LONDON (IT BOLTWISE) – Mit einem Update bringt OpenAI ChatGPT Voice in die Desktop-App von ChatGPT. Nutzer können nun per Sprache nicht nur sprechen, sondern auch Aktionen am Computer anstoßen und Aufgaben wie das Arbeiten in einer App-Oberfläche ausführen. Die neue Funktion basiert auf der Modellfamilie ChatGPT-Live und unterstützt sowohl ChatGPT Work als auch Codex. Entscheidend: Auf dem Desktop sind deutlich komplexere, mehrstufige Befehle möglich – inklusive Rückfragen, wenn das System Eingaben braucht.
OpenAI stattet die ChatGPT-Desktop-Anwendung mit einer neuen Sprachfunktion aus: Mit „ChatGPT Voice“ können Nutzer mit dem Client sprechen, um KI-Agenten zu steuern und direkte Aufgaben auf dem eigenen Rechner ausführen zu lassen. Während die Smartphone-Version zuvor vor allem auf flüssige Dialoge und ein verbessertes Unterbrechen („Interruption Handling“) optimiert war, geht die Desktop-Variante einen Schritt weiter: Sie ist darauf ausgelegt, mehrstufige Kommandos zu verstehen und den Nutzer gezielt dann einzubinden, wenn die KI für den nächsten Schritt eine Entscheidung oder Eingabe benötigt. Damit verschiebt sich der Nutzen von Sprachassistenz stärker in Richtung „Operator am Arbeitsplatz“ statt nur „Unterhaltung mit dem Chatbot“.
Technisch knüpft OpenAI dabei an eine neuere Familie von Voice-Modellen an, die unter dem Namen „ChatGPT-Live“ angekündigt wurde. Laut den Angaben im Update funktioniert ChatGPT Voice sowohl mit ChatGPT Work als auch mit Codex. Das ist relevant, weil sich diese beiden Einsatzfelder unterscheiden: Work ist auf produktive Aufgaben und Wissensarbeit ausgerichtet, während Codex traditionell den Weg in Richtung Programmier- und Engineering-Aufgaben beschreibt. Konzeptionell heißt das: Das Sprachinterface ist nicht nur ein Frontend für Text, sondern ein Kanal, der die KI befähigen soll, die Absicht hinter dem Gesagten in konkrete Arbeitsschritte zu übersetzen.
Für die Interaktion mit dem Computer nennt OpenAI ausdrücklich „Computer use skills“: Die KI soll Webseiten und Apps über die Desktop-Umgebung gezielt ansteuern können. Auf macOS kommt zusätzlich „Appshots“ ins Spiel, sodass die App Zugriff auf Inhalte bereitstellt, die auf dem Bildschirm sichtbar sind, einschließlich Alternativtext („alt-text“). Damit adressiert das System einen zentralen Engineering-Knoten bei Sprachagenten: Wenn die KI nicht nur Sprache versteht, sondern auch visuelle oder UI-kontextuelle Informationen aus der Arbeitsoberfläche erhält, sinkt die Reibung bei Aufgaben, die normalerweise manuelles Durchklicken erfordern. Interessant ist außerdem, dass OpenAI Voice auch als Codex-Einsatz über iOS per Remote-Access erwähnt – Nutzer können also von unterwegs Spracheingaben machen und die eigentliche Aktion auf einem anderen Ziel ausführen.
Auf dem Weg in die Praxis lässt sich der Unterschied zwischen „reden“ und „handeln“ besonders gut an dem genannten Demo-Szenario ablesen. In einem Video zeigte OpenAI einen Entwickler, der ChatGPT per einer einzigen Sprachaufforderung bitten ließ, einen neuen Thread zu erstellen, einen Pull Request anzustoßen und anschließend die Root Cause für einen Bug zu finden. Der Punkt ist weniger, dass die KI mehrere Schritte kennt, sondern dass sie innerhalb einer Sitzung zwischen Teilaufgaben wechseln, Abhängigkeiten auflösen und dann wieder zur Fehleranalyse zurückkehren soll. Genau hier entscheidet sich in solchen Systemen häufig, ob Sprachsteuerung nur eine Eingabeform ist oder ob tatsächlich ein mehrstufiger Planungs- und Ausführungsmodus integriert wurde, der den Nutzer nicht bei jedem Mikro-Schritt unterbrechen muss.
Die Desktop-Funktion wird auch deshalb für Unternehmen spannend, weil sie den „Assistenten“ näher an bestehende Arbeitsabläufe heranbringt: E-Mail, Kalender, Ticketing, Dokumentation und Kommunikation sind heute stark UI-lastig. Während OpenAI keine detaillierten Latenz- oder Sicherheitsmetriken nennt, deutet die Beschreibung auf eine stärkere Orchestrierung von Aktionen hin, statt nur Textantworten zu liefern. Für Teams bedeutet das: ChatGPT Voice könnte künftig als Eingangsquelle in Workflows dienen, in denen Aufgaben bisher durch Screen-Reader-Bedienung, manuelle Navigation oder separate Automationsskripte umgesetzt wurden. Gleichzeitig steigt damit der Bedarf an sauberem Berechtigungs- und Zuständigkeitsmodell im Client, weil Sprachbefehle im Kern eine andere Risikoklasse darstellen als das reine Lesen von Antworten.
Im Wettbewerb gibt es parallel Fortschritte bei der Sprachagent-Ausstattung anderer KI-Anbieter. Laut den Angaben im Text hat Anthropic sein Voice Mode für Claude aktualisiert, sodass er auf Modellfamilien wie Opus, Sonnet und Haiku zugreifen kann und Aufgaben in gängigen Anwendungen bearbeiten soll – etwa in Gmail, Calendar, Slack, Notion und Canva. Der Vergleich zeigt eine klare Richtung: Sprachfunktionen werden nicht mehr isoliert als Komfort-Feature verstanden, sondern als Schicht, die KI-Modelle mit „Tool use“ und App-Interaktion koppelt. Für Entscheider heißt das auch: Wer KI in den Arbeitsplatz integrieren will, betrachtet zunehmend nicht nur Modellqualität und Kosten, sondern die Fähigkeit, aus gesprochener Sprache verlässliche Handlungsanweisungen für reale Systeme abzuleiten.
Unterm Strich markiert das Update für die ChatGPT-Desktop-App eine Verschiebung hin zu aktiveren KI-Assistenten mit sprachbasierter Steuerung und mehrstufiger Ausführung. Besonders die Kombination aus Voice-Modellen, Unterstützung für Codex und Work sowie der explizite Bezug auf „Computer use skills“ legt nahe, dass OpenAI den Schritt vom Chat hin zum „Task Driver“ verstärkt. Für die nächsten Monate wird entscheidend sein, wie gut diese Agentenkommandos in der Breite funktionieren, wie granular Nutzer Rückfragen steuern können und wie stabil die UI-Orientierung über unterschiedliche Bildschirme, App-Versionen und Berechtigungskontexte hinweg bleibt. Bis dahin liefert das Desktop-Update zumindest einen klaren Hinweis darauf, wie Sprachinteraktion in produktive Systeme überführt wird.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "ChatGPT Voice kommt ins ChatGPT-Desktop-Programm – Befehle per Sprache" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "ChatGPT Voice kommt ins ChatGPT-Desktop-Programm – Befehle per Sprache" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »ChatGPT Voice kommt ins ChatGPT-Desktop-Programm – Befehle per Sprache« bei Google Deutschland suchen, bei Bing oder Google News!