ChatGPT Codex erklärt: Wie läuft er tagelang?
Automatisch aus dem Podcast erstellt. Ungeprüft.
8 Min. Lesezeit • 25.10.2026
ChatGPT Codex kann im Agenten-Setup tagelang laufen, wenn ein Hauptagent große Aufgaben an günstigere Subagenten verteilt und per Timer weiterarbeitet. Genau das zeigt der geschilderte Praxisfall von Dennis: nicht Magie, sondern saubere Aufgabenteilung und ein passender Arbeitsrhythmus.
In der Spezialfolge „Claude & Grok hacken 400 Banken? PHP-Lücke, ChatGPT Codex im Dauerlauf & Gemini 4 Argon | MANGOBLAU/AI“ diskutiert Dennis Westermann, KI-Berater aus Oldenburg, mit Co-Host Axel, was hinter diesem Dauerlauf steckt und wo die Grenzen solcher Agenten wirklich liegen.
Wie funktioniert ChatGPT Codex im Dauerlauf?
ChatGPT Codex läuft im beschriebenen Setup deshalb so lange, weil ein Hauptagent die Arbeit nicht allein erledigt. Im Transkript heißt es, dass Dennis’ Hauptagent GPT-6 Astra „eine riesige Aufgabe auf günstige Subagenten“ verteilt und „dank 10-Minuten-Timer tagelang, ohne ins Limit zu laufen“ arbeitet.
Das ist die zentrale Erkenntnis der Folge: Nicht ein einzelnes Modell stemmt alles, sondern ein orchestrierter Ablauf. Der Hauptagent hält die Richtung, kleinere oder günstigere Agenten übernehmen Teilaufgaben. Für Nutzer ist das vor allem dann spannend, wenn komplexe Arbeiten nicht in einer Sitzung fertig werden.
Dennis beschreibt damit weniger ein einzelnes Tool-Feature als ein Arbeitsmuster. Wer nach ChatGPT Codex sucht, sucht oft genau diese Antwort: Wie kann ein Agent über längere Zeit produktiv bleiben, obwohl Modelle, Kosten und Kontexte Grenzen haben? Die Episode legt nahe, dass der Schlüssel in der Zerlegung großer Aufgaben liegt.
Wer die grundsätzlichen Risiken solcher Agenten besser einordnen will, findet dazu auch den Beitrag ChatGPT Agent erklärt: Wo liegt das Risiko?. Der passt thematisch, weil Dauerlauf nur dann sinnvoll ist, wenn man Delegation und Kontrolle zusammendenkt.
Warum reicht oft nicht das stärkste Modell?
Für viele Aufgaben reicht laut Folge ein mittleres Modell aus, wenn die Aufgaben sauber zugeschnitten sind. Genau deshalb sagt Dennis, dass „Claude Sonnet 5.5 im Mittel für die meisten Aufgaben reicht“.
Das ist ein wichtiger Gegenpunkt zum üblichen Reflex, immer das größte Modell zu wählen. In der Episode wird klar: Ein teurer oder besonders leistungsstarker Agent muss nicht jede Teilaufgabe selbst erledigen. Wenn ein Hauptagent klug verteilt, können günstigere Modelle genug leisten, ohne dass die Gesamtarbeit sofort einbricht.
Für Teams ist das praktisch. Es geht weniger um Modell-Hype und mehr um Rollenverteilung: Was braucht strategisches Denken, was ist Routine, was kann in Schleifen geprüft werden? Diese Logik taucht auch bei anderen Modellen auf, etwa wenn im Gespräch erwähnt wird, dass Gemini 4 Argon „unheimlich gut“ wirke. Wer das Modell besser einordnen möchte, kann den verlinkten Hintergrund zu Gemini Argon erklärt: Was kann Googles Modell? lesen.
Axel und Dennis zeichnen damit ein nüchternes Bild: Gute Ergebnisse entstehen nicht automatisch durch das größte Modell, sondern durch passendes Setup, Kostenbewusstsein und Wiederholbarkeit.
Wie helfen Skills und Kontext trotz Resets?
Skills helfen dabei, Wissen über Arbeitsweisen zu bewahren, auch wenn Kontexte neu geladen oder Resets nötig werden. Im Transkript wird das direkt angesprochen: „Skills dein Wissen über Kontext-Resets retten“.
Das ist für ChatGPT Codex und ähnliche Agenten wichtiger, als es auf den ersten Blick wirkt. Ein langer Lauf scheitert oft nicht daran, dass das Modell plötzlich nichts mehr kann, sondern daran, dass Arbeitsregeln, Stilvorgaben oder Zwischenschritte verloren gehen. Wenn diese Informationen als wiederverwendbare Skills oder feste Routinen vorliegen, muss der Agent nicht jedes Mal bei null anfangen.
Die Episode verbindet diesen Punkt mit einer zweiten Beobachtung: „bei Anthropic inzwischen Claude selbst den Code schreibt“. Das zeigt, wie sehr sich der Fokus verschiebt. Statt nur zu chatten, sollen Agenten eigenständig handeln, fortsetzen und strukturiert liefern. Genau dann werden gespeicherte Vorgehensweisen wertvoller als einzelne brillante Prompts.
Für die Praxis heißt das: Wer ChatGPT Codex produktiv nutzen will, sollte nicht nur Prompts sammeln. Wichtiger ist, wiederkehrende Arbeitsmuster so festzuhalten, dass sie nach Unterbrechungen oder Modellwechseln weiterverwendbar bleiben.
Wo liegen die Grenzen von ChatGPT Codex?
ChatGPT Codex stößt dort an Grenzen, wo Autonomie ohne Absicherung auf reale Systeme trifft. Die Folge verknüpft den Agenten-Dauerlauf bewusst mit Sicherheitsfragen: PHP-Lücken, Mail-Spoofing, ausgelaufene Domains und Account-Übernahmen werden als konkrete Risiken genannt.
Das ist keine Nebensache. Wenn auf einem VPS „Claude Code oder ChatGPT mal eben PHP installiert“ hat, wird aus einem bequemen Experiment schnell ein Sicherheitsproblem. Der Kontrast ist deutlich: Einerseits beeindruckt der tagelange Lauf, andererseits zeigt die Episode, dass technische Bequemlichkeit Angriffsflächen schaffen kann.
Ein zweites Limit ist Kontrolle. Dennis nennt ein Beispiel aus dem Vibe-Coding-Umfeld, bei dem Claude Code per Schnellantwort „Mach alles wie vorgeschlagen“ einen Beitrag unter seinem Namen gepostet hat. Das ist kein Beleg gegen Agenten, aber ein sehr greifbarer Hinweis: Delegation spart Zeit, kann aber Fehlhandlungen sichtbarer und peinlicher machen.
ChatGPT Codex ist also vor allem dann stark, wenn Ziele, Zuständigkeiten und Grenzen klar sind. Ohne diese Leitplanken wird aus Ausdauer leicht unkontrollierte Aktivität.
Was bedeutet das für Unternehmen?
Für Unternehmen heißt das zuerst: Agenten nicht nach Demo-Effekt bewerten, sondern nach Betriebsmodell. Wenn ein System tagelang arbeiten soll, braucht es Aufgaben, die sich sinnvoll zerlegen lassen, klare Freigaben und eine technische Umgebung, die nicht nebenbei neue Risiken öffnet.
KMU sollten deshalb drei Dinge prüfen. Erstens: Welche wiederkehrenden Aufgaben eignen sich überhaupt für Subagenten statt für ein einzelnes Modell? Zweitens: Wo liegen Zugangsdaten, Domains, Mail-Regeln und Server-Installationen offen genug, dass ein schneller KI-Workflow zum Einfallstor wird? Drittens: Welche Arbeitsanweisungen sollten als Skills oder feste Standards dokumentiert werden, damit Teams nicht bei jedem Reset Wissen verlieren?
Gerade für mittelständische Teams ist die Lehre aus der Folge ziemlich klar. Nicht jedes Projekt braucht das stärkste Modell, aber jedes produktive Agenten-Setup braucht Verantwortlichkeit. Wer ChatGPT Codex testet, sollte klein anfangen: begrenzte Aufgaben, klarer Review-Prozess, keine unnötigen Installationen auf produktionsnahen Systemen.
Häufige Fragen zu ChatGPT Codex
Kann ChatGPT Codex wirklich tagelang laufen?
Ja, im beschriebenen Fall läuft ChatGPT Codex beziehungsweise das Agenten-Setup tagelang, weil ein Hauptagent große Aufgaben auf Subagenten verteilt und ein 10-Minuten-Timer den Ablauf weiterführt. Die Folge zeigt das als Praxisbeispiel von Dennis. Entscheidend ist dabei nicht nur das Modell, sondern die Struktur der Arbeit.
Braucht ChatGPT Codex immer das stärkste Modell?
Nein, laut der Episode reicht für viele Aufgaben ein mittleres Modell aus. Dennis ordnet ein, dass Claude Sonnet 5.5 für die meisten Aufgaben im Mittel genügt. Der wichtige Punkt ist also weniger maximale Modellstärke als eine sinnvolle Aufgabenteilung zwischen Hauptagent und günstigeren Helfern.
Was ist das größte Risiko bei ChatGPT Codex?
Das größte Risiko liegt laut Folge nicht nur im Modell selbst, sondern im Umfeld: unklare Freigaben, automatische Aktionen und unsichere technische Setups. Genannt werden etwa PHP-Lücken, Mail-Spoofing und ausgelaufene Domains. Sobald Agenten auf reale Systeme zugreifen, wird Governance wichtiger als reiner Output.
Was bringen Skills bei ChatGPT Codex?
Skills helfen, Arbeitswissen über Kontext-Resets hinweg nutzbar zu halten. In der Episode wird das als Mittel beschrieben, um Wissen und Vorgehensweisen nicht bei jedem Neustart zu verlieren. Für längere Agentenläufe ist das besonders wertvoll, weil der Ablauf dadurch stabiler und wiederholbarer wird.
Die ganze Diskussion mit allen Details hörst du in der Podcast-Folge "Claude & Grok hacken 400 Banken? PHP-Lücke, ChatGPT Codex im Dauerlauf & Gemini 4 Argon | MANGOBLAU/AI" von MangoblauAI - Der KI Podcast, überall, wo es Podcasts gibt.
Du willst KI konkret in deinem Unternehmen einsetzen? Dennis unterstützt dich mit KI-Berater Dennis Westermann - von der Strategie bis zum Team-Workshop.
🎧 Jetzt die komplette Folge hören:
Hör die ganze Episode auf MangoblauAI, Spotify oder Apple Podcasts – oder überall, wo es Podcasts gibt.