KI-Agents & Workflows 11. Juli 2026 ca. 22 Min. ChatGPT Work Prompt-Vorlagen

ChatGPT Work in der Praxis
6 Rollen-Workflows, Prompt-Vorlagen und Automatisierungsrezepte

Der Begleitartikel erklärt den Launch; hier geht es um den Montag-Einsatz · Vertrieb / Marketing / Finance / Ops / Produkt / Engineering · Plan Mode · Scheduled Tasks · Nutzungsoptimierung

ChatGPT Work Multi-Rollen-Workflows und Prompt-Vorlagen in der Praxis

Kurzfassung: Am 9. Juli 2026 hat OpenAI ChatGPT Work ausgeliefert und Codex in die neue ChatGPT-Desktop-App integriert. Wer bereits weiß, was es ist, stellt als Nächstes die praktische Frage: Was kann ich morgen im Job wirklich ausführen? OpenAIs eigener Onboarding-Rat ist klar — geben Sie eine Aufgabe, die Sie ohnehin schon beherrschen. Dieser Leitfaden folgt diesem Weg: drei Prinzipien, die über Erfolg oder Scheitern entscheiden, Chat/Work/Codex-Routing, ein universelles Fünf-Schritte-Framework, kopierfertige Prompt-Vorlagen für sechs Rollen, eine Scheduled-Tasks-Rezeptbibliothek, sieben Nutzungsoptimierungs-Taktiken, Troubleshooting und einen 30-Tage-Einführungsplan. Für Launch-Kontext und den Cowork-Vergleich lesen Sie den Begleitartikel: ChatGPT Work Launch: Codex in die neue Desktop-App integriert.

01

Vor dem Start: 3 Prinzipien, die über Erfolg entscheiden

Bevor Sie Prompts kopieren, verstehen Sie, wie sich ChatGPT Work vom normalen Chat unterscheidet:

PrinzipWas es bedeutetPraxis-Tipp
Ergebnisse beschreiben, nicht SchritteDer Work-Modus plant seinen eigenen Weg; Sie definieren das fertige Produkt❌ „Salesforce öffnen, Daten exportieren…“ → ✅ „Aus @Salesforce die Opportunities der letzten 30 Tage ziehen und einen wöchentlichen Risiko-Report als PPT erstellen“
Tools verbinden, bevor Sie Arbeit zuweisenDas Plugin-Verzeichnis ist die Datenschicht von WorkGmail, Slack, Drive und CRM vorab autorisieren; mit @app-name Quellen explizit angeben
Plan Mode ist Ihre BremseKomplexe Jobs zeigen zuerst einen Plan; Sie genehmigen vor der AusführungBei kritischen Aufgaben — ausgehende E-Mails, Finanzberichte, Kundenlieferungen — jeden Planschritt vor Bestätigung prüfen

1.1 Den richtigen Modus wählen: Chat / Work / Codex

Die neue ChatGPT-Desktop-App führt drei Modi nebeneinander. Der falsche Modus verbrennt Kontingent:

Ihr BedarfEmpfohlener ModusWarum
Schnelle Q&A, Brainstorming, Ein-Turn-TexteChatLeichtgewichtig und schnell
App-übergreifende Mehrschritt-Jobs, fertige Dateien, mehrstündige LäufeWorkPlugin-Integration + Plan Mode + Computer Use
Code-Review, PR-Management, Multi-Repo-EntwicklungCodexEntwickler-spezifischer Workflow bleibt erhalten
Wöchentlich wiederkehrend, unbeaufsichtigte HintergrundjobsWork + Scheduled TasksZeit- oder triggerbasierte Automatisierung

1.2 Desktop vs. Web: Wo Sie Ihren Workflow ausführen

SzenarioEmpfohlene Umgebung
Lokales Datei-Lesen/Schreiben, Computer Use, Free-Tier-TestDesktop (Mac / Windows)
Team-Kollaboration, Fortschritt unterwegs überwachenWeb / Mobil (Plus und höher)
Automatisch generierte Vertriebs-Meeting-Briefs + E-Mail-BenachrichtigungenWeb Workspace Agent + geplante Läufe
Lokaler Excel-Abgleich, Batch-OrdnerverarbeitungDesktop Work-Modus

Warum die meisten es installieren und trotzdem nicht nutzen

  1. 01

    Work wie Chat behandeln — Schritt-für-Schritt-Anweisungen begrenzen die Planungsfähigkeit des Agents und verbrennen zusätzliche Tokens.

  2. 02

    Start vor Plugin-Autorisierung — der Plan sieht richtig aus, aber die Ausführung kann keine CRM- oder E-Mail-Daten ziehen und rät stattdessen.

  3. 03

    Hochrisiko-Schritte überspringen — ausgehende Sendungen, Dateiüberschreibungen und Löschungen werden im Plan Mode nicht abgefangen.

  4. 04

    Windows-Nutzer können die macOS-Desktop-App nicht nativ ausführen — Computer Use, einige Plugin-Autorisierungsflows und Codex-Grafikvalidierung erfordern eine echte Mac-Umgebung.

02

Universelles Workflow-Framework: 5 Schritte zur ersten Aufgabe

Unabhängig von der Rolle jeden Job durch diese Sequenz führen:

  1. 01

    Plugins verbinden — Gmail, Slack, Drive, CRM und weitere Tools im Plugin-Verzeichnis autorisieren.

  2. 02

    Ziel und Ausgabeformat definieren — mit der Prompt-Formel unten das Deliverable festlegen (Docs / Excel / PPT / Sites).

  3. 03

    Plan Mode prüfen — Datenquellen verifizieren, Hochrisiko-Aktionen markieren und unnötige Schritte streichen.

  4. 04

    Mid-Run eingreifen — jederzeit pausieren, Dateien anhängen oder Richtung korrigieren.

  5. 05

    Deliverable annehmen und iterieren — den 80%-Entwurf auf Produktionsqualität bringen, dann in einen Scheduled Task umwandeln.

2.1 Work-Mode-Prompt-Formel

Work-Mode-Prompt-Formel
[Role] + [Data source @plugin] + [Specific task] + [Output format] + [Constraints] + [Acceptance criteria]

Skeleton example:
You are a [role]. Pull [data type] from @Salesforce and @Gmail for [time range].
Complete [specific action] and output as [Google Docs / Excel / PPT / Sites].
Constraints: [do not modify source data / round amounts to two decimals / do not send external email].
When done, [notify me on Slack / save to a specific folder].

2.2 Plan-Mode-Review-Checkliste

Vor der Ausführung jeden Punkt bestätigen:

  • Sind die Datenquellen korrekt (richtiger Kunde, richtiger Monat)?
  • Enthält der Plan Hochrisiko-Aktionen — ausgehende Sendungen, Löschungen, Dateiüberschreibungen?
  • Entspricht das Ausgabeformat Ihrer Team-Vorlage?
  • Lassen sich Zwischenschritte entfernen, um Nutzung zu sparen?
  • Brauchen Sie einen manuellen Freigabe-Checkpoint?
03

6 Rollen-Workflows mit Prompt-Vorlagen

Die Vorlagen unten basieren auf OpenAIs offiziellen Beispielen, frühem Tester-Feedback (Zapier, Nvidia, Virgin Atlantic u. a.) und dem Workspace-Agent-Cookbook. Tauschen Sie @plugin-name gegen Ihren Stack aus.

3.1 Vertrieb

Szenario A: Automatisch generierte Kunden-Meeting-Briefs (Tagesplan)
Schmerzpunkt: Vertriebler verbringen täglich 1–2 Stunden mit Kundenhintergrund. Work-Ansatz: Kalender scannen → CRM-Notizen ziehen → News suchen → Briefs generieren.

Prompt-Vorlage · Vertriebs-Meeting-Brief
Create a scheduled task that runs every weekday at 4:00 PM.

1. Check my @Google Calendar for client meetings tomorrow (exclude internal meetings)
2. For each client meeting:
   - Pull account notes and interaction history from the last 30 days via @SharePoint / @Salesforce
   - Search for public news and executive updates about the company from the last 30 days
   - Write a 2–3 sentence background summary for each external attendee
3. Generate a 2–3 page brief for each meeting and save as @Google Drive documents
4. Send me a summary @Gmail with links to each brief

Output format: email subject "Tomorrow's Client Meeting Briefs — [date]", body as a table (Client | Meeting time | Key topics | Brief link)

OpenAI-interner Fall: Ein Vertriebsteam verwandelte ein einziges Discovery-Gespräch innerhalb von 24 Stunden in ein maßgeschneidertes PoC-Angebot — ein Prozess, der traditionell Wochen dauerte.

Szenario B: Account Command Center (Sites + tägliche Aktualisierung)

Prompt-Vorlage · Account Command Center
Based on all opportunities, contacts, and recent activity for [account name] in @Salesforce:

1. Create an interactive account command center (Sites) containing:
   - Pipeline overview (stage, amount, expected close date)
   - Key signals from the last 7 days (email, meetings, support tickets)
   - Recommended next actions (priority ranked)
2. Set a Scheduled Task to refresh the Site every weekday at 8:00 AM
3. DM me on @Slack when there are significant changes

Constraints: do not auto-send any external email; amounts must match CRM source data.

Szenario C: Lead-Review und Pipeline-Reparatur (angepasst aus Zapier-Fall)

Prompt-Vorlage · Pipeline-Reparatur
Analyze new leads from the last 30 days in @Salesforce and their follow-up history, cross-referenced with sales correspondence in @Gmail.

Find:
1. Leads with no follow-up after 48 hours (grouped by source)
2. Break points in the follow-up chain (where response rate drops sharply)
3. Estimated pipeline loss in dollar terms

Output:
- Excel detail sheet (Lead ID | Source | Last follow-up | Break type | Recommended action)
- 1-page executive summary PPT highlighting seven-figure opportunity risk
- A weekly review process suitable for conversion into a Scheduled Task

3.2 Marketing

Szenario A: Research → Brief → Multi-Markt-Assets (End-to-End-Pipeline)

Prompt-Vorlage · End-to-End-Marketing-Workflow
I have uploaded the following customer research: [attachment / @Google Drive link]

Complete an end-to-end marketing workflow:

Phase 1 — Brief:
- Extract target audience, core pain points, and competitive positioning
- Output a Campaign Brief (Google Docs) with message pillars and channel recommendations

Phase 2 — Asset generation:
- From the Brief, generate: 1 acquisition email, 3 LinkedIn posts, 1 landing page copy outline
- Save to @Google Drive folder "Campaign / [product name]"

Phase 3 — Regional adaptation:
- Adapt core assets for US, Europe, and APAC (language, cultural references, compliance wording)
- Flag sensitive phrasing that requires human review in each version

Pause after each phase and wait for my confirmation before proceeding.

Szenario B: Slack / Teams-Aktivität in Meeting-Agenda synchronisieren (Scheduled Task)

Prompt-Vorlage · Wöchentliche Agenda-Aktualisierung
Set a scheduled task to run every Monday at 7:00 AM:

1. Summarize important discussions from the last 7 days in @Slack #product-launch and @Microsoft Teams "Go-to-Market" channel
2. Extract: decisions made, open questions, blockers that need alignment in the meeting
3. Update the "Weekly Meeting Agenda" document in @Google Drive (preserve version history)
4. Post a summary of 5 items or fewer in @Slack #leadership

Constraints: cite only publicly discussed content; do not leak messages marked confidential.

3.3 Finance

Szenario A: Monatsabschluss-Varianzanalyse (OpenAI-intern validiertes Szenario)
Internes Ergebnis: Monatsabschluss und Forecasting von Tagen auf Stunden komprimiert.

Prompt-Vorlage · Monatsabschluss-Varianzanalyse
Help complete [month] budget variance analysis:

1. Pull corresponding tables from @Google Drive "Finance / Actuals" and "Finance / Forecast"
2. Create a reconciliation workbook in @Google Sheets:
   - Summarize actual vs forecast variance by department
   - Flag line items with variance >5% or >$50K
   - Preserve all original formulas; do not overwrite source files
3. Draft a performance narrative (Google Docs) explaining likely causes by Revenue / COGS / OpEx
4. Build a 5–8 page management report PPT (with charts, following the attached template style)
5. List 3 key judgment calls that require manual finance sign-off

Constraints: do not modify any source data; cite source cell for every figure.

Szenario B: Rechnungs- und Zahlungsabgleich (erstes Tor zur AP-Automatisierung)

Prompt-Vorlage · Rechnungsabgleich
You are an accounts payable specialist. Compare the following two datasets:
- Payment register: [@Google Drive link]
- Invoice list: [@Google Drive link]

Flag these anomalies (return as a table):
| Issue type | Vendor | Invoice # | Amount | Recommended action |
- Amount variance >2%
- Missing tax ID
- Duplicate invoice number
- Vendor name mismatch

Do not initiate payments; output a review sheet for manual verification only.

3.4 Operations

Szenario A: Tägliches Dashboard-Änderungsmonitoring (Scheduled Task)

Prompt-Vorlage · Morning Brief
Run automatically every weekday at 6:30 AM:

1. Access [internal dashboard URL / @SharePoint report page]
2. Compare against yesterday's snapshot; extract significant changes (>10% swing or new red indicators)
3. Generate a 1-page morning brief (Google Docs) structured as:
   - TOP 3 items to watch today
   - Metric change table
   - Recommended follow-up owners
4. Send via @Gmail to ops-leads@company.com

If the dashboard is unreachable, tell me during Plan Mode—do not fabricate data.

Szenario B: Kundenfeedback-Clustering → Produktpriorisierung

Prompt-Vorlage · Feedback-Clustering
Monitor new customer feedback from the last 14 days across:
- @Slack #customer-feedback
- @Gmail label "NPS-Detractor"
- @Google Drive "Support Tickets Export"

1. Cluster feedback into 5–8 themes (with representative quotes)
2. Score priority by frequency × impact × implementation difficulty
3. Output a product evaluation backlog (Notion / Google Docs format)
4. Set a Scheduled Task to refresh the document every Friday

Constraints: anonymize feedback; do not include customer names.

3.5 Produkt

Szenario A: Jira + GTM Launch-Readiness-Review (angepasst aus Nvidia-Fall)

Prompt-Vorlage · Launch Readiness
Run a launch readiness review for [product/feature name]:

1. Pull associated Epic / Story completion status and open blockers from @Jira
2. Pull the corresponding GTM plan from @Google Drive "GTM Plans" and check key milestones
3. Extract unresolved discussions from the last 7 days in @Slack #product-launch
4. Output a Launch Readiness report (Google Docs):
   - Readiness score (red / yellow / green)
   - Blocker list (owner | due date | risk level)
   - Recommended Go / No-Go judgment with rationale

Do not auto-update Jira status; flag high-risk items for human decision.

3.6 Engineering — Work und Codex zusammen

Für Engineering: Codex für Code, Work für teamübergreifende Dokumentation. Beides lebt in derselben Desktop-App — Modi wechseln, ohne Tools zu wechseln.

Szenario A: PR-Review + Release Notes (Codex-geführt)

Prompt-Vorlage · PR → Release Notes
In Codex mode:
1. Review PR #123 in [repo/name], focusing on [security / performance / test coverage]
2. Leave line-by-line review comments in the PR sidebar
3. If approved, generate a Release Notes draft

Then switch to Work mode:
4. Format Release Notes as a @Confluence page
5. Draft an announcement for @Slack #engineering (do not auto-send)

Szenario B: Multi-Repo-Issue-Zusammenfassung als Wochenreport (Codex-Multi-Repo-Fähigkeit)

Prompt-Vorlage · Engineering-Wochenreport
In Codex mode, across [frontend-repo] and [backend-repo]:
1. Summarize merged PRs this week and open P0/P1 issues
2. Generate an engineering weekly report in Markdown

Switch to Work mode:
3. Convert to Google Docs and insert this week's burndown chart (pulled from @Jira)
4. Set a Scheduled Task to auto-generate every Friday at 5:00 PM
04

Scheduled-Tasks-Automatisierungs-Rezeptbibliothek

Vier häufige Scheduled-Task-Muster, die OpenAI empfiehlt — direkt anpassbar:

RezeptTriggerAufgabenbeschreibungIdeal für
Montags-Agenda-RefreshJeden Montag 07:00Slack-Aktivität zusammenfassen → Agenda-Dokument aktualisierenMarketing / Ops
Täglicher Metriken-Morning-BriefJeden Werktag 06:30Dashboard besuchen → mit gestern vergleichen → E-Mail-ZusammenfassungOps / Finance
Wöchentliches Feedback-ClusteringJeden Freitag 16:00Multi-Channel-Feedback → Themencluster → PrioritätenlisteProdukt
Tägliche Account-AktivitätJeden Werktag 08:00CRM-Änderungen → Sites Command Center aktualisierenVertrieb

4.1 Prompt-Syntax für Scheduled Tasks

Scheduled-Task-Syntax
Set up a Scheduled Task:
- Frequency: [daily / every Monday / 1st of month / when keyword appears in @Slack channel]
- Time: [timezone + specific time]
- Action: [specific workflow description]
- Notification: [Slack channel / email / none]
- Manual approval: [which steps require my sign-off first]

4.2 Sicherheits-Checkliste vor unbeaufsichtigten Läufen

  • Plugin-Zugriff ist auf notwendige Tools beschränkt
  • Auto-Send an externe Parteien ist deaktiviert, sofern nicht explizit erforderlich
  • Ausgabe-Archivpfad ist gesetzt, um Überschreiben fremder Dateien zu vermeiden
  • Enterprise-Nutzer: admin-genehmigte Agent-Netzwerk-Richtlinie ist bestätigt
  • 2–3-mal manuell erfolgreich ausführen, bevor Sie auf einen Zeitplan umstellen
05

Nutzungsoptimierung: Work-Mode-Budget strecken

ChatGPT Work und Codex teilen sich einen gemeinsamen Nutzungspool (keine pauschale Monatsgebühr pro Feature). Derselbe Workflow, anders designed, kann 5× mehr oder weniger kosten.

5.1 Abrechnungslogik (vereinfacht)

FaktorAuswirkung auf Nutzung
Anzahl der SchritteMehr Schritte, höherer Verbrauch
KontextgrößeMehr Dokumente und E-Mails gezogen, höherer Verbrauch
AusgabelängeOutput-Tokens kosten etwa 6× Input-Tokens
Cache-TrefferDasselbe Dokument erneut lesen kostet etwa 1/10 von frischem Input
ModellauswahlGPT-5.6 komplexes Reasoning kostet mehr als leichte Aufgaben brauchen

5.2 Sieben praktische Spartaktiken

  1. 01

    Zuerst im Chat-Modus entwerfen, dann eine gekürzte Version an Work zur Ausführung übergeben

  2. 02

    Redundante Schritte im Plan Mode streichen, besonders wiederholte Zugriffe auf dieselbe Datenquelle

  3. 03

    Dieselbe Vorlagendatei wiederverwenden in Scheduled Tasks, um Cache-Rabatte zu nutzen

  4. 04

    Ausgabe knapp halten: „Tabelle + 3 Bullet-Zusammenfassung“ schlägt „vollständiger Narrativ-Report“

  5. 05

    Große Jobs splitten: Phase 1 bestätigt Richtung → Phase 2 erzeugt das Deliverable, teure Voll-Neuläufe vermeiden

  6. 06

    Free-Tier-Nutzer: kleine Desktop-Aufgaben zuerst ausführen, Verbrauch messen, dann skalieren

  7. 07

    Enterprise-Teams: Workspace- / Gruppen- / Nutzer-Kontingente in der Admin Console setzen

5.3 Nutzungsschätzung vor dem Rollout

5-Schritte-Nutzungsschätzung
1. Pick a real task you already know the manual time for (e.g., month-end variance table, usually 2 hours by hand)
2. Run it once in Work mode with Plan Mode enabled; record step count
3. After execution, check consumption against your plan's included usage
4. Estimate: if run daily / weekly, is monthly consumption within budget?
5. If high → optimize per Section 5.2 and rerun to compare

Zitierbare Datenpunkte

  • Output-Tokens kosten etwa Input-Tokens — das Ausgabeformat zu steuern ist der erste Kostenhebel.
  • Cache-Treffer können Input-Kosten auf etwa 1/10 von frischem Input senken — Scheduled Tasks sollten dieselbe Vorlagendatei wiederverwenden.
  • Allein das Workflow-Design kann eine -Nutzungslücke erzeugen — Zeit im Plan Mode zum Streichen von Schritten zahlt sich aus.
06

Häufige Fallen und Troubleshooting

ProblemUrsacheLösung
Work-Modus findet installierte Codex-Projekte nichtApp-Migration nicht abgeschlossenCodex-App aktualisieren → wird zum ChatGPT-Desktop-Client; bei Defekt von chatgpt.com/download neu installieren
Plugin autorisiert, Daten fehlen trotzdemUnzureichender Scope oder falsche @app-name-SchreibweiseAutorisierungs-Scope im Plugin-Verzeichnis prüfen; @Salesforce explizit schreiben, nicht generisch „CRM“
Plan sieht richtig aus, Ausführung läuft falschVeraltete Kontextdateien oder KI-InferenzMid-Run pausieren und korrigieren; Schlüsseldaten per Anhang oder expliziten Links liefern
Scheduled Task hat nicht ausgelöstRechner im Schlaf / Desktop nicht angemeldetFür lange Zyklen Web-Workspace-Agent nutzen; Desktop-Scheduled Tasks brauchen wachen Rechner
Nutzung höher als erwartetLange Ausgabe, wiederholte Zugriffe, zu viele SchritteOptimierungen aus Abschnitt 5 anwenden; Enterprise-Admins können Limits in der Admin Console setzen
Unklar, ob Work oder CoworkUnterschiedliche Workflow-TypenCloud-SaaS-Kollaboration → Work; lokale Ordner-Batch-Verarbeitung → Cowork (Vergleich im Begleitartikel)
07

30-Tage-Onboarding-Roadmap

PhaseZielAktion
Woche 1Eine einzelne Aufgabe beherrschenEine vertraute Aufgabe wählen; 3× manuell im Desktop-Work-Modus ausführen; Plan-Mode-Review üben
Woche 2Plugin-Integration vertiefen3 Kern-Tools verbinden (E-Mail + Kollaboration + Dateien); eine app-übergreifende End-to-End-Lieferung abschließen
Woche 3AutomatisierungWoche-1-Aufgabe in Scheduled Task umwandeln; 3 erfolgreiche Auslösungen verifizieren
Woche 4Team-RolloutRollenspezifische Prompt-Vorlagenbibliothek aufbauen; Enterprise-Teams Kontingente mit Admins synchronisieren
08

Häufig gestellte Fragen

Wählen Sie eine Aufgabe, die Sie gut genug kennen, um die Ausgabequalität zu beurteilen. OpenAI empfiehlt Monatsabschluss-Varianzanalyse, Marketing-Briefs und Vertriebs-Meeting-Vorbereitung — Ergebnisse lassen sich schnell verifizieren.

Konzentrieren Sie sich auf „Datenquelle + Ausgabeformat + Einschränkungen“ — meist reichen 150–400 Wörter. Schreiben Sie nicht jeden manuellen Schritt; dafür automatisiert der Work-Modus.

Desktop-Scheduled Tasks erfordern, dass Ihr Gerät online ist. Für echte unbeaufsichtigte Hintergrundläufe nutzen Sie den Web-Workspace-Agent ab Plus.

Der Work-Modus ist der persönliche Agent, den Sie direkt in ChatGPT nutzen. Der Workspace Agent ist ein teamweit gebauter, geteilter, zentral verwalteter Automatisierungs-Agent in Business oder Enterprise — mit Admin-Console-Governance. Die Technologie ist ähnlich; der Einstiegspunkt unterscheidet sich.

Behandeln Sie sie als „80%-Entwürfe“. Prüfen Sie Finanzzahlen, Kundennamen und externe Aussagen immer manuell vor der Verwendung.

Desktop-Work-Modus ist im Free-Tarif mit Nutzungslimits verfügbar. Starten Sie mit leichten Aufgaben wie „Szenario B: Rechnungsabgleich“, bevor Sie auf langlaufende Automatisierung skalieren.

Schluss

ChatGPT Work zahlt sich nicht durch eine Feature-Liste aus, sondern dadurch, dass es Workflows übernimmt, die Sie ohnehin manuell satt haben. Der schnellste ROI ist nicht, mehr Launch-Artikel zu lesen — sondern eine Aufgabe zu wählen, die Sie kalt beherrschen, sie dreimal manuell auszuführen, den Prompt zu tunen und dann zu automatisieren.

Wer primär unter Windows oder Linux arbeitet, aber die macOS-Desktop-App, Computer Use oder Codex-Grafikvalidierung braucht, scheitert oft an VM-Limits und TCC-Berechtigungsdialogen. Mit VNCMac Remote-Mac-Miete erhalten Sie eine macOS-Grafiksitzung stundenweise: ChatGPT Desktop installieren, Plugins verbinden und jede Rollen-Vorlage aus diesem Leitfaden ausführen — Projekt fertig, Miete beenden. Mac-Mini-M4-Tarife ansehen und starten.