Start›Agenten›ChatGPT Workspace Agents

✓ Redaktionell geprüftPrüfdatum: 5. Oktober 2026

AgentenProfil · Enterprise & Produktivität

ChatGPT Workspace Agents

Gemeinsam nutzbare Agenten in ChatGPT für wiederkehrende, mehrstufige Workflows über verbundene Tools, geplante Ausführungen und organisatorische Berechtigungen.

OpenAIWorkspace-AgentUnternehmen & Teams

ÖKOSYSTEM-ZUORDNUNG

Dieses Agentenprofil gehört zur kuratierten Anbieterübersicht. Sicherheitsmerkmale werden nicht zwischen Produkten übertragen.

OpenAI · ChatGPT & Codex ↗

AgentenTrust 2.0 · EU & Governance Evidence

EU AI Act, Datenschutz und Kontrolle bei ChatGPT Workspace Agents

Direktantwort: Für ChatGPT Workspace Agents sind aktuell 1 von 36 normalisierten Trust-Controls feldgenau öffentlich belegt. Nicht belegte Felder bleiben Unknown – niemals automatisch Nein.

EU AI ActEvidence-Kontext zu Art. 12–15, ohne automatische Anwendbarkeits- oder Compliance-Aussage.

DSGVOEvidence-Kontext zu Art. 5, 28 und 32. Data Residency allein ist kein Compliance- oder Transfer-Nachweis.

DSGVO-KontextDatenschutz & Daten0 von 8 dokumentiertResidency, Training, Retention, DPA, Subprocessors und Processing Scope.

AI Act Art. 15 / DSGVO Art. 32Security & Zugriff0 von 10 dokumentiertVerschlüsselung, SSO, SCIM, RBAC, Rollen und Credential Handling.

AI Act Art. 14 KontextMenschliche Kontrolle1 von 10 dokumentiertApproval, Oversight, Policies, Permissions sowie Stop-/Rollback-Kontrollen.

AI Act Art. 12 KontextAudit & Nachvollziehbarkeit0 von 8 dokumentiertAudit Logs, API/SIEM, Observability, Tracing und Activity History.

Wichtig: Diese Zahlen zeigen Dokumentationsabdeckung, keine Produktbewertung. 0 von 10 bedeutet: Für diese 10 Felder liegt im aktuellen Datensatz kein feldgenauer öffentlicher Beleg vor. Es bedeutet nicht, dass der Agent die Funktionen nicht besitzt.

Belegt: Ja

Scope: workspace_agents_admin_controls · geprüft 2026-10-05 · Quelle ↗

Audit & Nachvollziehbarkeit

Audit Logs

Unknown

Nicht öffentlich belegt

Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.

Audit & Nachvollziehbarkeit

Tracing

Unknown

Nicht öffentlich belegt

Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.

Audit & Nachvollziehbarkeit

Activity History

Unknown

Nicht öffentlich belegt

Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.

Security & Zugriff

Secrets / Credential Handling

Unknown

Nicht öffentlich belegt

Keine feldgenaue öffentliche Evidence im aktuellen Datensatz.

Alle dokumentierten Trust-Signale

Jeder Wert bleibt an Scope, Prüfdatum und Primärquelle gebunden. Ein Plattformbeleg wird nicht automatisch auf jeden Agenten vererbt.

Menschliche Kontrolle · 1 dokumentierte Signale

Human Oversightgovernance.human_oversight

Belegt: Ja

Scope: workspace_agents_admin_controls · geprüft 2026-10-05 · Primärquelle ↗

Kein Compliance-Score.

AgentenTrust bildet Evidence ab. Die rechtliche Einordnung hängt vom konkreten Einsatz ab.

EU-Layer & Control-Mapping →

Kurz erklärt

Gemeinsam nutzbare Agenten in ChatGPT für wiederkehrende, mehrstufige Workflows über verbundene Tools, geplante Ausführungen und organisatorische Berechtigungen.

Typische Anwendungen

Wiederkehrende Team-Workflows
Berichte und Recherche
Arbeit über verbundene Apps
Geplante Aufgaben

Dokumentierte Stärken

Im Workspace teilbar
Tool- und App-Nutzung
Zeitpläne möglich
Organisationskontrollen und Berechtigungen

Vor dem Einsatz prüfen

Berechtigungen und Approval-Grenzen prüfen
Datenzugriffe verbundener Apps prüfen
Workspace- und Planverfügbarkeit kontrollieren

Zugang

ChatGPT Business, Enterprise und Edu; Verfügbarkeit und Admin-Freigaben planabhängig

AgentenTrust

AgentenTrust zeigt ausschließlich öffentlich belegte Governance-Evidenz. Fehlende Evidenz bleibt Unknown; sie wird nicht als Nein interpretiert.

In Trust vergleichen →

Primärquellen

Änderungsverlauf

Changelog

5. Oktober 2026

Profil aus aktuellen Primärquellen aufgenommen und in die öffentliche Evidence-Struktur integriert.

Produktspezifischer Entscheidungscheck für ChatGPT Workspace Agents

ChatGPT Workspace Agents wird von AgentenCode als Workspace-Agent von OpenAI geführt. Die folgenden Punkte stammen aus den gespeicherten Einsatzfeldern, Stärken, Prüfhinweisen und 2 eindeutigen Primärquellen; offene Trust-Felder bleiben Unknown.

Wiederkehrende Team-Workflows

Der gespeicherte Einsatzfall „Wiederkehrende Team-Workflows“ wird im Profil mit „Im Workspace teilbar“ verbunden. Vor produktiver Nutzung: Berechtigungen und Approval-Grenzen prüfen. Diese Aussage ist redaktioneller Entscheidungskontext und kein Benchmark.

Berichte und Recherche

Der gespeicherte Einsatzfall „Berichte und Recherche“ wird im Profil mit „Tool- und App-Nutzung“ verbunden. Vor produktiver Nutzung: Datenzugriffe verbundener Apps prüfen. Diese Aussage ist redaktioneller Entscheidungskontext und kein Benchmark.

Arbeit über verbundene Apps

Der gespeicherte Einsatzfall „Arbeit über verbundene Apps“ wird im Profil mit „Zeitpläne möglich“ verbunden. Vor produktiver Nutzung: Workspace- und Planverfügbarkeit kontrollieren. Diese Aussage ist redaktioneller Entscheidungskontext und kein Benchmark.

Geplante Aufgaben

Der gespeicherte Einsatzfall „Geplante Aufgaben“ wird im Profil mit „Organisationskontrollen und Berechtigungen“ verbunden. Vor produktiver Nutzung: Berechtigungen und Approval-Grenzen prüfen. Diese Aussage ist redaktioneller Entscheidungskontext und kein Benchmark.

Produktspezifischer Deep Dive

Was bei ChatGPT Workspace Agents für die Einführung im Team entscheidend ist.

ChatGPT Workspace Agents ist als gemeinsam nutzbarer Workspace-Agent für wiederkehrende und mehrstufige Team-Workflows dokumentiert. Der praktische Unterschied zu einem rein persönlichen Agenten liegt damit nicht nur in der Aufgabenlogik, sondern auch in organisatorischen Fragen: Wer darf den Agenten verwenden, welche Apps und Datenquellen sind verbunden, welche Berechtigungen gelten im Workspace und welche geplanten Ausführungen sind zulässig?

Wiederkehrende Team-Workflows

Für wiederholbare Teamprozesse sollte zuerst geklärt werden, welche Schritte deterministisch bleiben und an welchen Stellen der Agent Entscheidungen treffen darf. Ein geteilter Agent kann Prozesse vereinheitlichen, aber nur dann, wenn Eingabedaten, Berechtigungen und erwartete Ausgaben für alle Nutzer ausreichend klar definiert sind.

Verbundene Apps

Arbeit über verbundene Apps erweitert den nutzbaren Kontext und die möglichen Aktionen. Gleichzeitig steigt die Bedeutung von Least Privilege: Der Agent sollte nur auf die Datenquellen und Aktionen zugreifen können, die der konkrete Workflow benötigt.

Geplante Aufgaben

Geplante Ausführungen verschieben Kontrolle vom unmittelbaren Nutzerkontakt in einen automatisierten Ablauf. Deshalb sollten Ausführungszeitpunkt, Zielsystem, Fehlerbehandlung und Freigaben für irreversible Aktionen vorab festgelegt werden.

Workspace-Governance

Die Eignung für Unternehmen hängt nicht nur von der Agentenfunktion ab. Relevant sind auch Admin-Freigaben, Planverfügbarkeit und die Frage, wie organisatorische Berechtigungen auf den Agenten und seine verbundenen Tools wirken.

Einführungscheck

Berechtigungen: Prüfen, welche Nutzergruppen den Agenten starten oder verändern dürfen und welche Rechte verbundene Apps erben.
Datenzugriff: Für jede verbundene App definieren, welche Daten tatsächlich für den Workflow benötigt werden.
Freigaben: Aktionen mit Außenwirkung oder Datenänderungen sollten eigene Approval-Grenzen erhalten.
Monitoring: Wiederkehrende Aufgaben brauchen nachvollziehbare Fehler- und Statusmeldungen, damit Fehlschläge nicht unbemerkt bleiben.
Plan-Scope: Verfügbarkeit und Admin-Funktionen gegen den tatsächlich eingesetzten ChatGPT-Plan prüfen.

Evidence-Grenze:

AgentenCode beschreibt hier den dokumentierten Produktfokus und daraus abgeleitete Prüfaufgaben. Trust-Controls werden nur dort als belegt dargestellt, wo eine feldgenaue Primärquelle vorliegt. Fehlende öffentliche Evidence bleibt Unknown.

Vergleich statt Pauschalurteil

Womit sollte man ChatGPT Workspace Agents vergleichen?

Für die Auswahl ist ein Vergleich mit persönlichen Assistenten oder reinen Chatbots wenig aussagekräftig. Sinnvoller ist der Vergleich mit anderen Workspace- und Enterprise-Agenten, die wiederkehrende Aufgaben, Organisationskontext und verbundene Apps zusammenführen. Entscheidend sind dabei nicht nur Modellqualität oder Antwortstil, sondern der operative Rahmen.

Sharing & Ownership

Wer besitzt einen Agenten, wer darf ihn ändern und wie werden Änderungen für andere Teammitglieder sichtbar? Für wiederkehrende Teamprozesse ist Governance des Artefakts wichtiger als bei einem persönlichen Chat.

Scheduling & Reliability

Geplante Aufgaben sollten mit Fehlerfällen, fehlenden Daten und veränderten Berechtigungen umgehen können. Ein Scheduler ist erst dann produktiv, wenn Fehlschläge sichtbar und wiederholbar sind.

Connected Apps

Die Zahl möglicher Integrationen ist weniger wichtig als die Frage, ob jede Verbindung sauber autorisiert, eingeschränkt und im passenden Organisationsscope verwaltet werden kann.

Audit & Review

Bei teamweit genutzten Agenten sollte nachvollziehbar sein, wer eine Ausführung gestartet hat, welche Systeme beteiligt waren und welche Aktion tatsächlich ausgeführt wurde. Fehlt öffentliche Evidence, bleibt dieser Punkt im Profil Unknown und muss separat geprüft werden.