Was ist ein OpenAI KI-Agent
Auf dieser Seite
Aktualisiert am 2. November 2026 — Agent Builder. Am 3. Juni 2026 kündigte OpenAI die Einstellung des Agent Builders an, geplant für den 30. November 2026; ChatKit bleibt verfügbar. Ab jetzt leitet OpenAI Nutzer zum Agents SDK oder zu ChatGPT-Workspace-Agenten weiter. Seit dem 10. September 2026 bietet OpenAI eine öffentliche Beta der Agents API an, die die Agenten-Orchestrierung hostet (siehe ChatGPT im Jahr 2026, Lektion 10).
Was ist ein OpenAI KI-Agent
Ein Standard-API-Aufruf erzeugt Text: Sie senden eine Frage, das Modell liefert eine Antwort, und die Transaktion ist beendet. Ein Agent funktioniert anders. Er überlegt sich die zugewiesene Aufgabe, entscheidet, welche Aktionen er unternehmen soll, führt diese aus, beobachtet die Ergebnisse und wiederholt den Zyklus, bis er das Ziel erreicht. Dieser Wandel von „Text generieren” zu „eine Aufgabe erfüllen” stellt eine fundamentale Evolution dar, wie wir intelligente Anwendungen entwickeln.
Im Jahr 2026 bietet OpenAI ein komplettes Ökosystem zum Aufbau von Agenten: das Agents SDK (Python), den Agent Builder (ohne Code) und ChatKit (Bereitstellung). Dieser Kurs führt Sie durch alle diese Komponenten.
Agent versus Chatbot: Der entscheidende Unterschied
Ein Standard-Chatbot antwortet auf Ihre Nachrichten; ein Agent handelt. Vier Eigenschaften unterscheiden ihn. Erstens Autonomie: Der Agent entscheidet selbst, welche Tools er verwendet und in welcher Reihenfolge; Sie skripten die Sequenz nicht für ihn. Zweitens ermöglicht der Denkzyklus (reasoning loop), dass er die Ergebnisse seiner Aktionen beobachtet und seine Strategie anpasst, anstatt einem starren Plan zu folgen. Drittens gibt der Tool-Zugriff ihm Hände: Er kann im Web suchen, Code ausführen, Dateien lesen oder APIs aufrufen. Schließlich sorgt Persistenz für den Kontext über mehrere Schritte hinweg, sodass Informationen, die während des dritten Aufrufs gesammelt wurden, auch im zehnten Aufruf nutzbar bleiben.
Ein praxisnahes Beispiel verdeutlicht diese Lücke. Sie geben den Befehl: „Analysieren Sie den Umsatz des letzten Quartals und senden Sie eine Zusammenfassung an das Team.” Ein Chatbot liefert Ihnen ein Zusammenfassungsvorlage, bei dem Sie den Inhalt noch selbst eintragen müssen. Ein Agent hingegen wird:
- Ihre Verkaufs-API aufrufen, um Daten abzurufen
- den Code Interpreter verwenden, um Trends zu berechnen
- eine strukturierte Zusammenfassung generieren
- die E-Mail über eine verbundene Funktion versenden
Sie haben keinen dieser vier Schritte programmiert: Sie haben ein Ziel beschrieben und Tools bereitgestellt.
Das OpenAI-Agenten-Ökosystem im Jahr 2026
Drei Einstiegsebenen koexistieren, von der ersten Prototypen-Phase bis zur produktiven Bereitstellung.
Agent Builder (Ohne Code)
Die visuelle Oberfläche unter platform.openai.com ermöglicht es Ihnen, einen Agenten zu erstellen, ohne Code zu schreiben: Sie konfigurieren dort Anweisungen, Tools und Sicherheitsvorkehrungen (Guardrails). Es ist das Werkzeug für schnelles Prototyping, das Ihnen in einer halben Stunde zeigt, ob Ihre Idee tragfähig ist.
Agents SDK (Python)
Das offizielle SDK bietet vollständige Kontrolle über Logik, Tools, Übergaben zwischen Agenten und Nachverfolgung (Tracing). Dies ist der Kern dieses Kurses, und ein vollständiger Agent passt in nur wenigen Zeilen.
from agents import Agent, Runner
agent = Agent(
name="Sales Assistant",
instructions="You are a sales assistant. Analyze sales data and propose recommendations.",
model="gpt-5.6-terra",
)
result = Runner.run_sync(agent, "What is the best-selling product this month?")
print(result.final_output)
ChatKit (Bereitstellung)
ChatKit integriert Ihre Agenten in Ihr Produkt: Chat-Widgets, Theming und Benutzeraktionen. Es verwandelt einen im Terminal laufenden Agenten in eine Komponente, die für die Produktion bereit ist.
Die Responses API: Der Motor unter der Haube
Alle OpenAI-Agenten stützen sich auf die Responses API, die die Chat Completions API als primären Einstiegspunkt ersetzt hat. Sie verarbeitet nativ Function Calling, Web-Suche (Echtzeit-Suche), Dateisuche (Suchen in Ihren Dateien), Code Interpreter (Python-Code-Ausführung), Computer Use (Schnittstellensteuerung) und MCP-Connectoren (offenes Protokoll). Sie müssen diese API nicht direkt aufrufen, da das Agents SDK sie kapselt; aber wenn ein Agent unangemessen reagiert, ist dies die Ebene, in die Sie eindringen müssen, um ihn zu verstehen und zu optimieren.
Für Ihre Agenten verfügbare Modelle
Seit dem 9. Juli 2026 bildet die Familie GPT-5.6 (Sol, Terra, Luna) die aktuelle Generation, und Reasoning ist kein separates Modell mehr: Es ist eine Einstellung, die von none bis max reicht. Die Codebeispiele in diesem Kurs verwenden diese Familie.
| Modell | Identifier | Positionierung |
|---|---|---|
| GPT-5.6 Sol | gpt-5.6-sol | Leistungsfähigste: komplexe Aufgaben, fortgeschrittenes Reasoning |
| GPT-5.6 Terra | gpt-5.6-terra | Balance aus Intelligenz und Kosten — Ihre Standardwahl |
| GPT-5.6 Luna | gpt-5.6-luna | Volumen und minimale Kosten, ideal für Agentenketten |
Reasoning ist pro Anfrage für jedes Modell konfigurierbar (none → max), was den alten Kompromiss zwischen einem allgemeinen Modell und einem dedizierten Reasoning-Modell ersetzt.
Die Modellwahl wirkt sich direkt auf die Fähigkeiten und die Kosten Ihres Agenten aus: Ein wirtschaftliches Modell, das zwanzig Mal in einer Kette aufgerufen wird, wird nicht gleich berechnet wie ein Frontier-Modell, das einmal angefragt wird. Wir werden dies in den kommenden Lektionen im Detail wieder aufnehmen.
Kernaussagen
- Ein KI-Agent überlegt, entscheidet und handelt – er ist weit mehr als ein Chatbot
- Das OpenAI-Ökosystem bietet drei Ebenen: Agent Builder (ohne Code), Agents SDK (Code), ChatKit (Bereitstellung)
- Die Responses API ist der zugrundeliegende Motor für alle Agenten
- GPT-5.6 (Sol, Terra, Luna) ist die aktuelle Generation; Reasoning ist eine Einstellung, kein separates Modell