OpenAI hat am 10. September 2026 die Agents API im öffentlichen Beta-Status veröffentlicht und damit zum ersten Mal die komplette technische Basis von Codex für externe Entwickler geöffnet. Statt einer eigenen Orchestrierung für KI-Coding-Agenten zu bauen, können Firmen ab sofort denselben Harness mieten, der auch OpenAIs eigenes Codex antreibt. Für Entwicklerteams in Österreich und der gesamten EU ist der Start durchwachsen: Die Funktion selbst ist sofort nutzbar, die Datenverarbeitung läuft aber vorerst ausschließlich über US-Server.
Der Schritt reiht sich in eine Welle von Produktankündigungen im September 2026 ein: GitHub baute im selben Monat seinen Copilot-Agenten für Windows- und WSL-Umgebungen aus, Google Cloud veröffentlichte ein eigenes Entwickler-Plugin für Coding-Agenten, und Anthropic übernahm mit Claude Code 2.1.277 den offenen AGENTS.md-Standard. Die Agents API von OpenAI ist damit weniger ein isoliertes Feature als ein Signal: Der Wettbewerb um die Infrastruktur hinter KI-Coding-Agenten hat begonnen, und er wird nicht mehr über einzelne Modelle entschieden, sondern über Plattformen.
Ein API-Aufruf für die komplette Codex-Infrastruktur
Bislang mussten Entwickler, die einen autonomen Coding-Agenten bauen wollten, die Orchestrierung selbst programmieren: Sitzungsverwaltung, Tool-Aufrufe, Fehlerbehandlung, Wiederaufnahme nach Abbrüchen. Genau diese Arbeit übernimmt jetzt die Agents API. Laut MarktechPost bündelt OpenAI damit den kompletten Codex-Harness hinter einem einzigen API-Aufruf. Die Firma hostet und wartet die Infrastruktur selbst, Entwickler liefern nur noch die Werkzeuge und die Geschäftslogik.
Angetrieben wird die neue Agents API vom aktuellen Flaggschiff-Modell GPT-6 Astra, das OpenAI Anfang September 2026 vorgestellt hat. Das Modell verfügt über ein Kontextfenster von rund 1,05 Millionen Token und eine maximale Ausgabelänge von 128.000 Token, was lange Programmier-Sessions mit vielen Dateien und Zwischenschritten erlaubt, ohne dass der Kontext während des Agenten-Laufs verloren geht. Für reine Coding-Workflows ist das relevant, weil Agenten oft über Dutzende Dateien und mehrere Testläufe hinweg denselben Zustand im Blick behalten müssen.
Parallel zur Agents API hat OpenAI in der Codex-CLI selbst mehrere kleinere Updates ausgerollt. Version 0.154.0 vom 9. September 2026 brachte GPT-6 Astra in die Modellauswahl sowie eine Isolierung von Git-Worktrees für parallele Agenten-Sessions, Version 0.155.0 vom 17. September ergänzte einen experimentellen Sprachmodus mit Live-Transkription im Terminal. Diese Kadenz von fast wöchentlichen Punkt-Releases zeigt, wie schnell sich das Codex-Ökosystem gerade weiterentwickelt.
Was die Agents API technisch übernimmt
Konkret verwaltet die Agents API drei Dinge, die bislang jedes Entwicklerteam separat lösen musste: Sitzungen (Sessions), Werkzeug-Koordination (Tool Coordination) und automatische Wiederherstellung nach Fehlern (Recovery). Bricht ein Agentenlauf mitten in einer mehrstufigen Aufgabe ab, etwa weil ein Sandbox-Container neu startet, muss die Anwendung den Zustand nicht mehr selbst rekonstruieren. Laut den Release Notes, die der Tracker AI/TLDR dokumentiert, bringt OpenAI den Agenten-Loop selbst mit, während die anbindende Anwendung nur die Werkzeuge liefert.
Die Agents API unterstützt laut MarktechPost bis zu drei gleichzeitig laufende Subagenten pro Hauptaufgabe. Das erlaubt zum Beispiel, dass ein Agent parallel Tests schreibt, während ein zweiter die eigentliche Implementierung vorantreibt und ein dritter die Dokumentation aktualisiert. Abgerechnet wird nicht über eine zusätzliche API-Gebühr, sondern über Token-Verbrauch, Werkzeugnutzung und die Laufzeit der Sandbox-Container, in denen der Code tatsächlich ausgeführt wird.
Die technische Dokumentation dazu hat OpenAI direkt auf der eigenen Developer-Plattform veröffentlicht. Dort beschreibt OpenAI auch, wie sich einzelne Werkzeuge nachträglich austauschen lassen, ohne dass eine laufende Session neu gestartet werden muss. Für Entwicklerteams, die bereits eigene interne Tools für Deployment oder Ticket-Systeme gebaut haben, verringert das den Migrationsaufwand deutlich, weil nur die Schnittstelle zum jeweiligen Werkzeug angepasst werden muss und nicht die gesamte Agenten-Logik.
Neun Sandbox-Partner tragen die Infrastruktur
Damit Agenten Code tatsächlich ausführen können, ohne dass Kundendaten oder Produktionssysteme gefährdet werden, braucht es isolierte Ausführungsumgebungen. OpenAI hat dafür laut MarktechPost zum Start neun externe Sandbox-Partner angebunden. Die folgende Tabelle zeigt die Partner und ihre übliche Positionierung im Markt für Cloud-Infrastruktur:
| Sandbox-Partner | Schwerpunkt |
|---|---|
| Cloudflare | Edge-Compute, global verteilte Ausführung |
| Vercel | Frontend- und Deployment-Workflows |
| DigitalOcean | Klassisches Cloud-Hosting für KMU |
| Oracle | Enterprise-Cloud-Infrastruktur |
| Modal | Serverlose Rechenlast für KI-Workloads |
| E2B | Spezialisierte Sandboxes für KI-Agenten |
| Daytona | Entwicklerumgebungen on demand |
| Runloop | Agenten-Sandboxes mit Snapshot-Funktion |
| Blaxel | Infrastruktur speziell für autonome Coding-Agenten |
Die Breite dieser Partnerliste ist bemerkenswert, weil sie zeigt, dass OpenAI die Agents API nicht als geschlossenes Ökosystem plant. Unternehmen, die bereits Verträge mit einem bestimmten Cloud-Anbieter haben, können die Codex-Infrastruktur dort andocken, statt zu einem neuen Anbieter zu wechseln.
Erste Kundenergebnisse: spürbare, aber unterschiedliche Effekte
OpenAI hat zum Start drei Referenzkunden genannt, deren Zahlen einen ersten Eindruck davon geben, wofür Firmen die Agents API tatsächlich einsetzen. Ciridae verbesserte demnach seinen internen Evaluationsscore von 0,71 auf 0,85 und reduzierte die Antwortzeit seiner Agenten um das Vierfache. SafetyKit senkte die Kosten pro bearbeitetem Fall um 60 Prozent, und Hypha meldete 86 Prozent weniger fehlgeschlagene Agenten-Antworten. Alle drei Zahlen stammen aus der Produktankündigung, die MarktechPost referenziert, und sind damit Herstellerangaben, keine unabhängig geprüften Benchmarks.
Auffällig ist, dass die drei genannten Referenzkunden aus sehr unterschiedlichen Branchen kommen, von Sicherheitssoftware bis Support-Automatisierung, aber alle denselben Kernnutzen hervorheben: weniger manuelle Nacharbeit, weil die Agenten robuster mit Fehlern umgehen. Das deckt sich mit dem, was OpenAI als Kernversprechen der Agents API positioniert, nämlich die Recovery-Logik nicht mehr selbst bauen zu müssen.
Agents API, Agents SDK und Responses API im Vergleich
Für Entwickler, die neu in das Codex-Ökosystem einsteigen, ist die Namensvielfalt bei OpenAI verwirrend. Agents API, Agents SDK und Responses API klingen ähnlich, lösen aber unterschiedliche Probleme. Die folgende Übersicht ordnet die drei Angebote ein:
| Angebot | Hosting | Kontrolle über Agenten-Loop | Typischer Einsatz |
|---|---|---|---|
| Agents API | Vollständig bei OpenAI | Gering, OpenAI übernimmt den Loop | Schnelle Integration ohne eigene Orchestrierung |
| Agents SDK | Beim Entwickler selbst | Hoch, eigener Code steuert den Ablauf | Individuelle Agenten-Architekturen |
| Responses API | Beim Entwickler selbst | Sehr hoch, nur einzelne Modellaufrufe | Klassische, nicht-agentische Integrationen |
Die Agents API ist damit die Option mit dem geringsten Integrationsaufwand, aber auch der geringsten Kontrolle. Wer genau steuern will, wann welcher Subagent welches Werkzeug aufruft, greift weiterhin zum Agents SDK. Für Teams ohne eigene Plattform-Ressourcen dürfte die Agents API dennoch der pragmatischere Einstieg sein, gerade weil OpenAI Session-Handling und Fehlerwiederherstellung übernimmt.
Datenresidenz: Warum die Agents API vorerst nur in den USA läuft
Der Haken für europäische Entwicklerteams: Die Datenverarbeitung der Agents API läuft laut aktuellem Stand ausschließlich über US-Rechenzentren. Für Unternehmen in Österreich, die Kundendaten oder Quellcode mit Personenbezug durch die Agenten verarbeiten lassen wollen, bedeutet das zusätzlichen Prüfaufwand nach DSGVO, insbesondere zur Übermittlung in Drittländer. Bis OpenAI eine EU-Datenresidenz für die Agents API anbietet, bleibt für regulierte Branchen wie Finanzdienstleister oder Gesundheitswesen entweder der Verzicht auf personenbezogene Testdaten oder eine gesonderte rechtliche Prüfung der Auftragsverarbeitung nötig.
Das steht in einem gewissen Spannungsverhältnis zu einem anderen Rollout, den OpenAI im September 2026 vollzogen hat: Codex Computer Use, die Chrome-Erweiterung sowie die Memory- und Chronicle-Funktionen wurden für Nutzer im Europäischen Wirtschaftsraum, in Großbritannien und der Schweiz freigeschaltet. Österreich ist als EWR-Mitglied davon eingeschlossen. Die konsumentenseitige Funktion, mit der einzelne Entwickler Codex direkt im Browser für Computer-Use-Aufgaben nutzen, ist in der EU also bereits verfügbar, während die dahinterliegende Plattform-Infrastruktur für Unternehmen weiterhin an die USA gebunden ist. Diese Lücke zwischen Endnutzer-Feature und Unternehmens-API dürfte sich erst mit einer separaten Ankündigung zur EU-Datenresidenz schließen.
Konkurrenzdruck: GitHub Copilot rüstet für Windows und WSL auf
OpenAI ist im September 2026 nicht der einzige Anbieter, der seine Agenten-Plattform ausbaut. GitHub hat seinem Copilot-Agenten laut einem Bericht von TechSpot die Fähigkeit gegeben, komplette Entwicklungsumgebungen selbst aufzusetzen, Änderungen im Repository vorzunehmen, Tests auszuführen und Pull Requests zu eröffnen. Neu dazugekommen sind eigene Windows-Entwicklungsumgebungen für den Agenten, mit denen er Windows-spezifische Projekte bauen, Linter ausführen und Builds validieren kann. Zusätzlich unterstützt Copilot jetzt Agenten-Sessions unter Windows Subsystem for Linux (WSL), was vor allem für Teams relevant ist, die unter Windows entwickeln, aber auf Linux-Toolchains testen oder deployen.
Diese Entwicklung ist bezeichnend für den gesamten Markt: Es geht nicht mehr nur darum, welches Modell den besten Code vorschlägt, sondern darum, wie tief ein Agent in die tatsächliche Entwicklungsumgebung eines Unternehmens eingreifen darf. Wer Agenten Zugriff auf Repositories, Build-Pipelines und Testinfrastruktur gibt, verschiebt damit auch einen Teil der Verantwortung für fehlerhafte oder unsichere Änderungen auf das jeweilige Agentensystem.
Google und Anthropic ziehen mit eigenen Standards nach
Auch abseits von OpenAI und GitHub bewegt sich der Markt für Agenten-Infrastruktur. Google Cloud hat im September 2026 ein eigenes Entwickler-Plugin für KI-Coding-Agenten veröffentlicht, das Agenten den Zugriff auf Google-Cloud-Werkzeuge und -Dokumentation erleichtert. Das Plugin folgt einer offenen Agent-Plugins-Spezifikation, die auf dem Model Context Protocol aufbaut, demselben offenen Standard, den auch andere Anbieter für die Anbindung von Werkzeugen an KI-Agenten nutzen.
Anthropic wiederum hat mit Claude Code Version 2.1.277 vom 18. September 2026 den offenen AGENTS.md-Standard übernommen, der ursprünglich von OpenAI stammt. Fehlt in einem Repository eine CLAUDE.md-Datei, greift Claude Code künftig automatisch auf eine vorhandene AGENTS.md zurück. Das bedeutet: Ein einziges Konfigurationsdokument kann jetzt sowohl Codex- als auch Claude-Agenten instruieren, was die Wechselkosten zwischen den Plattformen für Entwicklerteams spürbar senkt.
Marktanteile 2026: Wer wächst, wer verliert
Wie sich die Konkurrenz der Coding-Agenten tatsächlich in der Nutzung niederschlägt, zeigen Adoptionsdaten, die von New Market Pitch zusammengetragen wurden und die professionelle Nutzung verschiedener KI-Coding-Tools zwischen Jänner und dem Zeitraum Mai bis Juli 2026 vergleichen:
| Tool | Nutzung Jänner 2026 | Nutzung Mai–Juli 2026 | Trend |
|---|---|---|---|
| Claude Code | 18 % | 39 % | Mehr als verdoppelt |
| GitHub Copilot | 29 % | 21 % | Deutlich rückläufig |
| OpenAI Codex | ca. 3 % | 16 % | Starkes Wachstum |
| Cursor | 18 % | 12 % | Rückläufig |
| Google Antigravity | ca. 6 % | ca. 6 % | Stabil |
Diese Zahlen erklären, warum OpenAI mit der Agents API jetzt Tempo macht: Codex wächst zwar, liegt aber weiterhin klar hinter Claude Code, das laut denselben Daten seine Nutzung binnen weniger Monate mehr als verdoppelt hat. GitHub Copilot bleibt trotz Rückgang die Nummer zwei im Markt, verliert aber sichtbar Boden an spezialisierte, agentische Werkzeuge. Vor diesem Hintergrund ist die Öffnung der Codex-Infrastruktur an Drittanbieter auch ein Versuch, über die Plattformebene Marktanteile zurückzugewinnen, die man beim reinen Endnutzer-Tool zuletzt an Anthropic verloren hat.
Vom Autocomplete zum autonomen Agenten: Historischer Rückblick
Um die Bedeutung der Agents API einzuordnen, lohnt ein Blick zurück. Die ersten KI-Coding-Assistenten, allen voran GitHub Copilot ab 2021, waren reine Vervollständigungswerkzeuge: Sie schlugen die nächste Zeile Code vor, mehr nicht. Mit der Einführung von Chat-basierten Assistenten ab 2023 konnten Entwickler erstmals ganze Funktionen per Prompt anfordern, blieben aber für jeden Schritt selbst verantwortlich. Der eigentliche Umbruch kam erst mit terminalbasierten, agentischen Werkzeugen wie Claude Code und Codex CLI ab 2024 und 2025, die selbstständig mehrere Dateien ändern, Tests ausführen und Fehler iterativ beheben konnten.
Die Agents API markiert nun die nächste Stufe dieser Entwicklung: die Trennung von Modell, Agenten-Loop und Anwendung in separat handelbare Bausteine. Statt dass jedes Unternehmen seinen eigenen Agenten von Grund auf baut, kann die Orchestrierung künftig als Infrastrukturdienst eingekauft werden, ähnlich wie Unternehmen heute Rechenleistung von Cloud-Anbietern mieten, statt eigene Rechenzentren zu betreiben. Diese Verschiebung von Werkzeug zu Infrastruktur ist der eigentliche Grund, warum Wettbewerber wie Google und GitHub im selben Monat nachgezogen haben.
Was das für Unternehmen in Österreich jetzt bedeutet
Für heimische Software-Teams ergeben sich aus dem Start der Agents API mehrere praktische Fragen. Erstens: Die aktuelle US-Datenresidenz macht die API für Prototypen und interne Tools ohne Kundendaten interessant, für produktive Systeme mit Personenbezug aber vorerst nur nach rechtlicher Prüfung nutzbar. Zweitens: Die Abrechnung über Token, Werkzeuge und Container-Laufzeit statt einer fixen API-Gebühr erfordert ein genaueres Kosten-Monitoring als bei klassischen Chat-Completions, weil ein einzelner Agentenlauf mit mehreren Subagenten schnell teurer werden kann als ein einzelner Modellaufruf.
Drittens spielt die Übernahme des AGENTS.md-Standards durch Claude Code eine praktische Rolle für die Werkzeugwahl: Teams, die zwischen Codex, Claude Code und anderen Agenten wechseln oder mehrere parallel einsetzen wollen, können künftig eine gemeinsame Konfigurationsdatei pflegen, statt für jedes Tool eine eigene Anleitung zu schreiben. Das senkt die Einstiegshürde, mehrere Anbieter parallel zu evaluieren, gerade für kleinere Teams ohne dedizierte Plattform-Abteilung.
Für IT-Verantwortliche in Österreich kommt viertens die Frage der Nachvollziehbarkeit dazu: Wenn ein Agent über die Agents API mehrere Subagenten startet, die wiederum verschiedene Sandbox-Partner nutzen, verteilen sich Logs und Audit-Trails über mehrere Systeme. Wer regulatorische Nachweispflichten hat, etwa im Rahmen der NIS2-Umsetzung, sollte deshalb schon vor der Einführung klären, wie sich die Aktivität einzelner Agenten-Sessions zentral protokollieren und im Bedarfsfall auch nachträglich auswerten lässt. Laut dem Release-Tracker von AI Weekly ist ein zentrales Session-Log Teil der Agents API, ein separates, unternehmensweites Audit-Dashboard bietet OpenAI zum Start allerdings nicht an.
Risiken: Sicherheit, Kosten und Abhängigkeit von einem Anbieter
Die Verlagerung der Orchestrierung zu OpenAI bringt auch neue Risiken mit sich. Wer den kompletten Agenten-Loop an einen externen Anbieter auslagert, verliert einen Teil der Transparenz darüber, wie Entscheidungen innerhalb eines mehrstufigen Agentenlaufs getroffen werden. Das ist besonders relevant, seit Mandiant im September 2026 dokumentiert hat, dass Angreifer eine aktive KI-Coding-Assistenten-Sitzung bei einem Software-Unternehmen kapern und darüber den Shai-Hulud-Wurm über rund 100 interne Repositories verbreiten konnten. Auch wenn dieser Vorfall nicht die Agents API selbst betraf, zeigt er, wie sensibel Zugriffsrechte und Tokens sind, sobald Agenten autonom auf Repositories und Geheimnisse zugreifen dürfen.
Hinzu kommt eine klassische Lock-in-Problematik: Je tiefer eine Anwendung auf die spezifische Session- und Recovery-Logik der Agents API aufbaut, desto aufwendiger wird ein späterer Wechsel zu einem anderen Anbieter oder zu einer selbst gebauten Lösung über das Agents SDK. Unternehmen sollten deshalb von Beginn an dokumentieren, welche Geschäftslogik in der eigenen Anwendung liegt und welche in der gemieteten Infrastruktur, um diese Abhängigkeit im Blick zu behalten.
Prognosen: Wie sich der Markt für Agenten-Plattformen entwickelt
- Eine EU-Datenresidenz für die Agents API dürfte innerhalb der nächsten zwei bis drei Quartale folgen, sobald OpenAI ausreichend europäische Rechenzentrumskapazität für Agenten-Workloads bereitstellt.
- Weitere Cloud-Anbieter werden voraussichtlich eigene Sandbox-Integrationen für die Agents API ankündigen, zusätzlich zu den aktuell neun Partnern, da die Nachfrage nach isolierten Ausführungsumgebungen mit der Zahl der Agenten-Anwendungen steigt.
- Der AGENTS.md-Standard wird sich vermutlich als De-facto-Konfigurationsformat über mehrere Anbieter hinweg durchsetzen, ähnlich wie sich Dockerfile oder package.json als plattformübergreifende Standards etabliert haben.
- Die Marktanteilsverschiebung weg von reinen Chat-Assistenten hin zu terminalbasierten Agenten wie Claude Code und Codex dürfte sich fortsetzen, während klassische IDE-Plugins zunehmend zur Nebenrolle werden.
- Sicherheitsvorfälle rund um kompromittierte Agenten-Sessions werden aller Voraussicht nach zunehmen, je mehr Unternehmen Agenten produktiven Zugriff auf Repositories und Deployment-Pipelines geben, was mittelfristig eigene Audit- und Monitoring-Werkzeuge für Agenten-Aktivität notwendig macht.
Häufig gestellte Fragen zur OpenAI Agents API
Was ist die OpenAI Agents API genau?
Die Agents API ist eine im September 2026 veröffentlichte Programmierschnittstelle, mit der Entwickler den kompletten Orchestrierungs-Harness hinter OpenAIs eigenem Codex-Produkt mieten können, statt Session-Verwaltung, Werkzeug-Koordination und Fehlerwiederherstellung selbst zu programmieren.
Läuft die Agents API auch in Österreich beziehungsweise der EU?
Zugriff auf die API ist auch aus Österreich möglich, die Datenverarbeitung erfolgt aber aktuell ausschließlich über US-Rechenzentren. Für die Verarbeitung personenbezogener Daten ist deshalb vorab eine Prüfung nach DSGVO ratsam. Die separate Konsumentenfunktion Codex Computer Use wurde im September 2026 bereits für den Europäischen Wirtschaftsraum, Großbritannien und die Schweiz freigegeben.
Welches Modell treibt die Agents API an?
Die Agents API nutzt aktuell GPT-6 Astra, das im September 2026 vorgestellte Flaggschiff-Modell von OpenAI mit einem Kontextfenster von rund 1,05 Millionen Token.
Wie unterscheidet sich die Agents API vom Agents SDK?
Die Agents API hostet den kompletten Agenten-Loop bei OpenAI und eignet sich für eine schnelle Integration ohne eigene Orchestrierung. Das Agents SDK läuft dagegen beim Entwickler selbst und bietet deutlich mehr Kontrolle über den Ablauf einzelner Agentenschritte.
Wie wird die Nutzung der Agents API abgerechnet?
Es gibt keine zusätzliche API-Gebühr. Abgerechnet werden Token-Verbrauch, die Nutzung einzelner Werkzeuge sowie die Laufzeit der Sandbox-Container, in denen der generierte Code tatsächlich ausgeführt wird.
Welche Anbieter stellen die Sandbox-Infrastruktur für die Agents API bereit?
Zum Start sind neun Partner angebunden: Cloudflare, Vercel, DigitalOcean, Oracle, Modal, E2B, Daytona, Runloop und Blaxel.
Ist die Agents API eine Konkurrenz zu GitHub Copilot oder Claude Code?
Direkt vergleichbar sind die Produkte nur bedingt, da Copilot und Claude Code fertige Endnutzer-Werkzeuge sind, während die Agents API eine Infrastrukturkomponente für eigene Anwendungen ist. Indirekt stehen alle drei Anbieter aber im selben Wettbewerb um Marktanteile bei agentischen Coding-Werkzeugen.
Wie viele Subagenten kann ein einzelner Agentenlauf gleichzeitig starten?
Laut aktuellem Stand unterstützt die Agents API bis zu drei parallel laufende Subagenten innerhalb einer Hauptaufgabe.
