-GPTs unterliegen zusätzlich Governance und Datenzugriffsregeln.

145. Geteilte Chatlinks

ChatGPT kann Unterhaltungen über Freigabelinks teilbar machen, soweit die Funktion im jeweiligen Konto verfügbar ist.

Vor dem Teilen muss geprüft werden, ob der Chat personenbezogene, interne oder geheime Inhalte enthält.

146. Codex ist nicht der normale ChatGPT-Chat

Codex ist OpenAIs spezialisierte Produktfamilie für Softwareentwicklung. Sie kann Repositories analysieren, Code verändern, Tests ausführen und länger laufende Entwicklungsaufgaben übernehmen.

ChatGPT kann ebenfalls programmieren, besitzt aber nicht automatisch denselben Repository- und Agentenkontext.

147. Codex-Zugänge

Codex ist über Desktop-App, Web, CLI, IDE-Integration und weitere unterstützte Oberflächen erreichbar.

Der konkrete Funktionsumfang unterscheidet sich je nach Client.

148. Codex CLI

Die Kommandozeilenversion bringt den Coding-Agenten direkt in Terminal-Arbeitsabläufe.

Shellbefehle können destruktiv sein; vorgeschlagene Befehle werden vor Ausführung verstanden und geprüft.

149. Codex in IDEs

IDE-Integrationen liefern Codekontext, Dateien und Projektstruktur direkt an den Agenten.

Je mehr Repository-Kontext verfügbar ist, desto wichtiger sind Regeln für Secrets und vertraulichen Quellcode.

150. Cloud-Aufgaben

Codex kann Aufgaben in einer isolierten Cloud-Umgebung bearbeiten und Ergebnisse später zur Prüfung bereitstellen.

Isolation reduziert Risiken, ersetzt aber keinen Review der erzeugten Änderungen.

151. Mehrere Codex-Aufgaben parallel

Die Desktop-App ist auf parallele Softwareaufgaben und Agenten ausgelegt.

Parallelität steigert Durchsatz, kann aber Review-Last und Konflikte zwischen Änderungen erhöhen.

152. Review bleibt Pflicht

Generierter Code kann logisch falsch, unsicher oder unnötig komplex sein.

Tests, Linter, Security-Scanning und menschliches Code Review bleiben Teil einer sicheren Nutzung.

153. Codex und Modellwahl

Codex kann je nach Tarif verschiedene GPT-5.6-Leistungsstufen oder speziell auf Coding abgestimmte Modelle verwenden.

Ein Modell, das in Codex verfügbar ist, muss nicht im normalen Chat auswählbar sein.

154. Codex mobil überwachen

Mobile Integrationen erlauben, laufende Codex-Aufgaben zu verfolgen und bestimmte Schritte zu bestätigen.

Das Mobilgerät ist dabei Bedienoberfläche für eine entfernte Entwicklungsumgebung.

155. Codex und API

Codex ist ein fertiges Softwareprodukt; die API stellt Entwicklern Modelle und Werkzeuge als Bausteine für eigene Anwendungen bereit.

Abrechnung, Limits und Sicherheitsverantwortung unterscheiden sich.

156. Work ist nicht einfach ein längerer Chat

ChatGPT Work ist auf umfangreiche Aufgaben ausgerichtet, die mehrere Schritte, Recherche, Dateien, verbundene Apps und fertige Artefakte erfordern.

Der Modus soll stärker selbstständig arbeiten und Zwischenschritte koordinieren.

157. Fertige Artefakte

Work kann Dokumente, Tabellen, Präsentationen, Berichte und Webseiten als vollständige Arbeitsergebnisse erzeugen.

Das Ergebnis muss anschließend wie jedes automatisch erzeugte Artefakt auf Fakten, Format, Berechtigungen und Funktionsfähigkeit geprüft werden.

158. Cloud Browser in Work

Browserbasierte Aufgaben werden in Work über eine Cloud-Browser-Umgebung ausgeführt.

Anmelde- und Bestätigungsschritte können Benutzerinteraktion erfordern.

159. Work und verbundene Apps

Work kann auf autorisierte externe Datenquellen zugreifen, wenn eine App-Verbindung vorhanden ist.

Die Berechtigung einer App definiert die maximale Daten- und Aktionsfläche.

160. Work und Dateien

Große Aufgaben können mehrere bereitgestellte Dateien als Arbeitsgrundlage verwenden.

Bei langen Dokumenten muss trotzdem kontrolliert werden, ob alle relevanten Abschnitte tatsächlich berücksichtigt wurden.

161. Work und wiederkehrende Aufgaben

Work kann je nach Plan auch zeitgesteuerte oder ereignisbezogene Aufgaben übernehmen.

Damit verschiebt sich ChatGPT vom einmaligen Assistenten zu einem dauerhaft ausführenden Dienst.

162. Überwachte Änderungen

Ein Work-Auftrag kann darauf ausgerichtet sein, spätere Änderungen zu beobachten und nur bei relevanten Ereignissen zu reagieren.

Für solche Aufgaben braucht es klare Kriterien, damit nicht jede kleine Änderung eine unnötige Aktion auslöst.

163. Agentische Arbeit erhöht Folgenrisiken

Ein Fehler in einem normalen Chat ist zunächst Text. Ein Fehler in einem Agenten kann Dateien verändern, Browseraktionen auslösen oder falsche Ergebnisse als fertiges Dokument weitergeben.

Bestätigungspunkte und Rückfallmöglichkeiten werden daher mit wachsender Autonomie wichtiger.

164. Work und Projects

Projects organisieren langfristigen Kontext. Work übernimmt die Ausführung einer konkreten umfangreichen Aufgabe.

Beides kann zusammenwirken, ist aber funktional verschieden.

165. Work und Deep Research

Deep Research konzentriert sich auf Recherche und Quellenbericht. Work kann Recherche als einen Schritt innerhalb einer breiteren Aufgabe verwenden.

Wenn am Ende nur ein belegter Recherchebericht benötigt wird, ist Deep Research oft der präzisere Modus.

166. Die OpenAI API ist ein eigenes Produkt

Die API erlaubt Entwicklern, Modelle programmatisch in eigene Anwendungen einzubauen.

Ein ChatGPT-Abonnement enthält nicht automatisch API-Guthaben; Abrechnung und Limits sind getrennt.

167. API-Modellnamen

Die API verwendet konkrete Modellkennungen und teilweise Aliasnamen. Ein Modell kann dort verfügbar bleiben, obwohl es aus ChatGPT verschwindet.

Für reproduzierbare Anwendungen sind feste Modellstände und Deprecation-Hinweise wichtiger als die ChatGPT-Oberfläche.

168. Kontextfenster

API-Modelle besitzen definierte maximale Kontext- und Ausgabelängen.

Große Kontextfenster bedeuten nicht, dass beliebig viel Inhalt ohne Qualitätsverlust sinnvoll verarbeitet wird.

169. Werkzeuge in der API

OpenAI stellt modellabhängig Funktionen wie Websuche, Dateisuche, Computergebrauch und Funktionsaufrufe bereit.

Entwickler müssen Berechtigungen, Toolausgaben und Fehlerpfade selbst sicher gestalten.

170. Function Calling

Ein Modell kann strukturierte Argumente für definierte Funktionen erzeugen, damit eine Anwendung externe Aktionen ausführt.

Das Modell führt die Geschäftsfunktion nicht magisch selbst aus; die Anwendung entscheidet, ob und wie der Aufruf umgesetzt wird.

171. Strukturierte Ausgaben

Schema-gebundene Antworten helfen, JSON und andere Datenstrukturen zuverlässiger zu erzeugen.

Ein formal gültiges Schema garantiert trotzdem nicht, dass der Inhalt fachlich korrekt ist.

172. Responses-orientierte API

Neuere OpenAI-APIs bündeln Modellantworten und Werkzeugaufrufe stärker in einer einheitlichen Schnittstelle.

Für alte Integrationen können andere Endpunkte oder Assistenzkonzepte weiterhin historisch relevant sein.

173. Deprecations

OpenAI kündigt veraltete Modelle und Schnittstellen mit eigenen Fristen an.

Produktivsysteme benötigen deshalb Monitoring für Deprecation und einen getesteten Migrationspfad.

174. ChatGPT-Retirement ist kein API-Retirement

Mehrere 2026 aus ChatGPT entfernte Modelle blieben in der API zunächst verfügbar.

Diese Trennung verhindert, dass eine UI-Änderung fälschlich als Abschaltung eines Entwicklerdienstes interpretiert wird.

175. API-Preise sind stichtagsbezogen

Input-, Output- und Toolkosten können sich unabhängig von ChatGPT-Tarifen ändern.

Eine Archivseite sollte Preise nur mit Datum festhalten und für aktuelle Kalkulation direkt die aktuelle Preisseite prüfen.

176. API-Datennutzung

OpenAI behandelt API-Eingaben und -Ausgaben nach eigenen Business-Datenschutzbedingungen und verwendet sie standardmäßig nicht zum Training der allgemeinen Modelle.

Anwendungen können jedoch selbst zusätzliche Logs speichern; die gesamte Datenkette muss betrachtet werden.

177. API-Schlüssel

API-Schlüssel sind Geheimnisse und gehören nicht in Chatprompts, öffentliche Repositories oder Clientcode.

Sie werden serverseitig beziehungsweise in geeigneten Secret-Stores verwaltet und bei Verdacht auf Offenlegung rotiert.

178. Free

Free bietet grundlegenden ChatGPT-Zugang und aktuelle effiziente Modellpfade wie GPT-5.6 Luna mit planabhängigen Limits.

Viele Werkzeuge sind grundsätzlich erreichbar, aber Kontingente und Priorität sind niedriger als in bezahlten Tarifen.

179. Go

Go ist ein günstigerer bezahlter Zugang zwischen Free und den höheren Individualtarifen.

Der konkrete Umfang und regionale Preis können sich ändern; aktuelle Tarifdaten werden separat geprüft.

180. Plus

Plus ist der klassische bezahlte Individualtarif mit höherem Zugriff auf leistungsfähige Chatmodelle und Werkzeuge.

Plus ist nicht gleichbedeutend mit unbegrenzter Nutzung.

181. Pro

Pro richtet sich an sehr intensive Individualnutzung und bietet höhere Limits beziehungsweise Zugang zu besonders rechenintensiven Modellpfaden.

Pro bleibt ein ChatGPT-Tarif und enthält kein automatisches API-Guthaben.

182. Business

Business ist der Organisationsnachfolger von Team und bietet kollaborative Verwaltung sowie Business-Datenschutzbedingungen.

OpenAI verwendet Business-Daten standardmäßig nicht zum Training der allgemeinen Modelle.

183. Enterprise

Enterprise ergänzt größere Verwaltungs-, Sicherheits-, Compliance- und Skalierungsfunktionen.

Konkrete Aufbewahrung, Identität und interne Freigaben werden durch Organisationseinstellungen mitbestimmt.

184. Edu

Edu richtet sich an Hochschulen und Bildungseinrichtungen mit Organisationsverwaltung.

Es ist von individuellen Studentenabonnements zu unterscheiden.

185. Spezialisierte Organisationspläne

OpenAI führt zusätzlich spezialisierte Organisationsangebote für bestimmte regulierte oder institutionelle Bereiche.

Die Schutz- und Vertragsbedingungen solcher Pläne dürfen nicht auf Consumer-Konten übertragen werden.

186. Limits ändern sich

Nachrichten, Dateien, Recherche, Voice, Modelle und Agenten können unterschiedliche planabhängige Kontingente besitzen.

Eine statische Tabelle wird schnell veraltet; für eine konkrete Entscheidung wird der aktuelle Tarifstand geprüft.

187. Tarifname ist kein Modellname

Plus, Pro oder Business sagen nicht automatisch, welches Modell jede Anfrage verarbeitet.

Tarif, Modellwahl und automatisches Routing sind getrennte Ebenen.

188. API-Abrechnung ist separat

ChatGPT-Abonnements und API-Nutzung werden getrennt abgerechnet.

Diese Trennung ist eine häufige Quelle von Missverständnissen bei Entwicklern.

189. Arbeitsbereich und persönliches Konto

Ein Nutzer kann persönliche und organisatorische ChatGPT-Kontexte besitzen.

Vor sensiblen Dateien oder verbundenen Apps wird geprüft, welcher Arbeitsbereich aktiv ist.

190. Consumer-Trainingseinstellung

Bei persönlichen ChatGPT-Konten kann die Option zur Modellverbesserung deaktiviert werden. Chats können dabei weiterhin im Verlauf sichtbar bleiben.

Trainingseinstellung, Speicherung, Memory und Verlauf sind unterschiedliche Datenzwecke.

191. Business-Daten standardmäßig nicht fürs Training

OpenAI erklärt für Business, Enterprise, Edu, Healthcare, Teachers und API, Eingaben und Ausgaben standardmäßig nicht zum Training allgemeiner Modelle zu verwenden.

Das ist eine zentrale Abgrenzung zu Consumer-Einstellungen.

192. Temporary Chat und Aufbewahrung

Temporäre Chats erscheinen nicht wie normale Chats im Verlauf und werden nicht für Memory oder Training verwendet.

Für Sicherheits- und Missbrauchszwecke kann eine begrenzte technische Aufbewahrung bestehen.

193. Memory ist personenbezogener Kontext

Gespeicherte Erinnerungen können Vorlieben, Arbeitsweisen und wiederkehrende Informationen enthalten.

Memory sollte regelmäßig geprüft werden, wenn sensible oder veraltete Informationen nicht dauerhaft berücksichtigt werden sollen.

194. Dateien können sensible Daten enthalten

Verträge, Rechnungen, Kundendaten, Quellcode und interne Dokumente werden nur in einem dafür freigegebenen Konto hochgeladen.

Dateiinhalt wird vor Upload auf unnötige personenbezogene Daten und Geheimnisse reduziert.

195. Apps und Berechtigungen

Eine verbundene App kann ChatGPT Zugriff auf externe Konten oder Datenquellen geben.

Vor Freigabe werden erforderliche Scopes, Schreibrechte und mögliche Drittanbieter-Verarbeitung geprüft.

196. Plugins und Drittanbieter

Plugins können Funktionen und externe Verbindungen bündeln.

Der Plugin-Herausgeber und jede eingebundene App besitzen eigene Vertrauens- und Datenschutzgrenzen.

197. Prompt Injection

Webseiten, Dateien oder App-Daten können Text enthalten, der versucht, den Assistenten zu manipulieren oder Werkzeuge zweckwidrig zu verwenden.

Fremder Inhalt wird als Datenquelle behandelt und darf nicht automatisch höhere System- oder Benutzerregeln überschreiben.

198. Indirekte Prompt Injection

Besonders agentische Systeme können schädliche Anweisungen aus einer Webseite oder Datei aufnehmen, obwohl der Nutzer sie nie selbst geschrieben hat.

Toolberechtigungen und Bestätigungspunkte begrenzen den möglichen Schaden.

199. Computer- und Browsergebrauch

Wenn ein Agent klicken, tippen oder Webseiten bedienen kann, werden Fehlinterpretationen zu realen Aktionen.

Zahlung, Veröffentlichung, Kontolöschung und andere folgenreiche Schritte benötigen menschliche Bestätigung.

200. Secrets

Passwörter, API-Schlüssel, private Schlüssel, Recovery Codes und Session-Tokens gehören nicht als normaler Chatinhalt in ChatGPT.

Bei versehentlicher Offenlegung wird das Secret als kompromittiert behandelt und rotiert.

201. Personenbezogene Daten

Personenbezogene Daten werden nur mit klarer Rechtsgrundlage, Zweckbindung und passendem Produktkontext verarbeitet.

Eine praktische Minimalregel ist, Identifikatoren zu entfernen, wenn sie für die Aufgabe nicht erforderlich sind.

202. Hochriskante Fachentscheidungen

Medizinische, rechtliche, finanzielle und sicherheitskritische Antworten können plausibel und trotzdem falsch sein.

ChatGPT ist dort Hilfsmittel für Struktur, Recherche und Erklärung, nicht alleinige Entscheidungsinstanz.

203. Webquellen können manipuliert sein

Search und Deep Research holen aktuelle Informationen, aber Webseiten können falsch, kompromittiert oder interessengeleitet sein.

Quellenqualität und Primärquellenrang bleiben Teil der menschlichen Kontrolle.

204. Datenminimierung

Mehr Kontext kann die Antwort verbessern, vergrößert aber die Menge verarbeiteter Informationen.

Nur der für die Aufgabe notwendige Inhalt wird bereitgestellt.

205. Löschen und Trainingseinstellung

Das Deaktivieren von Modellverbesserung ist keine nachträgliche Löschung vorhandener Chats.

Umgekehrt löscht ein Chat nicht automatisch separate Memory-Einträge oder externe App-Daten.

206. Freigabelinks

Ein geteilter Chat kann vertraulichen Kontext sichtbar machen, der ursprünglich nur für die eigene Arbeit gedacht war.

Vor Veröffentlichung wird der gesamte sichtbare Gesprächsinhalt geprüft.

207. Datenexport

ChatGPT bietet Kontofunktionen zum Export eigener Daten.

Ein Export kann selbst sensible Inhalte enthalten und wird entsprechend geschützt gespeichert.

208. Schnelle allgemeine Hilfe

Für Fragen, Formulierungen, kleine Analysen und kurze Codeprobleme ist der normale Chat der einfachste Zugang.

Ein spezieller Agentenmodus wäre für eine einzelne Antwort unnötige Komplexität.

209. Aktuelle Fakten

Für aktuelle Nachrichten, Preise, Releases, Regeln oder andere zeitabhängige Fakten wird Search beziehungsweise Websuche verwendet.

Quellen werden anschließend direkt geöffnet und überprüft.

210. Umfangreiche Recherche

Deep Research eignet sich für Fragen, die viele Quellen, Vergleich, längere Synthese und Belege erfordern.

Für einen einzelnen aktuellen Fakt ist der Aufwand meist unnötig.

211. Mehrstufige fertige Arbeit

Work eignet sich für umfangreiche Aufgaben, bei denen Recherche, Dateien und mehrere Werkzeuge zu einem fertigen Artefakt zusammengeführt werden sollen.

Der Auftrag braucht klare Qualitätskriterien und Grenzen.

212. Repository und Softwareentwicklung

Codex ist für größere Codeänderungen, Tests und Repositoryarbeit spezialisierter als normaler Chat.

Code Review und Tests bleiben auch dort Pflicht.

213. Rechnen und Tabellen

Für numerische Analyse wird Python beziehungsweise Datenanalyse verwendet statt eine Zahl nur sprachlich schätzen zu lassen.

Reproduzierbarer Code macht den Rechenweg überprüfbar.

214. Bildgenerierung und Bearbeitung

ChatGPT Images ist für neue Bilder und visuelle Änderungen gedacht.

Bei exakter Dokumentation oder Restaurierung wird jede unerwünschte Veränderung kontrolliert.

215. Freihändige Interaktion

Voice eignet sich für Gespräche unterwegs, Brainstorming oder Situationen ohne Tastatur.

Komplexe Quellenprüfung ist im Textmodus häufig übersichtlicher.

216. Langfristiges Thema

Projects eignen sich für Themen, die über viele Chats hinweg dieselben Dateien und Regeln benötigen.

Das reduziert wiederholtes Einfügen von Kontext.

217. Wiederverwendbare Dateien

Library ist sinnvoll, wenn Dateien unabhängig von einem einzelnen Chat wiedergefunden werden sollen.

Für die eigentliche Aufgabenstruktur bleibt Projects geeigneter.

218. Spätere oder wiederkehrende Aufgabe

Scheduled Tasks eignen sich für Erinnerungen, wiederkehrende Berichte oder Überwachungsaufgaben.

Der Trigger und das gewünschte Benachrichtigungskriterium werden präzise formuliert.

219. Externe Datenquelle

Apps werden verwendet, wenn Informationen aus einem verbundenen Dienst benötigt werden und eine entsprechende Freigabe vertretbar ist.

Manuelle Kopien sensibler Daten sind dann häufig unnötig.

220. Spezialisierter benutzerdefinierter Assistent

Ein verwalteter GPT kann sinnvoll sein, wenn eine Organisation feste Anweisungen, Wissen und Werkzeuge für einen wiederkehrenden Zweck bereitstellen möchte.

Auf persönlichen Konten ist die Neuerstellung 2026 nicht generell verfügbar.

221. Eigene Software

Für eigene Anwendungen, automatisierte Prozesse oder serverseitige Integration wird die API verwendet.

ChatGPT-Abonnement und API-Produktionsbetrieb werden getrennt organisiert.

222. Problemhilfe: Ein Modell fehlt im Modellwähler

Mögliche Ursache: Tarif, Plattform, Rollout oder Modell-Retirement.

Sinnvolle Prüfung: aktuellen Plan und Modellhinweise prüfen.

223. Problemhilfe: GPT-5.6 Sol ist nicht verfügbar

Mögliche Ursache: Plan oder Kontingent unterstützt Sol nicht.

Sinnvolle Prüfung: Tarif und aktuelles Nutzungslimit prüfen.

224. Problemhilfe: Terra ist im normalen Chat nicht auswählbar

Mögliche Ursache: Terra ist produktabhängig und nicht in jedem Chatmodellwähler sichtbar.

Sinnvolle Prüfung: Work, Codex oder API-Kontext prüfen.

225. Problemhilfe: Ein alter Chat verwendet plötzlich ein anderes Modell

Mögliche Ursache: ursprüngliches Modell wurde aus ChatGPT entfernt.

Sinnvolle Prüfung: Chat- und Modell-Retirement-Hinweise prüfen.

226. Problemhilfe: o3 fehlt

Mögliche Ursache: o3 wurde am 26.08.2026 aus ChatGPT entfernt.

Sinnvolle Prüfung: API-Lebenszyklus separat prüfen.

227. Problemhilfe: GPT-4o fehlt

Mögliche Ursache: GPT-4o wurde 2026 aus ChatGPT entfernt.

Sinnvolle Prüfung: neueren GPT-5.x-Pfad verwenden.

228. Problemhilfe: Canvas fehlt

Mögliche Ursache: Canvas wurde 2026 aus der aktuellen Chat-Erfahrung zurückgenommen.

Sinnvolle Prüfung: Writing Blocks und Code Blocks verwenden.

229. Problemhilfe: ChatGPT Agent fehlt

Mögliche Ursache: der eigenständige Agent wurde durch Work ersetzt.

Sinnvolle Prüfung: Work für lange agentische Aufgaben verwenden.

230. Problemhilfe: Operator fehlt

Mögliche Ursache: Operator wurde in spätere Agentenfunktionen integriert.

Sinnvolle Prüfung: Work beziehungsweise aktuelle Browserfunktionen prüfen.

231. Problemhilfe: Atlas startet nicht mehr

Mögliche Ursache: Atlas wurde 2026 eingestellt.

Sinnvolle Prüfung: aktuelle ChatGPT-/Codex-Browserfähigkeiten nutzen.

232. Problemhilfe: Neuen GPT erstellen ist nicht möglich

Mögliche Ursache: persönliche Konten besitzen 2026 nicht generell GPT-Erstellungsrechte.

Sinnvolle Prüfung: Arbeitsbereich und aktuelle Planregeln prüfen.

233. Problemhilfe: Bestehenden GPT nicht bearbeiten können

Mögliche Ursache: Workspace-Richtlinie oder heutige Planrechte.

Sinnvolle Prüfung: Eigentümer, Arbeitsbereich und Adminrichtlinie prüfen.

234. Problemhilfe: Search liefert veraltete Antwort

Mögliche Ursache: schwache oder veraltete Quellen wurden gewählt.

Sinnvolle Prüfung: Quellen öffnen und Datum vergleichen.

235. Problemhilfe: Quelle stützt Aussage nicht

Mögliche Ursache: Synthese überdehnt die Quelle.

Sinnvolle Prüfung: Primärquelle lesen und Aussage enger formulieren.

236. Problemhilfe: Deep Research dauert lange

Mögliche Ursache: mehrstufige Recherche ist rechen- und quellenintensiv.

Sinnvolle Prüfung: Aufgabe und Quellenbereich präzisieren.

237. Problemhilfe: Deep Research nutzt unerwünschte Quellen

Mögliche Ursache: Quellenbereich war zu offen.

Sinnvolle Prüfung: vertrauenswürdige Seiten oder verbundene Quellen einschränken.

238. Problemhilfe: Deep Research ist nicht mehr verfügbar

Mögliche Ursache: planabhängiges Kontingent oder Zugriffsgrenze.

Sinnvolle Prüfung: Planlimit und Reset prüfen.

239. Problemhilfe: Datei lässt sich nicht hochladen

Mögliche Ursache: Dateityp, Größe, Kontingent oder Dienstzustand.

Sinnvolle Prüfung: Dateigröße und unterstützten Typ prüfen.

240. Problemhilfe: ChatGPT übersieht Abschnitt einer langen Datei

Mögliche Ursache: Retrieval oder Kontextauswahl hat Passage nicht einbezogen.

Sinnvolle Prüfung: relevanten Abschnitt gezielt anfordern oder Seitenbereich nennen.

241. Problemhilfe: PDF-Grafik wurde falsch interpretiert

Mögliche Ursache: Bild- oder Layoutanalyse ist ungenau.

Sinnvolle Prüfung: betroffene Seite separat visuell prüfen.

242. Problemhilfe: Datenanalyse scheitert

Mögliche Ursache: Dateiformat, Bibliothek oder Codefehler.

Sinnvolle Prüfung: Fehlerausgabe und Zwischenergebnisse prüfen.

243. Problemhilfe: Diagramm sieht plausibel aus, ist aber falsch

Mögliche Ursache: falsche Spalte, Aggregation oder Achse.

Sinnvolle Prüfung: Rohdaten und Plotcode kontrollieren.

244. Problemhilfe: ChatGPT erinnert eine falsche Information

Mögliche Ursache: Memory-Eintrag oder abgeleiteter Kontext ist veraltet.

Sinnvolle Prüfung: Memory-Einstellungen prüfen und korrigieren.

245. Problemhilfe: ChatGPT erinnert sich nicht

Mögliche Ursache: Memory deaktiviert, temporärer Chat oder Kontext nicht gespeichert.

Sinnvolle Prüfung: Einstellungen und Chattyp prüfen.

246. Problemhilfe: Temporärer Chat fehlt im Verlauf

Mögliche Ursache: das ist beabsichtigtes Produktverhalten.

Sinnvolle Prüfung: neuen normalen Chat für dauerhaften Verlauf nutzen.

247. Problemhilfe: Projekt findet eine Datei nicht

Mögliche Ursache: Datei liegt nicht im Projekt oder Berechtigung fehlt.

Sinnvolle Prüfung: Projektdateien und Library prüfen.

248. Problemhilfe: Projekt verwendet falschen Kontext

Mögliche Ursache: Projektanweisungen oder alte Chats beeinflussen Antwort.

Sinnvolle Prüfung: Projektregeln und relevante Chats prüfen.

249. Problemhilfe: Library ist nicht sichtbar

Mögliche Ursache: Plattform, Plan oder Rollout.

Sinnvolle Prüfung: Webversion und Konto prüfen.

250. Problemhilfe: Scheduled Task lief nicht

Mögliche Ursache: Task deaktiviert, Limit, Zeitzone oder Bedingung.

Sinnvolle Prüfung: Aufgabenliste, Zeit und Trigger prüfen.

251. Problemhilfe: Task meldet zu häufig

Mögliche Ursache: Bedingung ist zu breit formuliert.

Sinnvolle Prüfung: Benachrichtigungskriterium enger definieren.

252. Problemhilfe: Voice startet nicht

Mögliche Ursache: Mikrofonberechtigung, Plattform oder Kapazität.

Sinnvolle Prüfung: Mikrofon und Voice-Modus prüfen.

253. Problemhilfe: Sprachtranskript ist falsch

Mögliche Ursache: Umgebungsgeräusch oder Spracherkennung.

Sinnvolle Prüfung: kritische Angaben im Text prüfen.

254. Problemhilfe: Bildbearbeitung verändert zu viel

Mögliche Ursache: generative Bearbeitung rekonstruiert angrenzende Bereiche.

Sinnvolle Prüfung: Änderungsbereich und Erhaltungsregeln enger beschreiben.

255. Problemhilfe: Schrift im Bild ist falsch

Mögliche Ursache: Bildmodelle sind bei Textlayout nicht deterministisch.

Sinnvolle Prüfung: Text separat setzen oder Ergebnis kontrollieren.

256. Problemhilfe: App fehlt

Mögliche Ursache: Region, Plan, Adminrichtlinie oder Plugin-Verfügbarkeit.

Sinnvolle Prüfung: Plugin Directory und Workspace-Richtlinie prüfen.

257. Problemhilfe: App kann nicht zugreifen

Mögliche Ursache: OAuth-Berechtigung oder Konto ist abgelaufen.

Sinnvolle Prüfung: Verbindung neu autorisieren und Scopes prüfen.

258. Problemhilfe: App sieht mehr Daten als erwartet

Mögliche Ursache: Berechtigungsumfang ist zu breit.

Sinnvolle Prüfung: Verbindung und Quellberechtigungen reduzieren.

259. Problemhilfe: Plugin nicht auffindbar

Mögliche Ursache: Plugin Directory, Region oder Workspace-Richtlinie.

Sinnvolle Prüfung: aktuellen Verzeichnisstatus prüfen.

260. Problemhilfe: Work ist nicht verfügbar

Mögliche Ursache: Plan, Plattform oder Rollout.

Sinnvolle Prüfung: aktuellen ChatGPT-Plan und unterstützte Oberfläche prüfen.

261. Problemhilfe: Work bleibt in langer Aufgabe hängen

Mögliche Ursache: Browser, App, Datei oder Toolschritt blockiert.

Sinnvolle Prüfung: Zwischenschritte und erforderliche Benutzeraktion prüfen.

262. Problemhilfe: Work erzeugt falsches fertiges Dokument

Mögliche Ursache: fehlerhafte Quelle oder ungeprüfte Synthese.

Sinnvolle Prüfung: Quellen, Zahlen und Ausgabe manuell abnehmen.

263. Problemhilfe: Codex ist nicht verfügbar

Mögliche Ursache: Plan, Client oder Repositoryzugriff.

Sinnvolle Prüfung: Codex-App/CLI und Berechtigungen prüfen.

264. Problemhilfe: Codex-Änderung besteht Tests nicht

Mögliche Ursache: Anforderung oder Projektkontext war unvollständig.

Sinnvolle Prüfung: Testausgabe lesen und Aufgabe nachschärfen.

265. Problemhilfe: Codex greift auf Secret zu

Mögliche Ursache: Repository oder Umgebung stellt Geheimnis bereit.

Sinnvolle Prüfung: Secret entfernen, rotieren und Berechtigungen prüfen.

266. Problemhilfe: API meldet kein Guthaben trotz Plus/Pro

Mögliche Ursache: ChatGPT- und API-Abrechnung sind getrennt.

Sinnvolle Prüfung: API-Billing separat prüfen.

267. Problemhilfe: API-Modell ist deprecated

Mögliche Ursache: Modelllebenszyklus endet unabhängig von ChatGPT.

Sinnvolle Prüfung: Deprecation-Datum und empfohlenen Ersatz prüfen.

268. Problemhilfe: API Rate Limit

Mögliche Ursache: Anfragelast oder Tarifgrenze überschritten.

Sinnvolle Prüfung: Rate-Limit-Header und Backoff verwenden.

269. Problemhilfe: Strukturierte Ausgabe ist formal gültig, aber inhaltlich falsch

Mögliche Ursache: Schema validiert Form, nicht Wahrheit.

Sinnvolle Prüfung: Fachregeln separat validieren.

270. Problemhilfe: Ständige Anmeldung

Mögliche Ursache: Browserprofil, Cookies oder Workspace-Konflikt.

Sinnvolle Prüfung: Konto und Browserprofil sauber trennen.

271. Problemhilfe: Falscher Arbeitsbereich aktiv

Mögliche Ursache: persönlicher und organisatorischer Kontext verwechselt.

Sinnvolle Prüfung: Workspace vor Upload prüfen.

272. Problemhilfe: Freigabelink zeigt zu viel

Mögliche Ursache: gesamter Chat enthält unerwarteten Kontext.

Sinnvolle Prüfung: Link zurückziehen und Chatinhalt prüfen.

273. Problemhilfe: Antwort ist ungewöhnlich langsam

Mögliche Ursache: hohe Reasoning-Stufe, Toolnutzung oder Dienstlast.

Sinnvolle Prüfung: einfachere Stufe beziehungsweise kleinere Aufgabe testen.

274. Mythos: ChatGPT und GPT sind dasselbe

ChatGPT ist ein Produkt; GPT bezeichnet Modellfamilien.

Das Produkt kann sein Modell wechseln, ohne seinen Namen zu ändern.

275. Mythos: OpenAI ist nur ChatGPT

OpenAI betreibt zusätzlich API, Codex, Work und weitere Modell- und Produktlinien.

ChatGPT ist der Endnutzerzugang, nicht die gesamte Plattform.

276. Mythos: Jede ChatGPT-Antwort kommt vom selben Modell

Tarif, Modellwähler und Routing können unterschiedliche Modellpfade verwenden.

Für reproduzierbare Tests wird die sichtbare Konfiguration dokumentiert.

277. Mythos: Sol, Terra und Luna sind drei ChatGPT-Produkte

Sie sind Leistungsstufen der GPT-5.6-Familie.

ChatGPT, Work, Codex und API sind die Produkte beziehungsweise Oberflächen.

278. Mythos: ChatGPT Pro enthält API-Guthaben

ChatGPT-Abonnement und API-Abrechnung sind getrennt.

Pro erhöht ChatGPT-Nutzung, bezahlt aber nicht automatisch API-Aufrufe.

279. Mythos: Business schließt API ein

Business und API sind getrennte Produkte und Abrechnungen.

Organisationszugang zu ChatGPT ist kein API-Budget.

280. Mythos: Search macht jede Antwort wahr

Search liefert aktuelle Quellen, aber Auswahl und Synthese können falsch sein.

Quellen werden gelesen, nicht nur angezeigt.

281. Mythos: Deep Research ist nur langsame Websuche

Deep Research führt mehrstufige Quellenarbeit und Synthese aus.

Es ist ein eigener Rechercheprozess.

282. Mythos: ChatGPT Agent ist der aktuelle Agentenmodus

Der eigenständige ChatGPT Agent wurde 2026 durch Work abgelöst.

Historische Agent-Anleitungen sind nicht aktuell.

283. Mythos: Operator ist ein aktuelles Einzelprodukt

Operator wurde in spätere Agentenfunktionen integriert.

Die Computer-Use-Idee blieb, der Produktname nicht.

284. Mythos: Atlas ist der heutige ChatGPT-Browser

Atlas wurde 2026 eingestellt.

Browser- und Agentenfähigkeiten wurden in andere OpenAI-Produkte zurückgeführt.

285. Mythos: Canvas ist weiterhin die Standard-Schreiboberfläche

Canvas wurde 2026 aus der aktuellen Hauptlinie zurückgenommen.

Writing Blocks und Code Blocks übernahmen viele Aufgaben.

286. Mythos: o3 ist im aktuellen ChatGPT noch auswählbar

o3 wurde am 26.08.2026 aus ChatGPT entfernt.

API-Verfügbarkeit ist separat zu prüfen.

287. Mythos: GPT-4o ist der aktuelle ChatGPT-Standard

GPT-4o wurde 2026 aus der ChatGPT-Hauptauswahl entfernt.

Neuere GPT-5.x-Familien übernahmen die Standardrolle.

288. Mythos: Plus kann 2026 automatisch neue GPTs veröffentlichen

Persönliche Konten besitzen aktuell nicht generell dieselben Erstellungsrechte wie 2024.

Workspace und aktuelle Produktregeln sind maßgeblich.

289. Mythos: Memory erinnert automatisch alles

Memory wählt beziehungsweise speichert relevanten Kontext und besitzt Einstellungen und Grenzen.

Es ist kein vollständiges Archiv jeder Unterhaltung.

290. Mythos: Temporary Chat bedeutet technisch null Speicherung

Temporäre Chats werden anders behandelt und nicht für normales Memory/Training genutzt, können aber begrenzt für Sicherheit aufbewahrt werden.

Datenschutzbegriffe werden nicht absoluter formuliert als die Anbieterzusage.

291. Mythos: Projects sind nur Chatordner

Projects bündeln Dateien, Anweisungen und Arbeitskontext.

Sie sind eine Kontextfunktion.

292. Mythos: Library und Projects sind dasselbe

Library verwaltet Dateien, Projects organisieren Aufgaben und Kontext.

Beide können zusammenwirken.

293. Mythos: Work ist nur Chat mit größerem Kontext

Work ist auf selbstständigere mehrstufige Ausführung und fertige Artefakte ausgelegt.

Autonomie und Toolnutzung unterscheiden den Modus.

294. Mythos: Codex ist nur ChatGPT mit Programmierprompt

Codex besitzt spezialisierte Entwicklungsumgebungen, Repositoryzugriff und Agentenfunktionen.

Er ist eine eigene Softwareproduktlinie.

295. Mythos: Wenn ein Modell aus ChatGPT verschwindet, ist die API ebenfalls abgeschaltet

OpenAI verwaltet ChatGPT- und API-Lebenszyklen getrennt.

Deprecation-Hinweise der API sind maßgeblich.

296. Mythos: Bilder werden vom gleichen Textmodell erzeugt

ChatGPT orchestriert eigene Bildmodellpfade.

Text- und Bildmodelle besitzen unterschiedliche Versionen und Fähigkeiten.

297. Mythos: Voice ist nur Text-to-Speech auf einer normalen Chatantwort

Neuere GPT-Live-Modelle verarbeiten gesprochene Interaktion stärker als eigene Echtzeitmodelllinie.

Audio besitzt einen eigenen technischen Pfad.

298. Mythos: Verlauf deaktivieren, Training deaktivieren und Löschen sind dasselbe

Verlauf, Memory, Modellverbesserung und Löschung sind getrennte Kontrollen.

Jede Einstellung hat einen anderen Datenzweck.

299. ChatGPT als Cloud-Dienst archivieren

Eine Cloud-Anwendung besitzt keinen dauerhaft eingefrorenen Softwarestand. Modellrouting, Limits, Oberfläche und Werkzeuge können serverseitig wechseln.

Ein historischer Screenshot braucht deshalb Datum, Tarif, Plattform und sichtbare Modellwahl.

300. Modellwähler dokumentieren

Bei wichtigen Tests wird festgehalten, welche Modellbezeichnung und Reasoning-Stufe sichtbar waren.

Das erleichtert spätere Vergleiche, wenn OpenAI ein Modell entfernt oder automatisch migriert.

301. Tarif und Workspace dokumentieren

Free, Go, Plus, Pro und Organisationspläne können unterschiedliche Funktionen zeigen.

Ein Funktionsscreenshot ohne Tarifangabe ist langfristig schwer interpretierbar.

302. Search-Ergebnisse archivieren

Bei Webrecherche werden neben der ChatGPT-Antwort die tatsächlich verwendeten Quellen und Abrufdaten dokumentiert.

Webseiten können sich ändern oder verschwinden.

303. Deep-Research-Berichte

Bei umfangreichen Rechercheberichten sind Quellenliste, Datum und verwendete Eingabedateien wichtiger als nur der fertige Fließtext.

Der Bericht ist eine Synthese und kein Ersatz für Primärquellen.

304. Eingestellte Funktionen bewahren

Plugins 2023, Canvas, Operator, ChatGPT Agent und Atlas zeigen, wie schnell zentrale Produktideen wieder umgebaut werden.

Gerade solche verschwundenen Zwischenstufen sind für ein Technikarchiv besonders wertvoll.

305. Sinnvolle Screenshots

Startseite, Modellwähler, Search-Quellen, Deep-Research-Ansicht, Voice-Modus, Memory-Einstellungen, Projects, Work, Codex und Plugin Directory sind aussagekräftige Zustände.

Private Chats, Kontaktdaten und interne Dateien werden vor Archivierung entfernt oder geschwärzt.

306. Produktbegriffe mit Datum

Ein Begriff wie Plugins kann 2023 und 2026 technisch etwas Unterschiedliches bedeuten.

Archivtexte nennen deshalb Zeitraum und Produktkontext.

307. Vergleich mit Microsoft Copilot

Die Microsoft-Copilot-Chronik zeigt eine parallele Entwicklung von Webchat, Office-Assistent und Agentenplattform.

Beide Systeme kombinieren inzwischen Modelle, Suche, Dateien, Memory und Agenten, unterscheiden sich aber stark in Datenökosystem und Produktgeschichte.

308. Vergleich mit Gemini

Die Google-Assistant-/Gemini-Chronik zeigt den Übergang eines klassischen mobilen Sprachassistenten zur generativen KI.

ChatGPT ging den umgekehrten Weg: vom Textchat zur multimodalen Sprache, Suche und Agentenfunktion.

309. Zurück zur KI-Werkzeugübersicht

Die Seite KI-Werkzeuge bleibt die vergleichende Sicherheits- und Methodenseite für ChatGPT, Gemini, Claude, Grok und weitere Systeme.

Diese ChatGPT-Chronik vertieft dagegen ausschließlich die OpenAI-Produkt- und Modellgeschichte.

310. Modelle und Produkte werden weiter auseinanderlaufen

OpenAI kann dieselbe Modellfamilie in Chat, Work, Codex und API unterschiedlich konfigurieren.

Die wichtigste Archivregel bleibt deshalb: Modell, Produkt, Tarif und Werkzeugpfad getrennt dokumentieren.

311. Von Assistenz zu Ausführung

Die Entwicklung von Plugins über Operator und Agent zu Work zeigt eine klare Verschiebung: ChatGPT soll nicht nur antworten, sondern Aufgaben mit Werkzeugen ausführen.

Mit wachsender Autonomie werden Berechtigungen, Bestätigung und Audit wichtiger als reine Antwortqualität.

312. Multimodalität wird Normalzustand

Text, Sprache, Bilder, Dateien und Browserkontext sind keine isolierten Sonderfunktionen mehr, sondern Bestandteile einer gemeinsamen Assistenzoberfläche.

Die technische Herausforderung ist zunehmend die sichere Orchestrierung dieser Modalitäten.

313. Fazit: Vom Research Preview zum Modell- und Agentensystem

Zwischen November 2022 und September 2026 entwickelte sich ChatGPT von einem dialogorientierten GPT-3.5-Forschungsprodukt zu einer Plattform aus GPT-5.6-Modellen, Search, Deep Research, Dateien, Bildern, Voice, Memory, Projects, Apps, Plugins, Work und Codex.

Die wichtigste Erkenntnis ist gerade deshalb nicht „welches Modell ist das beste“, sondern welche Produkt-, Modell-, Daten- und Werkzeugschicht eine konkrete Antwort oder Aktion tatsächlich erzeugt.

Weiterführende interne Themen

Die vergleichende Sicherheits- und Methodenseite bleibt KI-Werkzeuge. Die parallele Microsoft-Entwicklung dokumentiert Microsoft Copilot; die Entwicklung vom klassischen Google Assistant zur generativen KI zeigt Google Assistant → Gemini.