OpenAI und ChatGPT im Unternehmen: Produkte, EU-Optionen und Grenzen

In der API-Dokumentation empfiehlt OpenAI zum Recherchezeitpunkt GPT-6 Astra als Spitzenmodell für komplexes Reasoning und Programmierung, GPT-6.1 Sol als Abwägung zwischen Leistung und Kosten, GPT-6.1 Terra für visuelles Reasoning, präzise Computerbedienung und natürliche Texte sowie GPT-6 Luna für kostensensible Massenaufgaben. Alle Hauptmodelle verarbeiten laut Dokumentation Text und Bilder und unterstützen Funktionsaufrufe, Websuche, Dateisuche und Computerbedienung als Werkzeuge.

Auf Produktebene unterscheidet OpenAI persönliche Pläne von den Unternehmensplänen ChatGPT Business und ChatGPT Enterprise. Dazu kommen Codex für Softwareentwicklung und ChatGPT Work für längere Arbeitsaufgaben. Die Modellnamen ändern sich in kurzen Abständen, und in ChatGPT stehen je Plan unterschiedliche Modelle bereit. Für eine Integration ist deshalb wichtiger, welche Modell-ID über die API angesprochen wird und wann OpenAI sie abkündigt, als der Name im Chatfenster.

ChatGPT Business richtet sich laut OpenAI an Teams, die einen gemeinsamen Arbeitsbereich mit Mehr-Faktor-Authentifizierung, den Rollen Member, Admin und Owner, Steuerung von Drittanbieter-GPTs, SAML Single Sign-on und Basisauswertungen benötigen. ChatGPT Enterprise ergänzt SCIM zur automatischen Benutzerverwaltung, rollenbasierte Rechte nach Gruppen, zentrale Ausgabensteuerung für Codex und ChatGPT Work sowie Nutzungsanalysen.

Für die Aufbewahrung gilt ein wichtiger Unterschied: Bei Enterprise kann das Unternehmen laut OpenAI selbst festlegen, wie lange Daten gespeichert werden. Auch die Datenresidenz in Europa ist für neue Enterprise-Arbeitsbereiche vorgesehen, nicht für Business. Wer heute mit Business startet und später strengere Anforderungen an den Speicherort hat, sollte einen Wechsel einplanen, statt ihn als einfache Einstellung zu erwarten.

Über die API bindet ein Unternehmen OpenAI-Modelle in eigene Abläufe ein, etwa zur Dokumentenauswertung, für Antwortentwürfe im Support oder als Baustein eines Agenten. Projekte, Ausgabenlimits, eine Admin-API und eine Audit-Log-API helfen, Zugriffe und Kosten je Team zu steuern. Die Dokumentation führt auch einen Agenten-Endpunkt, dessen Zustand bis zur Löschung gespeichert wird und der nicht für Zero Data Retention infrage kommt.

Codex ist das Entwicklungswerkzeug von OpenAI und in den ChatGPT-Plänen enthalten; in Enterprise lässt sich der Verbrauch zentral begrenzen. Wie bei jedem Coding-Agenten gilt: Der Agent arbeitet in einer Umgebung mit klar begrenzten Rechten, Änderungen laufen über Review und automatisierte Tests, und Zugänge zu Produktionsdaten oder Geheimnissen bleiben gesperrt. Agentenfähigkeit ist ein Grund für mehr Kontrolle, nicht für weniger.

OpenAI gibt an, Daten aus ChatGPT Business, Enterprise und der API standardmäßig nicht für Training oder Modellverbesserung zu verwenden, verschlüsselt im Ruhezustand mit AES-256 und in der Übertragung mit TLS ab Version 1.2 und bietet einen Auftragsverarbeitungsvertrag an. Für die API protokolliert OpenAI Ein- und Ausgaben standardmäßig bis zu 30 Tage zur Missbrauchserkennung. Zero Data Retention oder Modified Abuse Monitoring sind nur nach vorheriger Genehmigung möglich.

Datenresidenz in Europa, definiert als EWR plus Schweiz, gibt es für Speicherung im Ruhezustand und für die Modellausführung auf GPUs. Laut Hilfeartikel gilt die Inferenz-Residenz in ChatGPT für berechtigte Enterprise- und Edu-Kunden mit aktivierter Datenresidenz; Authentifizierung, Routing und Analytik können weiterhin außerhalb der Region stattfinden. Für API-Projekte außerhalb der USA verlangt OpenAI eine Genehmigung für Missbrauchskontrollen und eine Zusatzvereinbarung zur Aufbewahrung. Externe Integrationen wie Apps, MCP-Server oder Websuche fallen nicht unter die Datenresidenz.

Microsoft stellt OpenAI-Modelle als Models sold by Azure in Microsoft Foundry bereit. Laut Microsoft-Dokumentation sind Eingaben, Ausgaben, Embeddings und Trainingsdaten dabei weder für OpenAI noch für andere Kunden zugänglich und werden nicht zur Verbesserung der Modelle des Anbieters genutzt. Vertragspartner ist Microsoft, maßgeblich ist das Data Protection Addendum für Microsoft-Produkte. Für Unternehmen mit bestehender Azure-Umgebung kann das die Prüfung vereinfachen, weil Identitäten, Netzwerk und Abrechnung bereits geregelt sind.

Beim Verarbeitungsort unterscheidet Foundry drei Varianten: global, Datenzone und Azure-Geografie. Bei Data-Zone-Bereitstellungen in der EU verarbeitet Microsoft Daten innerhalb der EU Data Boundary, die neben EU-Staaten auch EFTA-Länder wie Norwegen und die Schweiz einschließen kann. Gespeicherte Daten bleiben in der gewählten Geografie. Neue Modelle erscheinen laut Microsoft zuerst als globale Bereitstellung, danach in Datenzonen und zuletzt geografiebezogen. Das aktuellste Modell ist also nicht immer sofort mit EU-Verarbeitung verfügbar.

Die fachlichen Grenzen gleichen denen anderer Sprachmodelle: falsche, aber überzeugend formulierte Aussagen, kein Wissen über interne Abläufe ohne bereitgestellte Quellen und ein fester Wissensstand. Hinzu kommen Risiken aus dem Betriebsmodell: Abhängigkeit von einem Anbieter mit häufigen Produktänderungen, Funktionen, die in einzelnen Regionen fehlen, und Kosten, die mit Modellstufe, Kontextlänge und Werkzeugnutzung wachsen.

Sinnvoll ist eine Architektur, in der OpenAI ein austauschbarer Baustein bleibt. Ein internes Gateway, eigene Testsätze und standardisierte Schnittstellen erlauben es, je Aufgabe zwischen OpenAI, Azure, anderen Anbietern und lokalen Modellen zu wählen. So entscheidet die Datenklasse über den Weg und nicht die Gewohnheit.