OpenAI bringt sprachbasierte Agentenfunktionen in die mobile ChatGPT-App und ermöglicht es Benutzern, echte Arbeit auszulösen – Dokumente entwerfen, E-Mails zusammenfassen, Präsentationen erstellen – einfach durch Sprechen, gab das Unternehmen am Mittwoch bekannt, wie TechCrunch berichtet.

Der Rollout erstreckt sich auf Smartphone-Funktionen, die OpenAI zuvor auf dem Desktop bot, und kommt zu einem Zeitpunkt, an dem Sprache zu einer der am schnellsten wachsenden Methoden wird, mit denen Benutzer bei komplexen Aufgaben mit KI-Assistenten interagieren.

Was Abonnenten per Sprache tun können

Plus- und Pro-Abonnenten können die Registerkarte „Arbeit“ in der mobilen ChatGPT-App verwenden, um Dokumente zu erstellen, E-Mails zu entwerfen oder Slack-Nachrichten per Spracheingabe zusammenzufassen. Der gleiche Sprach-Workflow deckt schwerere Aufgaben ab, die die Registerkarte „Arbeit“ bereits unterstützt, wie z. B. das Erstellen von Websites, das Erstellen von Präsentationen, die Verwendung des Cloud-Browsers und das Stöbern im Finanzbereich von ChatGPT.

Free-and-Go-Benutzer erhalten einen kleineren Teil des Updates und erhalten die Möglichkeit, mit Plugins und verbundenen Apps zu arbeiten.

OpenAI sagte, dass Sprachgespräche nun eine reichhaltigere Textausgabe erzeugen und Benutzer problemlos zwischen Sprach- und Textmodus wechseln können. Die vielleicht praktischste Ergänzung für Leute, die Pendeln und Desktops unter einen Hut bringen: Ein Gespräch, das unterwegs begonnen wurde, kann später in der Desktop-App fortgesetzt werden.

Der Weg von GPT-Live zu mobilen Agenten

Das Update ist das mobile Kapitel einer Geschichte, die OpenAI im Juli begann, als es GPT-Live, sein neues Konversationsmodell, einführte und es später mit der Desktop-App verkabelte, damit Benutzer per Sprache Aufgaben auf der Registerkarte „Arbeit“ erledigen und Apps auf der Registerkarte „Codex“ erstellen konnten. Die Ankündigung vom Mittwoch schließt den Kreis, indem sie die gleiche sprachgesteuerte Aufgabenausführung auf Telefone bringt.

Warum Sprachagenten auf Mobilgeräten wichtig sind

Die Verschiebung spiegelt wider, wie sich die Nutzungsmuster ändern. Immer mehr Benutzer nutzen die Sprache, um Befehle an KI-Assistenten für komplexe Aufgaben zu erteilen, und das Telefon ist der Ort, an dem diese Befehle am natürlichsten erfolgen – zwischen Besprechungen, im Auto oder abseits einer Tastatur.

Bisher waren die leistungsstärksten Agentenfunktionen von ChatGPT auf dem Desktop verfügbar. Benutzer, die mit ChatGPT eine Präsentation erstellen oder eine mehrstufige Rechercheaufgabe ausführen wollten, mussten an ihrem Computer sitzen und Anweisungen in die Registerkarte „Arbeit“ eingeben. Die mobile App war trotz ihrer Beliebtheit größtenteils eine Konversationsoberfläche. Das Update vom Mittwoch hebt diese Unterscheidung auf: Das Telefon wird zu einem legitimen Ort, um inhaltliche Arbeit zu starten, mit dem Sprachkanal als Schnittstelle.

Die Abonnementaufteilung

Der Rollout verschärft auch die Grenzen zwischen den Abonnementstufen von ChatGPT. Plus- und Pro-Abonnenten – die Pläne, die bereits die höchsten Nutzungsbeschränkungen und Zugriff auf die leistungsstärksten Modelle von OpenAI bieten – erhalten das vollständige sprachgesteuerte Work-Tab-Erlebnis, einschließlich Dokumenterstellung, E-Mail-Entwurf und Slack-Zusammenfassung. Sie können außerdem Websites erstellen, Präsentationen erstellen, den Cloud-Browser verwenden und auf den Finanzbereich von ChatGPT zugreifen – alles per Spracheingabe.

Free-and-Go-Benutzer erhalten eine eingeschränktere Auswahl an Funktionen, die sich auf Plugins und verbundene Apps konzentrieren. Diese Abstufung folgt einem für OpenAI bekannten Muster: Stellen Sie eine Funktion auf dem Desktop unter Beweis und bringen Sie dann eine mobile Version mit, deren wertvollste Funktionen Benutzer zu kostenpflichtigen Plänen bewegen. Für OpenAI vertieft dieser Schritt den Graben um seine kostenpflichtigen Stufen zu einem Zeitpunkt, an dem Konkurrenten aggressiv um dieselben Benutzer werben.

Vergleich mit dem Ansatz von Anthropic

Hier kommt es auf den Wettbewerbshintergrund an. TechCrunch weist darauf hin, dass Anthropic seinen eigenen Benutzern kürzlich die Übergabe zwischen Mobilgeräten und Desktops erleichtert und seine Cowork- und Chat-Schnittstellen zu einem Erlebnis zusammengeführt hat. Im Gegensatz dazu trennt OpenAI immer noch Chat- und Arbeitsbereiche – eine bewusste Produktaufteilung, die zwanglose Gespräche vom Arbeitsbereich trennt, in dem sich Dateien, Projekte und Tools befinden.

Die beiden Unternehmen führen praktisch gegensätzliche Experimente im KI-gestützten Workflow-Design durch. Die zusammengeführte Benutzeroberfläche von Anthropic setzt darauf, dass Benutzer eine einzige einheitliche Oberfläche wünschen, die ihnen über alle Geräte hinweg folgt. OpenAI geht davon aus, dass Chat und strukturierte Arbeitsbereiche unterschiedliche Bedürfnisse erfüllen und unterschiedlich bleiben sollten, wobei die Stimme als Bindegewebe fungiert – beginnen Sie eine Aufgabe, indem Sie auf dem Mobilgerät sprechen, und verfeinern Sie sie mit einer Tastatur auf dem Desktop.

Was Sie als Nächstes sehen sollten

Die offensichtliche nächste Frage ist, wie weit Sprachagenten von der Registerkarte „Arbeit“ entfernt sind. Die Desktop-Integration von OpenAI reicht bereits in Codex, seinem App-Building-Tool, und die mobile Parität dort würde Telefone in vollwertige Entwicklungsoberflächen verwandeln. OpenAI hat keinen Zeitpunkt dafür bekannt gegeben.

Ungelöst ist auch die Zuverlässigkeit. Agentische Sprachaufgaben – Entwerfen, Zusammenfassen, Durchsuchen – erfordern eine mehrstufige Ausführung, bei der sich Fehler verstärken und mobile Umgebungen Unterbrechungen und Kontextwechsel hinzufügen. Die frühe Benutzererfahrung wird darüber entscheiden, ob sprachgesteuertes Arbeiten zur täglichen Gewohnheit wird oder eine Demo-freundliche Funktion bleibt.

Wie auch immer, die Richtung ist klar: Von dem Assistenten, der vor zwei Jahren Fragen per Stimme beantwortete, wird nun erwartet, dass er die Aufgabe erledigt, bevor Sie Ihren Schreibtisch erreichen. Mit dem Update vom Mittwoch können mobile Benutzer von OpenAI diese Aufgabe mit einem Satz beginnen – und sie bei Ankunft auf einem größeren Bildschirm abrufen.

---

Der KI einen Schritt voraus sein

Erhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Weitere KI-Neuigkeiten lesen →