Es ist vorbei: Das Ende der Büroarbeit.

Seit ich mit GPT-6 Astra von OpenAI arbeite, halte ich das Ende der klassischen Büroarbeit für eine konkrete Entwicklung. Ein KI-Agent kann Aufgaben verstehen, vorhandene Software bedienen und vollständige Ergebnisse liefern. Wie weit das bereits reicht, habe ich gestern erlebt: Ich wollte meinen Bot Walter vorstellen. GPT-6 Astra übernahm die komplette Präsentation.

Die Software ist bereits da. Die KI bedient sie.

Ein erheblicher Teil der Büroarbeit besteht darin, Informationen von einem System ins nächste zu übertragen. Ein Mitarbeiter liest eine E-Mail, sucht den Kunden im CRM, ergänzt einen Vorgang, vereinbart einen Termin und erstellt anschließend einen Bericht. Jeder einzelne Schritt ist digital. Trotzdem sitzt dazwischen ein Mensch, der die Anwendungen bedient und den Ablauf zusammenhält.

Genau diese Arbeit kann ein Agent wie GPT-6 Astra übernehmen. Er liest Bildschirminhalte, navigiert durch Menüs, füllt Felder aus und arbeitet mit Maus und Tastatur. Die Computerbedienung von OpenAI macht die vorhandene Benutzeroberfläche zum Zugang für die Automatisierung. Eine eigens entwickelte Schnittstelle zur jeweiligen Anwendung ist dafür nicht mehr zwingend erforderlich.

Das verändert besonders den Umgang mit alter Unternehmenssoftware. Ein gewachsenes CRM wird oft weiterbetrieben, obwohl der Hersteller keine moderne Schnittstelle anbietet, die Dokumentation fehlt oder eine Erweiterung wirtschaftlich nicht mehr sinnvoll ist. Solange ein Mitarbeiter die Anwendung bedienen kann, gibt es einen Ansatzpunkt für einen Agenten: dieselben Masken, dieselben Schaltflächen, derselbe Ablauf. Auch dort, wo sich keine praktikable Schnittstelle mehr bauen lässt, wird Automatisierung damit möglich.

Meine Schlussfolgerung reicht deshalb weit: Klar beschriebene Büroabläufe können vollständig an GPT-6 Astra übergehen, vom Eingang einer Anfrage bis zum fertigen Ergebnis. Voraussetzung sind der nötige Zugriff und ein Ablauf, dessen Zuverlässigkeit überprüft wurde. Der Mitarbeiter legt Ziel und Entscheidungsspielraum fest und kontrolliert das Ergebnis. Das tägliche Übertragen, Nachschlagen, Formatieren und Klicken muss er nicht mehr selbst erledigen.

Drei Ansätze. Je nach Aufgabe und Daten.

In meinem letzten Beitrag über Master Business with AI habe ich das Team aus 107 KI-Assistenten vorgestellt, das ich parallel zur Weiterbildung bei Leaders of AI aufgebaut habe. Inzwischen arbeite ich mit drei unterschiedlichen Ansätzen. Welchen ich wähle, hängt davon ab, ob Automatisierung, Leistungsfähigkeit oder der Schutz sensibler Daten im Vordergrund steht.

1. Private Automatisierung mit Grok Bot. Hier laufen meine 107 Assistenten. Ich kann sie jederzeit erreichen, direkt anschreiben oder Aufgaben über Zeit-Trigger ausführen lassen. Sie verwalten Kalender und E-Mails und recherchieren im Internet. Bei Bedarf arbeiten mehrere Bots zusammen: Einer recherchiert, ein zweiter bewertet die Ergebnisse, ein dritter bereitet sie auf. Die Aufgaben verteile ich nach ihren jeweiligen Stärken.
2. OpenAI GPT-6 Astra für komplexe private Aufgaben. Für anspruchsvolle private Entwicklungs- und Büroaufgaben nutze ich aktuell GPT-6 Astra, bis Grok Build aufgeschlossen hat. Zuvor war Grok Build mit Grok 4.6 mein bevorzugtes Werkzeug und bei meinen Aufgaben deutlich leistungsfähiger als Claude Code mit Fable 5.1. GPT-6 Astra hat mich nun mit einem weiteren erheblichen Sprung bei Selbstständigkeit, Ausdauer und Ergebnisqualität überzeugt. Ich hoffe, dass Grok mit einer Version 4.7 wieder aufschließt.
3. Lokale KI für sensible Daten. Wenn Datenschutz und Datensicherheit den Ausschlag geben, nutze ich zahlreiche lokale KI-Modelle über Ollama oder LM Studio. Die Verarbeitung findet dann auf meiner eigenen Infrastruktur statt. Für diese Aufgaben ist entscheidend, die Daten unter eigener Kontrolle zu halten und ein geeignetes Modell vor Ort betreiben zu können.

Diese drei Ansätze ergänzen sich in meinem Alltag: Die Assistenten unter Grok Bot übernehmen wiederkehrende private Abläufe, GPT-6 Astra setzt umfangreiche private Aufträge um, und lokale Modelle verarbeiten sensible Inhalte. Ich entscheide je nach Aufgabe, welche Umgebung dafür geeignet ist.

Mein KI-Leibarzt Walter soll lokal arbeiten.

Walter ist mein KI-Leibarzt und gehört zu meinem privaten Team aus 107 Assistenten. An ihm wollte ich erproben, wie sich ein vertrauter Bot aus Grok Bot auf Basis eines lokalen Modells umsetzen lässt. Gerade bei persönlichen Gesundheitsfragen möchte ich selbst kontrollieren, wo die Daten verarbeitet werden. Walter ist damit ein konkretes Beispiel für meinen dritten Ansatz.

Dafür wollte ich Walter mit einem lokalen Sprachmodell über Ollama neu aufsetzen. Seine Rolle, seine Anweisungen und seine Arbeitsweise sollten erhalten bleiben, während die Verarbeitung auf meine eigene Infrastruktur wechselt. Diese Übertragung ist für mich auch mit Blick auf berufliche Aufgaben interessant: Ein erprobter Assistent soll dort nutzbar werden, wo sensible Daten eine lokale Verarbeitung erfordern.

GPT-6 Astra hat Walter dafür stundenlang eingearbeitet, geprüft und weiterentwickelt. Dieses Training bestand aus vielen Testläufen sowie gezielten Verbesserungen seiner Anweisungen und Prüfregeln. GPT-6 Astra wertete Ergebnisse aus, korrigierte Schwachstellen und kontrollierte die nächste Fassung erneut. Gerade diese ausdauernde Arbeit hat mich beeindruckt und die Qualität spürbar vorangebracht.

Fast 120 Millionen Token an einem Tag.

Der Aufwand lässt sich an meinem Verbrauch ablesen. Früher kam ich mit ungefähr einer Million Token in einer Woche aus. Inzwischen erreiche ich teilweise rund 120 Millionen an einem einzigen Tag. Token sind die Einheiten, in denen die Verarbeitung durch das Modell gezählt wird. Viele parallele Aufgaben und wiederholte Prüfungen summieren sich entsprechend.

Die Anzeige vom 10. September 2026 zeigt 119,2 Millionen Token am Montag, 91,7 Millionen am Dienstag und 33,4 Millionen am Mittwoch. Am Donnerstag sind bis zum Zeitpunkt des Screenshots weitere 6,8 Millionen Token hinzugekommen. Sie umfasst ausschließlich die kurze Zeit seit dem Start von GPT-6 Astra bis zu diesem Screenshot. Darin steckt meine Nutzung über mehrere private Projekte, nicht allein die Arbeit an Walter. Für mich zählt, was daraus entsteht: gründlichere Prüfungen, schneller nutzbare Anwendungen und Ergebnisse, deren Qualität mich begeistert. Was früher einen Monat intensiver Arbeit am Computer erforderte, lässt sich heute in einem Bruchteil eines intensiven Arbeitstages erledigen.

Das Verbrauchsfenster stammt aus meiner Arbeitsumgebung unter Omarchy Linux, entwickelt von David Heinemeier Hansson [DHH]. Die Kombination aus Arch Linux, Hyprland und einer auf Entwickler ausgerichteten Umgebung passt ideal zu meiner Arbeit mit KI. Terminal, Entwicklungswerkzeuge und lokale Modelle lassen sich darin zu meinen Arbeitsabläufen verbinden. Für mich ist Omarchy das perfekte Betriebssystem für die Arbeit mit KI.

Ich wollte Walter vorstellen. GPT-6 Astra baute die Präsentation.

Gestern, am 8. September, wollte ich eine Präsentation erstellen, die Walters Fähigkeiten und den geplanten lokalen Einsatz verständlich erklärt. GPT-6 Astra übernahm daraufhin die vollständige Umsetzung: Aufbau, Texte, Gestaltung, technische Oberfläche und Animation.

Entstanden ist eine eigenständige Webpräsentation mit zwölf Folien. Sie lässt sich per Tastatur und Touch bedienen, besitzt eine Folienübersicht, zeigt Inhalte schrittweise und läuft im Vollbild. Die gesamte Präsentation kann als einzelne HTML-Datei offline geöffnet werden.

Für diese Aufgabe ist das Ergebnis meiner bisherigen Arbeit mit PowerPoint weit überlegen. Inhalt, Bewegung und Bedienung greifen unmittelbar ineinander. Änderungen lassen sich durch eine Beschreibung des gewünschten Ergebnisses umsetzen. Ich muss weder Folienobjekte von Hand ausrichten noch jeden Animationsschritt einzeln konfigurieren.

Selbst die Übergabe von Walter wurde als animierte Szene umgesetzt. Der Greifarm nimmt den Bot auf, transportiert ihn und setzt ihn in die Kiste. GPT-6 Astra erzeugte die Bildelemente und setzte sie zu einer fertigen Animation zusammen. Ein Detail, für das ich früher zusätzliche Werkzeuge, Zeit und gestalterische Arbeit hätte einplanen müssen, wurde Teil desselben Auftrags.

Was vom Büro übrig bleibt.

Die Präsentation ist ein kleines Beispiel für eine große Veränderung. Wenn ein Agent einen Auftrag versteht, Informationen aufbereitet, Software bedient und das Ergebnis selbst ausarbeitet, entfällt die manuelle Ausführung ganzer Arbeitsketten. Der Vorteil beschränkt sich nicht auf schneller geschriebene Texte. Er betrifft den Vorgang als Ganzes.

Deshalb spreche ich vom Ende der Büroarbeit. Ich erwarte, dass die klassische Sachbearbeitung am Bildschirm weitgehend von Agenten übernommen wird. Fachwissen, Urteilskraft und Verantwortung bleiben gefragt. Die Rolle des Menschen verschiebt sich darauf, Ziele zu setzen, Ausnahmen zu beurteilen und Ergebnisse zu verantworten. Nach der Arbeit an Walter und dieser Präsentation ist das für mich eine Entwicklung, auf die ich mich heute vorbereite.