My Honest Review of ChatGPT Agent
Zusammenfassung
Kurz
Frank Andrade berichtet, ChatGPT Agent könne mehrstufige Webaufgaben erledigen und Ergebnisse strukturiert exportieren; seine Beispiele dauerten jedoch rund 20 bis 23 Minuten. Bei einer Immobiliensuche musste er nach einem Bedienproblem selbst eingreifen, weshalb er das Werkzeug eher für zeitunkritische Aufgaben geeignet findet und vollständige Selbstständigkeit nicht erwartet.
Mittel
Frank Andrade bewertet ChatGPT Agent anhand eigener Versuche. Das Werkzeug verbinde laut Artikel Webrecherche und Website-Bedienung und könne Ergebnisse etwa als Tabelle oder Präsentation ausgeben. Bei einer Restaurantrecherche sammelte es zehn Vorschläge samt Spezialgerichten und speicherte sie nach Eingabe der Google-Zugangsdaten in einer Maps-Liste; der Vorgang dauerte nach Angaben des Autors rund 23 Minuten.
Bei einer Immobiliensuche in Marbella erfasste der Agent Daten zu 13 Angeboten und exportierte sie nach Excel. An einer Preisangabe im Dropdown-Menü blieb er allerdings hängen, sodass Andrade nach 14 Minuten selbst eingriff. Der Autor berichtet, die Daten anschließend geprüft und als korrekt befunden zu haben. Als zentrale Einschränkungen nennt er die langsame Ausführung sowie erforderliche Nutzerhilfe bei Anmeldungen, Captchas, Bestätigungen oder Bedienproblemen. Für zeitunkritische Recherche und Datensammlung hält er den Agenten für nützlich, für dringende Aufgaben weniger. Die Einschätzungen beruhen auf den beschriebenen persönlichen Tests. Laut Artikel erhielten Plus-Nutzer damals 40 und Pro-Nutzer 400 monatliche Nachrichten; Andrade findet das angesichts des Verbrauchs bei Unterbrechungen knapp.
Ausführlich lesen
Der Autor Frank Andrade berichtet von seinen Tests mit ChatGPT Agent, einem Werkzeug, das laut Artikel Webrecherche und Aktionen auf Websites verbinden und außerdem Dateien wie Präsentationen, Tabellen oder PDF-Berichte erstellen kann. Andrade beschreibt es als Weiterentwicklung von Operator und Deep Research: Es könne zwischen Nachdenken und Handeln wechseln und etwa Websites bedienen oder mit verbundenen Anwendungen wie Google Kalender, Gmail und Maps arbeiten. Das sind die Fähigkeiten, die der Artikel dem Agenten zuschreibt.
Als Beispiel ließ Andrade Restaurants in einer Stadt recherchieren, die er besuchen wollte. Der Agent wählte zehn Lokale aus, sammelte Informationen zu deren Spezialgerichten und legte nach einer Unterbrechung, in der Andrade seine Google-Zugangsdaten eingab, eine gespeicherte Google-Maps-Liste mit Notizen an. Laut Autor dauerte dieser Ablauf ungefähr 23 Minuten.
Ein weiterer Versuch betraf eine Immobiliensuche in Marbella nach Häusern zwischen 100.000 und 400.000 Euro. Der Agent durchsuchte laut Andrade 13 Angebote und exportierte die angeforderten Daten in eine Excel-Datei. Bei der Auswahl der Obergrenze in einem Dropdown-Menü kam er jedoch nicht weiter; nach 14 Minuten übernahm der Autor selbst. Andrade gibt an, die Daten auf der Website überprüft und als korrekt befunden zu haben. Er berichtet für diesen Versuch von keinen erfundenen Angaben, doch belegt der Artikel damit nur seine Prüfung dieses konkreten Ergebnisses.
Als Stärke hebt der Autor hervor, dass der Agent mehrstufige Aufgaben auf Websites ausführen und Ergebnisse strukturiert aufbereiten könne. Als Grenzen nennt er die langsame Ausführung und die nötige Mitarbeit des Nutzers: Bei Anmeldedaten, Captchas oder wichtigen Bestätigungen könne eine manuelle Übernahme erforderlich sein. Auch könne der Agent bei einfachen Bedienhandlungen lange hängen bleiben. Die beschriebenen Abläufe dauerten etwa 20 bis 23 Minuten; der Autor hält das Werkzeug daher für zeitunkritische Recherche- und Datensammelaufgaben geeignet, nicht für dringende Webaufgaben. Er warnt außerdem davor, vollständige Selbstständigkeit zu erwarten.
Zum im Artikel genannten damaligen Angebot: ChatGPT Agent sei für Plus- und Pro-Abonnenten verfügbar gewesen; Plus-Nutzer hätten monatlich 40, Pro-Nutzer 400 Nachrichten erhalten. Andrade kritisiert die Zahl als knapp, insbesondere weil auch Unterbrechungen oder Nutzerinterventionen jeweils eine Nachricht verbrauchten. Der Bericht ist ein persönlicher Erfahrungsbericht mit wenigen konkreten Versuchen; seine Aussagen über Zuverlässigkeit und Nutzen sind entsprechend die Einschätzung des Autors.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Die Zusammenfassung wurde für beide Fassungen von Luna (kurz und mittel) gemeinsam geprüft; beide geben den Bericht treu wieder, die mittlere Fassung lässt jedoch die Einordnung als Nachfolger von Operator und Deep Research sowie die App-Anbindung aus. Die Einordnung erfolgt unabhängig von Lunas Stufen und Anteilen. Der Bericht ist ein persönlicher Produkttest und beantwortet die gestellten Grundsatzfragen kaum, daher liegen alle Werte niedrig.
Im Bericht, aber nicht in der Zusammenfassung
- Einordnung des Agenten als Weiterentwicklung von Operator und Deep Research
- Verknüpfung mit Apps wie Google Kalender und Gmail
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M2 Wie muss ein Meldekanal zwischen Staaten gebaut sein, damit er verlässlich arbeitet, auch in einer Krise?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 52 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 69 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 36 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 52 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 63 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 52 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 70 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 68 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 35 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 72 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 37 %Hintergrund, keine Belege
- JEV 32 %einzelne zitierbare Belege
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus?
- SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden?
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 78 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 39 %gleiches Oberthema, hilft nicht
- Luna 31 %gleiches Oberthema, hilft nicht
- JEV 100 %kein Bezug
- amos 51 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 77 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 27 %Hintergrund, keine Belege
- JEV 25 %einzelne zitierbare Belege
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 64 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 63 %gleiches Oberthema, hilft nicht
- JEV 100 %kein Bezug
- amos 32 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 65 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 54 %einzelne zitierbare Belege
- amos 51 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 28 %gleiches Oberthema, hilft nicht
- Luna 39 %Hintergrund, keine Belege
- JEV 53 %einzelne zitierbare Belege
- amos 27 %nur am Rande erwähnt
- SubQ 52 %gleiches Oberthema, hilft nicht
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 57 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
- 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 22 %nur am Rande erwähnt
- Luna 72 %einzelne zitierbare Belege
- JEV 44 %beantwortet teilweise oder widerspricht
- amos 32 %einzelne zitierbare Belege
- SubQ 31 %gleiches Oberthema, hilft nicht
- drex 23 %Hintergrund, keine Belege
- d3-ultra 39 %Hintergrund, keine Belege
- Haiku-Prüfung Hintergrund, keine Belege
- SF-A1-T03 Werden Freigabetests messen, ob ein Agent folgenreiche Handlungen außerhalb seines Auftrags unterlässt, auch wenn kein einzeln aufgeführtes Verbot sie blockiert, und werden die Kriterien veröffentlicht?
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 32 %gleiches Oberthema, hilft nicht
- Luna 27 %Hintergrund, keine Belege
- JEV 25 %gleiches Oberthema, hilft nicht
- amos 32 %nur am Rande erwähnt
- SubQ 34 %gleiches Oberthema, hilft nicht
- drex 30 %nur am Rande erwähnt
- d3-ultra 59 %gleiches Oberthema, hilft nicht
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 69 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 52 %gleiches Oberthema, hilft nicht
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 39 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 65 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 42 %gleiches Oberthema, hilft nicht
- Luna 41 %Hintergrund, keine Belege
- JEV 29 %einzelne zitierbare Belege
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 53 %gleiches Oberthema, hilft nicht
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 29 %gleiches Oberthema, hilft nicht
- Luna 40 %einzelne zitierbare Belege
- JEV 33 %umfangreiche Belege
- amos 32 %nur am Rande erwähnt
- SubQ 42 %gleiches Oberthema, hilft nicht
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra 50 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen?
- SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat?
Wirtschaft und Haftung
- SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 72 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Information und Öffentlichkeit
- SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- 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?
- Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv