OpenAI bringt sein Sprachmodell GPT-Live in die ChatGPT-Desktop-App und verknüpft es dort mit den Agenten ChatGPT Work und Codex. Dadurch soll ChatGPT Voice künftig nicht mehr nur Fragen beantworten, sondern eigenständig Aktionen am Computer und im Internet ausführen können – gesteuert allein über Sprachbefehle, parallel zur eigentlichen Arbeit in anderen Anwendungen.
Mehrere Aufgaben gleichzeitig, freihändig gesteuert
Laut OpenAI lassen sich aus einem einzigen Gespräch heraus mehrere Aufgaben parallel starten und währenddessen weiter besprechen. Als Beispiel nennt das Unternehmen die Reisevorbereitung: ChatGPT prüft dabei den Kalender auf Terminkonflikte, durchsucht den Posteingang nach Reise-Updates und bereitet Notizen für anstehende Meetings vor – jede Aufgabe läuft separat, während parallel weitergearbeitet werden kann. Fortschritte lassen sich laut OpenAI jederzeit abfragen, Rückfragen beantworten und Aufgaben neu ausrichten, ohne zwischen Anwendungen wechseln zu müssen.
Technisch stützt sich die Funktion auf eine Kombination aus Plugins, dem Zugriff auf lokale Dateien, App-Screenshots und Computer-Use-Fähigkeiten, über die ChatGPT den jeweiligen Arbeitskontext erfassen und darauf reagieren soll.
Als weitere Anwendungsbeispiele nennt OpenAI etwa das Durchgehen des Posteingangs am Morgen, bei dem ChatGPT offene E-Mails identifiziert und auf Zuruf Antwortentwürfe erstellt, oder das Anlegen eines Dokuments während eines Gesprächs abseits des Schreibtischs, in dem eine Situation, der Kontext und mögliche nächste Schritte zusammengefasst werden. Auch die Vorbereitung von Meetings soll sich per Sprachbefehl delegieren lassen: ChatGPT prüft dabei vorhandene Notizen, ordnet bereits getroffene Entscheidungen ein und recherchiert offene Fragen selbstständig.
Einordnung: Nächster Schritt nach der GPT-Live-Einführung
Für Nutzer bedeutet die Neuerung, dass sich Sprachsteuerung nicht mehr auf reine Chat-Interaktionen beschränkt, sondern direkt in Arbeitsabläufe eingreifen kann – etwa während man in einer anderen App arbeitet und per Tastaturkürzel parallel eine Aufgabe an ChatGPT delegiert. Das bringt allerdings auch eine höhere Systemtiefe mit sich: Wer ChatGPT Zugriff auf Dateien, Screenshots und Computer-Use-Funktionen gewährt, überlässt der KI mehr Kontrolle über den eigenen Rechner als bei einer klassischen Chat-Anwendung. Wer diese Funktionen nutzen möchte, sollte sich vorab bewusst machen, welche Berechtigungen dafür nötig sind.
Verfügbarkeit
ChatGPT Voice auf dem Desktop wird weltweit für Plus-, Pro-, Business- und Enterprise-Nutzer unter macOS und Windows ausgerollt, inklusive Unterstützung für ChatGPT Remote auf iOS. Eine Android-Version soll folgen. Für Business- und Enterprise-Kunden startet ChatGPT Voice zudem im Web und auf Mobilgeräten – eine Erweiterung der bereits zu Monatsbeginn angekündigten Verfügbarkeit für Free-, Go-, Plus- und Pro-Nutzer.
