Was macht ein Dot bei der Recherche?
OpenAI hat Dots am 29. September 2026 gestartet. Der Launch-Beitrag beschreibt Agenten, die rund um die Uhr auf einem eigenen Cloud-Computer auf Ihre Ziele hinarbeiten, mit Zugriff auf über 4.000 Apps über Plugins. Für die Recherche zählt vor allem die Beständigkeit. Ein normaler Chat, selbst eine Sitzung mit einem ChatGPT-Agenten, endet, wenn Sie aufhören. Ein Dot behält ein Ziel im Kopf und kommt darauf zurück.
Damit passt er gut zu Recherche ohne Enddatum:
- Wettbewerbsbeobachtung. Jeden Montag die Preis- und Changelog-Seiten von drei Wettbewerbern prüfen und sagen, was sich bewegt hat.
- Politik und Regulierung verfolgen. Einem Gesetzentwurf, einem Normungsgremium oder den Ankündigungen einer Aufsichtsbehörde folgen und neue Versionen melden.
- Fachliteratur und Einreichungen. Nach neuen Papers, Gewinnmitteilungen oder Gerichtsakten zu einem bestimmten Thema suchen.
- Postfach- und Drive-Durchsuchung. Jede E-Mail und jedes Dokument, das ein Projekt erwähnt, in einer laufenden Zusammenfassung bündeln.
- Briefing vor Meetings. Das Neueste über ein Unternehmen lesen, bevor Sie mit ihm sprechen.
Ein Kommentator auf Hacker News beschrieb genau diese Gewohnheit, noch bevor es Dots gab, mit den geplanten Aufgaben von ChatGPT:
"I have ChatGPT set up to do some recurring tasks (keeping track of developments on a policy proposal in politics; on a weekly basis tracking music releases based on my evolving tastes; checking new book releases; basically doing recurring deep dive web research on my behalf and reporting when there is a significant new finding) and this alone keeps me from switching to another service."
Ein Dot geht dieses Muster weiter, weil er mehrere solcher Stränge gleichzeitig halten und selbst entscheiden kann, wann etwas eine Meldung wert ist. Wenn Sie zuerst die Produkttour möchten, beginnen Sie mit der Erklärung zu OpenAI Dots oder lesen Sie das Review zu OpenAI Dots meines Kollegen für ein Urteil.
Wie funktioniert proaktive Recherche eigentlich?
Diese Funktion macht Dots für Rechercheure interessant, und sie hat auch die klarsten Grenzen. OpenAI nennt sie proaktive Recherche. Laut dem Sicherheitsbeitrag „can start background research tasks to look for other ways to help", wenn Sie nicht mit ihm sprechen. Diese Aufgaben laufen in der Cloud-Umgebung des Dots, nutzen Tools mit reinem Lesezugriff auf Ihre verbundenen Quellen und speichern private Notizen, die der Dot später liest.
Die Grenzen werden im Code durchgesetzt, nicht nur in Anweisungen. OpenAI sagt, die Rechercheaufgaben „cannot directly send messages to other people, change content in connected apps, or control a browser or desktop." Laut der Datenschutz-FAQ können auch Ihre Custom Rules diese Einschränkungen nicht lockern. Proaktive Recherche kann also lesen und Notizen machen, aber alles, worauf sie reagieren will, läuft über die normalen Freigabeprüfungen.
Zwei Details sind für die Recherche wichtig:
- Training. OpenAI sagt, es trainiere nicht direkt mit Hintergrundrecherche-Threads oder deren Notizen. Zieht Ihr Dot aber eine Notiz in ein normales Gespräch, kann dieses Gespräch je nach Ihrer Einstellung „Improve the model for everyone" für das Training verwendet werden. Business-Workspaces werden standardmäßig nicht für das Training verwendet.
- Reichweite. Er liest „permitted connected sources", also die Apps, die Sie verbunden haben und die Ihr Workspace erlaubt. Eine Datenbank hinter einer Bezahlschranke, die Sie nicht verbunden haben, erreicht er nicht.
Nicht jeder auf Hacker News ließ sich von der Formulierung „nur Lesezugriff" beruhigen. Ein Kommentator zitierte OpenAIs Wortlaut zurück und stellte die naheliegende Haftungsfrage:
"Am I criminally liable when my dot's "proactive research" is to break out of its sandbox and attempt to hack a government website?"
Das ist ein Witz mit einem ernsten Kern. Die Beschränkung auf Lesezugriff regelt, was die Recherche-Tools ändern können, nicht welche öffentlichen Seiten ein Dot zu lesen beschließt. Sagen Sie ihm genau, was er beobachten soll.
Wann nutzen Sie einen Dot, Deep Research oder ChatGPT Work?
ChatGPT hat jetzt drei Recherchewege, und der falsche kostet Zeit oder Nutzungskontingent. Meine Regel: Beginnen Sie mit der Form der Aufgabe, nicht mit dem Tool.
| Rechercheaufgabe | Beste Wahl | Warum |
|---|---|---|
| Ein Thema jede Woche beobachten | Ihr Dot | Er behält das Ziel zwischen den Chats und kann im Hintergrund recherchieren |
| Eine tiefe Frage, viele Quellen | Deep Research | Sie prüfen einen Rechercheplan, wählen Quellen und erhalten einen belegten Bericht |
| Recherche, die in einer Präsentation oder Tabelle endet | ChatGPT Work | Work erstellt Dokumente, Tabellen, Präsentationen und Sites |
| Ein schneller Fakt | Normaler Chat mit Suche | Schneller und schonender für das Kontingent |
| Ein wiederkehrender Bericht zu festen Zeiten | Geplante Work-Aufgabe | Läuft nach Zeitplan oder Auslöser, mit Kollegen teilbar |
Deep Research ist weiterhin das beste Tool für einen ernsthaften Bericht. Laut OpenAIs Hilfeartikel schlägt es einen Rechercheplan vor, den Sie vor dem Start bearbeiten können, lässt Sie während des Laufs unterbrechen und liefert einen Bericht mit Inhaltsverzeichnis, Quellenabschnitt und Aktivitätsverlauf. Sie können ihn als Markdown, Word oder PDF herunterladen. Außerdem nutzt es nur „read actions from connected apps", nie Schreibaktionen.
Die Kontrolle, die ich am häufigsten nutze, ist die Seitenbeschränkung. Unter Sites > Manage sites können Sie die Recherche auf vertrauenswürdige Domains beschränken oder diese nur bevorzugen und trotzdem das weitere Web durchsuchen.
ChatGPT Work ist für Recherche, die in einer Datei endet. Laut OpenAIs Work-Leitfaden kann Work „research a topic, analyze information, or create a document, spreadsheet, presentation, report, or Site", und seine Scheduled Tasks können einmal laufen, sich wiederholen oder auf Änderungen achten. Ihr Dot kann Work-Aufgaben für Sie starten, die beiden ergänzen sich also gut: Der Dot bemerkt eine Änderung und gibt Work dann den Auftrag, die aktualisierte Vergleichstabelle zu bauen. Ich habe keine Aussage von OpenAI gefunden, dass ein Dot selbst einen Deep-Research-Lauf starten kann, darauf würde ich mich also nicht verlassen.
Wenn Sie vor allem schnell belegte Antworten wollen, ist ChatGPT nicht Ihre einzige Option. Der Überblick zu Perplexity-Alternativen und der Leitfaden zu KI-Suchmaschinen vergleichen das Feld, und Perplexity Preise zeigt, was dieser Weg kostet.
Notion-Nutzer haben ebenfalls eine eingebaute Option im Notion-Recherchemodus.
Wie richten Sie einen Dot für die Recherche ein?
Die Einrichtung dauert etwa 15 Minuten. Die Reihenfolge ist wichtig, denn jeder Schritt erweitert, was der Dot lesen kann.
- Erstellen Sie den Dot am Desktop. Auf dem Handy lässt sich keiner erstellen.
- Schreiben Sie eine Beobachtungsliste, kein vages Ziel. „Prüfe jeden Montag diese drei Preisseiten und den Changelog unter dieser URL und sag mir mit Links, was sich geändert hat" funktioniert. „Halte mich über meine Branche auf dem Laufenden" erzeugt Rauschen.
- Verbinden Sie nur die Quellen, die er braucht. Google Drive, SharePoint, Ihre E-Mails, Slack. Laut OpenAIs Einstiegsleitfaden werden Plugins zwischen Dots, ChatGPT, Work und Codex geteilt, prüfen Sie also, was Sie schon verbunden haben.
- Wählen Sie, wo die Zusammenfassungen landen. Ein Dot kann in ChatGPT, Slack oder Teams arbeiten. Ein eigener Slack-Kanal hält die Funde durchsuchbar. Der Leitfaden zu Slack AI behandelt die Alternativen dort.
- Legen Sie Custom Rules für alles fest, was Ihren Schreibtisch verlässt. Lesen ist in Ordnung. Eine Zusammenfassung an jemand anderen als Sie zu senden, sollte „Ask first" sein.
Die Datenschutz-FAQ nennt eine Grenze, die Rechercheure kennen sollten: Sie können einzelne Dot-Erinnerungen nicht ansehen oder löschen, nur den ganzen Dot. Wenn Sie zu sensiblen Themen recherchieren, halten Sie diesen Dot getrennt von Ihrem Alltags-Dot.
Die Nutzung ist das andere, was Sie einplanen sollten. Laut dem Launch-Beitrag zählen Gespräche mit Ihrem Dot nicht zu Ihren ChatGPT-Nutzungslimits, Aufgaben, die er in ChatGPT Work oder Codex startet, aber schon. Deep Research hat einen eigenen Zähler, der je nach Tarif variiert. Eine tägliche Zusammenfassung, die der Dot selbst schreibt, kostet Ihren Tarif also fast nichts extra, während die Bitte, in Work eine Vergleichstabelle mit 40 Zeilen neu zu bauen, das gemeinsame Kontingent belastet. Der Leitfaden zu ChatGPT Work Preisen erklärt diesen Pool.
Ihr erster Dot ist in Pro (ab 100 $/Monat, nicht im EWR, in der Schweiz oder im Vereinigten Königreich) oder in einem Business-Premium-Platz (100 $/Nutzer/Monat jährlich, 125 $ monatlich) enthalten. In Europa ist der Business-Platz der einzige Weg. Alle Details stehen unter OpenAI Dots Preise.
Wie prüfen Sie, was Ihr Dot findet?
Hier entscheidet sich, ob ein Dot Ihnen Zeit spart oder Sie blamiert. OpenAI ist beim Risiko ungewöhnlich direkt. Im Launch-Beitrag zu Deep Research heißt es, das Modell „can sometimes hallucinate facts in responses or make incorrect inferences" und „currently shows weakness in confidence calibration, often failing to convey uncertainty accurately." Das wurde über Deep Research geschrieben, aber ein Dot, der dasselbe Web liest, hat dasselbe Problem.
Ich behandle jeden Fund als Hinweis, bis er diese Leiter erklommen hat. Das ist die Checkliste, die ich bei Recherchebeiträgen bei eesel nutze, und sie funktioniert genauso bei der Zusammenfassung eines Dots:
- Fragen Sie jedes Mal nach Links. Schreiben Sie „nenne für jede Aussage die Quell-URL" in die Anweisungen des Dots. Eine Aussage ohne Link kommt nicht in Ihre Notizen.
- Öffnen Sie die Seite. Bestätigen Sie, dass die Seite wirklich sagt, was der Dot behauptet. Abweichungen beim Umformulieren sind der häufigste Fehler, den ich finde.
- Prüfen Sie das Datum. Preisseiten und Hilfeartikel ändern sich. Ein Dot kann eine alte zwischengespeicherte Version oder eine Kopie von Dritten zitieren.
- Bevorzugen Sie die Primärquelle. Die eigene Preisseite eines Anbieters schlägt einen Blog, der sie zusammenfasst. Wenn der Dot nur eine Zusammenfassung fand, lassen Sie ihn das Original suchen.
- Notieren Sie, was er nicht sehen konnte. Datenbanken hinter Bezahlschranken und Tools mit Login sind unsichtbar, solange sie nicht verbunden sind. Schweigen ist kein Beweis.
Gut zu suchen ist eine eigene Fähigkeit. Speziell für Content-Recherche siehe wie Sie Blogthemen recherchieren und diese KI-Tools für die Keyword-Recherche.
Wo sind Dots bei der Recherche schwach?
Drei Grenzen fallen für Rechercheure auf.
Kein bearbeitbarer Rechercheplan. Deep Research zeigt Ihnen seinen Plan vor dem Start. Ein Dot entscheidet selbst, wie er ein Beobachtungsziel verfolgt, was für Routineprüfungen großartig ist und für eine folgenreiche Frage schwächer, bei der Sie die Methode freigeben wollen.
Preis für einzelne Rechercheure. Der Einstieg liegt bei 100 $/Monat. Ein Kommentator auf Hacker News mochte die Idee für Marktforschung, scheute aber den Tarif:
"I would use dots to manage things like market research, checklists, and design ideas. Since it starts with the Pro pricing plan, I'll have to try it out later when it's available on the Plus plan."
Er funktioniert für eine Person. Ein Dot läuft in Ihren Konten und führt private Notizen. Funde bleiben in Ihren Zusammenfassungen, solange Sie sie nicht teilen. Teams, die gemeinsame Recherche wollen, nutzen eher geplante Work-Aufgaben, die sich teilen lassen, oder einen gemeinsamen Kanal. Ein anderer Kommentator beschrieb, dass dieses geteilte Muster bei ihm gut funktioniert:
"We use it for quick research that other teammates can follow, filing bugs, quick first round investigations on incidents, etc."
Andere persönliche Agenten konkurrieren um denselben Schreibtisch, etwa Meta Muse, Grok Bot und Instinct AI.
Der Überblick zu den besten KI-Assistenten vergleicht mehr, darunter Microsofts Copilot Autopilot.
Für verwandte Aufgaben siehe Dots für die Arbeit, Dots für den Vertrieb und Dots fürs Recruiting.
Was passiert, wenn die Recherche fertig ist?
Für viele Teams ist Recherche nicht das Endprodukt. Sie speist etwas: einen Bericht, ein Vertriebsbriefing oder, meist bei Marketingteams, einen Artikel. Dieser letzte Schritt ist der, in dem ich meine Tage verbringe. Ich schreibe für eesels Blog, und das Schwierige an einem recherchelastigen Beitrag ist nie, noch einen Link zu finden. Es ist, einen Haufen geprüfter Quellen in einen strukturierten, belegten Beitrag zu verwandeln, dem ein Leser vertraut, mit Bildern, internen Links und einem klaren Blickwinkel.
Ein Dot erledigt diese Aufgabe nicht. Er beobachtet und fasst für eine Person zusammen. Einen Beitrag zu veröffentlichen braucht einen Autor, der die ganze Pipeline besitzt.
Dafür sind eesels KI-Teammates da. Das sind einsatzbereite Kollegen für klar umrissene Aufgaben: der KI-Helpdesk-Teammate für den Support und der KI-Blogautor für Content. Der Blogautor recherchiert Primärquellen zu einem Thema und entwirft dann einen Longform-Beitrag mit Quellenangaben, generierten Infografiken und Produkt-Screenshots, bereit für Ihre Bearbeitung.
Wenn Sie zuerst die Mechanik wollen, habe ich sie in der Erklärung zum KI-Blogautor und im Workflow des Blogautors aufgeschlüsselt.
Beides passt zusammen. Lassen Sie Ihren Dot einen Markt beobachten und melden, dass ein Wettbewerber gerade seine Preise geändert hat. Geben Sie das Thema dann an einen Autor, der dafür gebaut ist, es ordentlich zu recherchieren und zu veröffentlichen. Für SEO-Teams zeigt der Vergleich der SEO-Blogautoren, wie die Optionen im Vergleich abschneiden. Für Teams, die in großem Umfang veröffentlichen, siehe Automatisierung mit dem KI-Blogautor.
Wenn Ihr Team im Terminal arbeitet: eesel hat eine CLI, die denselben Teammate und Workspace aus Skripten bedient, und Coding-Agenten wie Codex oder Claude Code können sie steuern. Ein Content-Ops-Engineer könnte ein Skript einen Entwurf starten lassen, sobald eine Beobachtungsliste ein neues Thema meldet, ohne ein Dashboard zu öffnen.
Fairerweise zum Dot: Wenn Ihre Recherche in Ihren eigenen Notizen endet, brauchen Sie eesel nicht. Ein Dot passt gut. Die Grenze ist das Ergebnis. Wenn die Recherche zu einem veröffentlichten, belegten Artikel werden muss, ist das Schreibarbeit, und die gehört einem Autor.
Probieren Sie eesel für den Beitrag nach der Recherche
Lassen Sie Ihren Dot die Quellen beobachten und melden, was sich geändert hat. Wenn ein Fund einen ganzen Artikel verdient, recherchiert eesels KI-Blogautor die Primärquellen, entwirft einen belegten Longform-Beitrag mit Bildern und übergibt ihn Ihnen zur Prüfung. Der Test ist kostenlos, und die Preise sind veröffentlicht.