ChatGPT Voice steuert jetzt E-Mails, Kalender und Slack

OpenAI hat eine umfassende Aktualisierung für ChatGPT Voice auf allen unterstützten Plattformen freigegeben. Das Update führt Sprachsteuerung, Texteingabe und agentische Arbeitsabläufe in einer einheitlichen Bedienoberfläche zusammen. Die Neuerungen stehen ab sofort in den mobilen Anwendungen, im Web sowie in der Desktop-Applikation bereit, um Unterhaltungen mit der künstlichen Intelligenz natürlicher und funktionaler zu gestalten.

Wie OpenAI über das eigene Konto auf der Plattform X mitteilte, wird ChatGPT Voice nun von den Modellen GPT-6 Astra, Sol und Luna angetrieben. Während das Modell Astra bereits seit einigen Wochen im Einsatz war, erhielten Sol und Luna erst gestern ihre entsprechende Aktualisierung. Durch diese Modellintegration können Nutzer bei gesprochenen Dialogen auf eine gesteigerte Verarbeitungsleistung und ein höheres logisches Niveau zurückgreifen, wenn sie komplexe Fragen stellen oder Arbeitsanweisungen erteilen.

Direkter Zugriff auf E-Mails, Termine und Slack-Nachrichten

Eine wesentliche Neuerung betrifft die Anbindung von Plugins. Zuvor bestand eine der spürbarsten Einschränkungen des Sprachmodus darin, dass ChatGPT während eines laufenden Sprachdialogs nicht auf externe Integrationen wie E-Mail-Dienste, Kalender oder Slack zugreifen konnte. Um Schnittstellenfunktionen zu nutzen, mussten Anwender zuvor in die textbasierte Ansicht wechseln. OpenAI hat diese Trennung nun aufgehoben, sodass die Interaktion mit externen Tools vollständig innerhalb des Sprachmodus stattfindet.

In einem begleitenden Demonstrationsvideo zeigte das Unternehmen verschiedene Alltagsszenarien und produktive Arbeitsabläufe, die der Sprachassistent nun eigenständig und ohne manuelles Eingreifen ausführen kann. Zu den offiziell vorgestellten und unterstützten Sprachfunktionen gehören:

• Das Durchsuchen und Verwalten von Terminen im persönlichen Kalender
• Das Verfassen, Formatieren und direkte Absenden von E-Mails
• Das Zusammenfassen von Unterhaltungen und Chatverläufen im Messenger Slack
• Das Aufspüren und Veranlassen der Stornierung doppelter Abbuchungen in Finanz-Apps
• Das Erstellen einer funktionstüchtigen Website inklusive integrierter Checkout-Seite
• Das Durchführen von Online-Einkäufen sowie das Abfragen von aktuellen Wetterdaten

ChatGPT Work bringt Dokumentenerstellung in die Sprachumgebung

Zusätzlich zu den alltäglichen Assistentendiensten bindet die Aktualisierung auch „ChatGPT Work“ in dieselbe Benutzeroberfläche ein. Dieses agentische System von OpenAI wurde speziell dafür entwickelt, anspruchsvollere und vielschichtige Arbeitsaufträge zu bewältigen. Nutzer können nun durch gesprochene Anweisungen Dokumente erstellen, Präsentationen ausarbeiten oder Tabellenkalkulationen anlegen, sowohl im Browser als auch über mobile Endgeräte. Branchenbeobachter sehen darin eine Annäherung an die Möglichkeiten, die Codex auf Desktop-Systemen bietet, mit dem Vorteil einer plattformübergreifenden Verfügbarkeit.

Von GPT-Live-1 zur Vision eines vollwertigen Alltagsassistenten

Die Grundlage für die erweiterten Sprachfähigkeiten schuf OpenAI vor wenigen Monaten mit der Vorstellung von GPT-Live-1. Dieses Modell ersetzte das herkömmliche, dreigliedrige Schema aus Sprache-zu-Text-Transkription, separater Antworterstellung durch das Sprachmodell und abschließender Text-zu-Sprache-Ausgabe. Stattdessen ermöglicht die Architektur das gleichzeitige Sprechen und Zuhören. Der Assistent ist in der Lage, während des Dialogs zu schweigen, Kontextinformationen fortlaufend aufzunehmen und bei Bedarf flüssig zu reagieren.

GPT-Live-1 ermöglichte es, kontinuierliche Gespräche von bis zu 40 Minuten Dauer mit der künstlichen Intelligenz zu führen.

Für OpenAI und CEO Sam Altman stellt diese Veröffentlichung einen weiteren Schritt in Richtung eines allgegenwärtigen KI-Assistenten dar. Altman hatte bereits im Jahr 2024 beim Start der ersten Sprachversion den Science-Fiction-Film „Her“ von Regisseur Spike Jonze als Referenz angeführt. Laut OpenAI soll die Sprache mittelfristig zur primären Schnittstelle für anspruchsvolle und länger andauernde Aufgaben innerhalb von ChatGPT werden.

Bedeutung für die betriebliche Praxis in Organisationen

Für Unternehmen und Organisationen bringt die direkte Sprachsteuerung von Posteingängen, Kalendern und Slack-Räumen handfeste Veränderungen in den Arbeitsalltag. Routineprozesse wie das Sichten von Kommunikationskanälen, das Planen von Meetings oder das Aufsetzen von Arbeitsdokumenten lassen sich nun freihändig steuern, während Mitarbeitende unterwegs sind oder andere Aufgaben parallel bearbeiten. Das reduziert Reibungsverluste beim Wechsel zwischen unterschiedlichen Softwareanwendungen erheblich.

Gleichzeitig erfordert die tiefere Verzahnung mit geschäftskritischen Werkzeugen wie Slack oder Finanzsoftware ein klares Bewusstsein für vergebene Zugriffsberechtigungen. Da gesprochene Befehle nun unmittelbar reale Aktionen wie das Absenden von Nachrichten oder Transaktionen auslösen, müssen Betriebe interne Arbeitsabläufe darauf einstellen, dass Sprachbefehle als vollwertige operative Steuerbefehle im Unternehmensnetzwerk fungieren.