Assistenten mit Künstlicher Intelligenz (KI) entwickeln sich von einzelnen Chatfenstern zu dauerhaften Begleitern mit Gedächtnis und Zugriff auf andere Anwendungen. Das betrifft dich, sobald du nicht nur Antworten erhalten, sondern Termine organisieren, Dokumente erstellen oder längere Arbeitsabläufe ausführen lassen willst. Neue Funktionen von Anthropic und OpenAI zeigen, dass dabei Komfort, Datenschutz, Administration und Kosten nicht mehr getrennt betrachtet werden können.
Vom Chat zur dauerhaften Assistenz
Ein KI-Agent ist ein System, das eine Aufgabe plant und mehrere Schritte selbstständig ausführt, statt nur eine einzelne Frage zu beantworten. Ein dauerhaft arbeitender Agent behält zusätzlich Informationen über Gespräche oder Tätigkeiten und kann sie später wiederverwenden. Dadurch musst du Projekte, Vorlieben und organisatorische Details nicht bei jedem Wechsel zwischen Recherche und Ausführung neu erklären.
Anthropic führt dafür die Erinnerungen aus Claude Chat und Claude Cowork zusammen. Laut der Meldung über Claudes gemeinsames Gedächtnis kann Cowork damit Informationen aus früheren Chats verwenden, während es konkrete Aufgaben erledigt. Erinnerungen werden bereits während eines laufenden Gesprächs nach Themen aktualisiert und nicht erst nach dessen Ende zusammengefasst.
Ein Beispiel ist die Vorbereitung einer Konferenzagenda: Wenn du zuvor über Teilnehmerzahl, Veranstaltungsort und Referierende gesprochen hast, soll Cowork diese Angaben beim Entwurf berücksichtigen. Ebenso könnte der Agent eine Mitteilung an deine Führungskraft formulieren, ohne dass du den Projektkontext erneut eingibst. Das spart vor allem bei wiederkehrender Büroarbeit Zeit und lässt Chat und Aufgabenausführung wie einen durchgängigen Dienst erscheinen.
OpenAI verfolgt einen ähnlichen Übergang vom Antworten zum Handeln. ChatGPT Work soll mehrstufige Projekte für Berufsgruppen ausserhalb der Softwareentwicklung erledigen und ist laut TechCrunchs Bericht über OpenAIs Agentenstrategie in der günstigsten genannten Abonnementstufe für 20 US-Dollar pro Monat verfügbar. Der Nutzen entsteht allerdings erst, wenn das System Zugriff auf Arbeitsmittel wie E-Mail, Nachrichten, Notizen oder Gestaltungsprogramme erhält.
Warum Erinnerung nützlich und heikel ist
Geteilte Erinnerungen reduzieren Wiederholungen und können die Qualität von Ergebnissen verbessern, weil ein Agent frühere Entscheidungen und Begriffe kennt. Anthropic macht die gespeicherten Themen nach eigenen Angaben sichtbar: Du kannst sie lesen, bearbeiten oder löschen. Das ist eine wichtige Kontrollfunktion, weil ein unsichtbares Gedächtnis kaum überprüfbar wäre.
Anthropic erklärt zudem, dass Claude persönliche oder sensible Angaben wie Gesundheitsdaten, Religion, politische Ansichten oder Geschlechtsidentität standardmässig nicht speichern soll. Wer solche Themen bewusst einschaltet, soll beim Speichern benachrichtigt werden. Bestimmte Kategorien, darunter amtliche Identifikationsnummern, Sozialversicherungsnummern, Vorstrafen und Einwanderungsstatus, sollen gar nicht als Erinnerung abgelegt werden. Diese Zusagen stammen vom Anbieter und sind in den vorliegenden Quellen nicht unabhängig geprüft.
OpenAIs Computer History geht weiter als ein Gesprächsgedächtnis. Die freiwillig aktivierbare Funktion der offiziellen ChatGPT-App für macOS zeichnet laut einem Praxistest von Computer History die Rechnernutzung auf. Sie speichert dem Bericht zufolge keine Bildschirmfotos, liest diese aber offenbar aus; einzelne Anwendungen und Websites lassen sich ausschliessen.
Computer History ist für Einzelpersonen im Pro-Abonnement für rund 100 Euro erhältlich sowie für Business- und Enterprise-Kunden, wenn die Administration die Funktion freigibt. Ob die gesammelten Daten für das Modelltraining verwendet werden, hängt laut Test offenbar vom allgemeinen Trainingsschalter des Kontos ab. Der Bericht beurteilt den lokalen Schutz der Daten auf dem Mac als schwach. Das steht nicht im direkten Widerspruch zu Anthropic, zeigt aber, dass „Gedächtnis“ je nach Produkt etwas sehr Unterschiedliches bedeuten kann: ausgewählte Themen auf der einen, eine breite Aktivitätshistorie auf der anderen Seite.
Pro und Kontra dauerhafter KI-Agenten
Pro:
- Weniger Wiederholungen – Projektangaben und frühere Entscheidungen müssen nicht für jede Aufgabe neu beschrieben werden.
- Durchgängige Abläufe – Recherche, Planung und Ausführung können über Chat und Arbeitsmodus hinweg verbunden werden.
- Praktische Entlastung – Agenten können beispielsweise Termine und Reservationen buchen, einen Flughafentransfer planen oder einen Posteingang ordnen.
- Verwaltbare Erinnerungen – Sichtbare, bearbeitbare und löschbare Einträge geben dir zumindest eine direkte Form der Kontrolle.
Kontra:
- Weitreichende Einblicke – E-Mail, Nachrichten, Bildschirm, Standort oder Kalender können zusammen ein sehr genaues Bild deines Alltags ergeben.
- Unklare Kontextgrenzen – Ein Agent könnte Informationen aus einer privaten Direktnachricht in ein berufliches Dokument übernehmen, wenn er deren Vertraulichkeit falsch einschätzt.
- Bindende Handlungen – Je nach Dienst darf ein Agent Vereinbarungen oder Transaktionen in deinem Namen ausführen.
- Schwer kalkulierbare Kosten – Mehrstufige Aufgaben erzeugen wesentlich mehr Modellarbeit als ein kurzer Chat.
Wie weit solche Zugriffe reichen können, zeigt der noch privat getestete Assistent Instinct. Er verbindet sich laut Bericht über Instincts Datenschutzmodell unter anderem mit E-Mail, Nachrichten, Kalender, Audio, Standort und Bildschirm. Testpersonen nutzten ihn etwa zum Buchen von Terminen und Reservationen, zum Organisieren von Einkäufen oder zur Suche nach günstigen Flügen.
Die in der Quelle zitierten Nutzungsbedingungen gewähren dem Betreiber zugleich eine breite, dauerhafte und unwiderrufliche Lizenz für Materialien der Nutzenden, auch zum Training von Modellen. Sie sehen ausserdem vor, dass Instinct im Namen der Nutzenden bindende Vereinbarungen, Verpflichtungen oder Transaktionen eingehen kann. Da sich der Dienst noch im privaten Test befindet, lässt sich aus diesen Beobachtungen keine Aussage über eine breite Nutzung ableiten. Sie zeigen aber, warum Leistungsfähigkeit und Zugriffsmodell gemeinsam bewertet werden müssen.
Wie du Kontrolle behältst
Wenn du neu mit Agenten arbeitest, beginne mit einer klar begrenzten, rückgängig zu machenden Aufgabe. Ein sinnvoller erster Versuch ist der Entwurf einer Konferenzagenda aus bereits bekannten Angaben, nicht die selbstständige Buchung von Reise und Unterkunft. Prüfe danach sowohl das Ergebnis als auch die gespeicherten Erinnerungen, bevor du weitere Anwendungen verbindest.
Fortgeschrittene holen mehr aus Agenten heraus, indem sie Aufgaben, Datenräume und Berechtigungen trennen. Ein Agent für allgemeine Recherche benötigt nicht automatisch Zugang zu privaten Nachrichten, Standortdaten oder dem gesamten Posteingang. Bei geschäftlicher Nutzung solltest du ausserdem festlegen, welche Schritte automatisch ablaufen dürfen und wann eine Person bestätigen muss.
Schritt 1: Aufgabe und Daten eingrenzen
- Wähle einen wiederkehrenden Ablauf, dessen Ergebnis du leicht kontrollieren kannst.
- Notiere, welche Informationen dafür wirklich benötigt werden und welche vertraulich bleiben müssen.
- Verbinde zunächst nur die notwendige Anwendung oder stelle die Angaben manuell bereit.
Schritt 2: Erinnerung und Rechte prüfen
- Lies die gespeicherten Themen und entferne ungenaue oder unnötige Angaben.
- Prüfe den Trainingsschalter, Ausschlusslisten für Anwendungen und Websites sowie sensible Speicheroptionen.
- Erlaube Buchungen, Nachrichten oder andere externe Handlungen nur dort, wo du Fehler erkennen und korrigieren kannst.
Schritt 3: Nutzung administrieren
- Lege für Teams fest, wer Mitglieder, Berechtigungen und Verbrauchslimits verwaltet.
- Kontrolliere regelmässig, welche Arbeitsbereiche und Datenquellen ein Agent tatsächlich nutzt.
- Vergleiche den Zeitgewinn mit Abonnement-, Verbrauchs- und Kontrollaufwand.
Für Organisationen wird diese Kontrolle selbst zu einer eigenen Aufgabe. OpenAIs Admin-Plugin für ChatGPT Work und Codex soll die Nutzung eines Arbeitsbereichs analysieren, Mitglieder und Berechtigungen verwalten, Limits anpassen und administrative Anfragen ausführen. Die vorliegende Kurzfassung nennt jedoch keine Einzelheiten zu Protokollierung, Datenschutz oder Preisen, weshalb sich die Qualität dieser Kontrollen noch nicht umfassend beurteilen lässt.
Was Kosten und Verwaltung verändern
Agenten erzeugen mehr Rechenarbeit, weil sie planen, Zwischenschritte ausführen, Ergebnisse prüfen und dabei wiederholt ein KI-Modell aufrufen. Ein Token ist dabei eine kleine Texteinheit, nach der die Verarbeitung eines Modells gemessen wird. Laut Daten zum Tokenverbrauch von Agenten verbrauchten agentische Anwendungen bei OpenRouter zuletzt fast fünfmal so viele Tokens wie direkte menschliche Nutzung.
Der Sieben-Tage-Durchschnitt lag dort bei 7,3 Billionen Tokens; seit Februar soll die agentische Nutzung nach Angaben von Andreessen Horowitz ungefähr um den Faktor 14 gestiegen sein. Diese Werte beziehen sich auf die genannte Plattform und lassen sich nicht ohne Weiteres auf den gesamten Markt übertragen. Sie verdeutlichen dennoch, dass ein Agent selbst bei wenigen sichtbaren Nutzereingaben im Hintergrund viel Aktivität erzeugen kann.
Gartner erwartet laut Netzwoche-Bericht zu steigenden Inferenzkosten, dass die Kosten pro agentischem Arbeitsablauf bis 2028 auf mehr als das Fünffache steigen. Inferenz bezeichnet die Rechenarbeit, mit der ein trainiertes Modell neue Antworten erzeugt. Ein Auftrag an ein agentisches Schlussfolgerungsmodell verursache auf Anbieterseite bereits mindestens fünfmal so hohe Inferenzkosten wie eine einfache Chatbot-Interaktion.
Das klingt zunächst widersprüchlich, weil einzelne Tokens günstiger werden. Gartner erklärt dies mit leistungsfähigeren Modellen und komplexeren Abläufen, die insgesamt wesentlich mehr Tokens verbrauchen. Die Schätzung ist eine Prognose, keine feststehende Preisentwicklung. Für dich oder dein Unternehmen bedeutet sie vor allem, dass ein Monatspreis allein kein ausreichender Kostenmassstab ist: Limits, Aufgabenumfang und Zahl der automatischen Schritte gehören ebenfalls in die Rechnung.
Für die Schweiz nennen die Quellen keine gesonderten Preise, Sprachbeschränkungen oder verbindlichen Verfügbarkeitsangaben. Computer History wurde nach einer anfänglich beschränkten Einführung auch in der Europäischen Union freigeschaltet; daraus folgt jedoch nicht automatisch derselbe Einführungsstand in der Schweiz. Schweizer Privatpersonen, Schulen und Unternehmen müssen deshalb die tatsächlich angezeigte Verfügbarkeit sowie Speicher-, Trainings- und Administrationsoptionen des jeweiligen Kontos prüfen, ohne aus einer EU-Freigabe lokale Datenschutzfolgen abzuleiten.
Dauerhafte KI-Agenten sind besonders nützlich, wenn du wiederkehrende Aufgaben mit stabilem Kontext bearbeitest und ihre Ergebnisse kontrollieren kannst. Derselbe Kontext macht sie jedoch datenhungriger, und weitreichende Berechtigungen erhöhen die Folgen eines Fehlers oder einer unklaren Nutzungsbedingung. Offen bleibt, ob Anbieter transparente Kontrolle und kalkulierbare Kosten ebenso schnell verbessern wie Gedächtnis und Autonomie.
Quellen
- Claude Cowork finally remembers what you told the app in chat – TechCrunch, 2026-08-25
- Computer History: ChatGPT speichert auf Wunsch alles, was du am Mac tust – wir haben es ausprobiert – t3n, 2026-08-24
- Introducing the Admin plugin for ChatGPT Work and Codex – OpenAI, 2026-08-25
- Instinct’s powerful AI assistant is raising privacy and security concerns – TechCrunch, 2026-08-24
- OpenAI is building AI agents for everything. Will everyone use them? – TechCrunch, 2026-08-24
- KI-Agenten verbrauchen 5-mal mehr Token als Menschen – das ist der Grund – t3n, 2026-08-24
- Inferenzkosten für KI-Agenten steigen bis 2028 auf mehr als das Fünffache – Netzwoche, 2026-08-24
