Von Custom GPTs zu Skills: Was sich bei ChatGPT verändert

Custom GPTs waren lange eine einfache Möglichkeit, ChatGPT für bestimmte Aufgaben zu spezialisieren. Controllerinnen und Controller konnten eigene Anweisungen, Wissen und Funktionen hinterlegen und so beispielsweise einen Assistenten für Reporting, Datenanalyse oder interne Prozesse erstellen.

Nun verändert OpenAI dieses Konzept grundlegend, denn Custom GPTs werden schrittweise eingestellt. Stattdessen sollen bestehende Workflows künftig über Plugins abgebildet werden. Eine zentrale Rolle spielen dabei sogenannte Skills. OpenAI hat bereits angekündigt, für bestehende Custom GPTs einen Migrationsweg in Richtung Plugins bereitzustellen.

Was sind Skills?

Skills sind wiederverwendbare Arbeitsabläufe, die ChatGPT erklären, wie eine bestimmte Aufgabe ausgeführt werden soll.

Ein Skill kann beispielsweise festlegen:

• welche Informationen benötigt werden,
• welche Arbeitsschritte ausgeführt werden,
• welche fachlichen Regeln gelten,
• wie ein Ergebnis aufgebaut sein soll,
• welche Qualitätskontrollen durchgeführt werden,
• und bei Bedarf auch Skripte, Vorlagen oder Referenzdateien enthalten.

Damit lässt sich aus einem guten Prompt ein standardisierter Prozess machen.

Im Controlling könnte man beispielsweise einen Skill für eine Plan-Ist-Abweichungsanalyse erstellen. Statt bei jeder Analyse erneut ausführlich zu beschreiben, welche Preis-, Mengen- und Mixeffekte berechnet werden sollen, wird diese Logik einmal im Skill hinterlegt und anschließend wiederverwendet.

Was ist der Unterschied zwischen Skill und Plugin?

Skills sind Bestandteile von Plugins.

Ein Plugin kann verschiedene Fähigkeiten bündeln. Dazu gehören unter anderem:

• Skills – sie beschreiben Anweisungen und wiederverwendbare Workflows.
• Apps – sie stellen Verbindungen zu externen Diensten und Daten her.
• Weitere Erweiterungen – beispielsweise zur Interaktion mit Dateien oder Anwendungen.

Ein Plugin kann dabei ausschließlich aus Skills bestehen oder Skills mit extern angebundenen Anwendungen kombinieren.

Warum sind Skills interessant?

Der große Vorteil besteht darin, dass sich wiederkehrende Arbeitsweisen standardisieren lassen.

Ein Unternehmen kann beispielsweise festlegen, wie ein Monatsbericht kommentiert, eine Abweichungsanalyse durchgeführt oder ein Business Case geprüft werden soll. Diese Vorgehensweise muss dann nicht mehr bei jeder Anfrage neu beschrieben werden.

Skills ermöglichen dadurch:

• Konsistente Ergebnisse
• Wiederverwendbare Fachlogik
• Einheitliche Qualitätsstandards
• Einfachere Weitergabe von Best Practices
• Kombination von natürlicher Sprache, Fachwissen und Programmcode

Gerade für uns im Controlling ist dies interessant. Viele Aufgaben folgen wiederkehrenden Regeln, gleichzeitig ist für die Interpretation der Ergebnisse menschliches beziehungsweise fachliches Urteilsvermögen erforderlich.

Sind Skills auch zwischen verschiedenen KI-Systemen übertragbar?

Das Herzstück eines Skills ist typischerweise eine Datei namens SKILL.md. Sie enthält die Arbeitsanweisungen in Markdown, einem einfachen textbasierten Format. OpenAI beschreibt dieses Format ausdrücklich als portabel und als einen offenen beziehungsweise standardisierten Ansatz, der auch in anderen KI-Anwendungen und Plattformen verwendet werden kann.

Damit werden KI-Workflows weniger stark an eine einzelne Benutzeroberfläche gebunden. Anweisungen, Prozesslogiken oder Qualitätsregeln lassen sich grundsätzlich leichter übertragen, versionieren und in anderen Systemen wiederverwenden.

Allerdings bedeutet das nicht automatisch, dass jeder Skill ohne Anpassungen bei jedem KI-Anbieter funktioniert. Enthält ein Skill beispielsweise Python-Skripte, spezielle Tools, externe Apps oder anbieterspezifische Funktionen, können Anpassungen erforderlich sein.

Der standardisierte Aufbau erleichtert die Übertragbarkeit also deutlich, aber eine vollständige Herstellerunabhängigkeit garantiert er jedoch nicht.

Was bedeutet das für bestehende Custom GPTs?

Bestehende Custom GPTs sind nicht automatisch verloren. Sie können mit wenigen Klicks in der Oberfläche zu einem Plugin migriert werden. Allerdings lohnt es, den Zeitpunkt zu nutzen, um die bisher erstellen Custom GPTs auf den Prüfstand zu stellen: welche Funktionen brauchen wir nicht mehr, was ist redundant und wo können wir weitere Schritte automatisieren?

Typische Beispiele für Skills sind:

• Reporting- und Kommentierungsregeln
• Datenanalysen
• Prüf- und Freigabeprozesse
• Rechercheabläufe
• Unternehmensrichtlinien
• Templates und Qualitätschecks

Diese Elemente lassen sich künftig in Skills und Plugins überführen.

Für betroffene Enterprise-Workspaces ist die Einstellung nach aktuellem Stand (Anfang Oktober) für den 11. Dezember 2026 vorgesehen; bei anderen Tarifen können Zeitpunkt und Verfügbarkeit abhängig vom jeweiligen Konto oder Workspace variieren. Danach ist ein Zugriff auf Custom GPTs nicht mehr zur möglich.

Fazit: Von individuellen Assistenten zu wiederverwendbaren Workflows

Mit Skills verschiebt sich der Fokus der Automatisierung und Prozesse. Bisher stand häufig der individuelle KI-Assistent im Mittelpunkt: „Ich baue mir einen eigenen GPT.“ Künftig rückt stärker die Frage in den Vordergrund: „Welchen Prozess möchte ich standardisieren und wiederverwendbar machen?“

Das ist für Unternehmen eine interessante Entwicklung. Fachwissen, Prozesslogik und Qualitätsstandards können strukturiert dokumentiert und direkt von KI-Systemen genutzt werden.

Mein Tipp:

Wer heute Custom GPTs oder umfangreiche Prompt-Vorlagen einsetzt, sollte die darin enthaltenen Arbeitsabläufe identifizieren und prüfen, welche davon sich als Skills abbilden lassen.

Für das Controlling bieten sich insbesondere wiederkehrende Aufgaben wie Abweichungsanalysen, Managementkommentierungen, Forecast-Reviews, Datenprüfungen oder Business-Plan-Analysen an. So entsteht aus einzelnen Prompts Schritt für Schritt eine wiederverwendbare KI-gestützte Arbeitsweise.

Seminare rund um KI

Wenn Sie KI-Einsteiger sind und anhand typischer Anwendungsfälle ein strukturiertes Verständnis für den Einsatz von KI im Controlling erhalten möchten:

KI und ChatGPT im Controlling – Einstiegsseminar

KI und Copilot im Controlling – Einstiegsseminar

Wenn Sie bereits Erfahrung mit KI haben und Ihr Know-how zum Einsatz von künstlicher Intelligenz in Planung, Forecast und datengetriebenen Analysen vertiefen wollen:

KI-Assistenten im Controlling

Statistik anwenden, KI nutzen – im Controlling

KI-gestützte Analyse im Controlling

Predictive und Advanced Analytics mit KI im Controlling

Wenn Sie firmenintern KI und Advanced Analytics im Controlling gezielt einsetzen möchten, erfahren Sie hier mehr über unserem Beratungsansatz.

Autor

Florian Bliefert

Manager der CA controller akademie

Florian Bliefert ist Experte und zentraler Ansprechpartner für alle Themen rund um KI und RPA im Controlling.