ChatGPT im Unternehmen einsetzen: Jenseits von Copy-Paste

“Wir nutzen ChatGPT schon.” Diesen Satz hören wir in fast jedem Erstgespräch. Fragt man nach, heißt er meistens: Drei Leute haben einen privaten Account, kopieren Text ins Browserfenster, kopieren die Antwort zurück und erzählen niemandem davon.

Das ist kein KI-Einsatz. Das ist Copy-Paste mit Zwischenschritt.

ChatGPT im Unternehmen einsetzen heißt vier Dinge nacheinander: Regeln, geteilte Werkzeuge, eigene Daten, Prozessanbindung. Jede Stufe bringt anderen Nutzen und kostet anders. Alle Preise unten haben den Stand August 2026, OpenAI ändert Tarife mehrmals im Jahr.

Warum ein Verbot der schlechteste Plan ist

Bitkom hat 604 Unternehmen ab 20 Beschäftigten befragt und im Oktober 2025 veröffentlicht: In 8 Prozent der Firmen ist es weit verbreitet, dass Beschäftigte private KI-Accounts für die Arbeit nutzen, in 17 Prozent gibt es Einzelfälle, weitere 17 Prozent vermuten es zumindest. Nur 23 Prozent hatten überhaupt Regeln aufgestellt, und nur 26 Prozent stellten ihren Leuten ein eigenes KI-Angebot bereit.

Die Lücke zwischen “wird längst genutzt” und “ist geregelt” ist genau der Ort, an dem deine Angebotskalkulation im Chatverlauf eines Privataccounts landet.

Ein Verbot schließt diese Lücke nicht, es verschiebt sie auf das private Handy. Schatten-KI entsteht nicht aus Böswilligkeit, sondern weil es keine erlaubte Alternative gibt. Und seit Februar 2025 verlangt Artikel 4 der EU-KI-Verordnung von jedem Unternehmen, das KI-Systeme einsetzt, ein ausreichendes Maß an KI-Kompetenz bei den Beschäftigten. Kein vorgeschriebener Lehrplan, kein Zertifikat, aber eine dokumentierte Verantwortung. Wer nichts regelt, erfüllt auch das nicht.

Die vier Reifegrade, wenn du ChatGPT im Unternehmen einsetzen willst

Stufe 1: Einzelne nutzen es, keiner weiß davon. Der Nutzen ist real, aber er bleibt privat. Der Kollege mit den guten Prompts wird schneller, der Rest der Firma merkt nichts davon. Kündigt er, ist das Wissen weg. Aus Unternehmenssicht ist das die teuerste Stufe: volles Risiko, kein messbarer Ertrag.

Stufe 2: Team-Account mit geteilten Prompts und Custom GPTs. Ein gemeinsamer Arbeitsbereich, in dem die Administration sieht, wer dabei ist, und in dem Prompts nicht in privaten Notizen liegen. Ein Custom GPT ist ein vorkonfigurierter Assistent für genau eine Aufgabe. Er enthält typischerweise drei Dinge: die Rolle und den Tonfall, feste Regeln (Länge, verbotene Formulierungen, Pflichtangaben) und ein paar hochgeladene Beispieldateien als Maßstab. Sinnvolle Startkandidaten sind Reklamationsantworten, Produktbeschreibungen und Angebotstexte, weil dort die Vorlage immer gleich ist und nur der Inhalt wechselt.

Die Prompts gehören dorthin, wo eure Arbeitsanweisungen ohnehin liegen, ins Wiki oder ins Qualitätshandbuch, nicht in ein weiteres Werkzeug. Pro Custom GPT eine Seite: Zweck, vollständiger Prompt-Text, die Beispieldateien, Datum der letzten Änderung. Zuständig ist eine benannte Person pro Fachbereich, und einmal im Quartal geht sie mit den Nutzern durch, welche Ausgaben zuletzt von Hand nachgebessert werden mussten. Diese Nachbesserungen sind das Material für die nächste Fassung. Ohne diesen Rhythmus gehört der Prompt einer Person statt der Firma.

Stufe 3 und 4: eigene Daten und die Schwelle zur Anbindung

Stufe 3: Anbindung an eure Daten. Das Modell antwortet nicht mehr aus dem Allgemeinwissen, sondern aus euren Unterlagen. Einfache Variante: Dateien in ein Projekt laden, der Kontext bleibt über alle Chats darin erhalten. Ausgebaute Variante: Die Administration schaltet Connectors zu Quellen wie SharePoint, Google Drive oder Slack frei, je nach Tarif. Antworten bekommen dann Verweise auf die Quelldatei.

Stufe 4: API-Integration in bestehende Prozesse. Kein Mensch tippt mehr etwas ein. Die eingehende E-Mail wird klassifiziert und ins Ticketsystem einsortiert, die Produktbeschreibung entsteht beim Anlegen des Artikels im PIM. Wie weit das gehen kann, steht im Beitrag zu KI-Agenten für Unternehmen.

Wann lohnt sich Stufe 4? Rechne es durch. Der Baustein für die Nutzenseite: Ein Vorgang pro Woche, der fünf Minuten spart, bringt bei 45 Arbeitswochen 3,75 Stunden im Jahr, bei 50 Euro internem Kostensatz also rund 190 Euro. Auf der Kostenseite steht die Anbindung mit 5 bis 8 Entwicklertagen samt Fehlerbehandlung und Freigabeschritt. Bei einem Tagessatz um 1.000 Euro, also im mittleren Bereich der in Deutschland üblichen 700 bis 1.200 Euro, sind das 5.000 bis 8.000 Euro einmalig.

Damit lässt sich beides gegenrechnen. 50 gleichartige Vorgänge pro Woche sparen rund 9.400 Euro im Jahr, die Anbindung trägt sich nach sechs bis zehn Monaten. Bei 15 Vorgängen sind es rund 2.800 Euro im Jahr, und es dauert knapp zwei bis knapp drei Jahre. Der Break-even bei genau zwölf Monaten liegt je nach Aufwand zwischen 27 und 43 Vorgängen pro Woche. Wir nennen als Schwelle trotzdem 50, weil dann auch der teure Fall aufgeht. Setz deine eigenen Minuten und deinen eigenen Kostensatz ein, die Struktur bleibt gleich.

Die Token-Kosten spielen in dieser Rechnung fast keine Rolle. Aus unseren Integrationsprojekten: Bei Textmengen im normalen Tagesgeschäft, also einige hundert bis wenige tausend Vorgänge im Monat, landen sie im niedrigen zweistelligen Eurobereich. Das ist ein Erfahrungswert, kein Listenpreis, und er verschiebt sich mit dem gewählten Modell. Der Aufwand steckt in der Anbindung, nicht im Verbrauch.

Was die Stufen kosten

Der Plus-Tarif für Einzelpersonen liegt bei 20 US-Dollar im Monat. Ein Standardplatz im Business-Tarif kostet 25 US-Dollar monatlich, bei Jahreszahlung 20 US-Dollar, buchbar ab zwei Plätzen. Im August 2026 hat OpenAI zusätzlich einen Premium-Platz angekündigt, 125 US-Dollar monatlich oder 100 bei Jahreszahlung, mit dem Fünffachen an Nutzungsbudget. Frei buchbar ist er noch nicht, OpenAI führt dafür eine Warteliste. Beide Platztypen lassen sich im selben Arbeitsbereich mischen.

Für Enterprise veröffentlicht OpenAI keinen Preis, das läuft über ein Angebot. Im Netz kursieren Spannen, die wir nicht verifizieren können, deshalb nennen wir hier keine.

Überschlag für Stufe 2: 15 Plätze bei Jahreszahlung sind 300 US-Dollar im Monat, bei einem Kurs um 0,90 Euro also rund 270 Euro, im Jahr gut 3.200 Euro. Spart jeder davon eine halbe Stunde pro Woche, sind das bei 45 Arbeitswochen gut 337 Stunden im Jahr, zu 50 Euro knapp 17.000 Euro. Der Tarif trägt sich damit rund fünfmal. Grob überschlagen, aber die Größenordnung stimmt in fast jedem Betrieb, den wir gesehen haben.

Datenschutz und Trainingsdaten, ehrlich betrachtet

In den Consumer-Tarifen (Free, Plus, Pro) fließen Chats standardmäßig in die Verbesserung der Modelle. Abschalten kannst du das in den Kontoeinstellungen, aber es ist nicht der Auslieferungszustand. Genau darin liegt das Problem mit privaten Accounts im Job.

Für ChatGPT Business, Enterprise und die API schreibt OpenAI, dass Geschäftsdaten standardmäßig nicht fürs Training verwendet werden, weder Eingaben noch Ausgaben, solange niemand aktiv zustimmt. Das ist der wichtigste sachliche Unterschied zwischen privatem und betrieblichem Zugang.

“Nicht trainiert” heißt trotzdem nicht “nicht vorhanden”. Im Urheberrechtsstreit mit der New York Times musste OpenAI 20 Millionen entpersonalisierte Chatverläufe herausgeben, ein Richter bestätigte die Anordnung im Januar 2026. Betroffen waren Consumer-Accounts. Wer glaubt, ein gelöschter Chat sei aus der Welt, sollte das im Hinterkopf behalten.

Unsere praktische Regel: Personenbezogene Kundendaten, Kalkulationen und Vertragstexte gehören nie in einen privaten Account. Für alles andere gilt Business-Tarif plus Auftragsverarbeitungsvertrag. Eine Rechtsberatung ist das nicht, dafür brauchst du deinen Datenschutzbeauftragten.

Häufige Fehler

Connectors freischalten, bevor die Ablage stimmt. Das ist der teuerste Fehler auf Stufe 3, und er läuft immer gleich ab: Auf dem Laufwerk liegen zwei Preislisten, die alte ohne Kennzeichnung. ChatGPT zitiert sie mit Quellenverweis, weil sie formal gültig aussieht. Der Verweis erzeugt Vertrauen, keiner prüft nach, das Angebot geht mit alten Preisen raus. Aufräumen und Altstände archivieren kommt vor dem Anbinden, immer.

Für jede Person einen eigenen Assistenten bauen. Custom GPTs gehören zu Aufgaben, nicht zu Menschen. Sonst pflegst du 20 Varianten desselben Reklamationstexters und keine davon wird besser.

Den Prüfschritt aus Bequemlichkeit streichen. Ein Modell antwortet immer, auch wenn es falsch liegt. Alles, was nach außen geht, braucht eine Freigabe. Der Schritt fällt meistens nach ein paar Wochen weg, weil “das passt ja sowieso”, und genau dann kommt das peinliche Kundenschreiben.

Nichts messen. Ohne Vorher-Wert weißt du nach sechs Monaten nicht, ob es sich rechnet. Zwei Zahlen reichen: Bearbeitungszeit für einen typischen Vorgang, vorher und nachher, an je zehn Fällen gestoppt.

Wo ChatGPT nicht das richtige Werkzeug ist

Bei deterministischen Rechenwegen. Preisstaffeln, Provisionen, Lagerbestände, Rabattlogik: Ein Sprachmodell erzeugt eine plausible Antwort, keine korrekte. Rechnen gehört in Code, ins ERP oder in eine Formel. Das ist keine Frage des besseren Prompts, sondern der Bauweise.

Bei verbindlichen Rechts- und Steuerauskünften. Als Vorsortierung brauchbar, als Grundlage für eine Unterschrift nicht. Die Haftung bleibt bei dir.

Bei Prozessen ohne Prüfschritt. Wo eine falsche Ausgabe direkt beim Kunden, im Amt oder in der Buchhaltung landet, brauchst du entweder einen menschlichen Freigabeschritt oder ein anderes Werkzeug.

Was du jetzt tun kannst

Fang bei Stufe 2 an, nicht bei der Technik. Zwei Wochen reichen: gemeinsamen Arbeitsbereich anlegen, drei bis fünf wiederkehrende Aufgaben auswählen und dafür Custom GPTs bauen, eine Seite Regeln schreiben (was rein darf, was nicht, wer freigibt), eine Stunde Schulung für alle. Danach zählst du zwei Wochen lang, wie oft welche Aufgabe anfällt. Diese Zahl entscheidet, ob Stufe 4 überhaupt in Frage kommt.

Für die Frage, welche Stufe bei dir gerade dran ist, hilft ein Blick darauf, wie wir das als KI-Agentur aufsetzen. Der laufende Teil, also Prompts pflegen, neue Modelle bewerten, Leute nachschulen, gehört in die Betreuung, sonst schläft die Sache nach drei Monaten wieder ein. Die Standortbestimmung selbst machst du lieber zu zweit? Dann in 60 Minuten Fokus-Session: welche Stufe bei dir dran ist, welche drei bis fünf Aufgaben den Anfang machen und ab welcher Vorgangszahl Stufe 4 überhaupt in Frage kommt.