Zulassungs-Agent mit eigenem GPT: Grenzen und Alternativen

Ein eigenes GPT beantwortet Fragen, aber es führt keinen Zulassungsprozess

Ein Custom GPT eignet sich gut für einen internen Prototyp der Studienberatung, nicht als alleiniger Zulassungs-Agent auf der Hochschulwebsite. Er kann Fragen zu Studiengängen, Fristen und Bewerbung in natürlicher Sprache beantworten. Er kann aber weder eine Bewerbung nachverfolgen noch einen Interessenten verlässlich in Ihr CRM übergeben, ohne dass Sie dafür zusätzliche Technik bauen.

Für Hochschulen in Deutschland kommt eine Besonderheit dazu: Die Fragen der Interessenten drehen sich oft um Zulassungsbeschränkungen, NC-Werte, Bewerbungsfristen und die Frage, ob ein Studium über hochschulstart.de oder direkt an der Hochschule beantragt wird. Falsche Antworten kosten hier Bewerbungen, nicht nur Vertrauen.

Dieser Beitrag ordnet ein, was ein eigenes GPT leistet, wo die Grenzen liegen und welche Alternativen es gibt. Er ergänzt unseren Leitfaden zum KI-Chatbot in der Studierendengewinnung.

Was ein Custom GPT technisch ist

Ein Custom GPT ist eine konfigurierte Variante von ChatGPT mit eigenen Anweisungen, Wissensdokumenten und optionalen Schnittstellen. Laut der Dokumentation von OpenAI zu GPT Actions bündeln Custom GPTs Anweisungen, angehängte Wissensdokumente und Actions, die über APIs Dienste Dritter ansprechen.

Daraus folgt für die Praxis: Die Anweisungen steuern Ton und Regeln, die Wissensdokumente liefern den Inhalt, und die Actions sind der einzige dokumentierte Weg zu Ihren Systemen. Eine Anbindung an ein CRM setzt also eine API voraus, die Sie selbst bauen, absichern und betreiben.

Zu Tarifen, Dateigrenzen und Freigabeoptionen der ChatGPT-Apps machen wir hier bewusst keine Angaben. Diese Details ändern sich, und wir konnten sie auf den offiziellen Hilfeseiten nicht prüfen. Klären Sie sie für den Tarif, den Sie tatsächlich einsetzen würden.

Wo ein eigenes GPT für die Zulassung an Grenzen stößt

Die Grenzen betreffen weniger die Sprachqualität als den Betrieb. Die folgenden fünf Punkte entscheiden, ob ein Prototyp auch öffentlich einsetzbar ist.

Quellenbindung und Halluzinationen

Ein GPT antwortet auf Basis seiner Dokumente und seines Modellwissens, und beides vermischt sich. Fragt jemand nach dem NC eines Studiengangs oder nach den Voraussetzungen für ein duales Studium, kann das Modell plausibel klingende, aber veraltete Antworten liefern. Zuverlässig wird das erst mit Regeln, die nur freigegebene Quellen zulassen, mit Quellenangaben in der Antwort und mit einer Übergabe an Menschen, wenn keine Quelle trägt. Wie solche Schutzmaßnahmen aussehen, beschreiben wir im Beitrag zu Halluzinationen bei Hochschul-Chatbots.

Einsatz auf der eigenen Website

Ein Custom GPT lebt in der ChatGPT-Umgebung. Interessenten müssten die Hochschulseite verlassen, sich dort bewegen und gegebenenfalls ein Konto anlegen. Ein Beratungsassistent auf Ihrer eigenen Website, im Corporate Design und mit Zugriff auf Ihre Seitenkontexte, verlangt den Weg über die API oder eine Plattform.

Übergabe an CRM und Terminbuchung

Ein Zulassungs-Agent soll Interessenten qualifizieren, einen Termin zum Tag der offenen Tür oder zur Studienberatung vereinbaren und den Kontakt samt Gesprächsverlauf ins CRM schreiben. Das sind Aufgaben für Schnittstellen, Fehlerbehandlung und Wiederholungslogik. Ein GPT mit einer einzelnen Action ist dafür ein Anfang, aber kein Betriebskonzept.

Datenschutz, Einwilligung und Protokolle

Sobald Interessenten Namen, Abschlussnoten oder Fragen zu Nachteilsausgleich und Finanzierung eingeben, handelt es sich um personenbezogene Daten im Sinne der DSGVO. Sie brauchen eine Rechtsgrundlage, Informationen nach Artikel 13, einen Auftragsverarbeitungsvertrag mit dem Anbieter und ein Löschkonzept. Die zuständige Aufsicht ist je nach Träger der Bundesbeauftragte für den Datenschutz oder die Landesdatenschutzbehörde.

Hier ist die Unterscheidung wichtig: Nach der Datendokumentation der OpenAI-API werden Daten, die an die API gesendet werden, standardmäßig nicht zum Training der Modelle genutzt; das gilt für die API, nicht automatisch für die ChatGPT-Apps. Für die Apps gelten die Bedingungen des jeweiligen Tarifs, die Sie vor dem Einsatz prüfen müssen.

Protokolle zur Missbrauchsüberwachung werden laut derselben Dokumentation standardmäßig bis zu 30 Tage aufbewahrt. Das ist kein Fehler, muss aber in Ihrem Verzeichnis von Verarbeitungstätigkeiten und in der Datenschutzerklärung auftauchen. Ob und wie Daten außerhalb der EU verarbeitet werden, klären Sie mit Ihrer Datenschutzbeauftragten oder Ihrem Datenschutzbeauftragten.

Nachvollziehbarkeit und Eskalation

Wer im Streitfall belegen muss, was ein Assistent einem Studieninteressenten gesagt hat, braucht eigene Gesprächsprotokolle mit Zeitstempel und Quellenbezug. Ebenso braucht der Assistent klare Eskalationsregeln, etwa bei Fragen zu Härtefallanträgen, Anerkennung ausländischer Abschlüsse oder Beschwerden. Das ist Prozessarbeit, die kein Modell mitbringt.

Die Alternativen im Überblick

Zwischen dem Prototyp und einer fertigen Lösung gibt es drei realistische Wege. Welcher passt, hängt von Ihrem Team, Ihrem CRM und Ihrer Risikobereitschaft ab.

Eigenbau auf der API mit Retrieval. Ihr Team baut Oberfläche, Wissensbasis, Übergabe und Protokollierung selbst. Das gibt maximale Kontrolle und verlangt Entwicklung, Betrieb und Pflege. Planen Sie neue Projekte auf der Responses API: Die Deprecations-Seite von OpenAI nennt den 26. August 2026 als Entfernungsdatum der Assistants API und die Responses API als Nachfolger. Wer vor Kurzem mit der Assistants API begonnen hat, muss migrieren.

Spezialisierter Zulassungs-Agent als Software-as-a-Service. Anbieter liefern Widget, Wissensquellen, Qualifizierung, Terminbuchung und CRM-Übergabe als Produkt. Sie geben Gestaltungsfreiheit ab und gewinnen Betriebssicherheit. Prüfen Sie Standort der Datenverarbeitung, Auftragsverarbeitungsvertrag und Exportmöglichkeiten.

Hybrid. Das eigene GPT dient intern, etwa als Schreibhilfe für das Beratungsteam oder zum Testen von Antwortentwürfen, während ein spezialisierter Agent mit Interessenten spricht. Das nutzt die Stärken beider Ansätze und hält personenbezogene Daten aus dem Prototyp heraus.

Eine Entscheidungshilfe für die Auswahl finden Sie im Beitrag KI-Agent in der Studierendengewinnung auswählen, den Vergleich von Standardlösung, Eigenentwicklung und Open Source im Beitrag KI-Chatbot für die Zulassung: SaaS, Maßanfertigung oder Open Source.

Typische Fragen in Deutschland und was sie verlangen

Die Fragen vor einer Bewerbung unterscheiden sich je nach Hochschultyp, und genau dort entstehen Fehlantworten. Ein Assistent, der alles gleich behandelt, wird in mindestens einem Fall falsch liegen.

An staatlichen Hochschulen geht es häufig um Zulassungsbeschränkungen: Gibt es einen NC, läuft das Verfahren zentral oder örtlich, welche Fristen gelten für das Wintersemester? An Fachhochschulen und privaten Hochschulen kommen Eignungsgespräche, Praxisphasen und Studiengebühren hinzu. Beim dualen Studium ist die Frage meist, ob zuerst der Ausbildungsvertrag oder die Bewerbung an der Hochschule ansteht.

Jede dieser Antworten hängt von Ihren aktuellen Ordnungen ab. Ein Modell kennt sie nicht, es sei denn, Sie stellen sie als geprüfte Quelle bereit und halten sie aktuell. Planen Sie deshalb eine feste Zuständigkeit ein: Wer pflegt die Wissensbasis, wer gibt Änderungen frei, wer sieht die unbeantworteten Fragen durch?

Hilfreich ist außerdem, öffentliche Orientierung zu verlinken, statt sie nachzuerzählen. Verweisen Sie bei Fragen zum Bewerbungsverfahren auf die offizielle Seite und nennen Sie Ihre Akkreditierung so, wie sie beim Akkreditierungsrat geführt wird. Damit bleibt der Assistent bei überprüfbaren Aussagen und überlässt Wertungen dem Beratungsteam.

Pflege und Verantwortung im Betrieb

Ein Zulassungs-Agent ist kein einmaliges Projekt. Fristen ändern sich, Studiengänge werden eingestellt, Zulassungsordnungen werden überarbeitet. Legen Sie fest, wie oft die Quellen geprüft werden und wer nach Änderungen die Testfragen erneut laufen lässt.

Werten Sie außerdem regelmäßig die Fragen aus, auf die der Assistent keine belegte Antwort hatte. Diese Lücken zeigen, wo Ihre Website unklar ist, und sind oft der wertvollste Nebeneffekt. Sie verbessern damit auch die Texte, die Suchmaschinen und KI-Systeme über Ihre Hochschule ausspielen.

Entscheidungstabelle

Die Tabelle ist ein Planungsraster, kein Messergebnis. Sie hilft, die Optionen an Ihrer Ausgangslage zu prüfen.

Ein Prüfablauf, bevor Sie sich festlegen

Ein kurzer Test mit echten Fragen zeigt schneller als jede Anbieterpräsentation, ob eine Lösung trägt. Der folgende Ablauf ist ein Beispiel (illustrativ) und lässt sich in wenigen Wochen durchführen.

1. Sammeln Sie die häufigsten Fragen aus E-Mail, Telefon und Beratungsgesprächen, ohne personenbezogene Details.
2. Legen Sie fest, welche Quellen gelten: Studiengangseiten, Prüfungsordnungen, Bewerbungsfristen. Alles andere ist tabu.
3. Lassen Sie den Kandidaten diese Fragen beantworten und markieren Sie jede Antwort ohne belegbare Quelle.
4. Testen Sie Randfälle: Studiengänge mit NC, Quereinstieg, duales Studium, Studium mit ausländischem Abschluss.
5. Prüfen Sie die Übergabe: Kommt der Kontakt mit Einwilligung und Gesprächsverlauf im CRM an?
6. Lassen Sie die Datenschutzbeauftragte oder den Datenschutzbeauftragten Verträge, Standort und Aufbewahrung bewerten.

Besteht ein Kandidat Schritt drei und fünf nicht, hilft ein besseres Modell selten. Dann fehlt Struktur, und die ist der eigentliche Kern eines Zulassungs-Agenten.

Was ein spezialisierter Agent in der Praxis leisten sollte

Ein Agent für die Studierendengewinnung beantwortet Fragen auf der eigenen Website, qualifiziert Interessenten, vereinbart Termine und übergibt den Kontakt ans CRM. Skolbot ist ein solcher Website-Chatbot für private Hochschulen und Hochschulgruppen; ein WhatsApp-Baustein ist als Zusatz verfügbar. Er ergänzt das Beratungsteam und ersetzt es nicht.

Ob eine solche Lösung zu Ihnen passt, sehen Sie am schnellsten an Ihren eigenen Inhalten. Prüfen Sie dabei immer, welche Qualitätssignale Ihre Hochschule öffentlich trägt, etwa die Akkreditierung durch den Akkreditierungsrat, die ein Agent korrekt wiedergeben muss.