ChatGPT Data agent: Die Antwort ist nur so gut wie die Datenbasis

Kurz gefasst

• OpenAI hat am 10. September 2026 den Data agent in ChatGPT Work vorgestellt.
• Laut OpenAI verbinde er sich mit freigegebenen Unternehmensdaten, untersuche Veränderungen und baue interaktive Dashboards.
• Die angebundenen Quellen stammen aus dem Enterprise-Umfeld; für kleinere Organisationen bleibt vorerst der Weg über Dateien aus Google Drive oder SharePoint.
• Laut OpenAI laufen Abfragen mit den Rechten des verbundenen Kontos – die Datenqualität begrenze das Ergebnis, nicht das Modell.

Die Funktion setzt eine Datenlandschaft voraus

Laut OpenAI verbindet sich der Data agent in ChatGPT Work mit freigegebenen Unternehmensdaten, untersucht, was sich verändert hat, und baut interaktive Dashboards, die sich teilen und aktualisieren lassen. Die Analyse lasse sich im Gespräch verfeinern, ohne Abfragen zu schreiben.

Technisch ist der Data agent in ChatGPT Work nach Angaben von OpenAI ein Plugin – also eine Erweiterung, die zusätzlich freigegeben werden muss – und im Plugins-Directory von ChatGPT Work als „Data“ gelistet. Administratoren geben es über die Workspace-Einstellungen frei oder installieren es und konfigurieren die Datenquellen-Plugins.

Als Datenquellen nennt OpenAI Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB und Snowflake sowie Dateien und Dokumente aus Google Drive und SharePoint. Dashboards lassen sich laut OpenAI auch in Omni, Oracle BI, Power BI, Sigma, Tableau und ThoughtSpot erstellen und bearbeiten.

Für kleinere Organisationen bleibt vorerst der Weg über Dateien

Die genannten Quellen sind Data-Warehouse- und Analytics-Systeme, also zentrale Datenspeicher und Auswertungsplattformen, die in österreichischen KMU, Gemeinden und Schulen selten im Einsatz sind. Realistisch bleibt dort zunächst der Weg über Dateien aus Google Drive oder SharePoint – als Einstieg taugt das, als Ersatz für eine geordnete Datenhaltung nicht.

Was sich mit solchen Werkzeugen fragen lässt, ist als Denkmuster nützlicher denn als Funktionsversprechen. Die folgenden Fragen beschreiben, worauf eine Auswertung zielen kann, nicht, was der Agent in Ihrer Umgebung leisten wird:

• Warum ist der Umsatz in einer Region zurückgegangen?
• Welche Projekte laufen aus dem Budget?
• Welche Leistungen werden besonders häufig nachgefragt?
• Welche Kundenanfragen wiederholen sich?
• Welche Kennzahlen sollte die Geschäftsführung regelmäßig sehen?

Die Rechte des Kontos begrenzen die Antwort

Laut OpenAI setzen Abfragen die bestehenden Berechtigungen des verbundenen Kontos durch, einschließlich Einschränkungen auf Tabellen-, Zeilen- und Spaltenebene; Administratoren legen fest, welche Verbindungen verfügbar sind und welche Rollen sie nutzen dürfen.

Praktisch heißt das: Wer Zugriffsrechte nie aufgeräumt hat, exportiert dieses Versäumnis in die Auswertung. Ein Konto, das historisch auf alles sehen darf, sieht auch in der Analyse alles. Dass Berechtigungen im Ernstfall auch kommunikativ relevant werden, zeigt der Beitrag zum NISG 2026 und der Kommunikation im Cybervorfall.

Schlechte Daten werden durch KI schneller sichtbar, nicht besser

Datenqualität. Doppelte Datensätze und unvollständige Felder verschwinden nicht dadurch, dass eine Auswertung schneller vorliegt – sie werden nur schneller weitergereicht.

Zugriffsrechte und Datenschutz. Vor der ersten Verbindung gehört geklärt, welche Daten überhaupt in eine solche Auswertung fließen dürfen und wer das entscheidet. Sensible Unternehmensinformationen – Personaldaten und laufende Verfahren – gehören in diese Prüfung, nicht in einen Testlauf.

Einheitliche Kennzahlen. Wenn Vertrieb und Buchhaltung „Umsatz“ unterschiedlich abgrenzen, liefert jede Abfrage eine plausible Zahl und keine gemeinsame. Diese Definitionen sind eine organisatorische Aufgabe, keine technische.

Kontrolle und Nachvollziehbarkeit. Wer nach einer Auswertung entscheidet, sollte sehen können, aus welcher Quelle sie stammt und welcher Zeitraum ihr zugrunde liegt. Als Arbeitserleichterung taugt eine solche Analyse, als unbesehene Entscheidungsgrundlage nicht.

Der Schritt ist nicht der Agent, sondern der Prozess

Die eigentliche Entwicklung liegt nicht in einer weiteren Funktion, sondern im Übergang von einzelnen Fragen an ein Chatfenster zu wiederkehrenden, KI-gestützten Arbeitsabläufen. Wie das für gewöhnliche Büroaufgaben aussieht, ist im Beitrag zur Automatisierung wiederkehrender Aufgaben beschrieben.

Der Einstieg ist eine Aufgabe, kein Werkzeug

Der Einstieg ist nicht „Wir brauchen einen KI-Agenten“, sondern eine Aufgabe, die jede Woche anfällt. Welche das in Ihrer Organisation ist, klären wir in der KI-Beratung.

Der Data agent in ChatGPT Work verschiebt die Arbeit, er nimmt sie nicht ab. Er setzt angebundene Quellen, geordnete Berechtigungen und einheitlich definierte Kennzahlen voraus. Organisationen, die diese drei Punkte geklärt haben, gewinnen Zeit; die anderen bekommen ihre Unordnung schneller und in Farbe zurück.