AI Harnesses sind die Software um ein Sprachmodell herum, die es arbeitsfähig macht. Codex ist der agentische Coding-Harness von OpenAI: eine Kommandozeile, eine IDE-Erweiterung, eine Web- und Desktop-Oberfläche sowie ein SDK, mit denen GPT-Modelle Dateien lesen, Befehle ausführen, Tests starten und Code ändern können – lokal, in der Cloud oder eingebettet in ChatGPT. Stand: 20. September 2026.
Was ist Codex?
Codex CLI ist ein quelloffenes Projekt von OpenAI, das seit April 2025 im öffentlichen Repository openai/codex unter der Apache-2.0-Lizenz gepflegt wird. Installieren lässt sich die CLI per Installationsskript (curl -fsSL https://chatgpt.com/codex/install.sh | sh), über npm install -g @openai/codex oder per Homebrew; Windows nutzt ein PowerShell-Skript. Nach der Installation meldet sich Codex entweder mit einem ChatGPT-Account (Plus, Pro, Business, Edu, Enterprise) oder mit einem API-Schlüssel an. Neben der CLI bietet OpenAI eine Erweiterung für VS Code und kompatible Editoren wie Cursor und Windsurf, eine native Integration in JetBrains-IDEs, eine Desktop-App für macOS und Windows sowie Codex Web und Codex Cloud unter chatgpt.com/codex für delegierte, auf OpenAI-verwalteter Infrastruktur laufende Aufgaben.
Codex als AI Harness
Codex verbindet die klassischen Bausteine eines Harness in einem Werkzeug: eine Schleife aus Modellaufruf, Werkzeugausführung in einer Sandbox und Rückmeldung an das Modell; projektspezifische Anweisungen über AGENTS.md-Dateien, die Codex hierarchisch vom Projekt-Root bis zum Arbeitsverzeichnis einliest; Berechtigungen über eine Kombination aus Sandbox-Stufe (read-only, workspace-write, danger-full-access) und Freigabepolitik (on-request, never); sowie Subagenten für parallele Teilaufgaben, deren Ergebnisse gebündelt in den Hauptkontext zurücklaufen. Erweiterbar ist Codex über MCP-Server, über paketierte Skills (SKILL.md in .agents/skills) und über Plugins, die Team-Tools und Datenquellen anbinden. Für Automatisierung gibt es den nicht interaktiven Modus codex exec, der Fortschritt auf stderr ausgibt, die Endnachricht auf stdout schreibt und mit --json einen strukturierten Event-Stream für CI-Pipelines liefert.
Modelle und Modellzugang
Codex nutzt standardmäßig GPT-Modelle von OpenAI, darunter für Coding-Aufgaben optimierte Reasoning-Varianten mit einstellbarem Reasoning-Aufwand. Mehr zur Modellfamilie im Überblick zu OpenAI GPT. Über das Feld model_provider in config.toml lässt sich zwischen dem eingebauten OpenAI-Provider, Azure OpenAI und Amazon Bedrock wechseln; für Azure OpenAI dokumentiert OpenAI ein konkretes [model_providers.azure]-Beispiel mit base_url, env_key und API-Version, für Amazon Bedrock genügt model_provider = "amazon-bedrock" mit AWS-Zugangsdaten. Darüber hinaus lassen sich beliebige eigene Endpunkte unter [model_providers.<id>] mit base_url, env_key und wire_api definieren, oder per openai_base_url direkt am eingebauten Provider. Codex lässt sich damit über einen zentralen, OpenAI-kompatiblen Proxy wie das AI Gateway betreiben, sofern dessen Endpunkt die OpenAI-Responses-API bedient – laut Konfigurationsreferenz ist responses aktuell der einzige unterstützte Wert für wire_api.
Einsatz im Unternehmen: Datenschutz und Governance
Für ChatGPT Business-, Enterprise- und Edu-Workspaces dokumentiert OpenAI, dass Geschäftsdaten standardmäßig nicht zum Training verwendet und Daten verschlüsselt übertragen und gespeichert werden. Datenresidenz gilt laut Dokumentation nur für ausgewählte, unterstützte Inhalte und Workloads; verbundene Apps und externe Modell-Provider können eigenen Standortregeln folgen. Codex-Aufgaben in der Cloud laufen auf OpenAI-verwalteter Infrastruktur ohne Zugriff auf lokale Dateien, Desktop-Apps oder Browser-Sitzungen. Workspace-Inhaber steuern lokalen und Cloud-Einsatz getrennt über die Enterprise-Einstellungen mit rollenbasierter Zugriffskontrolle; eine Compliance-Log-Plattform hält Prompts und Antworten unterstützter Workflows für einen begrenzten Zeitraum vor, deckt laut Dokumentation aber nicht jede Shell-Aktion oder Werkzeugausführung ab. Unabhängig vom Provider gilt: Quellcode und Prompts gehen an den gewählten Modell-Provider (OpenAI, Azure oder Amazon Bedrock) und sind vorab im Verarbeitungsverzeichnis abzubilden.
Codex mit herdr orchestrieren
herdr ist ein Terminal-Multiplexer und eine Runtime für Coding-Agenten. Laut herdr-Dokumentation erkennt herdr Codex-Sitzungen über einen Screen-Manifest-Mechanismus und liest dafür den sichtbaren Terminal-Zustand aus, statt sich auf Lifecycle-Hooks zu stützen. In der Integrationsrolle „Session“ liefert Codex damit eine native Sitzungsidentität für die Wiederherstellung, ohne dass herdr den gesamten Sitzungslebenszyklus über eigene Hooks abdeckt.
Einordnung: Entwickler-Harness und Unternehmens-Harness
Codex ist ein Harness für eine klar umrissene Umgebung: ein Repository, ein Terminal oder eine IDE, ein Entwickler. Für Fachanwender außerhalb der Entwicklung braucht es einen anderen Harness mit Anbindung an Fachsysteme, Unternehmenswissen und rollenbasierten Rechten – das übernimmt CompanyGPT. Beide Ebenen lassen sich über das AI Gateway als gemeinsame Kosten- und Governance-Schicht führen, damit Budgets, Provider-Wahl und Protokollierung für Entwickler- und Unternehmens-Harnesses einheitlich bleiben. Einen Überblick über weitere Harnesses finden Sie in unserer Übersicht der AI Harnesses. Wenn Sie prüfen möchten, wie sich Codex und CompanyGPT in Ihrem Unternehmen ergänzen und über das AI Gateway steuern lassen, unterstützen wir Sie mit einer Einordnung an Ihrem eigenen Anwendungsfall.