ChatGPT Work Praxisleitfaden:
6 Rollen — Prompt-Vorlagen & Scheduled-Tasks-Rezepte

Wer ChatGPT Work bereits kennt, stellt sich am Montagmorgen die operative Frage: Was kann ich damit morgen konkret erledigen? Am 9. Juli 2026 startete OpenAI ChatGPT Work; die eigenständige Codex-App ging in die neue ChatGPT-Desktop-App auf. OpenAIs Einstiegsempfehlung ist schlicht — übergeben Sie zuerst eine Aufgabe, die Sie ohnehin beherrschen, etwa Monatsabschluss-Varianzanalyse, Marketing-Campaign-Brief oder Sales-Meeting-Vorbereitung. Dieser datenbasierte Leitfaden zerlegt Workflows für Sales, Marketing, Finance, Operations, Product und Engineering, liefert kopierbare Prompt-Vorlagen, eine Plan-Mode-Prüfliste, Scheduled Tasks-Rezepte und sieben Maßnahmen gegen Nutzungskosten-Spitzen.

• Falscher Modus: Chat für App-übergreifende Langaufgaben oder Work für einfache Q&A — beides verbrennt Kontingent.
• Falsche Prompt-Struktur: Schritt-für-Schritt-Anweisungen wie «Öffne Salesforce, exportiere…» widersprechen Works Design «Ergebnis beschreiben, Pfad autonom planen».
• Plugins nicht autorisiert: Gmail, Slack, Drive vor Taskstart nicht verbunden — selbst perfekte Pläne liefern keine Daten.
• Scheduled Tasks falsch konfiguriert: Desktop-Tasks brauchen ein waches Gerät; zugeklapptes Notebook triggert nichts.
• High-Stakes ohne Review: Externe Mails, Finanzberichte, Kundenlieferungen ohne Plan-Mode-Zeile-für-Zeile-Prüfung — Abweichungen sind teuer.

SECTION 01 ChatGPT Work richtig nutzen: 3 Prinzipien und Chat / Work / Codex-Modus-Routing

Bevor Sie Vorlagen kopieren, der strukturelle Unterschied zwischen Work und normalem Chat:

Die neue ChatGPT-Desktop-App führt drei Modi parallel — falscher Modus = bis zu 5× höherer Verbrauch (OpenAI-interne Schätzung für identische Workflows):

SECTION 02 Universelles Workflow-Gerüst: 5 Schritte, Prompt-Formel und Plan-Mode-Checkliste

Rollenunabhängiger Ablauf:

1. Plugins verbinden → 2. Ziel und Output-Format definieren → 3. Plan Mode prüfen → 4. Mid-Flight korrigieren → 5. Lieferung validieren und iterieren

Prompt-Formel für Work-Modus:

[Rolle] + [Datenquelle @Plugin] + [konkrete Aufgabe] + [Output-Format] + [Constraints] + [Akzeptanzkriterien]

Skelett:
Du bist [Rollenbezeichnung]. Ziehe aus @Salesforce und @Gmail [Zeitraum] [Datentyp].
Führe [Aktion] aus; Output als [Google Docs / Excel / PPT / Sites].
Constraints: [Quelldaten unverändert / Beträge 2 Dezimalstellen / keine externen Mails].
Danach [Slack-Benachrichtigung / Speichern in Ordner X].

Plan-Mode-Checkliste (vor Ausführung Zeile für Zeile):

• Stimmen Datenquellen (richtiger Kunde / Monat)?
• Enthält der Plan «extern senden», «löschen», «Datei überschreiben»?
• Entspricht das Output-Format der Team-Vorlage?
• Lassen sich Zwischenschritte streichen (Kosten)?
• Braucht es einen manuellen Bestätigungsknoten?

SECTION 03 6-Rollen-Workflows: kopierbare Prompt-Vorlagen

Die Vorlagen basieren auf OpenAI-Referenzfällen, Early-Adopter-Feedback (Zapier, Nvidia, Virgin Atlantic) und dem Workspace Agent Cookbook. Ersetzen Sie @PluginName durch Ihren Stack.

3.1 Sales

Szenario A: Automatischer Kunden-Meeting-Brief (täglich geplant) — Pain Point: 1–2 h/Tag manuelle Recherche. Work-Lösung: Kalender scannen → CRM-Notizen → News → Brief archivieren.

Erstelle einen Scheduled Task: jeden Werktag 16:00 Uhr.

1. Prüfe meine @Google Calendar Kundentermine für morgen (interne Meetings ausschließen)
2. Pro Kundentermin:
   - @SharePoint / @Salesforce: Account-Notizen und Interaktionen der letzten 30 Tage
   - Öffentliche News und Führungskräfte-Aktivität der Firma (30 Tage)
   - 2–3 Sätze Hintergrund pro externem Teilnehmer
3. Pro Meeting 2–3-seitigen Brief als @Google Drive Doc
4. @Gmail-Sammelmail mit Links zu allen Briefs

Betreff: «Kunden-Meeting-Brief morgen — [Datum]»; Body: Tabelle (Kunde | Zeit | Top-Themen | Brief-Link)

OpenAI-interner Referenzfall: Discovery-Gespräch → maßgeschneiderte PoC innerhalb von 24 h (klassisch: Wochen).

Szenario B: Account Command Center (Sites + tägliches Update) — CRM, Mail und Slack fragmentiert; Account-Pläne manuell gepflegt.

Basierend auf @Salesforce Account [Name] — alle Opportunities, Kontakte, Aktivitäten:

1. Interaktives Account Command Center (Sites):
   - Pipeline-Übersicht (Stage, Betrag, Close Date)
   - Signale der letzten 7 Tage (Mail, Meetings, Tickets)
   - Priorisierte Next Steps
2. Scheduled Task: werktags 08:00 Site aktualisieren
3. Bei Major Changes @Slack-DM an mich

Constraint: keine automatischen externen Mails; Beträge = CRM-Rohdaten.

Szenario C: Lead-Review und Pipeline-Reparatur (Zapier-Adaptation) — Tausende Leads/Monat; Follow-up-Lücken unsichtbar.

Analysiere @Salesforce Leads der letzten 30 Tage inkl. Follow-ups; cross-check @Gmail Sales-Korrespondenz.

Finde:
1. Leads ohne Follow-up >48 h (gruppiert nach Quelle)
2. Bruchstellen in der Follow-up-Kette (Response-Drop)
3. Geschätzter Pipeline-Verlust (EUR/USD)

Output:
- Excel (Lead-ID | Quelle | Letztes Follow-up | Bruchtyp | Empfohlene Aktion)
- 1-seitige Executive-PPT mit siebenstelligem Potenzial
- Wöchentlich wiederholbares Review als Scheduled-Task-Vorschlag

3.2 Marketing

Szenario A: Research → Brief → Multi-Market-Assets (End-to-End)

Hochgeladene Research-Materialien: [Anhang / @Google Drive Link]

End-to-End Marketing-Workflow:

Phase 1 — Brief:
- Zielgruppe, Pain Points, Wettbewerbsposition
- Campaign Brief (Google Docs): Message Pillars + Kanäle

Phase 2 — Assets:
- 1 Acquisition-Mail, 3 LinkedIn-Posts, 1 Landing-Page-Gliederung
- Speichern in @Google Drive «Campaign / [Produkt]»

Phase 3 — Regionalisierung:
- US-, EU-, APAC-Versionen (Sprache, Kultur, Compliance-Formulierungen)
- Sensitive Stellen für manuelles Review markieren

Nach jeder Phase pausieren — Bestätigung abwarten.

Szenario B: Slack / Teams → Meeting-Agenda (Scheduled Task)

Scheduled Task: jeden Montag 07:00.

1. @Slack #product-launch + @Microsoft Teams «Go-to-Market»: Diskussionen der letzten 7 Tage
2. Extrahieren: Entscheidungen, offene Fragen, Blocker für Meeting
3. @Google Drive «Wochenagenda» aktualisieren (Versionierung behalten)
4. @Slack #leadership: max. 5 Bullet-Summary

Constraint: nur öffentlich diskutierte Inhalte; keine «confidential»-Messages.

3.3 Finance

Szenario A: Monatsabschluss-Varianzanalyse (OpenAI-intern validiert) — interner Effekt: Close von «Tagen» auf «Stunden».

Unterstütze Budget-Varianzanalyse für [Monat]:

1. @Google Drive «Finance / Actuals» und «Finance / Forecast»
2. Neues @Google Sheets Workbook:
   - Abweichung Actual vs. Forecast pro Abteilung
   - Markierung bei >5 % oder >$50K
   - Quellformeln unverändert; keine Überschreibung der Originale
3. Performance-Kommentar-Entwurf (Google Docs): Revenue / COGS / Opex
4. 5–8 Folien Management-PPT (Charts, Template-Stil)
5. Drei Schlüsselurteile für manuelle Finance-Freigabe listen

Constraint: keine Quelldaten ändern; jede Zahl mit Zellreferenz.

Szenario B: Rechnungs- und Zahlungsabgleich (AP-Stufe 1)

Du bist AP-Spezialist. Vergleiche:
- Zahlungsregister: [@Google Drive Link]
- Rechnungsliste: [@Google Drive Link]

Anomalien als Tabelle:
| Typ | Lieferant | Rechnungsnr. | Betrag | Empfehlung |
- Betrag >2 % Abweichung
- Fehlende USt-ID
- Doppelte Rechnungsnr.
- Lieferantenname-Mismatch

Keine automatische Zahlung — nur Review-Tabelle.

3.4 Operations

Szenario A: Tägliches Dashboard-Monitoring (Scheduled Task)

Jeden Werktag 06:30 automatisch:

1. [Internes Dashboard-URL / @SharePoint Report]
2. Gegen Gestrigen-Snapshot: >10 % Schwankung oder neue rote KPIs
3. 1-seitiges Morning Brief (Google Docs):
   - TOP 3 heute
   - KPI-Delta-Tabelle
   - vorgeschlagene Owner
4. @Gmail an [email protected]

Bei fehlendem Dashboard-Zugriff: in Plan Mode melden — keine erfundenen Zahlen.

Szenario B: Feedback-Clustering → Produktpriorität

Neues Kundenfeedback der letzten 14 Tage aus:
- @Slack #customer-feedback
- @Gmail Label «NPS-Detractor»
- @Google Drive «Support Tickets Export»

1. 5–8 Themen-Cluster (mit Zitatbeispielen)
2. Priorität: Häufigkeit × Impact × Umsetzungsaufwand
3. Produkt-Backlog-Vorschlag (Notion / Google Docs)
4. Scheduled Task: jeden Freitag Dokument refreshen

Constraint: anonymisierte Zitate — keine Kundennamen (DSGVO-relevant).

3.5 Product

Szenario A: Launch-Readiness über Jira + GTM (Nvidia-Adaptation)

Launch-Readiness für [Produkt/Feature]:

1. @Jira: Epic/Story-Status, offene Blocker
2. @Google Drive «GTM Plans»: Meilensteine prüfen
3. @Slack #product-launch: offene Diskussionen (7 Tage)
4. Readiness-Report (Google Docs):
   - Score Rot/Gelb/Grün
   - Blocker (Owner | Deadline | Risiko)
   - Go/No-Go-Empfehlung mit Begründung

Kein automatisches Jira-Status-Update; High-Risk = manuelle Entscheidung.

3.6 Engineering — Work und Codex kombiniert

Empfehlung: Codex für Code, Work für teamübergreifende Dokumente — beides in einer Desktop-App, kein Toolwechsel.

Szenario A: PR-Review + Release Notes

Im Codex-Modus:
1. PR #123 in [repo/name] reviewen — Fokus [Security / Performance / Tests]
2. Inline-Kommentare in der PR-Sidebar
3. Bei Pass: Release-Notes-Entwurf

Wechsel zu Work-Modus:
4. Release Notes als @Confluence-Seite formatieren
5. @Slack #engineering Ankündigung entwerfen (nicht automatisch senden)

Szenario B: Multi-Repo Issue-Wochenbericht (Codex Multi-Repo)

Codex-Modus über [frontend-repo] und [backend-repo]:
1. Merged PRs + offene P0/P1 Issues dieser Woche
2. Engineering-Weekly als Markdown

Work-Modus:
3. Nach Google Docs; Burn-down aus @Jira einfügen
4. Scheduled Task: Freitag 17:00 automatisch

SECTION 04 Scheduled Tasks: Rezepte und 6-Schritte-Rollout

Scheduled Task konfigurieren:
- Frequenz: [täglich / montags / 1. des Monats / @Slack Keyword-Trigger]
- Zeit: [Zeitzone + Uhrzeit]
- Aktion: [Workflow-Beschreibung]
- Benachrichtigung: [Slack / Mail / keine]
- Manuelle Freigabe: [Schritte, die ich vorher bestätige]

Sicherheits-Check vor Unattended-Betrieb:

• Plugin-Scope auf notwendige Tools begrenzt
• «Automatisch extern senden» deaktiviert, sofern nicht explizit nötig
• Fester Archivpfad — keine Überschreibung fremder Dateien
• Enterprise: Admin-Console Agent-Netzwerkpolicy geprüft (DSGVO Art. 32 bei personenbezogenen Daten)
• 2–3 Einzel-Läufe vor Aktivierung des Schedulers

6 Schritte Scheduled-Task-Setup:

1. Rezept wählen: Aus Tabelle oben oder Section 03 die wiederkehrende Aufgabe mit höchstem ROI.
2. Einzel-Lauf: Work-Modus komplett durchspielen; Output und Quellen validieren.
3. Plan straffen: Doppelte Pulls und redundante Suchen entfernen — senkt laufende Kosten.
4. Scheduler-Prompt: Template oben mit Frequenz, Zeitzone, Notify und Freigabeknoten ausfüllen.
5. Laufzeitumgebung: Echter 24/7-Unattended → Web Workspace Agent; lokale Dateien → Desktop wach halten.
6. Drei Trigger beobachten: Erst nach stabiler Serie skalieren oder neue Rezepte hinzufügen.

SECTION 05 Nutzungsoptimierung, harte Zahlen, Troubleshooting und 30-Tage-Roadmap

ChatGPT Work und Codex teilen einen gemeinsamen Nutzungspool (kein Flatrate-Feature). Identischer Workflow, unterschiedliches Design: bis zu 5× Kostenunterschied.

Sieben Kostensenkungs-Maßnahmen:

1. Chat für Entwurf, komprimierte Version an Work übergeben
2. Plan Mode straffen — keine doppelten Datenpulls
3. Scheduled Tasks mit Template-Doc — Cache-Rabatt nutzen
4. Kurzer Output: «Tabelle + 3 Bullets» statt Narrativ-Report
5. Phasen: Phase 1 Richtung → Phase 2 Lieferung
6. Free-Tier: Kleine Desktop-Tasks zuerst, dann skalieren
7. Enterprise: Admin Console — Workspace / Group / User-Limits (DSGVO-konform dokumentieren)

Zitierfähige Parameter:

• Launch: 9. Juli 2026 — ChatGPT Work; Codex in ChatGPT-Desktop-App integriert.
• Monatsabschluss: OpenAI-intern — Varianz-Workflow von «Tagen» auf «Stunden».
• Kosten-Spread: ~5× bei Workflow-Design; Output-Token ~6× Input; Cache ~1/10 Fresh Input.
• Prompt-Länge: 150–400 Wörter — Quelle + Format + Constraints; keine Mikro-Schritte.

Basierend auf OpenAI-Launch und Cookbook — vor Produktivbetrieb Links erneut prüfen:

OpenAI Blog — ChatGPT Work Launch

OpenAI Cookbook — Sales Meeting Prep Agent

ChatGPT Learn Changelog

Viele Teams laufen Scheduled Tasks auf privaten Laptops — Deckel zu, Task stoppt; VMs bringen Hypervisor-Overhead und iOS/macOS-Toolchain-Reibung. Für stabile Codex-Multi-Repo-Reviews, lokale Excel-Batches oder 7×24-Agent-Automation ist MACNOX dedizierter physischer Mac-Knoten oft die bessere Produktionswahl: 100 % Apple-Hardware, voller Root, null Hypervisor-Verlust, flexible Tages-/Wochen-/Monatsmiete — Work Computer Use und Scheduler auf dedizierter Hardware. Siehe AI-Agent-Härtungsleitfaden für physische Knoten-Isolation und Miete-vs.-Kauf-TCO-Analyse.

SECTION 06 FAQ