Der agentische Modus in ChatGPT: Wenn die KI nicht nur antwortet, sondern handelt

Die meisten Menschen, die ChatGPT regelmäßig nutzen, haben sich an einen bestimmten Rhythmus gewöhnt: Man stellt eine Frage, bekommt eine Antwort, stellt die nächste Frage. Der Chat ist ein Ping-Pong-Spiel, bei dem der Mensch den Takt vorgibt. Seit Mitte 2025 gibt es einen Modus, der dieses Muster grundlegend verändert. Im agentischen Modus stellt man keine Fragen mehr. Man erteilt Aufträge. ChatGPT übernimmt dann nicht nur das Denken, sondern auch das Handeln: Es öffnet Websites, liest Inhalte, füllt Formulare aus, vergleicht Preise, erstellt Dokumente und liefert am Ende ein fertiges Ergebnis ab. Nicht als Textantwort im Chat, sondern als erledigte Aufgabe.

Was der Agent Mode ist

Der Agent Mode ist, technisch gesprochen, ChatGPT mit einem eigenen virtuellen Computer. Statt nur Text zu generieren, kann ChatGPT in diesem Modus einen Browser steuern, Python-Code ausführen, Dateien erstellen und bearbeiten, und das alles ohne dass man selbst eingreifen muss. Der Auslöser war die Integration von Operator, einem Tool, das OpenAI Anfang 2025 als eigenständiges Produkt gestartet und dann direkt in ChatGPT eingebaut hat. Operator brachte die Fähigkeit mit, Websites visuell zu lesen und mit ihnen zu interagieren – Buttons klicken, Formulare ausfüllen, durch Seiten scrollen. Zusammen mit der bisherigen Fähigkeit, Code auszuführen und im Web zu suchen, entstand ein System, das nicht mehr nur berät, sondern ausführt.

Was das konkret bedeutet: Man kann ChatGPT beauftragen, die günstigste Zugverbindung von Köln nach München am kommenden Freitag herauszusuchen, dabei drei Anbieter zu vergleichen und das Ergebnis als Tabelle aufzubereiten. Im normalen Chat müsste man das in mehreren Schritten selbst koordinieren. Im Agent Mode gibt man den Auftrag einmal und bekommt nach einigen Minuten ein Ergebnis. Dazwischen arbeitet ChatGPT eigenständig, hält aber bei kritischen Entscheidungen an und fragt nach: Soll ich diesen Anbieter auch prüfen? Ist der Zeitraum richtig?

Agent Mode vs. Deep Research vs. normaler Chat

Wer sich fragt, warum ChatGPT mittlerweile drei verschiedene Arbeitsmodi braucht, dem hilft ein einfacher Vergleich. Der normale Chat ist ein Gespräch. Man stellt eine Frage, bekommt eine Antwort aus dem Wissen, das ChatGPT während des Trainings aufgenommen hat, ergänzt um eine gelegentliche Websuche. Die Stärke: Geschwindigkeit. Die Schwäche: Alles, was über eine einzelne Antwort hinausgeht, muss man selbst koordinieren.

Deep Research ist ein Rechercheur. Man gibt einen Rechercheauftrag, und ChatGPT durchsucht über einen längeren Zeitraum systematisch Dutzende bis Hunderte Quellen, liest Dokumente, vergleicht Informationen und liefert einen strukturierten Bericht mit Quellenangaben. Die Stärke: Tiefe und Gründlichkeit. Die Schwäche: Es kann nur lesen und schreiben, aber nicht handeln. Deep Research öffnet keine Websites interaktiv, füllt keine Formulare aus und bucht keine Reisen.

Der Agent Mode ist ein Assistent, der sowohl denken als auch handeln kann. Er kombiniert die Recherchefähigkeit mit der Möglichkeit, Aktionen im Web auszuführen. Wenn Deep Research herausfindet, welches Hotel das beste Preis-Leistungs-Verhältnis hat, dann kann der Agent Mode dieses Hotel auch gleich reservieren – vorausgesetzt, man gibt die Freigabe. Die Faustregel: Einfache Fragen gehören in den normalen Chat, gründliche Recherchen in Deep Research, und mehrstufige Aufgaben mit Handlungsbedarf in den Agent Mode.

So aktiviert man den Agent Mode

Der Agent Mode versteckt sich nicht hinter einem komplizierten Einstellungsmenü. In der ChatGPT-Oberfläche tippt man /agent in das Eingabefeld oder wählt das Agent-Symbol in der Modellauswahl. Das war es. Es gibt keine zusätzliche Installation, keine Konfiguration, keine Freischaltung. Allerdings: Der Modus ist nicht in allen Plänen verfügbar. Man braucht mindestens ChatGPT Plus, um ihn nutzen zu können. Mit Plus bekommt man rund 40 Agent-Aufgaben pro Monat, mit dem Pro-Plan sind es etwa 400. Wer das Kontingent überschreitet, kann bei Plus einzelne Nutzungen für 0,75 Dollar nachkaufen. Eine Aufgabe wird dabei nur gezählt, wenn man sie aktiv startet – Rückfragen des Agenten während der Ausführung zählen nicht gegen das Limit.

Sobald der Agent Mode aktiv ist, ändert sich die Art, wie man mit ChatGPT kommuniziert. Statt einer Frage formuliert man einen Auftrag. Statt „Was sind gute Hotels in Lissabon?" schreibt man „Finde drei Hotels in Lissabon für zwei Personen vom 15. bis 18. April, vergleiche Preise bei Booking und HRS, und erstelle eine Übersicht mit Bewertung, Lage und Stornierungsbedingungen." Je präziser der Auftrag, desto besser das Ergebnis. Das ist kein Unterschied zum normalen Prompting – aber die Auswirkung ist größer, weil der Agent mit einem vagen Auftrag zehn Minuten in die falsche Richtung arbeiten kann, bevor man das bemerkt.

Fünf Aufgaben, die sofort funktionieren

Nicht jede Aufgabe eignet sich für den Agent Mode. Die besten Ergebnisse entstehen dort, wo mehrere Schritte nötig sind, wo Informationen aus verschiedenen Quellen zusammengeführt werden müssen oder wo man sonst viel zwischen Tabs hin- und herwechseln würde. Fünf Aufgaben, die in meiner Erfahrung zuverlässig gute Ergebnisse liefern:

Wettbewerbsvergleiche mit aktuellen Daten. Der Agent besucht die Websites von drei Wettbewerbern, liest aktuelle Preise, Features und Kundenbewertungen und stellt alles in einer vergleichbaren Tabelle zusammen. Das dauert vielleicht zehn Minuten statt der anderthalb Stunden, die man manuell bräuchte.

Reise- und Veranstaltungsplanung. Flüge, Hotels, Transfer – der Agent prüft mehrere Portale und liefert eine Entscheidungsvorlage. Nicht perfekt, aber als Ausgangspunkt für die finale Buchung deutlich schneller als manuelles Vergleichen.

Datenrecherche mit Aufbereitung. Man gibt dem Agent die Aufgabe, aktuelle Marktdaten zu einem bestimmten Segment zu finden, die Quellen zu prüfen und daraus eine Zusammenfassung mit Diagramm zu erstellen. Der Agent nutzt dafür sowohl den Browser als auch die Code-Ausführung.

Formulare und Bewerbungsunterlagen vorbereiten. Der Agent kann ein Formular auf einer Website analysieren, die nötigen Informationen zusammenstellen und eine Vorlage erstellen, die man dann nur noch einfügen muss. Bei sensiblen Daten stoppt er und fragt nach.

Tägliche Briefings aus mehreren Quellen. Jeden Morgen die wichtigsten Branchennews aus fünf Quellen zusammengefasst, mit Links und einer Einschätzung der Relevanz. Der Agent besucht die Seiten, liest die aktuellen Artikel und erstellt eine Übersicht. Das ist eine Aufgabe, die man auch als wiederkehrenden Tasks einrichten kann.

Die Grenzen kennen

Der Agent Mode ist beeindruckend, wenn er funktioniert. Aber er funktioniert nicht immer. Und man sollte die Schwächen kennen, bevor man sich darauf verlässt. Das offensichtlichste Problem: Der Agent gerät manchmal in Schleifen. Er versucht, auf eine Website zuzugreifen, scheitert an einem Cookie-Banner oder einer Captcha-Abfrage, probiert es erneut, scheitert wieder und wiederholt den Vorgang, bis er irgendwann aufgibt oder man manuell abbricht. Das passiert besonders bei Websites mit aggressivem Bot-Schutz, und es ist frustrierend, weil die Zeit trotzdem vom Kontingent abgezogen wird.

Dann ist da die Frage der Genauigkeit. Der Agent liest Websites visuell – er sieht, was auf dem Bildschirm steht, und interpretiert es. Das funktioniert bei klar strukturierten Seiten gut, aber bei komplexen Layouts, dynamischen Inhalten oder schlecht lesbaren Tabellen kann er Informationen falsch zuordnen oder übersehen. Wer den Agent Mode für geschäftskritische Entscheidungen nutzt, muss das Ergebnis prüfen. Immer. Ohne Ausnahme.

Ein weiterer Punkt, über den wenig gesprochen wird: Der Agent Mode ist langsam. Nicht im Vergleich dazu, die gleiche Aufgabe manuell zu erledigen – da ist er oft schneller. Aber im Vergleich zum normalen Chat, der in Sekunden antwortet, dauert eine Agent-Aufgabe Minuten bis zweistellige Minutenbereiche. Man startet die Aufgabe und wartet. Das erfordert eine andere Arbeitsweise: Man delegiert Aufgaben an den Agent und macht in der Zwischenzeit etwas anderes. Wer daneben sitzt und zuschaut, wie der Agent Seite für Seite durchklickt, verliert schnell die Geduld.

Schließlich die Kosten. 40 Aufgaben pro Monat bei Plus sind knapp bemessen, wenn man den Agent Mode ernsthaft in den Arbeitsalltag integrieren will. Die 0,75 Dollar pro Zusatznutzung summieren sich schnell. Wer den Agent Mode als festes Werkzeug im Team etablieren möchte, kommt um den Team- oder Enterprise-Plan kaum herum – nicht nur wegen der höheren Limits, sondern auch wegen der Datenschutzgarantie, dass eingegebene Inhalte nicht ins Modelltraining fließen.

Martin Lang

Gründer & KI-Workflow-Experte

Martin Lang ist Gründer der Yellow-Boat Consulting (2011) und der chatgpt-trainings.de (2025). Er verbindet über ein Jahrzehnt Erfahrung in digitaler Transformation mit tiefem Verständnis für Large Language Models und Prompt Engineering. Als KI-Workflow-Experte entwickelt er systematische Ansätze, mit denen Unternehmen ChatGPT nicht als Spielzeug, sondern als strategisches Arbeitsinstrument einsetzen – von der Prompt-Architektur über Custom GPTs bis zum produktiven Dauerbetrieb.

Häufig gestellte Fragen