09.10.2025 AI Engineering 5 Minuten Lesezeit

DevDay 2025: AgentKit und die Plattformstrategie

OpenAIs DevDay am 6. Oktober 2025 brachte AgentKit — visuellen Agent Builder, einbettbare ChatKit-UI, erweiterte Evals und Connector Registry — sowie Apps, die per MCP-basiertem Apps SDK direkt in ChatGPT laufen. Wir fassen zusammen, was ausgeliefert wurde, was Beta ist, wo Lock-in entsteht und wie Agent-Teams die Build-or-Buy-Entscheidung rahmen sollten.

Agent-Tooling ist fragmentiert

Wer im Oktober 2025 einen produktiven Agenten baut, montiert einen Stack aus Einzelteilen: ein Orchestrierungs-Framework für den Kontrollfluss, ein selbst gebautes Chat-Frontend, eine separate Eval-Pipeline, handgeschriebene Konnektoren für jedes interne System. Jedes Teil bringt eigene Versionierung, eigene Fehlermodi und eigene Wartungskosten mit. Die Integrationsarbeit dominiert; der Modellaufruf ist der kleinste Posten.

Am 6. Oktober 2025 hat OpenAI diese Fragmentierung auf seinem dritten DevDay in San Francisco adressiert. Die Keynote-Zahlen rahmen den Anspruch: 4 Millionen Entwickler bauen auf OpenAI, ChatGPT erreicht 800 Millionen wöchentliche Nutzer, die API verarbeitet über 6 Milliarden Tokens pro Minute — 2023 waren es 300 Millionen. Vor diesem Hintergrund kündigte das Unternehmen AgentKit an, eine Werkzeugkette für Agenten, sowie Apps, die direkt in ChatGPT laufen.

Eine Aufgabe kommt an — der Agent plant den nächsten Schritt. 1/4

Die Ankündigungen des DevDay 2025

AgentKit ist der Überbegriff für vier Bausteine. Agent Builder ist eine visuelle Canvas zum Komponieren und Versionieren von Multi-Agenten-Workflows; gestartet als Beta. ChatKit ist eine einbettbare, an das eigene Branding anpassbare Chat-UI; allgemein verfügbar. Evals erhielt vier neue Fähigkeiten; allgemein verfügbar. Die Connector Registry ist ein zentrales Admin-Panel für Datenquellen und MCP-Server; Beta-Rollout für API-, ChatGPT-Enterprise- und Edu-Kunden mit Global Admin Console. Alle vier sind im Standard-API-Preis enthalten. Der DevDay brachte außerdem die Apps-SDK-Preview, die allgemeine Verfügbarkeit von Codex, GPT-5 Pro in der API und gpt-realtime-mini.

AgentKit im Überblick

Agent Builder ist das sichtbare Kernstück. Workflows sind Knotengraphen: Agenten, Tools, Guardrails, bedingte Verzweigungen. Die Canvas unterstützt Preview-Läufe, Inline-Eval-Konfiguration und vollständige Versionierung; Workflows lassen sich als Agents-SDK-Code in Python oder TypeScript exportieren. Guardrails erscheinen als Open-Source-Schicht gegen PII-Leaks und Jailbreaks. OpenAI zitiert Ramp mit 70 Prozent kürzeren Iterationszyklen und einem Agenten in zwei Sprints statt zwei Quartalen. Das sind vom Anbieter ausgewählte Zahlen, keine unabhängigen Benchmarks; eine Acht-Minuten-Demo ist kein Produktionsbetrieb.

Komponente	Status am 6.10.2025	Zweck
Agent Builder	Beta	Visuelle Canvas: Drag-and-Drop-Knoten, Guardrails, Preview-Läufe, Versionierung
ChatKit	Allgemein verfügbar	Einbettbare Chat-UI: Streaming, Threads, Thinking-Zustände
Evals (neue Fähigkeiten)	Allgemein verfügbar	Datasets, Trace Grading, Prompt-Optimierung, Third-Party-Model-Support
Connector Registry	Beta-Rollout	Zentrale Governance für Konnektoren und MCP-Server über ChatGPT und API

Evals rücken in den Workflow

Die Evals-Erweiterungen sind der unspektakulärste und zugleich substanziellste Teil. Datasets kombinieren automatische Grader mit menschlichen Annotationen. Trace Grading bewertet vollständige Agentenläufe Ende-zu-Ende und lokalisiert den fehlerhaften Schritt. Die automatische Prompt-Optimierung speist Grader-Ergebnisse zurück in Prompts. Third-Party-Model-Support erlaubt es, Modelle anderer Anbieter auf der Plattform zu evaluieren.

Was das nicht leistet: Evals ersetzen keine Domänenexpertise. Trace Grading zeigt, wo ein Workflow scheitert — nicht, was für Ihren Prozess korrekt bedeutet. Grader definieren, Randfälle labeln, Datasets pflegen: Diese Arbeit verschwindet nicht, sie wandert aus eigenen Skripten in eine gehostete Oberfläche mit Versionierung.

Apps in ChatGPT und das Apps SDK

Die zweite Ankündigung betrifft Distribution. Apps laufen innerhalb von ChatGPT-Konversationen mit interaktiver UI — Karten, Playlists, Design-Vorschauen. Das Apps SDK, als Preview veröffentlicht, baut auf dem Model Context Protocol (MCP) auf, dem offenen Standard, den Anthropic im November 2024 vorgestellt hat, und erweitert ihn um eine Interface-Schicht. Startpartner: Booking.com, Canva, Coursera, Expedia, Figma, Spotify und Zillow. Für europäische Teams relevant: Zum Start sind Apps im EWR, in der Schweiz und in Großbritannien nicht verfügbar.

App-Einreichungen und ein Verzeichnis sind für später in 2025 angekündigt; Monetarisierungsregeln stehen aus, mit dem Agentic Commerce Protocol als vorgesehenem Bezahlweg. Das Angebot an Entwickler ist Reichweite — 800 Millionen wöchentliche Nutzer. Die Ranking- und Review-Kriterien gehören OpenAI.

Die Plattformstrategie

Das Muster ist ein klassischer Plattform-Zug. AgentKit konkurriert mit Orchestrierungs-Frameworks, Chat-UI-Bibliotheken und eigenständigem Eval-Tooling — Kategorien, in denen OpenAIs eigene API-Kunden arbeiten. Apps in ChatGPT konkurrieren mit dem Browser als Vertriebskanal. Der GPT Store versuchte das im Januar 2024 als separaten Storefront; Apps rendern Dritt-UI jetzt direkt in der Konversation.

Zwei Designentscheidungen wirken gegen Lock-in: Agent Builder exportiert Workflows als Agents-SDK-Code, und das Apps SDK ist quelloffen auf MCP-Basis, sodass Apps auf jeder Plattform laufen können, die den Standard übernimmt. Beides mildert die Kopplung, keines beseitigt sie. Die gehostete Canvas, das ChatKit-Backend und die Connector Registry leben in OpenAIs Plattform; die Workflow-Ausführung läuft über die Responses API auf OpenAI-Modellen.

Build or Buy beim Agent-Tooling

Unsere Build-or-Buy-Lesart bei Blue IT Systems reduziert sich auf drei Fragen. Erstens: Wo lebt der Workflow-Zustand — in Ihrem Repository oder in einer Anbieter-Konsole? Visuelle Canvases beschleunigen Prototypen; Code bleibt die Einheit für Review, Test und Audit. Zweitens: Ist der Exit-Pfad real? Exportieren Sie den Workflow und betreiben Sie ihn ohne die Plattform, bevor Sie sich abhängig machen. Drittens: Welche Daten dürfen überhaupt durch gehostete Konnektoren fließen? Für deutsche Unternehmen ist das eine DSGVO- und AVV-Frage, bevor es eine Feature-Frage ist.

Eine strukturelle Grenze bleibt: Der Third-Party-Model-Support in Evals betrifft die Bewertung, nicht die Ausführung. Agent-Builder-Workflows laufen auf OpenAI-Modellen. Teams mit Multi-Modell-Strategie — Routing, Fallback, Kostenstufen — brauchen weiterhin eine neutrale Orchestrierungsschicht. AgentKit liefert keine und will das auch nicht.

Ausblick aus dem Oktober 2025

Unsere Erwartungen, geschrieben im Oktober 2025. Visuelle Builder werden die Prototyping-Phase gewinnen; dass sie die Produktion gewinnen, bezweifeln wir — dort begünstigen Change-Management, Code-Review und reproduzierbare Deployments exportierten Code plus Evals. Der stille Gewinner dieses DevDay ist MCP: Wenn die größte AI-Plattform ihre App-Schicht auf dem offenen Standard eines Wettbewerbers ausliefert, hat der Standard gewonnen. Konkurrierende Canvases anderer Anbieter sind eine Frage von Monaten.

Offene Fragen: ob Apps den EWR erreichen, wie Monetarisierung aufgeteilt wird und ob gehostete Workflow-Builder den Kontakt mit Enterprise-Governance überstehen. Unsere Arbeitsposition: Nutzen Sie AgentKit als schnelle Prototyping-Spur mit verpflichtendem Export-Test, übernehmen Sie zuerst die Eval-Fähigkeiten und halten Sie die Orchestrierung portabel. Ob diese Vorhersagen schlecht altern, werden uns die Evals zeigen.