Start›Agenten›OpenAI Agents API

✓ Redaktionell geprüftPrüfdatum: 5. Oktober 2026

AgentenProfil · Automatisierung

OpenAI Agents API

Managed API für langlebige Cloud-Agenten mit Codex-Harness, Sessions, Orchestrierung, Kontextverwaltung, Tool-Nutzung, Subagenten, optionalen Sandboxes und dokumentierter Computerbedienung.

OpenAIManaged Agent APIEntwickler & Unternehmen

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 OpenAI Agents API

Direktantwort: Für OpenAI Agents API sind aktuell 0 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 Kontrolle0 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.

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.

Für diesen Agenten liegt noch keine feldgenaue öffentliche Trust-Evidence vor.

Kein Compliance-Score.

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

EU-Layer & Control-Mapping →

Kurz erklärt

Managed API für langlebige Cloud-Agenten mit Codex-Harness, Sessions, Orchestrierung, Kontextverwaltung, Tool-Nutzung, Subagenten, optionalen Sandboxes und dokumentierter Computerbedienung.

Typische Anwendungen

Langlebige Agenten-Workflows
Code- und Datei-Aufgaben
Subagenten-Orchestrierung
Tool- und MCP-Integrationen

Dokumentierte Stärken

Managed Sessions und Orchestrierung
Kontext-Kompaktierung und Recovery
Sandbox-Ausführung möglich
MCP- und Tool-Anbindung

Vor dem Einsatz prüfen

Beta-Status berücksichtigen
API- und Sandbox-Kosten prüfen
Tool-Berechtigungen und Freigaben definieren

Zugang

OpenAI API; Agents API in Public Beta

AgentenTrust

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

In Trust vergleichen →

Aktuelles Capability-Update · 5. Oktober 2026

Computerbedienung ist jetzt für die Agents API dokumentiert

OpenAI nennt im DevDay-2026-Rückblick Computerbedienung als unterstützte Fähigkeit der Agents API. AgentenCode übernimmt diese Aussage ausschließlich für den dokumentierten Scope der Agents API; daraus folgt keine pauschale Aussage über andere OpenAI-Agenten oder konkrete Berechtigungen.

Meldung und Primärquelle öffnen →

Primärquellen

Änderungsverlauf

Changelog

5. Oktober 2026

OpenAI dokumentiert Computerbedienung als zusätzliche Fähigkeit der Agents API. Primärquelle ↗

5. Oktober 2026

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

Produktspezifischer Entscheidungscheck für OpenAI Agents API

OpenAI Agents API wird von AgentenCode als Managed Agent API von OpenAI geführt. Die folgenden Punkte stammen aus den gespeicherten Einsatzfeldern, Stärken, Prüfhinweisen und 3 eindeutigen Primärquellen; offene Trust-Felder bleiben Unknown.

Langlebige Agenten-Workflows

Der gespeicherte Einsatzfall „Langlebige Agenten-Workflows“ wird im Profil mit „Managed Sessions und Orchestrierung“ verbunden. Vor produktiver Nutzung: Beta-Status berücksichtigen. Diese Aussage ist redaktioneller Entscheidungskontext und kein Benchmark.

Code- und Datei-Aufgaben

Der gespeicherte Einsatzfall „Code- und Datei-Aufgaben“ wird im Profil mit „Kontext-Kompaktierung und Recovery“ verbunden. Vor produktiver Nutzung: API- und Sandbox-Kosten prüfen. Diese Aussage ist redaktioneller Entscheidungskontext und kein Benchmark.

Subagenten-Orchestrierung

Der gespeicherte Einsatzfall „Subagenten-Orchestrierung“ wird im Profil mit „Sandbox-Ausführung möglich“ verbunden. Vor produktiver Nutzung: Tool-Berechtigungen und Freigaben definieren. Diese Aussage ist redaktioneller Entscheidungskontext und kein Benchmark.

Tool- und MCP-Integrationen

Der gespeicherte Einsatzfall „Tool- und MCP-Integrationen“ wird im Profil mit „MCP- und Tool-Anbindung“ verbunden. Vor produktiver Nutzung: Beta-Status berücksichtigen. Diese Aussage ist redaktioneller Entscheidungskontext und kein Benchmark.

Produktspezifischer Deep Dive

Die Agents API ist weniger ein einzelner Agent als eine verwaltete Laufzeit für agentische Software.

OpenAI Agents API wird als Managed Agent API eingeordnet. Für eine technische Bewertung ist deshalb wichtiger, welche Ausführungs- und Orchestrierungsbausteine bereitstehen, als ob ein einzelner „Agent“ eine bestimmte Demo-Aufgabe lösen kann. Der dokumentierte Fokus umfasst langlebige Agenten-Workflows, Code- und Datei-Aufgaben, Subagenten-Orchestrierung, Tool- und MCP-Integrationen sowie Computerbedienung im verwalteten Codex-Harness.

Langlebige Sessions

Lang laufende Workflows brauchen einen stabilen Zustand über mehrere Schritte. Bei der Einführung sollte geprüft werden, wie Sessions wiederaufgenommen, abgebrochen und nach Fehlern reproduzierbar fortgesetzt werden.

Orchestrierung & Subagents

Delegation kann komplexe Aufgaben strukturieren, erhöht aber die Zahl möglicher Übergaben und Berechtigungsgrenzen. Rollen, erlaubte Tools und Kontextweitergabe sollten für jeden Subagent explizit definiert werden.

Tool- und MCP-Integrationen

Externe Tools machen aus Modellantworten echte Systemaktionen. Deshalb sollten Tool-Schemas eng gehalten, Eingaben validiert und Schreibaktionen stärker geschützt werden als reine Lesezugriffe.

Computerbedienung

Computer Use erweitert den Aktionsraum auf grafische Oberflächen. Das kann Software-Workflows automatisieren, verlangt aber besonders klare Grenzen für Zielsysteme, Credentials, erlaubte Aktionen und Human Approval.

Was vor einem produktiven Einsatz geklärt werden sollte

Beta-Scope: Der dokumentierte Produktstatus und mögliche Änderungen an API-Verhalten oder Limits müssen berücksichtigt werden.
Kostenmodell: Modell-, Tool-, Sandbox- und Laufzeitkosten getrennt betrachten, insbesondere bei mehrstufigen Agentenloops.
Berechtigungen: Für jedes Tool und jeden Subagent definieren, welche Aktionen ohne Freigabe zulässig sind.
Recovery: Fehlerfälle, Timeouts, unterbrochene Sessions und Wiederaufnahme mit realistischen Tests prüfen.
Observability: Für produktive Automatisierung braucht es nachvollziehbare Run-IDs, Tool-Aufrufe, Fehler und Ergebnisstatus im eigenen Betriebsmodell.

Unknown bleibt Unknown:

Dass im aktuellen Trust-Datensatz keine feldgenauen Controls gespeichert sind, ist keine Aussage gegen die Plattform. Es bedeutet nur, dass AgentenCode für diese normalisierten Trust-Felder derzeit keine ausreichend spezifische öffentliche Evidence im Datensatz führt.

Architekturvergleich

Womit sollte man eine Managed Agent API vergleichen?

Der sinnvolle Vergleich findet nicht primär gegen einen Endnutzer-Agenten statt, sondern gegen Agent-Runtimes, Frameworks und Plattformdienste. Die Kernfrage lautet: Welche Verantwortung übernimmt der verwaltete Dienst – und welche Verantwortung bleibt bei der eigenen Anwendung?

Runtime-Verantwortung

Prüfen, welche Teile von Session-State, Ausführung, Retry, Sandbox und Kontextmanagement verwaltet werden und welche Komponenten weiterhin selbst betrieben oder instrumentiert werden müssen.

Portabilität

Eine enge Integration kann Entwicklungsaufwand reduzieren, aber Architekturentscheidungen an APIs, Toolformate und Laufzeitverhalten binden. Export- und Migrationspfade sollten vor größeren produktiven Abhängigkeiten bewertet werden.

Observability

Mehrstufige Agenten brauchen mehr als einen finalen Response-Text: Tool Calls, Übergaben, Laufzeiten, Fehler und Kosten sollten in einer Form vorliegen, die mit dem eigenen Monitoring und Incident-Prozess zusammenpasst.

Security Boundary

Je mehr Tools, Sandboxes und Computeraktionen eingebunden werden, desto wichtiger wird eine klare Trennung zwischen Modellentscheidung und autorisierter Ausführung. Der Anwendungscode sollte die endgültige Berechtigungsentscheidung kontrollieren.