![Showstopper + Relaunch: Was kann den Go-Live noch aufhalten? [Search Camp 373]](https://blog.bloofusion.de/wp-content/uploads/2025/05/Search-Camp-Canva-373.png)
:quality(80)/p7i.vogel.de/wcms/ed/48/ed486a0822a9f675e1d04c36be3a1c15/0124316844v1.jpeg?#)
:quality(80)/p7i.vogel.de/wcms/cf/7d/cf7de383cb7baec687b1aad78eb4d344/0124742632v2.jpeg?#)
:quality(80)/p7i.vogel.de/wcms/e1/f4/e1f4e5b42f8276bd1d7d10696744f6dd/0124599458v2.jpeg?#)
:quality(80)/p7i.vogel.de/wcms/16/25/16251cbf86a7676cb0095c22b6eef8c6/0124558807v1.jpeg?#)
ChatGPT hat einen neuen Agent: Was Codex kann
Nach Deep Research und Operator kommt Codex. OpenAI hat einen weiteren Agent für ChatGPT vorgestellt. Dieser erledigt Coding-Aufgaben und ist der nächste Schritt zur autonomen Arbeit der AI Agents über das populäre KI-Tool.
Von Millionen Menschen wird ChatGPT im Alltag verwendet, als Alternative zu Google, als Alltagshilfe bei Fragen des Lebens, sogar als eine Art Betriebsssystem. Das gab CEO Sam Altman mit einem Blick auf die Nutzungsdaten des populären KI-Tools jüngst preis. Derweil arbeitet OpenAI daran, ChatGPT so leistungsfähig, aber auch umfangreich wie möglich zu gestalten. So können die Nutzer:innen beispielsweise endlich auf das leistungsfähige Modell GPT-4.1 setzen. Seit Mitte Mai 2025 steht GPT-4.1 im Modellwahlmenü von ChatGPT für Plus-, Pro- oder Team-Nutzer:innen bereit. Das Modell soll schnell handeln und gerade beim Instruction Following und Coding umfangreiche Unterstützung bieten. Gerade für das Coding bietet sich ab jetzt auch der neue Agent Codex an, wie der Name bereits vermuten lässt.
Mit Codex in ChatGPT bietet OpenAI Entwicklern nun eine neue, leistungsstarke Möglichkeit, Programmieraufgaben zu delegieren und ihre Wirkung zu skalieren,
erklärt das Unternehmen und weitet das Agent-Portfolio weiter aus. Dabei sollen die hochfunktionalen Gen AI Agents künftig eigenständiger denn je arbeiten und Menschen immer mehr Aufgaben abnehmen können.
We’re launching a research preview of Codex: a cloud-based software engineering agent that can work on many tasks in parallel.
Rolling out to Pro, Enterprise, and Team users in ChatGPT starting today.https://t.co/HqiAtgydwh— OpenAI (@OpenAI) May 16, 2025
Endlich:
GPT-4.1 in ChatGPT nutzen
Mit Codex auf dem Weg zu „agent-nativer Softwareentwicklung“
OpenAIs Codex folgt den in diesem Jahr eingeführten Agents Operator und Deep Research. Für letzteren, die Rechercheassistenz, hat OpenAI kürzlich ein optimiertes Limit sowie die Funktion zum Download der Berichte als PDF vorgestellt. Der Operator wiederum kann laut OpenAI die visuellen Fähigkeiten von GPT-4o mit fortschrittlicher Entscheidungsfindung kombinieren und ist dazu fähig, mit Graphical User Interfaces (GUIs) zu interagieren. Das bedeutet: Der AI Agent kann selbstständig Buttons, Menüs und Textfelder sehen und auf diese zugreifen. Über einen eigenen Browser können die User Operator künftig verschiedenste Aufgaben im Web ausführen lassen. Dieser erste verschiedener Computer-Using Agents (CUA) wurde im März auch in Deutschland ausgerollt.
Welche Power für die Aufgabenbewältigung und Personalisierung von Ads, Kreativinhalten und Kampagnen überhaupt die AI Agents dieser Tage liefern, erklärt Nadine Wolanke, Geschäftsführerin Adobe Central Europe, im Interview mit OnlineMarketing.de.
Mehr Zeit fürs Kreative:
Adobes Nadine Wolanke über Marketing mit Agent Power
Der Agent Codex ist jetzt in der Research Preview verfügbar – und aktuell noch kostenlos, die Preise wird OpenAI in der Folge festlegen. Wer als Developer auf codex-mini-latest in der Responses API setzt, muss aber 1,5 US-Dollar für eine Million Token Input und sechs US-Dollar für eine Million Token Output als Kosten einrechnen.
Bei Codex handelt es sich um einen cloud-basierten Software Engineering Agent. Codex soll Features schreiben, Fragen zu Code beantworten, Bugs beheben und Pull Requests zur Prüfung erstellen können. All das erledigt der Agent direkt in einer dedizierten Cloud Sandbox. Mit Cisco, Kodiak und weiteren Unternehmen testet OpenAI den Agent bereits. Laut OpenAI ist dieses neue Agent Tool ein „Schritt hin zu agent-nativer Softwareentwicklung“. Der Agent basiert auf dem Modell codex-1, einer für Software Engineering optimierten Version von OpenAIs Modell o3. OpenAI erklärt:
Das Modell wurde mithilfe von Reinforcement Learning an realen Coding-Aufgaben in unterschiedlichen Umgebungen trainiert, um Code zu erzeugen, der den menschlichen Stil sowie Pull Request-Präferenzen eng widerspiegelt, Anweisungen präzise befolgt und Tests iterativ ausführt, bis sie bestanden werden.
Entwickler:innen mit Pro, Enterprise oder Team Account können Codex in ChatGPT nutzen, um Programmieraufgaben abgeben oder noch schneller und besser erledigen zu können. Edu und Plus User erhalten bald Zugriff. Auf X zeigt das Unternehmen erste Einsatzszenarien.
.@NachoSoto builds faster with Codex, kicking off tasks from his phone and starting every change with a PR already drafted. pic.twitter.com/212QXImVMb— OpenAI (@OpenAI) May 16, 2025
Mit Codex können User Bugs beheben, Feature-Tests umsetzen oder einzelne Elemente für Funktionen in Kombination setzen. Die Nutzer:innen können zum Beispiel zum Tagesstart bestimmte Aufgaben an den eigenständigen Agent übergeben, um in der Folge keine Zeit mit diesen verschwenden zu müssen. Das kann die Arbeitslast und Arbeitszeit minimieren. Die ersten Unternehmen, die Codex nutzen, setzen es vielfach für Debugging Tools, Testausführungen und Code-Optimierung ein. OpenAI rät dazu, umfassende Aufgaben zu formulieren und verschiedenen Agents verschiedene Aufgaben mit differierenden Prompts zuzuweisen, um Tests durchzuführen.
Seit vergangenem Monat können OpenAI User zudem auf den Lightweight Open Source Coding Agent Codex CLI zugreifen. Und mit einem kleineren codex-1-Modell, auf Basis von o4-mini, kommt jetzt für diese Version ein Modell hinzu, dass schnell und bei geringer Latenz im Q&A-Bearbeitungsmodus funktioniert. Auf lange Sicht geht OpenAI davon aus, dass Entwickler:innen mit mehreren Agents simultan arbeiten werden, um flexibel und schnell Coding-Aufgaben erledigen zu können. Noch bedarf es bei den Ergebnissen immer einer menschlichen Prüfung; doch auch Prüfverfahren lassen sich bereits an agentische Tools auslagern. Es gilt für Developer und Unternehmen, die Balance zwischen KI Support und eigenem Input zu finden.
ChatGPT:
Jetzt Deep Research Content einfach als PDF herunterladen
