Alle Artikel
Wissenstransfer

Agenten-Fabriken: Was OpenAIs Performance Factory über kontrollierte Arbeit lehrt

OpenAIs Performance Factory lässt Codex-Agenten Performance-Probleme untersuchen: über 1.700 Fälle in drei Monaten. Übertragbar auf Wissensarbeit ist weniger die Automatisierung als die Infrastruktur – Aufgabenstatus, geprüfte Skills, klare Rechte und Freigaben.

CogLake Redaktion · 21. November 2026 · 6 min

Dieser Beitrag wurde mit KI-Unterstützung automatisch erstellt.

Die Arbeitseinheit ist die Aufgabe, nicht der Prompt. Am 19. November 2026 hat OpenAI beschrieben, wie Codex-Agenten Performance-Probleme in ChatGPT untersuchen, Reparaturen vorschlagen und danach prüfen, ob die Latenz wieder im Normalbereich liegt. Die Zahlen sind unspektakulär und konkret: In etwas mehr als drei Monaten hat der erste Workflow mehr als 1.700 Untersuchungen geführt und bei über 600 Fällen die Ursache bestimmt — rund 17 automatisierte Untersuchungen pro Tag. Wer Agenten für Wissensarbeit baut, sollte weniger auf die Performance-Technik schauen als auf das, was drumherum gebaut wurde.

Vier Bausteine statt eines Chats

OpenAI nennt vier Komponenten:

  • Aufgabendienst mit konfigurierbaren Workflows. Workflows sind Konfigurationsdateien plus Markdown-Prompts. Die Konfiguration legt fest, welche Zustände eine Aufgabe durchlaufen darf, welche Übergänge erlaubt sind und welche Schritte einen Menschen brauchen.
  • Dispatch-Schleife. Sie prüft regelmäßig, welche Aufgabe für den nächsten Schritt bereit ist, startet einen Codex-Lauf mit den Anweisungen für den aktuellen Zustand; der Agent protokolliert seinen Fortschritt und verschiebt die Aufgabe weiter.
  • Codex in der Cloud. Eine interne Schnittstelle startet Codex im Unternehmensnetz, mit Zugriff auf Repositories und die Beobachtungswerkzeuge der Ingenieure: Metriken, Logs, Traces, CPU-Profile, Speicherabbilder. Die Agenten laufen unter einer Dienstidentität, damit Rechte begrenzbar sind und Aktionen zuordenbar bleiben.
  • Subscriptions. Muss eine Aufgabe auf einen Menschen oder ein Deployment warten, abonniert sie Ereignisse wie einen Review-Kommentar oder einen fehlgeschlagenen CI-Lauf. Trifft das Ereignis ein, wird die Aufgabe wieder bereit.

Der erste Workflow bildet die bestehenden Etappen ab: Untersuchung nötig → Ursache gefunden → Reparatur vorgeschlagen → erledigt. Review und Deployment macht ein Ingenieur. Nach dem Deployment prüft ein Agent, ob die Performance wieder dem Ausgangswert entspricht, bevor die Aufgabe geschlossen wird.

Der Satz, der für Wissensarbeit zählt

Im Beitrag steht eine Bemerkung, die den Unterschied zu den meisten internen Agenten-Piloten ausmacht: Die Aufgabe halte Status und zentrale Befunde außerhalb des Kontexts eines einzelnen Agenten fest, damit andere Agenten oder Ingenieure die Arbeit übernehmen können.

Genau das ist das Übergabeproblem, das Unternehmen mit Menschen haben — nur dass es jetzt auch für Agenten gilt. In vielen Pilotprojekten lebt der Zwischenstand in der Chat-Sitzung. Endet die Sitzung, ist die Begründung weg; der nächste Mensch beginnt von vorn. Ein Aufgabendatensatz mit Status, Befunden, Entscheider und Zeitstempel ist dagegen ein Wissensartefakt: prüfbar, übergebbar und nachvollziehbar.

Sechs Stufen — und wo die meisten stehen

OpenAI beschreibt die eigene Entwicklung in sechs Schritten: manuelle Arbeit vor Codex; Codex als Partner, der ein unbekanntes System untersuchen kann; wiederverwendbare Skills; der Mensch als Vermittler, der Alarme in den Agenten kopiert und Befunde zurückschickt; automatisierte Untersuchungen in der Cloud, die in einer Slack-Antwort enden; schließlich die Fabrik, die Zustände und Zuständigkeiten verwaltet.

Stufe vier ist die ehrliche Beschreibung vieler „KI-Workflows" in Unternehmen: ein Mensch als Schnittstelle zwischen zwei Systemen. Das ist kein Fehler, aber es skaliert nicht — und es sieht in einer Demo wie Automatisierung aus. Der Sprung zur Fabrik besteht nicht aus einem besseren Modell, sondern aus Zustandsverwaltung.

Skills brauchen Prüfungen, keine Prosa

Der Kern-Skill heißt perf-forensics. Er sagt Codex, welche Werkzeuge es gibt, wann sie zu nutzen sind und wie eine Verlangsamung einzukreisen ist: wann sie begann, welche Anfragen betroffen waren, ob Deployments oder Konfigurationsänderungen sie erklären. Das Team hat den Skill mit Auswertungen auf Basis vergangener Regressionen getestet und verfeinert.

Das ist der Teil, der in Enterprises oft fehlt. Ein Playbook in Markdown ist schnell geschrieben; ohne einen Testsatz aus echten Fällen weiß niemand, ob der Agent es richtig anwendet. Wer einen Skill einführt, sollte zwanzig abgeschlossene Fälle mit bekanntem Ausgang mitliefern — und messen, wie oft der Agent zum selben Befund kommt.

Berechtigungen gehören zum Entwurf

Die Agenten laufen unter einer Dienstidentität, nicht unter der eines Mitarbeiters. Das erlaubt, Rechte eng zu fassen und zu sehen, welche Aktion von einem Agenten kam. Ergänzend beschreibt OpenAI am 18. November die Sandbox von Codex: konservative Vorgaben, Schreibrechte im Arbeitsverzeichnis, lesender Zugriff auf das Dateisystem im Rahmen der Betriebssystemrechte, standardmäßig kein Netzwerk.

Bemerkenswert ist die Ehrlichkeit über die Grenzen: Die Sandbox verhindere eine große Klasse von Fehlverhalten, aber keine schädlichen Handlungen insgesamt. OpenAI nennt ein Beispiel — ein Agent könnte Code in ein lokal installiertes Paket wie node_modules/prettier einschleusen; das tauche in git status oft nicht auf, und der Editor führe es beim Speichern außerhalb der Sandbox aus. Deshalb setze man auf mehrere Schichten.

Für Wissensagenten heißt das: Lesezugriff ist der eigentliche Hebel. Ein Agent, der alle Ablagen lesen darf, hat auch Zugriff auf Gehaltslisten und Verträge, wenn dort nichts getrennt ist. Die Sandbox schützt vor dem Netzwerk, nicht vor der falschen Datei.

Der Engpass wandert zum Review

OpenAI schreibt, heute sei der Engpass womöglich das Warten auf den Ingenieur, der die Reparatur prüft und zusammenführt; man untersuche bereits, ob Agenten das selbst tun können. Das ist die ehrliche Kennzahl: Wer die Produktion automatisiert und die Prüfung nicht, baut eine Warteschlange. Und die Prüfzeit ist der eigentliche Kostenblock, nicht der Modellaufruf.

Fünf Fragen vor dem Nachbauen

BausteinWas OpenAI beschreibtFrage an Ihr Team
AufgabenstatusStatus und Befunde außerhalb des AgentenkontextsWo liegt die Aufgabe, wer darf sie ändern, wie lange bleibt sie erhalten, kann ein Audit sie rekonstruieren?
SkillsMarkdown-Playbooks mit WerkzeugzugriffVersioniert, mit Eigentümer und Auswertung aus echten Fällen?
Menschliche FreigabeReview und Deployment durch IngenieurWelche Übergänge brauchen eine benannte Rolle — und ist das in der Konfiguration erzwungen statt verabredet?
IdentitätDienstidentität mit begrenzten RechtenEine Identität je Agent, minimale Rechte, Aktionsprotokoll?
VerifikationAgent prüft Erholung vor dem SchließenWas ist Ihr Sollwert, und was passiert, wenn die Prüfung fehlschlägt?

Was dieser Beitrag nicht beweist

Es ist ein Herstellerbericht über einen eigenen Workflow, ohne unabhängige Prüfung. Die Zahlen sind selbst berichtet. Und Performance-Arbeit hat eine objektive Zielgröße: Die Latenz kehrt zum Ausgangswert zurück oder nicht. Wissensarbeit hat diese Zielgröße oft nicht. Ein Agent, der einen Vorgang schließt, ist kein Beleg dafür, dass die Antwort stimmt.

Die Übertragung ist deshalb ein Entwurfsmuster, kein Messergebnis. Wer es übernimmt, sollte den Unterschied zwischen „Vorgang geschlossen" und „Ergebnis geprüft" sichtbar halten — im Statusmodell, nicht im Kleingedruckten.

Ein Pilot, der eine Woche kostet

Nehmen Sie zehn wiederkehrende Aufgaben mit bekanntem Ausgang, etwa Angebotsprüfungen, Vertragsauskünfte oder Reklamationsanalysen. Schreiben Sie Zustände und erlaubte Übergänge auf, markieren Sie den Schritt, der eine Freigabe braucht, und formulieren Sie einen Skill für die eigentliche Arbeit. Legen Sie fest, woran Sie erkennen, dass eine Aufgabe wirklich erledigt ist. Messen Sie dann drei Dinge: Anteil der Aufgaben, die die Verifikation erreichen, Prüfminuten pro Aufgabe und Nacharbeit. Das sind Zahlen, die vor den Einkauf gehören — nicht die Zahl der gestarteten Agenten.

Dieser Beitrag beruht auf veröffentlichter Herstellerdokumentation; eigene Tests haben wir nicht durchgeführt. Er ist keine technische Sicherheits- oder Anlageberatung.

Quellen

Quellen abgerufen am 21. November 2026.

Unternehmenswissen in kontrollierten Kontext verwandeln.

Erfahren Sie, wie CogLake Ihre Quellen, Berechtigungen und KI-Schnittstellen zusammenführt.

Demo vereinbaren