Genspark liefert persönliche No-Code-Agenten mit GPT‑4.1 und OpenAI Echtzeit-API

Genspark⁠(wird in einem neuen Fenster geöffnet) ist das Unternehmen hinter Super Agent, einem anpassbaren KI-Agenten ohne Code, der Benutzern hilft, praktische Aufgaben wie das Tätigen eines Telefonanrufs, das Erstellen einer Präsentation oder das Umwandeln eines Rezepts in ein kurzes Video zu automatisieren.

Super Agent verwendet multimodale OpenAI-Modelle und eine Echtzeit-API, um Aufgaben über Text, Bild und Sprache hinweg zu aktivieren. So können Benutzer komplexe Arbeitsabläufe mit einfachen Prompts automatisieren, ohne dass Coding erforderlich ist. Das System zeigte Erfolg: In nur 45 Tagen erreichte Super Agent aufgrund der großen Nachfrage einen Jahresumsatz von 36 Millionen USD. 

Genspark wurde ursprünglich als KI-Suchmaschine vorgestellt, die Verbrauchern und Fachleuten bei der Synthese und Strukturierung von Informationen helfen sollte. Ende 2024 begann sich das Nutzerverhalten zu ändern. Die Benutzer wollten mehr als nur Antworten. Sie wollten Ergebnisse. Statt einer „Zusammenfassung dieses Markts“ fragten sie nach Pitch Decks, Videoskripten und Folge-E-Mails. Gleichzeitig wurden die Modellkapazitäten schnell erweitert. Längere Kontextfenster, leistungsfähigere Argumentation und neue multimodale APIs machten es zunehmend möglich, ganze Arbeitsabläufe zu automatisieren, statt nur Informationen abzurufen.

Dieser Wandel der Benutzernachfrage und der Modellbereitschaft veranlasste das Team zu einem mutigen Schritt: Im April 2025 wandte sich Genspark von der Suche ab und ging vollständig zu agentenbasierter KI über.

Im April 2025 brachte Genspark Super Agent auf den Markt: einen vollständig autonomen No-Code-Assistenten, der Telefonanrufe tätigen, Folien entwerfen, Videos erstellen und vieles mehr kann. Unter der Haube orchestriert die Plattform neun spezialisierte große Sprachmodelle und mehr als 80 integrierte Tools und weist jeder Aufgabe dynamisch die am besten geeignete Komponente zu.

OpenAI-Modelle sind von zentraler Bedeutung für dieses System. GPT‑4.1 verarbeitet Recherchen und strukturierte Outputs mit verbesserter Anweisungsbefolgung und einem 1M-Token-Kontextfenster, sodass Agenten lange Dokumente vollständig und ohne Kürzung verarbeiten können. Strikter JSON-Output soll zuverlässig strukturierte Antworten für nachgelagerte Tools gewährleisten, während das automatische Prompt-Caching die Latenz und API-Kosten senkt, was insbesondere bei mehrstufigen Workflows nützlich ist. Zur Bildgenerierung verwendet die Plattform das GPT‑Image‑1‑Modell über die OpenAI-API.

Da das System vollständig ohne Code auskommt, müssen sich die Benutzer darüber keine Gedanken machen. Sie beschreiben, was gemacht werden soll: „Rufe meinen Zahnarzt an“, „Fasse diesen Bericht zusammen“, „Erstelle mir eine Folienpräsentation“ und Super Agent erledigt den Rest.

Eine der meistdiskutierten Funktionen von Super Agent ist „Call For Me“, eine KI, die echte Telefonanrufe für dich tätigt und tatsächliche Gespräche führt. Keine Skripts. Kein umständliches Übertragen. Ganz gleich, ob es um eine Reservierung oder die Verschiebung eines Liefertermins geht, der Agent verwendet die OpenAI Echtzeit-API und Spracherkennungsfunktionen, um das Gespräch auf natürliche Weise und fließend in Echtzeit zu führen.

Ein zweischichtiges System ermöglicht die Interaktion: Die Echtzeit-API verwaltet den Live-Dialog, während ein Schattenmodell die Interaktion über eine Nachrichtenwarteschlange überwacht und steuert. Das Ergebnis ist ein schneller, verständlicher Austausch, selbst wenn der Anruf Warteschleifenmusik oder mehrdeutige menschliche Antworten enthält. In Japan ging ein Anwendungsfall viral: Benutzer baten den Agenten, Kündigungsanrufe an ihre Arbeitgebern entgegenzunehmen. Diese Art von tiefer, menschlicher Interaktion würde die meisten Personen einem KI-Agenten nicht zutrauen. 

Von Telefonanrufen abgesehen verlassen sich Benutzer auf Super Agent, um personalisierte Inhalte zu erstellen. Fordere ein Pitch Deck im Vaporwave-Stil an und der Agent entwirft die Folien, erstellt stilisierte Titelbilder mit GPT‑image‑1 und stellt das endgültige Deck zusammen. Für Videos kann es ein Szene-für-Szene-Skript verfassen, die Bilder generieren und einen Instagram-tauglichen Kurzfilm zusammenstellen.

Diese Anwendungsfälle werden durch die multimodalen Fähigkeiten von OpenAI, die Ausführungsgeschwindigkeit von Genspark und die enge Zusammenarbeit mit dem OpenAI-Startup-Team möglich gemacht. Genspark traf regelmäßig OpenAI-Lösungsarchitekten, um sich über bewährte Verfahren auszutauschen, Arbeitsabläufe zu optimieren und die Modellleistung zu verbessern. Sie gehörten zu den Ersten, die Spracherlebnisse mit der Echtzeit-API einführten, und liefern kontinuierlich Feedback, das zur Modellverbesserung beiträgt.

„Wir haben uns nicht nur wegen der modalitätsübergreifenden Modellleistung für OpenAI entschieden, sondern auch wegen der Entwicklererfahrung“, so Zhu. „Das API-Design von OpenAI half uns dabei, schnell voranzukommen und ohne Engpässe auszuliefern, zu debuggen und zu skalieren.“

In nur etwas mehr als einem Monat nach der Einführung von Super Agent konnte Genspark:

• Innerhalb von 45 Tagen ein Wachstum auf 36 Mio. USD ARR verzeichnen
• Acht wichtige Agentenfunktionen in 70 Tagen ausliefern

All dies wurde mit einem 20-köpfigen Team und ohne bezahlte Werbung erreicht. Dieses Wachstum erfolgte vollkommen organisch und wurde durch die Viralität des Produkts und Mundpropaganda vorangetrieben. Ein Großteil der Attraktivität von Super Agent resultiert aus seiner Zugänglichkeit. Benutzer müssen keine Workflows erstellen oder Einstellungen konfigurieren. Sie sagen einfach, was sie brauchen, und der Agent erledigt den Rest.

Als Nächstes expandiert Genspark in neue Kategorien, in denen autonome Agenten noch mehr Wert schaffen können, wie etwa ein KI-Browser, der auf alle vom Benutzer durchsuchten Inhalte reagiert, und KI-Dokumente zum Generieren formatreicher Dokumente. OpenAI-APIs bleiben der Kern der Technologie, mit der das Team schnell entwickeln und liefern kann.

„Wir haben Genspark so entwickelt, dass es mehr ist als nur eine Chat-Schnittstelle, es dient vielmehr als ein umfassender KI-Arbeitsbereich“, sagt Zhu. „Und mit OpenAI-APIs konnten wir dies in Rekordzeit umsetzen.“