Was ist die ChatGPT App – und was sie NICHT ist

1. Einleitung

Aus der Sicht eines normalen Entwicklers kommt Ihnen vieles davon schon bekannt vor: Es gibt ein neues Buzzword – ChatGPT App –, es gibt APIs, es gibt ein SDK, noch ein paar Abkürzungen, und es scheint, als wäre es „nur ein weiterer Weg, ein KI‑Modell aufzurufen“.

Das Problem ist: Ohne klares Weltbild fangen Menschen an, sehr unterschiedliche Dinge zu verwechseln – die alten ChatGPT‑Plugins, die Assistants API, Custom GPTs und die neuen ChatGPT Apps. Am Ende erwartet jemand, dass er „alles schnell zusammenklickt“ wie bei einem Custom GPT, muss dann aber einen MCP‑Server aufsetzen, ein Next.js‑Widget schreiben und über den Store nachdenken. Und umgekehrt: Jemand baut einen komplexen Backend, obwohl für seine Aufgabe ein einfacher Custom GPT oder eine normale API‑Hülle reichen würde.

Lassen Sie uns daher damit anfangen, worin der neue ChatGPT App tatsächlich besteht (und die Dinge sauber sortieren) – und was er nicht ist.

Kurze „historische“ Evolution der LLM‑Integrationen

Bevor wir definieren, hilft ein Blick auf die Evolution der Ansätze. So lernen Sie nicht nur Vokabeln, sondern verstehen, woher die App‑Idee innerhalb von ChatGPT überhaupt kommt.

Zuerst gab es die klassische Variante des „API‑Wrappers“. Sie betrieben Ihre eigene Web‑App oder einen Bot und riefen irgendwo im Backend die OpenAI API auf: Prompt übergeben, Textantwort erhalten, dem Nutzer anzeigen. Sämtliche Logik, UI, Authentifizierung und Billing lagen bei Ihnen. ChatGPT als Produkt spielte hier überhaupt keine Rolle.

Dann kamen die ChatGPT Plugins.

Das war der erste Versuch, externe Dienste direkt in die Oberfläche von ChatGPT einzubetten. Ein Plugin wurde über OpenAPI beschrieben, ChatGPT konnte dessen Endpunkte aufrufen, und Sie antworteten mit JSON, das das Modell dem Nutzer in Textform zusammenfasste. Ein eigenes UI hatte das Plugin nicht – höchstens Markdown, das das Modell im Chat anzeigen konnte. Dieses System gilt heute als veraltet.

Dann kamen die Custom GPTs (MyGPTs).

Das ist ein Baukasten für „Ihre eigene Version von ChatGPT“ ohne Code: Sie konfigurieren Prompts, hängen Dateien an, manchmal Custom Actions zu einem HTTP‑API. Alles lebt in der ChatGPT‑Oberfläche, aber das UI ist strikt standardisiert und die Integrationen sind auf die Möglichkeiten der Actions begrenzt.

Und schließlich der qualitative Sprung – die neuesten ChatGPT Apps. Hier gibt es ein reiches UI (Widget im Chat), ein standardisiertes Protokoll für die Kommunikation mit Ihren Daten und Ihrer Backend‑Logik (MCP) sowie einen eigenen Platz in der Ökosphäre: Dev Mode, Store, Berechtigungen, integrierte Zahlungen usw.

Zum Zeitpunkt dieser Vorlesung gab es im Google Play Store 4 Millionen Apps, im Apple App Store 2 Millionen, und in ChatGPT gerade einmal 5. Nicht 5 Millionen, sondern nur 5(!) Apps. Und ChatGPT hat 800 Millionen aktive Nutzer pro Woche. Es war noch nie so leicht, in die Top‑100‑Apps zu kommen und dabei ein paar Millionen zu verdienen.

Wenn ich Ihr Interesse geweckt habe, vertiefen wir die Kernfrage: Was genau ist die neue ChatGPT App?

2. Kurzdefinition der ChatGPT App

Im Internet gibt es mehrere Marketing‑Erklärungen, aber da wir hier alle IT‑ler sind, übersetze ich das in eine klare, praxisnahe Sprache.

ChatGPT App ist eine Web‑Anwendung, die innerhalb von ChatGPT läuft und ein eigenes UI‑Widget hat. Die App stellt ChatGPT einen Satz an Werkzeugen (Funktionen) und Daten bereit und wird im App‑Katalog registriert (App Store). Die App verbindet einen Konversations‑Interface (Chat) mit einem grafischen UI und Backend‑Logik und kommuniziert mit der ChatGPT‑Plattform über standardisierte Protokolle wie MCP.

Und was bringt uns das konkret?

Erstens: „läuft innerhalb der ChatGPT‑Oberfläche“. Der Nutzer verlässt weder https://chatgpt.com/ noch die Mobile App; das UI Ihrer Anwendung wird als Widget in diese Oberfläche eingebettet. Ihr Widget erscheint direkt im Chat‑Stream.

Zweitens: „hat ein eigenes UI‑Widget“. Es ist nicht nur Text, den das Modell im Chat ausgibt. Sie können React‑Komponenten rendern: Karten, Listen, Formulare, Maps, Player und andere Freuden des Frontend‑Lebens. Technisch ist es eine normale Next.js‑App, die in einer Sandbox läuft und mit ChatGPT über das Objekt window.openai und das Apps SDK kommuniziert.

Drittens: „stellt ChatGPT einen Satz an Tools (Funktionen) und Daten bereit“. Sie setzen im Backend einen MCP‑Server auf und registrieren dort die MCP‑Tools Ihrer App – Sie beschreiben die Aktionen, die Ihr Dienst ausführen kann: Katalogsuche, Buchung, Datenanalyse, Report‑Generierung. ChatGPT sieht diese Tools als Funktionen mit JSON Schema und kann sie nach eigenem Ermessen aufrufen.

Viertens: „wird im App‑Katalog registriert“. Ihre App hat einen Namen, ein Icon, Beschreibungen, Kategorien, Berechtigungen, Versionen und Monetarisierung. Das ist kein „Skriptchen auf die Schnelle“, sondern eine vollwertige App im ChatGPT‑Ökosystem.

Ein sehr wichtiger Mindset‑Shift: Sie schreiben keinen „Bot“, der alles selbst entscheidet. Sie beschreiben die Oberfläche und die Fähigkeiten (UI + Tools), und ChatGPT entscheidet selbst, wann es diese einsetzt und wie sie in den Dialog eingewoben werden. Die Kontrolle über das gesamte Szenario ist nur teilweise bei Ihnen.

Für Sie hat dieser Ansatz einen großen Vorteil – ChatGPT schlägt den Nutzern selbst vor, Ihre App zu installieren, und entscheidet selbst, wann sie gestartet wird. D. h. die Werbekosten für Ihre App betragen $0. Eine Million Installationen Ihrer App kosten Sie $0. Zumindest, solange Sie zu den Ersten gehören.

Eine eigene ChatGPT‑App im Jahr 2025 zu starten ist wie Bitcoins für $1 zu kaufen. Die Wahl liegt bei Ihnen.

3. Anatomie der ChatGPT App: UI, Tools und Kontext

Damit wir uns nicht verirren, zerlegen wir die App in drei große Komponenten, die uns durch den gesamten Kurs begleiten.

Die erste Komponente ist die UI‑Schicht. Das ist Ihr Widget, in der Regel geschrieben mit React/Next.js und dem Apps SDK. Es wird innerhalb von ChatGPT gerendert, zeigt Geschenkelisten, Buchungsformulare, Diagramme und andere visuelle Elemente. Es lebt in einer Sandbox: Es kann den globalen DOM nicht verändern, nicht einfach so ins Internet greifen und arbeitet innerhalb eines begrenzten Fensters.

Die zweite Komponente sind Tools, Ressourcen und Prompts. Auf Protokollebene ist das ein MCP‑Server mit beschriebenen Fähigkeiten: tools (Aktionen), resources (Daten) und prompts (Vorlagen). Tools sind über JSON‑Schemata beschrieben und das Modell sieht sie als Funktionen, die bei Bedarf aufgerufen werden können. In den nächsten Modulen schauen wir uns genau an, wie dieser callTool abläuft, aber wichtig ist jetzt: Die Tools sind die Hände und Augen Ihrer App in der realen Welt.

Die dritte Komponente ist der Nutzungskontext. Das ist alles, womit Sie Ihre App für Modell und Nutzer beschreiben: System‑Prompt, Tool‑Beschreibungen, Berechtigungen, Zielgruppe, Kategorien im Store. Von diesen Metadaten hängt ab, wann GPT die App vorschlägt, welche Anfragen als relevant gelten und welche Aktionen erlaubt sind.

Später, wenn wir die Übungs‑App GiftGenius durchgehen, sehen Sie alle drei Schichten live: das UI‑Widget mit Geschenkkarten und einem Assistenten für Rückfragen, die Auswahl‑ und Bestell‑Tools auf MCP/Backend‑Seite und den Kontext – System‑Instruktionen, Beschreibungen, Berechtigungen und Kategorien im Store.

4. Vergleich der „Apps“ in ChatGPT

Jetzt, da wir ein Gesamtbild und die Anatomie der App haben, machen wir einen Schritt zurück und vergleichen sie mit ihren „Verwandten“. Das hilft, Apps, Plugins, die Assistants API und die bloße OpenAI API sauber zu trennen. Unten eine Tabelle, die hilft, diese Entitäten auseinanderzuhalten.

Eine gute Analogie, die auch in der offiziellen Dokumentation betont wird: Die Assistants API ist, wenn Sie die „GPT‑Gehirne“ nehmen und in Ihr Produkt einbauen, und die ChatGPT App ist umgekehrt – wenn Sie Ihr Produkt in die Oberfläche von ChatGPT bringen.

5. Was die ChatGPT App NICHT ist

Gehen wir nun die gängigen Missverständnisse durch. Das ist wichtig, damit wir die App später nicht als etwas anderes konzipieren.

ChatGPT App ≠ einfach nur eine Next.js‑Website

Die intuitive Sicht eines Frontenders ist, die App als „noch ein SPA“ zu betrachten, nur mit „einem seltsamen Fenster in ChatGPT“ statt /. Das stimmt teilweise, aber es gibt einen kritischen Unterschied: Sie leben nicht auf Ihrer eigenen Domain und kontrollieren nicht das gesamte UI, sondern mieten ein kleines Stück der Oberfläche bei ChatGPT. Sie können die Navigation nicht umschreiben, kein eigenes Banner darüberlegen oder die Umgebung „hacken“.

In unserem Kurs werden wir das Widget als isolierte Komponente betrachten, nicht als vollwertige Website: Es hat strikte Beschränkungen bei Netzwerk, DOM und Ressourcen, und die ganze schwere Arbeit wandert ins Backend/MCP. Ausführlich über die Sandbox sprechen wir in der letzten Vorlesung dieses Levels. Hier reicht: Das ist kein „weiterer Next.js‑Hosting“.

Zur Veranschaulichung – ein Codebeispiel. So sieht ein klassischer „API‑Wrapper“ rund um OpenAI in Ihrer Next.js‑App aus – das ist keine ChatGPT App:

// app/api/chat/route.ts — gewöhnliches Backend Ihrer Website, keine App
import OpenAI from "openai";
import { NextRequest, NextResponse } from "next/server";

const client = new OpenAI();

export async function POST(req: NextRequest) {
  const { message } = await req.json();
  const response = await client.responses.create({
    model: "gpt-5.2",
    input: [{ role: "user", content: [{ type: "text", text: message }] }],
  });
  return NextResponse.json({ reply: response.output[0].content[0].text });
}

Der Nutzer dieser Anwendung kommuniziert mit Ihrem Backend, nicht mit ChatGPT. Sämtliche UI‑ und Sitzungslogik liegt bei Ihnen. Das ist eine hervorragende Option für AI‑Features innerhalb Ihres Produkts, aber keine ChatGPT App.

ChatGPT App ≠ altes ChatGPT‑Plugin

Das Wort „Plugin“ gehört ins Museum des Jahres 2023 und sollte nur noch für das alte System verwendet werden. Plugins gaben ChatGPT die Möglichkeit, Ihre HTTP‑Endpunkte per OpenAPI aufzurufen, erlaubten aber kein reiches UI: Maximal konnten Sie Markdown zurückgeben, das das Modell im Chat anzeigte.

Die neuen Apps können im Gegensatz zu Plugins React‑Widgets rendern, über MCP arbeiten, Berechtigungen haben und an finanziellen Szenarien teilnehmen. Sie als „Plugins 2.0“ zu betrachten, ist eine Vereinfachung, die Ihnen schnell auf die Füße fällt, sobald Sie UI und Tools designen.

ChatGPT App ≠ Assistants API

Die Assistants API löst eine andere Aufgabe: Ihrem Produkt (Website, Mobile‑App, internem Tool) einen schlauen Assistenten auf Basis von GPT zu geben. Alles lebt „bei Ihnen“, Sie kontrollieren das UI, und GPT ist ein Backend‑Service, mit dem Sie per API sprechen.

Bei der ChatGPT App ist alles umgekehrt. Das UI und der primäre Nutzungskontext gehören ChatGPT, und Sie „ziehen“ mit Ihrer App dort ein. Der Nutzer sieht Ihre Domain nicht, er sieht den Namen und das Icon der App innerhalb von ChatGPT, und die Tokens bezahlt in der Regel er selbst über sein ChatGPT‑Abo.

Kurz gesagt: Assistants API ist GPT in Ihrem Produkt, die ChatGPT App ist Ihr Produkt in ChatGPT.

ChatGPT App ≠ einfach ein Custom GPT

Custom GPTs sind großartig für einen schnellen Start: Prompt zusammengestellt, ein paar Dateien angehängt – und schon haben Sie einen „persönlichen Assistenten“. Aber das UI ist standardisiert, ohne Widgets, und die Integrationen über Custom Actions sind recht begrenzt; es gibt weder das vollständige Apps SDK noch die MCP‑Ebene.

Die ChatGPT App ist eine Pro‑Code‑Geschichte. Sie schreiben ein Widget (meist mit Next.js), setzen einen MCP‑Server auf, konfigurieren Authentifizierung, Berechtigungen, Payments. Das Maß an Flexibilität ist deutlich höher, aber auch die Verantwortung: für Sicherheit, UX und das Review bei der App‑Registrierung.

Eine praxisnahe Strategie, die ich Unternehmen empfehlen kann: Verwenden Sie Custom GPT als schnellen Marketing‑Einstieg (einfacher Assistent im GPT Store) und entwickeln Sie parallel eine vollwertige App auf dem Apps SDK für ernsthafte Szenarien und künftige Monetarisierung.

ChatGPT App ≠ „nur ein weiterer Bot“

Zum Schluss ein wichtiger psychologischer Punkt. Die ChatGPT App ist nicht „nur ein weiterer Chat‑Bot“. Sie ist ein Produkt mit Lebenszyklus: Es gibt einen Dev Mode, Reviews, Versionen, Einschränkungen, Analytik und Zahlungs‑Szenarien. Sie als „kleinen Bot fürs Demo“ zu sehen, ist ein sicherer Weg, den Aufwand zu unterschätzen, den Launch zu verhauen und die Millionen nicht zu verdienen.

6. Typen von ChatGPT‑Apps

Um besser zu verstehen, was Sie bauen, hilft eine grobe Typologie von ChatGPT Apps. In unserem Kurs sprechen wir über vier Hauptfokusse und verwenden dafür kurze englische Labels: UI-heavy, tool-first, commerce-oriented und data/analytics.

• Der erste Typ – UI‑heavy bzw. UI‑first‑Apps. Der Hauptwert liegt im visuellen Interface: Assistenten, Konfiguratoren, komplexe Formulare, Canvas. Beispiele: Versicherungs‑Konfigurator mit Dutzenden Parametern, Design‑Konfigurator, Datenvisualisierung.
• Der zweite Typ – Tool‑first‑Apps. Hier stehen nicht das UI, sondern die Tools im Mittelpunkt. Die App stellt dem Modell einen leistungsfähigen Satz an Funktionen bereit, und den Großteil der Nutzererfahrung gestaltet ChatGPT selbst, indem es Text erklärt und gelegentlich minimales UI einblendet. Beispiel: Eine App, die GPT Zugriff auf die interne Wissensdatenbank eines Unternehmens gibt – das Modell entscheidet selbst, wann und wie es die Suche aufruft und wie es Ergebnisse erklärt.
• Der dritte Typ – Commerce‑oriented‑Apps. Der Schwerpunkt liegt auf Verkäufen, Abos, Buchungen. Die App ist in das Agentic Commerce Protocol (ACP) integriert, kann Käufe abwickeln, mit Warenkorb und Instant Checkout arbeiten und Bestellungen Nutzern zuordnen.
• Der vierte Typ – Data/analytics‑Apps. Sie konzentrieren sich auf das Anbinden von Datenquellen und Analytik: Reports, BI‑Dashboards, Log‑ und Metrik‑Analyse, Arbeit mit hochgeladenen Dateien.

Ein und dieselbe Idee kann in unterschiedlichen Stilen umgesetzt werden. Beispielsweise kann die Geschenkauswahl rein Tool‑first sein (das Modell formuliert Erklärungen selbst, und die App liefert nur JSON mit Ideenlisten) oder UI‑heavy (reiches Widget mit Filtern, Produktkarten, Variantenvergleich).

7. Unser Übungsprojekt: GiftGenius

Alles, was wir im Kurs tun, verankern wir am besten an einer durchgängigen Anwendung. Daher werden wir im Laufe des Kurses unsere eigene App schreiben: GiftGenius – eine App zur Geschenkauswahl und Bestellabwicklung über ChatGPT. Wir werden immer wieder darauf zurückkommen.

Aus Sicht der Typologie ist GiftGenius in erster Linie eine kommerzorientierte (commerce‑oriented) App mit UI‑heavy‑Elementen. Der Nutzer schreibt in ChatGPT so etwas wie: „Ich brauche ein Geschenk für einen IT‑Freund, Budget 50–70 Dollar“, das KI‑Modell entscheidet, GiftGenius zu aktivieren, die App zeigt ein Widget mit Rückfragen, einer Auswahl an Geschenken und schließlich mit der Bestellabwicklung über ACP.

Um jetzt schon in TypeScript‑Begriffen zu denken, können wir ein einfaches Domänenmodell skizzieren, das uns weiter begleiten wird:

// gift-types.ts — vereinfachtes Domänenmodell von GiftGenius
export type GiftIdea = {
  id: string;
  title: string;
  priceUsd: number;
  tags: string[];      // Interessen des Empfängers
  occasion: string;    // Anlass: birthday, wedding usw.
};

Das ist zunächst nur ein Typ, an kein SDK gebunden. Im Laufe des Kurses sehen Sie jedoch, wie solche Domänenmodelle in MCP‑Tools, ins UI‑Widget und sogar in die Commerce‑Schicht einsickern.

8. Wie der Nutzer die ChatGPT App im Dialog erlebt

Obwohl das Thema „User Flow“ im dritten Vortrag zentral sein wird, skizzieren wir gleich das große Ganze, damit Sie verstehen, warum das UI gebraucht wird und wie die App im Dialog auftaucht.

Der Nutzer interagiert mit ChatGPT wie gewohnt: Er schreibt Nachrichten, stellt Fragen, bittet um Hilfe. ChatGPT entscheidet bei jeder Äußerung, was zu tun ist: selbst antworten, ein Tool aufrufen, das Widget Ihrer App anzeigen oder aktualisieren, die Nutzung Ihrer App vorschlagen, wenn sie zum Kontext passt.

Zum Beispiel schreibt der Nutzer: „Ich brauche ein Geschenk zum Hochzeitstag, Budget bis 100 Dollar, mein Mann liebt Brettspiele.“ Das Modell sieht, dass es die App GiftGenius gibt, die Geschenke nach solchen Kriterien auswählen kann. Es kann zwei Wege gehen:

1. Zuerst dem Nutzer vorschlagen, GiftGenius zu verwenden, etwa: „Ich kann die App GiftGenius verbinden, um ein paar Optionen zu finden. Soll ich sie starten?“
2. Direkt die Tools der App aufrufen und das Widget mit bereits ausgefüllten Feldern anzeigen und dem Nutzer eine Auswahl präsentieren.

All dies geschieht ohne Ihre direkte if user_said_gift then call_app(). Sie beschreiben die Fähigkeiten der App, und das Modell lernt, sie zu nutzen. Daher sind klare Beschreibungen, Grenzen und ein durchdachtes UX so wichtig – andernfalls nutzt GPT Ihre App entweder übermäßig oder ignoriert sie komplett.

Zur Veranschaulichung kann man es als Diagramm darstellen:

flowchart TD
  U[Benutzer in ChatGPT] -->|Nachricht| G[GPT‑Modell]
  G -->|Entscheidung: App verwenden?| A[Ihre ChatGPT App]
  A -->|Widget| W[UI im Chat]
  A -->|Tools/MCP| B[Ihr Backend / MCP]
  B --> A --> G --> U

Details dazu, wie GPT genau entscheidet, die App zu rufen, besprechen wir in den Themen zu Tools und System‑Prompt. Es ist aber schon jetzt hilfreich zu verstehen: Es ist Kooperation, kein imperatives Steuern.

9. Mini‑Übung: Ihre App‑Idee

Damit das Material nicht abstrakt bleibt, überlegen Sie sich am besten jetzt eine Idee für eine eigene App, die Sie gedanklich zusammen mit GiftGenius weiterentwickeln.

Versuchen Sie, in einem Satz zu formulieren, was Ihre App innerhalb von ChatGPT macht. Zum Beispiel: „Die App hilft Entwicklern, die Komplexität von Aufgaben zu schätzen und sie in Teilaufgaben zu zerlegen“ oder „Die App stellt Reiserouten unter Berücksichtigung von Wetter und Budget zusammen“.

Antworten Sie sich anschließend ehrlich auf zwei Fragen. Erstens: Welchem Typ aus unserer Typologie ist sie näher – UI‑heavy, tool‑first, commerce‑oriented oder data/analytics? Zweitens: Ist es wirklich eine ChatGPT App oder im Kern nur ein Bot in Ihrer eigenen Site bzw. ein weiterer Custom GPT? Wenn Sie lediglich das OpenAI API im Backend bequemer aufrufen wollen, brauchen Sie vielleicht gar keine vollwertige App.

Solche Mini‑Analysen sind eine gute Methode, sich ein paar Monate Entwicklung am falschen Produkt zu ersparen.

10. Typische Missverständnisse rund um die ChatGPT App

Fehler Nr. 1: Alles pauschal „Plugin“ nennen.
Das Plugin‑System war eine historische Etappe des Jahres 2023. Die neue Integrations‑Generation sind Apps auf Apps SDK + MCP. Wer gedanklich am Begriff „Plugin“ festhält, unterschätzt leicht die Rolle von UI, Sandbox, Store und des gesamten Produkt‑Lebenszyklus. In diesem Kurs verwenden wir „Plugin“ nur für das alte System und meinen mit App stets die neue Generation von Anwendungen.

Fehler Nr. 2: Vollständige Kontrolle über GPT erwarten.
Manche Entwickler kommen mit der Haltung „Ich schreibe eine App, und das Modell macht strikt, was ich sage“. Im ChatGPT‑Ökosystem ist es anders: Sie beschreiben Ihre Fähigkeiten und Absichten, aber das Modell entscheidet selbst, wann es Tools aufruft, wann es das Widget zeigt und wann es schlicht mit Text antwortet. Wer versucht, die App wie ein klassisches SPA mit starrem Drehbuch zu entwerfen, wird enttäuscht.

Fehler Nr. 3: ChatGPT App mit Assistants API verwechseln.
Sehr häufig: Jemand will „einen Bot im eigenen Produkt“, schaut aus Gewohnheit Richtung Apps SDK, obwohl Assistants API viel einfacher und logischer wäre. Am Ende investiert er in ein Widget in ChatGPT, das seine Nutzer gar nicht brauchen. Die richtige Trennung ist einfach: Wenn die Nutzer zu Ihrer Website oder in Ihre App kommen, denken Sie an die Assistants API; wenn Sie zu den Nutzern in ChatGPT kommen wollen, denken Sie an die ChatGPT App.

Fehler Nr. 4: Die App als „noch ein Frontend“ ohne Sandbox‑Beschränkungen betrachten.
Wer das Apps SDK wie ein gewöhnliches Next.js‑Frontend benutzt und die Sandbox‑Grenzen (eingeschränkter Netzwerk‑/DOM‑/Ressourcenzugriff) ignoriert, stellt schnell fest: „Nichts funktioniert wie auf meiner Website.“ Akzeptieren Sie früh, dass das Widget eine isolierte Komponente ist und schwere Integrationen sowie Secrets ins Backend/MCP gehören.

Fehler Nr. 5: Custom GPT überschätzen und Apps SDK unterschätzen (oder umgekehrt).
Custom GPTs und Apps sind kein „Entweder/Oder“, sondern unterschiedliche Reifestufen. Oft ist die richtige Strategie, beide zu nutzen: Custom GPT als schnellen Einstieg und Marketing, die App als ernsthaftes Produkt mit reichhaltigem UI und Commerce. Wer von einem Custom GPT Features auf dem Niveau des Apps SDK erwartet – oder umgekehrt das Apps SDK dorthin schleppt, wo ein Custom GPT genügt –, macht sich das Leben nur schwer.