Beim ChatGPT Data agent ist die Antwort 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. Wie gut das Ergebnis ist, hängt vor allem an der Datenqualität.

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.

Plugin. 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. Die Administration gibt es über die Workspace-Einstellungen frei oder installiert es und konfiguriert die Datenquellen-Plugins.

Datenquellen. Als Quellen nennt OpenAI Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB und Snowflake sowie Dateien und Dokumente aus Google Drive und SharePoint. Dashboards lassen sich demnach 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. Das reicht für den Einstieg, eine geordnete Datenhaltung ersetzt es nicht.

Die folgenden Fragen zeigen, worauf eine Auswertung zielen kann. Ob der Agent das in einer bestimmten Umgebung leistet, ist damit nicht gesagt.

• 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; die Administration legt fest, welche Verbindungen verfügbar sind und welche Rollen sie nutzen dürfen.

Wer Zugriffsrechte nie aufgeräumt hat, trägt dieses Versäumnis in die Auswertung. Ein Konto, das historisch 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

Datenqualität. Doppelte Datensätze und unvollständige Felder bleiben, auch wenn 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, bevor ein Testlauf startet.

Einheitliche Kennzahlen. Wenn Vertrieb und Buchhaltung „Umsatz“ unterschiedlich abgrenzen, liefert jede Abfrage eine plausible Zahl und keine gemeinsame. Diese Definitionen muss die Organisation selbst festlegen.

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

Der Nutzen entsteht im wiederkehrenden Ablauf

Die eigentliche Entwicklung liegt 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. Für Betriebe in Niederösterreich kann genau so ein Datenprojekt förderfähig sein; was das Land seit Oktober 2026 zahlt, steht im Beitrag Das KI-Abo allein fördert das Land nicht.

Am Anfang steht eine wiederkehrende Aufgabe

Gemeint ist eine Aufgabe, die jede Woche anfällt. Welche das in einer Organisation ist, klärt Peak Consulting in der KI-Beratung.

Der Data agent in ChatGPT Work erspart die Vorarbeit nicht. 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.