Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai9. Juni 2026 · Q005276

What Codex unlocks for Notion

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Laut einer OpenAI-Fallstudie nutzte Notion Codex, um eine Web-Version seiner KI-Spracheingabe zu entwickeln; Ryan Nystrom zufolge dauerte die Arbeit statt geschätzter zwei Wochen nur drei bis vier Stunden. Er berichtet außerdem, dass Codex parallele Aufgaben, Recherche und die Mitarbeit von Führungskräften am Code erleichtere. Die Angaben beruhen auf einem einzelnen Fallbericht und enthalten keine unabhängige Auswertung.

Mittel

Der Bericht beschreibt, wie Notion Codex zur Entwicklung von Software nutzt. Laut Ryan Nystrom, Leiter des AI Product Engineering bei Notion, untersucht Codex zunächst den bestehenden Code und liefere dadurch häufig Ergebnisse, die den internen Konventionen entsprechen.

Als Beispiel nennt er die Web-Version der KI-Spracheingabe. Nystrom gab Codex den mobilen Code, eine Beschreibung der gewünschten Web-Umsetzung und eine Prüfmöglichkeit. Codex habe einen vollständigen ersten Entwurf erstellt, der am Folgetag veröffentlicht und getestet worden sei. Nystrom schätzt, dass die Arbeit ohne Codex etwa zwei Wochen gedauert hätte, mit Codex hingegen allein drei bis vier Stunden.

Das Team könne laut Bericht mehrere Aufgaben parallel an Codex übergeben. Nystrom beschreibt, mehr Spezifikationen zu schreiben und wieder selbst an Code zu arbeiten, während er zugleich sein Team führt. Aufgaben könnten auch während Besprechungen oder über Nacht laufen. Die Fallstudie stützt sich auf seine Aussagen; unabhängige Produktivitätsdaten oder Belege dafür, dass sich die Ergebnisse auf andere Projekte übertragen lassen, enthält sie nicht.

Ausführlich lesen

Der Bericht schildert, wie Notion Codex bei der Entwicklung von Software einsetzt. Im Mittelpunkt steht die Aussage, dass Entwicklerinnen und Entwickler Aufgaben samt Spezifikation und Prüfmöglichkeit an Codex übergeben können, während das System den vorhandenen Code untersucht und Lösungen nach den Konventionen des Notion-Codebestands erstellt. Laut Ryan Nystrom, der bei Notion AI Product Engineering leitet, nimmt Codex sich Zeit, die bestehende Implementierung zu verstehen. Dadurch sei weniger Nacharbeit nötig.

Als Beispiel nennt der Bericht die Einführung von Notions KI-gestützter Spracheingabe im Web. Eine funktionierende Version gab es demnach bereits in der mobilen App, nicht aber im Desktop- und Web-Client. Nystrom erklärt, er habe Codex auf den mobilen Code verwiesen, die gewünschte Web-Umsetzung beschrieben und eine Möglichkeit zur Überprüfung angegeben. Codex habe daraufhin einen vollständigen ersten Entwurf erstellt, der den Konventionen des Codebestands ausreichend entsprochen habe, um ihn am folgenden Tag zu veröffentlichen und mit Nutzern zu erproben. Nystrom schätzt, dass diese Arbeit ohne Codex ihn und möglicherweise eine weitere Person etwa zwei Wochen gekostet hätte; mit Codex habe er sie allein in drei bis vier Stunden erledigt.

Der Bericht beschreibt außerdem eine Veränderung der Arbeitsweise: Statt sich jeweils auf eine einzelne Aufgabe zu konzentrieren, könnten Mitarbeitende mehrere Aufgaben parallel an Codex geben. Nystrom berichtet, mehr Zeit in Spezifikationen zu investieren und kaum noch selbst Code zu schreiben. Auch Führungskräfte könnten wieder unmittelbar an der Entwicklung mitarbeiten und zugleich ihr Team unterstützen. Aufgaben könnten während Besprechungen oder über Nacht laufen; laut Nystrom könne er morgens mit einem fertigen Recherchebericht rechnen.

Der Text stellt dies als Erweiterung dessen dar, was kleine Teams oder einzelne Personen liefern können, und beschreibt Codex als jederzeit verfügbaren Helfer für Recherche, Fehlerbehebung und kleinere Änderungen. Er verbindet die Beispiele zudem mit einer breiteren Veränderung bei Notion: Das Unternehmen überdenke Software-Grundbausteine und Abstraktionen mit Blick darauf, dass Agenten sie nutzen können. Bei Neueinstellungen würden Neugier und Offenheit betont, da die für diese Arbeit erforderliche Berufserfahrung noch nicht lange etabliert sei.

Die Aussagen und Zeitvergleiche stammen aus einer OpenAI-Fallstudie und beruhen hier vor allem auf Nystroms Bericht. Der Text liefert keine unabhängige Prüfung, keine Messdaten zu Produktivität oder Qualität und keinen Vergleich über weitere Teams oder Projekte hinweg. Die genannten Ergebnisse sind daher als Erfahrungen und Einschätzungen aus diesem konkreten Notion-Beispiel zu verstehen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassung wurde für beide Fassungen (kurz und mittel) geprüft. Die kurze Fassung gibt den Bericht korrekt wieder und weist richtig darauf hin, dass es sich um einen einzelnen Fallbericht handelt. Die mittlere Fassung stimmt in den Fakten überein, lässt aber die Aussagen zur Wissensbasis der Software und zur Auswahl neuer Ingenieure aus. Der Bericht enthält außerdem Abbildungsverweise mit Titeln, die nicht zum Inhalt passen (ChatGPT Wallet, Shield, Amplitude); sie wurden für die Bewertung nicht berücksichtigt. Lunas Teilfragen-Liste ist leer und wurde daher nicht bewertet.

Im Bericht, aber nicht in der Zusammenfassung

  • Notion gestaltet seine Software-Bausteine so um, dass Agenten sie nutzen können
  • Neue Ingenieure werden nach Neugier und Offenheit ausgewählt, weil die üblichen Erfahrungsjahre fehlen

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 28 %gleiches Oberthema, hilft nicht
    • Luna 48 %einzelne zitierbare Belege
    • JEV 33 %gleiches Oberthema, hilft nicht
    • amos 27 %nur am Rande erwähnt
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 61 %einzelne zitierbare Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 28 %einzelne zitierbare Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV 64 %einzelne zitierbare Belege
    • amos 25 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege
Modelle teilen und schützen
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 44 %einzelne zitierbare Belege
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →