OpenAI stellt dots vor: stets aktive Agenten mit eigenem Cloud-Computer

Am 29. September 2026 stellte OpenAI dots vor, eine neue Art von KI-Produkt. OpenAI beschreibt dots als „bemerkenswert leistungsfähige, stets aktive Agenten, die alles bewältigen sollen“. Ein Dot ist kein Chatfenster, das auf die nächste Frage wartet. Er ist ein langlebiger Assistent, der Ihre Ziele und Maßstäbe lernt, selbstständig in der Cloud arbeitet und fertige Ergebnisse zur Prüfung zurückbringt. OpenAI spricht von „einer ganz neuen Art, mit KI zu arbeiten“. Zuerst die Fakten aus der Ankündigung. Dots laufen mit GPT‑6 Astra. Jeder Dot hat einen eigenen Cloud-Computer und einen eigenen Browser. Über das Plugin-Ökosystem von OpenAI kann er sich mit mehr als 4.000 Apps verbinden. Er lernt im Lauf der Zeit aus Feedback und kann rund um die Uhr auf Ihre Ziele hinarbeiten. Sie erreichen Ihren Dot über ChatGPT, Slack oder Teams. Sie können Fragen stellen, Ideen erkunden, Feedback geben oder einen Sprachanruf starten. Die Einführung beginnt in den Tarifen Pro, Business Premium und Enterprise in berechtigten Märkten, und OpenAI will den Zugang bald auf mehr Nutzer ausweiten. Die Ankündigungsseite nennt weder Preise noch Benchmark-Ergebnisse noch Latenzwerte. Dieser Artikel erfindet keine.

Der Mechanismus lässt sich in drei Schichten zerlegen. Die erste Schicht ist die Ausführungsumgebung. Ein Dot arbeitet auf seinem eigenen Cloud-Computer, mit eigenem Browser und den Apps, die Sie verbunden haben. Sie können den Computer Ihres Dots jederzeit öffnen und seine Arbeit prüfen. Das ist wichtig. Aus einem Agenten, der in einer Black Box handelt, wird ein Agent, dessen Arbeitsplatz ein Mensch ansehen kann. Ein Dot kann sich außerdem mit anderen Geräten verbinden. Mit Ihrer Erlaubnis kann er Ihren Laptop nutzen und direkt neben Ihnen arbeiten. Die zweite Schicht ist Dauerhaftigkeit und Parallelität. Laut OpenAI kann ein Dot ein Projekt übernehmen und vorantreiben, während er an mehreren anderen arbeitet. Sie können ihm laufend neue Aufgaben geben, ohne getrennte Threads zu jonglieren oder jeden Schritt anzuleiten. Die dritte Schicht ist Gedächtnis und Lernen. Je länger Sie mit einem Dot arbeiten, desto besser kennt er Ihre Vorlieben, Ihre Denkweise und Ihren Maßstab für gute Arbeit. OpenAI nennt das die Magie der Dots: Sie liefern Arbeit, die so erledigt ist, wie Sie sie selbst erledigen würden, manchmal noch bevor Sie daran denken, darum zu bitten. Technisch verschiebt sich der Schwerpunkt des Produkts weg von der Antwort auf einen einzelnen Prompt. Er wandert zu langlaufendem Aufgabenzustand, einem Modell persönlicher Vorlieben und ereignisgesteuertem Handeln.

Die Szenarien der Ankündigung sind konkret. Der Dot eines Entwicklers beobachtet Kundenfeedback auf wiederkehrende Wünsche, grenzt kleinere Verbesserungen und Fehlerbehebungen ein, baut und testet sie und liefert vollständige Pull Requests mit Videos, die die Änderungen zeigen. Der Dot einer Launch-Verantwortlichen lernt Zielgruppe, Positionierung und kreative Standards. Ändert sich der Umfang, überarbeitet er die Geschichte, revidiert die Launch-Materialien und entwirft Änderungen an Assets und Dokumenten. Der Dot eines Wissenschaftlers startet Analysen neu, wenn neue Daten eintreffen, untersucht unerwartete Ergebnisse, aktualisiert die Abbildungen für eine Veröffentlichung und markiert, was menschlich geprüft werden muss. Der Dot eines Vertriebsleiters gleicht Kundenanforderungen mit der Produktdokumentation ab, findet heraus, was noch getestet werden muss, baut einen Proof of Concept für eine zentrale Integration und schlägt einen Solutions Engineer vor, der einen ähnlichen Abschluss betreut hat. Der Dot eines Content-Creators findet in einem neuen Interview-Transkript Clip-Momente, bereitet Show Notes vor und entwirft Social-Media-Beiträge zur Freigabe.

Bei OpenAI selbst beschreibt das Team, wie ein Fehler in Slack auftaucht und Dots sofort mit der Untersuchung beginnen. Ein neuer Entwurf trifft ein, und Dots machen daraus eine funktionierende App. Ein Planungszyklus beginnt, und Dots halten alle im Takt auf die Frist hin. Außerhalb von OpenAI bemerkte der Dot eines frühen Testers, dass dieser vergessen hatte, einer Publikation eine Rechnung zu stellen. Er bereitete die Rechnung vor und versandte sie nach der Freigabe. Dieses letzte Beispiel zeigt den Grundrhythmus: Der Dot bemerkt, der Dot bereitet vor, der Mensch gibt frei. Sicherheit und Kontrolle haben auf der Seite einen eigenen Abschnitt. Er besteht aus drei Teilen: eingebaute Schutzmaßnahmen, Zugriff und Berechtigungen, Prüfung und Freigabe von Aktionen. Das erklärte Versprechen lautet, dass Sie stets die Kontrolle behalten. Das Rechnungsbeispiel zeigt ein konkretes Verhalten: Eine folgenreiche Aktion nach außen wartet auf die Freigabe durch den Menschen. Die öffentliche Seite beschreibt die technischen Einzelheiten dieser Schutzmaßnahmen nicht. Sie nennt weder Abwehr gegen Prompt Injection noch die Granularität der Berechtigungen noch das Format von Audit-Protokollen. Für Unternehmen sind genau das die Punkte, die vor jedem Rollout zu prüfen sind.

Der organisatorische Teil ist eine Vorschau auf spezialisierte Dots. Ein spezialisierter Dot hat eine eigene Identität für die Zugriffsverwaltung, läuft auf von der IT bereitgestellter Hardware und unterstützt tiefe Integrationen mit den führenden Systemen eines Unternehmens. So kann er klar umrissene Aufgaben innerhalb der Organisation übernehmen. OpenAI kündigt außerdem an, spezialisierte Dots in Microsoft Agent 365 zu bringen. Dieser Schritt ist bedeutsam. Der Agent hört auf, ein persönliches Werkzeug zu sein, und wird ein digitaler Mitarbeiter im Identitätsverzeichnis, mit Konto, Berechtigungsgrenze und der Möglichkeit für die IT, ihn zu verwalten und zu sperren. Für Entwickler und Unternehmen ergeben sich vier praktische Folgen. Erstens ändert sich der Einstieg in die Arbeit. Früher öffnete ein Mensch ein Werkzeug, schrieb einen Prompt und prüfte die Ausgabe. Jetzt beobachtet der Dot Ereignisquellen, etwa einen Fehler in Slack, Kundenfeedback, neue Daten oder ein neues Transkript, und bereitet Ergebnisse ungefragt vor. Zweitens wird die Prüfung zur Hauptarbeit. Liefert ein Dot einen vollständigen Pull Request samt Demovideo, liegt der menschliche Wert in Urteil und Freigabe. Teams müssen Prüfabläufe und Verantwortlichkeiten neu entwerfen. Drittens wird die Governance von Identität und Berechtigungen zur Hürde vor dem Start. Jeder Dot braucht eigene Zugangsdaten, eine ausdrückliche Liste erreichbarer Apps und Mindestrechte für Aktionen. Viertens wird das Plugin-Ökosystem zum Burggraben. Der Zugang zu mehr als 4.000 Apps macht die Breite der Integrationen selbst zu einer Produkteigenschaft.

Die Herausforderungen sind ebenso klar. Zuerst die Zuverlässigkeit: Ein stets aktiver Agent kann aus einem kleinen Fehler eine Kette von Fehlern machen. Deshalb zählen Aktionsprüfung und Rücknahme mehr als jeder Modellwert. Die zweite Herausforderung sind die Kosten: OpenAI hat weder Preise noch die Abrechnung der Rechenleistung veröffentlicht, und ein Cloud-Computer, der rund um die Uhr läuft, ist im Unternehmensbudget eine Unbekannte. Drittens die Daten-Governance: Ein Dot lernt persönliche Vorlieben und behält Zugriff auf viele Systeme, also müssen Aufbewahrung, Trennung zwischen Nutzern und Compliance-Regeln klar sein. Viertens die Verantwortung: Hat ein Dot vor Ihrer Freigabe fast alles vorbereitet, schrumpft die Freigabe leicht zu einem schnellen Klick. Prüfmüdigkeit wird zu einem echten Risiko. Für die Branche verschieben Dots den Wettbewerb von der Frage, welches Modell stärker ist, zur Frage, welcher Agent die bessere Identität, die besseren Berechtigungen, das bessere Gedächtnis und die besseren Integrationen hat. OpenAI sagt, man könne heute mit einem primären Dot beginnen, ihm einen Namen geben und ihn zu seinem eigenen machen, und man stelle sich langfristig Teams von Dots vor, die gemeinsam für Sie arbeiten. Die Verbindung zu Microsoft Agent 365 zeigt, dass die Verwaltungsebene für Agenten mit dem Identitätsstapel der Unternehmen verschmilzt. Kurzfristig sind folgende Signale zu beobachten: das Tempo der Ausweitung auf weitere Märkte und Tarife, der Starttermin der spezialisierten Dots, das Preismodell und unabhängige Bewertungen der Schutzmaßnahmen durch Dritte. Der Rat an die Leser ist praktisch. Entwickler sollten mit Arbeit beginnen, die sich wiederholt, überprüfbar ist und klare Abnahmekriterien hat, etwa Fehlersichtung und kleine Korrekturen. Unternehmens-IT sollte Identität, Berechtigungsumfang und Freigaberegeln eines Dots festlegen, bevor ein Pilot startet. In jeder Rolle gilt: Prüfbarkeit ist eine harte Anforderung. Wenn Sie den Computer des Dots öffnen und seine Aktionen sehen können, hat Vertrauen ein Fundament.