OpenAI Agents API: Der Codex-Harness wird zum Dienst

Die OpenAI Agents API ist seit dem 10. September 2026 in der öffentlichen Beta und steht allen Entwicklern offen. Interessant ist daran weniger das Modell als das, was OpenAI mitliefert: den sogenannten Harness aus Codex – also die Ablaufsteuerung, die entscheidet, wann ein Agent welches Werkzeug aufruft, wie er seinen Kontext verwaltet und wie er Teilaufgaben verteilt. Genau dieser Teil war bisher die eigentliche Arbeit beim Bauen eines Agenten.

Was die OpenAI Agents API konkret bietet

Laut OpenAI erzeugt ein einziger API-Aufruf eine Session, in der Aufgabe, Modell, Werkzeuge und Umgebung festgelegt werden. Vier Dinge stechen heraus:

Newsletter

Klartext ins Postfach

KI, Security & Crypto – die wichtigsten Analysen, kein Spam. Jederzeit abbestellbar.

E-Mail-Adresse *

Vorname

Nachname

• Automatische Kontext-Verdichtung. Nähert sich eine Session dem Kontextlimit, fasst die API frühere Inhalte selbstständig zusammen. Entwickler müssen keine eigene Compaction-Logik mehr schreiben.
• Tool-Suche. Werkzeugdefinitionen werden erst bei Bedarf geladen. Das senkt den Token-Verbrauch und schont den Cache. Ergänzend lassen sich Aufrufe parallelisieren und Ergebnisse im Code filtern.
• Subagenten. Die API zerlegt komplexe Aufgaben und verteilt sie an parallel arbeitende Subagenten mit eigenem Kontext, während der Hauptagent koordiniert. Die Zahl gleichzeitiger Subagenten wird per Parameter begrenzt.
• Wählbare Umgebung. Der Code läuft wahlweise in einer von OpenAI betriebenen Sandbox, auf eigener Infrastruktur, bei einem von neun Partnern (Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop, Vercel) – oder ganz ohne Sandbox.

Zusatzgebühren für die API selbst gibt es laut OpenAI nicht, bezahlt werden die verbrauchten Token und Werkzeuge. Wer die OpenAI-Sandbox nutzt, zahlt laut Dokumentation zusätzlich die üblichen Container-Laufzeitkosten. Der zugrundeliegende Codex-Harness ist quelloffen, der Code liegt öffentlich auf GitHub.

Was das für dich bedeutet

Für alle, die Automatisierung bauen, ist das eine echte Abkürzung. Wer schon einmal versucht hat, einen Agenten über Stunden stabil arbeiten zu lassen, kennt die Stellen, an denen es bricht: Der Kontext läuft voll, ein Werkzeugaufruf schlägt fehl und reißt die ganze Kette mit, oder die Orchestrierung mehrerer Teilaufgaben wird zu einem Eigenbau, den niemand mehr wartet. Genau diese drei Baustellen übernimmt OpenAI jetzt – und pflegt sie bei jedem Modellwechsel weiter.

Aus CISO-Sicht schiebt sich damit aber eine Frage in den Vordergrund, die gerne untergeht: Ein Agent ist eine privilegierte Identität. Er führt Code aus, bearbeitet Dateien, ruft externe MCP-Server auf und erzeugt Artefakte – nur eben ohne Mitarbeitergespräch, ohne Onboarding und oft ohne eigenes Konto in eurem Berechtigungskonzept. Wenn ein Agent tagelang mit einem Token arbeitet, das jemand einmalig hinterlegt hat, habt ihr ein dauerhaft gültiges Zugangsrecht ohne Besitzer geschaffen. Wie schnell so etwas zum Problem wird, zeigt unser Beitrag dazu, wenn KI-Agenten deine Keys halten.

Und noch ein Punkt aus der Praxis: Laut OpenAI-Dokumentation unterstützt die Agents API derzeit nur die Datenhaltung in den USA und keine Zero-Data-Retention-Option. Wichtig dabei: Eine selbst betriebene Sandbox ändert daran ausdrücklich nichts – der naheliegende Ausweg funktioniert also nicht. Für Prozesse mit personenbezogenen Daten ist das praktisch ein Ausschlusskriterium, solange es keine ZDR-Option gibt. Das ist keine Kritik am Produkt, sondern eine Rahmenbedingung, die man vor dem Prototyp klären sollte und nicht danach.

Konkrete Handlungsempfehlung

• Gib jedem Agenten ein eigenes Konto mit minimalen Rechten und eigener Protokollierung. Ein Sammelkonto für „die Automatisierung” macht jede spätere Untersuchung unmöglich.
• Begrenze die Laufzeit von Zugangsdaten, die ein Agent nutzt. Kurzlebige Token statt dauerhafter Schlüssel – das ist die wirksamste Einzelmaßnahme.
• Prüfe angebundene MCP-Server wie Fremdsoftware. Ein Werkzeug, das der Agent aufrufen darf, ist ein Ausführungspfad in eure Umgebung.
• Beginne mit einer abgegrenzten Aufgabe ohne personenbezogene Daten. Die Technik ist reif genug für echte Arbeit, aber die Betarahmen – Datenstandort, fehlende ZDR-Option, schnelle Änderungen – sprechen gegen einen Produktivstart in regulierten Prozessen.

Wenn du lieber lokal experimentierst und deine Daten gar nicht erst außer Haus gibst, findest du im Ratgeber zur Hardware für lokale KI-Modelle die passenden Optionen.

Quellen

• OpenAI: Introducing the Agents API (10.09.2026)
• OpenAI: Agents API – Dokumentation (Datenresidenz und ZDR)
• GitHub: openai/codex (quelloffener Harness)