GPT-6 in der Praxis: Robuste KI-Assistenten entwickeln

Eine überzeugende Modellantwort ist noch kein belastbarer Unternehmensprozess. Ein Assistent kann einen Vorgang präzise zusammenfassen und im nächsten Fall eine veraltete Richtlinie heranziehen, eine Quelle falsch deuten oder einen unzulässigen Arbeitsschritt vorschlagen. Wer Anwendungen mit GPT-6 entwickeln will, muss deshalb weniger über spektakuläre Einzelergebnisse sprechen als über Aufgabenbegrenzung, Datenrechte, Tests und Verantwortung. OpenAIs aktuelle Modellübersicht liefert dafür technische Empfehlungen. Sie bleibt jedoch eine Herstellerperspektive: Verfügbarkeit, Modellvarianten, Preise und API-Bedingungen sollten unmittelbar vor einem Projekt geprüft werden. Ob eine konkrete Anwendung tragfähig ist, zeigt erst die Erprobung im eigenen Prozess.

Vom Prompt zum agentischen Workflow

Ein Prompt ist zunächst nur eine einzelne Anweisung. Ein konfiguriertes GPT ergänzt dauerhaft hinterlegte Instruktionen, Wissensdateien oder Fähigkeiten. Erst ein KI-Assistent verbindet das Modell systematisch mit einer Oberfläche, Unternehmenswissen, Benutzerrechten und gegebenenfalls Werkzeugen. Der Mensch prüft dabei üblicherweise die Ergebnisse und entscheidet über relevante Handlungen.

Ein agentischer Workflow geht weiter: Das System plant mehrere Schritte, fragt Datenbanken ab, ruft APIs auf und bewertet Zwischenergebnisse. Mit dieser Autonomie wächst der Kontrollbedarf. Entscheidend ist nicht, wie selbstständig ein Agent wirken kann, sondern welche Aktionen er ausführen darf, welche davon reversibel sind und wann er an einen Menschen übergeben muss.

Aufgabe, Kontext und Werkzeuge sauber begrenzen

Ein geeigneter Pilot beginnt mit einer häufigen, klar beschreibbaren Aufgabe. Eingaben und erwartete Ergebnisse sollten bekannt, Fehler erkennbar und mögliche Schäden begrenzt sein. Für KI im Mittelstand eignen sich daher eher Dokumentenentwürfe, strukturierte Extraktionen oder interne Recherchen als irreversible Entscheidungen oder vollständig autonome Prozessketten.

Instruktionen müssen Ziel, Nichtziele, zulässige Quellen, Ausgabeformat und Eskalationsregeln festlegen. Wissenszugriff per Retrieval-Augmented Generation kann aktuelle Dokumente bereitstellen, ist aber kein Ersatz für ein Berechtigungssystem. Zugriffe müssen bis zur Dokument- oder Datensatzebene den Rechten des jeweiligen Nutzers folgen.

Auch Werkzeuge benötigen eine kontrollierte Anwendungsschicht. Funktionsparameter sollten serverseitig validiert, Rechte nach dem Least-Privilege-Prinzip vergeben und irreversible Aktionen freigabepflichtig sein. Quoten, Zeitlimits, Vorschau-Modi und Protokolle begrenzen Folgeschäden. Für die technische Umsetzung in IT-Teams ist besonders wichtig: Das Modell schlägt einen Tool-Aufruf vor, doch die Software entscheidet, ob er zulässig ist und ausgeführt wird.

Evaluierung, Betrieb und Governance

Ein Prompt-Test mit wenigen gelungenen Beispielen reicht nicht. Eine belastbare Evaluierung umfasst normale Geschäftsfälle, Grenzfälle, widersprüchliche Dokumente, veraltete Informationen, Tool-Ausfälle sowie Versuche, Instruktionen zu manipulieren oder Daten abzugreifen. Gemessen werden sollten fachliche Korrektheit, Belegtreue, Korrekturaufwand, Eskalationsrate, Latenz und Kosten pro erfolgreicher Aufgabe.

Nach der Einführung kommen Monitoring und Änderungsmanagement hinzu. Neue Modellversionen, geänderte Prompts oder aktualisierte Datenquellen können das Verhalten verschieben und erfordern Regressionstests. Protokolle müssen nachvollziehbar machen, welche Version mit welchen Daten und Werkzeugen gearbeitet hat. Gleichzeitig braucht das System einen Abschalt- oder Rückfallmechanismus.

Governance ist dabei kein nachgelagerter Rechtscheck. Der EU AI Act verlangt Maßnahmen zur KI-Kompetenz; weitere Pflichten hängen vom konkreten Zweck und der Risikoeinstufung ab. KI-Kompetenz und menschliche Aufsicht betreffen nicht nur die IT, sondern ebenso Fachbereiche, Prozessverantwortliche, Datenschutz und Management. Eine Freigabe ist nur wirksam, wenn Menschen Eingaben, Quellen und geplante Aktionen verstehen und tatsächlich eingreifen können.

Prüfpunkte für den ersten GPT-6-Piloten

• Zweck: Ist eine konkrete Aufgabe mit messbaren Erfolgs- und Abbruchkriterien definiert?
• Verantwortung: Sind Prozessbesitz, fachliche Prüfung und Eskalationswege eindeutig zugeordnet?
• Daten: Sind Quellen, Zugriffsrechte, Aktualisierung, Löschung und Datenschutz dokumentiert?
• Werkzeuge: Sind Berechtigungen begrenzt, Parameter validiert und kritische Aktionen freigabepflichtig?
• Tests: Werden Fehlerfälle, Prompt Injection, Datenabfluss, Kosten und menschliche Nacharbeit geprüft?
• Betrieb: Existieren Monitoring, Versionierung, Alarmierung und ein kontrollierter Rückfallweg?

Produktionsreife entsteht somit nicht aus dem Modellnamen. Ein GPT-6-Pilot wird erst belastbar, wenn Aufgabe, Daten, Werkzeuge, Tests und menschliche Verantwortung als zusammenhängendes System gestaltet und fortlaufend überprüft werden.