Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Was ist Codex: Ein Cloud-Entwicklungs-Agent

Lektion 1 von 20 Aktualisiert am 3. November 2026 Entwickler
Auf dieser Seite
  1. Ein Entwicklungsagent, nicht nur ein Assistent
  2. Wie Codex funktioniert
  3. Was Codex kann
  4. Codex vs. ChatGPT: Was ist der Unterschied?
  5. Die Modelle hinter Codex
  6. Kernaussagen

Lektion aktualisiert am 3. November 2026 basierend auf der Codex-Dokumentation: Codex funktioniert nun sowohl lokal (ChatGPT Desktop-App, CLI, Editor-Erweiterung) als auch in der Cloud (Codex Cloud) und ist nicht mehr auf eine Cloud-Sandbox beschränkt. Empfohlene Modelle gehören der GPT-6-Familie an, und der kognitive Aufwand (reasoning effort) von Codex reicht von low bis ultra, abhängig vom gewählten Modell. Nachtrag vom 3. November: Die Einführung zitierte zuvor die GPT-5.6-Familie, die Codex im September 2026 durch die GPT-6-Familie ersetzt hat. Quellen: Codex CLI · Codex Cloud · Agent-Zustimmungen & Sicherheit.

Ein Entwicklungsagent, nicht nur ein Assistent

Codex ist der Entwicklungsagent von OpenAI, und der Unterschied zu einem Chatbot ist nicht nur kosmetischer Natur. Ein konversationeller Assistent beantwortet Ihre Fragen; Codex führt hingegen tatsächlich Entwicklungsaufgaben auf Ihrem Gerät oder in einer Cloud-Umgebung aus. Er liest Ihren Quellcode, versteht den Projektkontext und erzeugt konkrete Änderungen: Er schreibt Code, führt Tests aus, refaktoriert und debuggt. Im Jahr 2025 eingeführt und nun durch die GPT-6-Modellfamilie angetrieben, verschiebt Codex die Art Ihrer Fragestellung. Sie stellen nicht mehr die Frage „Wie mache ich X?”; Sie bitten Codex, X zu tun.

Ein alltäglicher Fall verdeutlicht den Unterschied. Ihr API-Endpunkt validiert seit drei Wochen keine Eingaben, und Sie wissen es. Mit einem konversationellen Assistenten beschreiben Sie die Datei, fügen den Code ein, erhalten einen Vorschlag und müssen diesen anschließend manuell integrieren, indem Sie Importe korrigieren und Konflikte auflösen. Der Großteil Ihrer Zeit geht in diesen letzten Schritt, und er ist der Schritt, der Sie davon abhält, überhaupt zu beginnen. Mit Codex beschreiben Sie das erwartete Ergebnis und erhalten einen Diff, der bereits im Repository angewendet wurde, inklusive ausgeführter Tests.

Wie Codex funktioniert

Codex funktioniert auf zwei Arten, und Ihre Wahl bestimmt, was er berühren darf.

Lokal, über die ChatGPT Desktop-App, die CLI oder eine Editor-Erweiterung, arbeitet Codex im Ordner, den Sie für ihn öffnen. Er liest Dateien, modifiziert Code und führt Befehle in einer vom Betriebssystem durchgesetzten Sandbox aus, die in der Regel auf den aktuellen Arbeitsbereich beschränkt ist und standardmäßig keinen Netzwerkzugriff hat. Eine Genehmigungsrichtlinie entscheidet, wann er stoppen und Ihre Erlaubnis einholen muss, bevor er handelt.

In der Cloud führt Codex Cloud die Aufgabe in einer von Ihnen vorbereiteten Umgebung aus: Ihre GitHub-Repositories, deren Abhängigkeiten und deren Tools. Jede Aufgabe erhält ihren eigenen Arbeitsbereich und läuft auch dann weiter, wenn Ihr Computer in den Ruhezustand geht. Sie konfigurieren Netzwerkzugriff, Umgebungsvariablen und Geheimnisse pro Umgebung.

In beiden Fällen bleibt der Zyklus gleich:

  1. Analyse — er liest relevante Dateien, versteht die Architektur und erkennt das Framework
  2. Ausführung — er schreibt Code, führt Befehle aus und testet die Ausführung
  3. Verifizierung — er prüft, ob seine Änderungen funktionieren
  4. Lieferung — er präsentiert die Änderungen zu Ihrer Prüfung; Sie übernehmen sie, bitten um eine Korrektur oder committen sie bzw. öffnen einen Pull Request

Dieses Framework aus Sandboxing, kontrolliertem Netzwerkzugriff und Genehmigungen ist es, das es Ihnen ermöglicht, ein echtes Repository einem Agenten anzuvertrauen. Beginnen Sie mit Standardberechtigungen und lockern Sie diese nur für vertrauenswürdige Repositories oder spezifische Workflows.

Was Codex kann

Das Spektrum der Aufgaben deckt den Großteil der täglichen Arbeit eines Teams ab, von der Hinzufügung von Funktionen bis hin zu umfangreichen Migrationen. Die Tabelle paart jede Fähigkeit mit einer Anweisung, wie Sie diese tatsächlich formulieren würden.

FähigkeitKonkretes Beispiel
Code schreiben”Fügen Sie einen POST /api/users-Endpunkt mit Zod-Validierung hinzu”
Refaktorisieren”Migrieren Sie diese Klassenkomponente in eine React-Funktionskomponente”
Tests schreiben”Generieren Sie Unit-Tests für das Auth-Modul”
Debuggen”Der Test user.spec.ts schlägt fehl – finden und beheben Sie den Fehler”
Dokumentieren”Fügen Sie JSDoc für alle exportierten Funktionen in src/lib/ hinzu”
Migrieren”Migrieren Sie das Projekt von Express zu Fastify”

Beachten Sie die Form dieser Sätze: Jeder benennt eine Datei oder ein Modul, ein Tätigkeitsverb und ein erwartetes Ergebnis. Dies ist die Grammatik der Arbeit mit einem Agenten, und eine Anweisung, die eines dieser drei Elemente fehlt, führt fast immer zu einem ungenauen Ergebnis.

Codex vs. ChatGPT: Was ist der Unterschied?

Codex ist nun Teil von ChatGPT: In der Desktop-App wählen Sie Codex aus dem ChatGPT-Menü für die Softwareentwicklung, mit Ihrem Code-Kontext und Entwicklertools, wohingegen Chat schnelle Fragen und Work Recherchen und Ergebnisse bearbeitet. Der Unterschied liegt darin, was der Agent berühren kann. In einem Gespräch fügen Sie Code ein und erhalten eine Antwort, die Sie selbst integrieren müssen, einschließlich des Umgangs mit Konflikten, fehlenden Importen und dem erneuten Ausführen von Tests. Mit Codex arbeitet der Agent in Ihrem Ordner oder Ihren Repositories: Er führt die Änderungen durch, führt die Tests aus und präsentiert das Ergebnis zu Ihrer Prüfung vor dem Commit oder dem Pull Request.

Der gesamte Unterschied lässt sich auf ein Wort reduzieren: Codex ist ein autonomer Agent. Er plant, führt aus, verifiziert und iteriert. Die Konsequenz ist es wert, im Voraus zu antizipieren, da sie Ihre tägliche Arbeit verändert: Ihre Rolle verschiebt sich stromaufwärts zur Aufgabenformulierung und stromabwärts zur Ergebnisprüfung.

Die Modelle hinter Codex

Die Codex-Dokumentation empfiehlt derzeit vier Modelle. GPT-6 Astra eignet sich für die anspruchsvollsten, end-to-end-Arbeiten. GPT-6.1 Sol bietet eine Leistung, die der von Astra nahe kommt, zu geringeren Kosten, und ist daher die Wahl für lange, wiederholte Arbeiten – es ist auch das Modell, das die Dokumentation als Standardbeispiel verwendet (model = "gpt-6.1-sol"). GPT-6.1 Terra, schnell und effizient, zeichnet sich beim Schreiben, beim visuellen Verständnis und bei der Computernutzung aus. GPT-6 Luna dient zielgerichteten, repetitiven Aufgaben, bei denen Sie ein gutes Ergebnis erkennen können.

Der zweite Schieberegler ist der kognitive Aufwand (model_reasoning_effort), der von low bis ultra reicht, abhängig von den vom gewählten Modell akzeptierten Stufen. Höherer Aufwand erhöht die Antwortzeit und den Verbrauch, kann aber die Qualität bei komplexen Arbeiten verbessern: Das Beheben eines Labels erfordert geringen Aufwand, während eine Framework-Migration mehr benötigt.

Kernaussagen

  • Codex ist ein Agent, der Aufgaben ausführt, kein Chatbot, der Fragen beantwortet
  • Er funktioniert lokal (OS-Sandbox, Netzwerk standardmäßig aus, Genehmigungen) oder in der Cloud (Codex Cloud-Umgebungen)
  • Er versteht Ihren Projektkontext: den lokal geöffneten Ordner oder die Repositories in der Cloud-Umgebung
  • Er erzeugt überprüfbare Ergebnisse: Diffs, PRs, Ausführungsprotokolle
  • Vier empfohlene Modelle (GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna) und einjustierbarer kognitiver Aufwand