Jarvis KI: ChatGPTs neuer Voice Mode

Eine Jarvis KI war bisher Science-Fiction: ein Assistent, der zuhört, deinen Bildschirm sieht und mitarbeitet. Mit dem neuen Voice Mode von ChatGPT rückt genau das in Reichweite. Wir haben die Funktion live im Arbeitsalltag getestet, mit allen Stärken und allen Schwächen. Du erfährst hier, was sie heute kann und wo sie noch scheitert.

Und warum deutsche Unternehmen zweimal hinschauen sollten.

Was ChatGPTs neuer Voice Mode wirklich kann

Der Live-Modus steckt in der neuen Version der Codex App. OpenAI liefert dort drei Dinge auf einmal: Sprachchat, Zugriff auf das gerade aktive Fenster und Projekte mit mehreren Ordnern. Nach dem Start erscheint ein kleines Banner, das du frei über den Bildschirm ziehen kannst.

Der entscheidende Unterschied zu bisherigen Sprachmodi: Der Assistent bleibt permanent aktiv. Er hört zu, während du arbeitest, und sieht dabei alles, was du siehst. Das gilt nicht nur in der App selbst. Wechselst du in den Browser, wandert der Blick mit. Auf Zuruf macht er einen Screenshot und ordnet ein, was gerade auf dem Bildschirm steht.

Die passende Option findest du in den Einstellungen. In unserem Test las er eine offene Produktseite korrekt aus. Kopieren mussten wir dafür nichts. Das Beste kommt zum Schluss: Er unterbricht dich nicht. Wer die Sprachmodi der letzten Monate genutzt hat, kennt das ständige Reinreden. Hier läuft die Aufnahme durch, während du frei sprichst.

Erst wenn du eine echte Frage stellst, antwortet er.

Jarvis KI im Praxistest: Recherche und Subagenten

Der Assistent beantwortet nicht nur Fragen zum Bildschirm. Du kannst ihm parallel Recherche-Aufträge geben. Im Test lief eine Suche zu einem Produkt-Update im Hintergrund, während wir weitergearbeitet haben. Noch spannender wird es beim nächsten Schritt.