GPT-6 Astra: Was Computer Use für einen normalen Betrieb wirklich bedeutet

Das Neue an GPT-6 Astra ist nicht, dass es klüger antwortet. Es ist, dass es deine Programme selbst bedient. OpenAI nennt als Einsatzzweck wörtlich: Formulare ausfüllen, Datensätze im CRM aktualisieren, einen Kalender verwalten, recherchieren, E-Mails und Dokumente entwerfen, Daten auswerten und prüfen, ob Websites funktionieren. Das Modell ist seit dem 3. September 2026 in einem gestaffelten Rollout unterwegs. Dieser Beitrag ordnet ein, was davon für einen normalen Betrieb trägt, welche der herumgereichten Zahlen bei genauem Hinsehen kleiner wird — und welche drei Aufgaben du heute schon abgeben kannst, ohne dass es dir um die Ohren fliegt.

Im Video gehe ich die Demos durch, die diese Woche durchs Netz gehen, und zeige die Zahlen nebeneinander.

Inhalt

• Was Computer Use vom bisherigen KI-Einsatz unterscheidet
• Der Beleg, der jeden überzeugt: acht Minuten in einem fremden Programm
• Ein Beispiel aus dem Büro: die Anfrage aus dem Postfach
• Die Zahlen, die kleiner werden, wenn man genauer hinsieht
• Was es kostet — und warum der Preis pro Million wenig sagt
• Drei Aufgaben zum Abgeben, drei zum Finger-weg-lassen
• Warum du es nicht einfach an dein Postfach lässt

Was Computer Use vom bisherigen KI-Einsatz unterscheidet

Bisher war KI ein Werkzeug in deiner Hand. Du hast gefragt, sie hat dir gesagt, wie es geht, und gemacht hast du es selbst. Sie konnte dir erklären, wie du eine Tabelle aufbaust — sitzen musstest du trotzdem davor.

Computer Use dreht das um. Das System öffnet das Programm, bewegt den Mauszeiger, klickt sich durch Menüs und trägt ein. Der Unterschied ist nicht graduell, sondern grundsätzlich: Es antwortet nicht mehr nur. Es setzt sich an deinen Rechner.

Ausgelegt ist es dabei auf mehrstufige Abläufe statt auf Einzelantworten. Es kann eine Rückfrage stellen, ohne die Aufgabe abzubrechen — was in der Praxis wichtiger ist, als es klingt, weil ein Ablauf sonst an der ersten Unklarheit endet oder, schlimmer, geraten wird.

Der Beleg, der jeden überzeugt: acht Minuten in einem fremden Programm

Die überzeugendste Demo dieser Woche kommt nicht aus einem Benchmark. Ein Anwender mit Vorabzugang hat das Modell ein 3D-Programm bedienen lassen, das er selbst nach eigener Aussage nicht beherrscht. Ein Prompt, rund acht Minuten: Die KI hat das Programm übernommen, eine Figur gebaut, ihr anschließend auf Zuruf fünfzig Knochen verpasst und sie animiert. Eine begehbare 3D-Welt in einem Spiele-Editor dauerte im selben Aufbau etwa 35 Minuten.

Das sind fremde Beobachtungen von Nutzern mit Vorabzugang, kein eigener Test — es sind inzwischen nur so viele davon, dass das Muster belastbar wirkt. Und das Muster ist der eigentliche Punkt: Ergebnisse entstehen in Programmen, die der Auftraggeber gar nicht bedienen kann.

Ein Beispiel aus dem Büro: die Anfrage aus dem Postfach

3D-Figuren helfen dir im Betrieb wenig. Übersetzen wir es. Nimm den Vorgang, den bei dir vermutlich jemand mehrmals täglich macht: Eine Anfrage kommt per Mail. Name, Adresse, gewünschte Leistung, Wunschtermin. Jemand liest sie, öffnet das Kundensystem, legt den Kontakt an, überträgt die Angaben, setzt einen Termin in den Kalender und schreibt eine Eingangsbestätigung.

Sieben Minuten pro Anfrage, fünfzehn Anfragen die Woche. Das ist keine anspruchsvolle Arbeit, sie ist nur nie fertig. Genau diese Strecke steht in OpenAIs eigener Liste — Formulare, CRM-Datensätze, Kalender, Entwürfe.

Und genauso wichtig: Bei diesem Vorgang siehst du in zwanzig Sekunden, ob das Ergebnis stimmt. Der Kontakt ist da oder nicht, die Adresse stimmt oder nicht. Das ist der Grund, warum sich ausgerechnet diese Aufgabe eignet — nicht ihre Einfachheit, sondern ihre Prüfbarkeit.

Die Zahlen, die kleiner werden, wenn man genauer hinsieht

Jetzt der Teil, den die meisten Beiträge dieser Woche weglassen. Drei Zahlen, die gerade herumgereicht werden, brauchen eine Fußnote.

• 99,9 Prozent auf ARC-AGI 3. Dieser Wert kommt mit einem eigens gebauten Messaufsatz zustande. Mit dem Standardaufbau sind es 62,7 Prozent. Immer noch gut — nur eine andere Aussage.
• 47 Prozent schneller bei Computer-Use-Aufgaben (75 Minuten auf 40, gemessen auf Mind2Web). Die Verbesserung wird ausdrücklich dem Modell zusammen mit einer überarbeiteten Steuerungsschicht zugeschrieben, nicht dem Modell allein.
• Nicht überall vorn. In einem Index, der viele Einzeltests zusammenrechnet, liegt Astra bei 61 Punkten — hinter Claude Fable 5.1 mit 66 und gleichauf mit dem Vorgänger GPT-5.6.

Beim reinen Denken ist Astra also nicht der neue König. Es ist stark bei etwas anderem, nämlich beim Ausführen. (Alle Angaben Stand: 2026-09-04, Quellen: simonwillison.net und die Aufbereitung der Ankündigung bei aibusiness.vc.)

Was es kostet — und warum der Preis pro Million wenig sagt

Über die Schnittstelle kostet Astra 10 Dollar je Million eingehender Token und 50 Dollar je Million ausgehender, zwischengespeicherte Eingaben 1 Dollar. Der schnelle Modus kostet das Doppelte, sehr lange Vorgänge erhöhen den Satz für die gesamte Anfrage, Stapelverarbeitung halbiert ihn. Einen kostenlosen Zugang gibt es nicht.

Diese Zahlen sagen dir trotzdem wenig über deine Rechnung. Ein Vorgang, bei dem sich das System vierzig Minuten durch Menüs klickt, verbraucht ein Vielfaches einer Frage im Chatfenster. Wie viele Token eine echte Büroaufgabe im Alltag frisst, hat bisher niemand belastbar veröffentlicht. Also: eigenen Vorgang dreimal laufen lassen, Dauer und Verbrauch notieren, erst dann hochrechnen — und gegen den eigenen Stundensatz rechnen, nicht gegen null.

Drei Aufgaben zum Abgeben, drei zum Finger-weg-lassen

Abgeben würde ich heute: immer gleiche Übertragungsstrecken wie das Beispiel oben, Recherche mit fester Ausgabe (fünf Anbieter mit Preis und Kontakt in eine Tabelle) und Kontrollgänge — läuft die Website, stimmen die Preise, ist das Formular noch heil.

Nicht abgeben würde ich: alles, was Geld bewegt, alles, was ungelesen in deinem Namen rausgeht, und alles, was Personendaten in fremde Systeme schiebt. Nicht weil es technisch nicht ginge, sondern weil ein Fehler dort nicht rückgängig zu machen ist.

Der Gewinn entsteht nicht dort, wo die KI am meisten kann, sondern dort, wo du das Ergebnis am schnellsten prüfen kannst.

Warum du es nicht einfach an dein Postfach lässt

OpenAI stuft das Modell im Bereich Cybersicherheit selbst als kritisch ein. Die schärfsten Fähigkeiten liegen deshalb hinter einer abgeschotteten Freigabe, und bestimmte Aktionen verlangen eine zusätzliche Bestätigung.

Das ist kein Grund zur Panik, sondern einer für eine simple Hausregel: Ein System, das selbstständig klickt, braucht eine Stelle, an der es anhält. In der Praxis heißt das ein Satz im Auftrag — halt an und frag nach, bevor etwas verschickt, bezahlt oder gelöscht wird. Ohne diesen Satz raten solche Systeme im Zweifel lieber, als dich zu stören.

Der Spickzettel dazu

Welche Aufgabe sich eignet, entscheidest du mit vier Fragen. Die stehen zusammen mit zwei fertigen Auftrags-Vorlagen samt eingebauter Stopp-Regel, einer Anleitung zum Messen der echten Kosten und drei Freigabe-Stufen für Betriebe mit mehreren Nutzern auf sechs Seiten zum Ausdrucken. Kostenlos.

Mein Fazit nach allem, was bisher zu sehen ist: Der Sprung ist echt, aber er liegt woanders, als die Überschriften behaupten. Nicht klüger. Selbstständiger. Und für einen Betrieb ist das die interessantere Nachricht, weil Klugheit dir im Zweifel nichts abnimmt und Selbstständigkeit schon.