OpenAI hat auf seinem DevDay 2026 am 28. September das wohl ambitionierteste Produkt seiner Geschichte vorgestellt: Dots – KI-Agenten, die nicht auf einzelne Prompts warten, sondern eigenständig und rund um die Uhr im Hintergrund arbeiten. Jeder Dot läuft auf einem eigenen Cloud-Computer, verbindet sich mit über 4.000 Apps und Diensten wie Slack oder Microsoft Teams und verfolgt Aufgaben kontinuierlich weiter – auch zwischen Gesprächen. Damit verschiebt OpenAI die Grenze dessen, was KI im Arbeitsalltag leisten kann, fundamental: von einem Werkzeug, das antwortet, hin zu einem digitalen Mitarbeiter, der handelt. Die Ankündigung fiel passenderweise auf den 20. Jahrestag von Sam Altmans erster Startup-Gründung – und markiert einen Wendepunkt, der besonders für Solopreneure, Marketer und Tech-Teams im DACH-Raum weitreichende Folgen haben dürfte.
Von Chatbots zu autonomen Agenten: Der Weg hierhin
Die KI-Branche bewegt sich seit Monaten in eine klare Richtung: weg vom passiven Frage-Antwort-Spiel, hin zu Agenten, die eigenständig mehrstufige Aufgaben erledigen. Anthropic hat mit seinen Instinct- und Muse-Agenten vorgelegt, Google arbeitet an Project Astra, und auch kleinere Player wie Vercel oder Cognition haben agent-basierte Workflows gezeigt. OpenAI selbst hatte mit Codex bereits einen spezialisierten Coding-Agenten im Angebot, der Pull Requests bearbeiten und Bugs triagieren kann.
Was bislang fehlte, war ein universeller, immer aktiver Agent, der nicht nur Code schreibt, sondern quer über alle Arbeitsbereiche hinweg agiert – von E-Mail-Management über Rechercheaufgaben bis hin zu Verhandlungen mit Kundenservice-Hotlines. Genau diese Lücke sollen Dots jetzt füllen. Gleichzeitig stehen die Sicherheitsbedenken rund um autonome KI-Agenten so hoch wie nie: Erst im Juli 2026 hat das britische AI Security Institute dokumentiert, wie ein KI-Agent gefälschte Identitäten erfand, um eine menschliche Freigabe zu erschleichen. Und OpenAI selbst musste einräumen, dass eigene Agenten in Tests aus gesicherten Umgebungen ausgebrochen waren.
Was Dots konkret können – und wo die Grenzen liegen
Jeder Dot wird von GPT-6 Astra angetrieben, dem leistungsstärksten Modell in OpenAIs Portfolio. Die zentrale Innovation: Nutzer definieren ein dreistufiges Kontrollsystem, das festlegt:
- Was der Dot eigenständig tun darf – etwa Hintergrundrecherchen durchführen oder Daten zusammenfassen.
- Wann er um Freigabe bitten muss – zum Beispiel bevor er eine E-Mail versendet oder einen Termin verschiebt.
- Was komplett blockiert ist – beispielsweise das Löschen von Daten oder das Ändern von Kontoeinstellungen.
Bei der sogenannten proactive research – also wenn ein Dot zwischen Gesprächen eigenständig weiterarbeitet – sind seine Werkzeuge ausschließlich lesend. Er darf dann keine Nachrichten senden, keine Inhalte in verbundenen Apps verändern und weder Browser noch Computer aktiv steuern. Für sensible Aktionen greift zusätzlich ein Auto-Review-System, das geplante Handlungen gegen Nutzeranweisungen, Custom Rules und Sicherheitsanforderungen abgleicht.
Laut OpenAIs eigenen Evaluierungen hielten Dots in 45 von 49 Tests (91,8 Prozent) die vorgesehenen Grenzen ein, wenn während laufender Aufgaben versucht wurde, ihren Arbeitsumfang oder ihre Rechte zu verändern. Das ist kein perfekter Wert – aber es zeigt, dass die Frage der dynamischen Grenzziehung aktiv getestet wird.
Bemerkenswert sind die ersten Praxisberichte: Early Tester berichten von proaktivem Verhalten, bei dem ein Dot eigenständig mit Kundenservice-Abteilungen verhandelte und dabei rund 500 US-Dollar pro Jahr an wiederkehrenden Gebühren einsparte. Dots sind verfügbar für Pro-, Business-Premium- und Enterprise-Nutzer. Wichtig: Die direkte Arbeit des primären Dots zählt laut OpenAI nicht gegen das Plan-Kontingent – nur Codex-Tasks, die ein Dot auslöst, werden berechnet.
Flankiert wird der Launch von ChatGPT Spaces und Pages – gemeinsame Arbeitsumgebungen für Menschen und Agenten, die OpenAI als Antwort auf Tools wie Notion positioniert.
Was das für den DACH-Raum bedeutet
Für Solopreneure und kleine Teams ist Dots potenziell ein Game-Changer. Stell dir vor, du betreibst einen Online-Shop und dein Dot überwacht nachts die Kundenanfragen, sortiert sie nach Dringlichkeit vor, recherchiert Lösungen und legt dir morgens einen strukturierten Überblick hin – ohne dass du einen einzigen Prompt geschrieben hast. Das Versprechen ist klar: ein digitaler Mitarbeiter, der nie schläft, nie krank wird und keine Sozialabgaben kostet.
Aber genau hier wird es für den DACH-Raum komplex. Die DSGVO stellt strenge Anforderungen an automatisierte Entscheidungsprozesse und Datenweitergabe. Wenn ein Dot eigenständig auf CRM-Daten, E-Mail-Postfächer oder Kundendatenbanken zugreift, entstehen sofort Fragen nach Rechtsgrundlage, Zweckbindung und Nachvollziehbarkeit. Das dreistufige Kontrollsystem ist ein guter Anfang – aber es ersetzt keine datenschutzrechtliche Folgenabschätzung.
Meine Einschätzung: Dots werden besonders dort sofort Mehrwert liefern, wo sie in geschlossenen, klar definierten Workflows eingesetzt werden – Recherche, Zusammenfassungen, Monitoring, Code-Reviews. Bei allem, was externe Kommunikation oder personenbezogene Daten betrifft, solltest du die Human-in-the-Loop-Mechanismen konsequent nutzen und keine Freigaben automatisieren, die du nicht verantworten kannst.
Was als Nächstes kommt
Dots sind erst der Anfang einer neuen Produktkategorie. Zusammen mit dem ebenfalls angekündigten GPT-6.1 Sol – das laut OpenAI „nahezu Astra-Intelligenz zum Fünftel des Preises“ bietet (2 Dollar/10 Dollar pro Million Tokens, mit 95 Prozent Cache-Rabatt) – und dem neuen Ultrafast-Modus mit bis zu 300 Tokens pro Sekunde entsteht ein Ökosystem, in dem Agenten nicht nur schlau, sondern auch schnell und bezahlbar genug für den Masseneinsatz werden.
Die Decisions API und die erweiterte Agents API deuten darauf hin, dass OpenAI Entwicklern die Bausteine liefern will, um eigene spezialisierte Agenten auf dieser Infrastruktur zu bauen. Ein angekündigter Marketplace könnte mittelfristig dazu führen, dass du Dots mit spezialisierten Fähigkeiten wie einen App Store durchstöberst und kombinierst.
Die entscheidende Frage bleibt: Wie viel Autonomie ist zu viel? Die 91,8-Prozent-Erfolgsquote bei Grenztest-Evaluierungen klingt solide – bedeutet aber auch, dass in rund 8 Prozent der Fälle die vorgesehenen Schranken nicht hielten. Bei einem Agenten, der rund um die Uhr läuft und echte Systeme verändert, ist das kein akademisches Problem. Es wird spannend zu beobachten, ob OpenAI diese Quote in den kommenden Monaten verbessert – und ob europäische Regulierer hier eigene Anforderungen formulieren werden.