ChatGPT Projects und Custom GPTs für Freelancer: Dein persönlicher KI-Assistent pro Kunde

Ich erinnere mich genau an den Moment, als ich zum dritten Mal in einer Woche denselben Absatz in ChatGPT getippt habe. Wer der Kunde ist. Was sie verkaufen. Wie der Tonfall sein soll. Immer wieder. Als ob die KI jeden Morgen mit Gedächtnisschwund aufwacht.

Das ist das stille Produktivitätsproblem von ChatGPT, über das kaum jemand redet. Nicht die Qualität der Ausgabe, nicht das Preismodell - sondern der fehlende Kontext. Jeder neue Chat fängt bei null an. Für Freelancer mit mehreren Kunden gleichzeitig ist das eine unterschätzte Zeitfalle.

ChatGPT Projects löst genau das. Und seit dem Project Memory Update zieht die Funktion deutlich an. Hier ist, was du wissen musst - und wie ich Projects und Custom GPTs in meinem Workflow einsetze.

Das Problem mit ChatGPT, das fast jeder hat - und wie Projects es löst

Warum du bei jedem neuen Chat von vorne anfängst - und was das an Zeit kostet

Ein normaler ChatGPT-Chat hat kein Gedächtnis über seine Grenzen hinaus. Schließt du das Fenster, ist der Kontext weg. Öffnest du einen neuen Chat, weiß ChatGPT nichts mehr: nicht den Namen deines Kunden, nicht ihre Zielgruppe, nicht den Tonfall der letzten Kampagne.

Ich habe eine Weile gebraucht, um zu begreifen, wie viel Zeit ich damit versenkt habe. Grob gerechnet: Für jeden meiner damals vier Stammkunden habe ich einmal pro Woche 5-10 Minuten damit verbracht, den Kontext neu aufzubauen. Über das Jahr summiert sich das auf ein paar Arbeitstage, die ich einfach weggegeben habe.

Das ist kein Vorwurf an ChatGPT. Das ist, wie Sprachmodelle grundsätzlich funktionieren. Aber es ist auch ein lösbares Problem.

Was ChatGPT Projects sind: Ein dauerhafter Arbeitskontext mit Anweisungen, Dateien und Konversationshistorie

ChatGPT Projects bündeln mehrere Chats, hochgeladene Dokumente und eigene Anweisungen unter einem gemeinsamen Namen. Du legst ein Project einmal an, hinterlegst was du brauchst - und von da an kennt ChatGPT den Kontext, sobald du einen neuen Chat innerhalb dieses Projects startest.

Konkret besteht jedes Project aus drei Schichten:

• Systemanweisungen: Deine eigene Einweisung, wie ChatGPT in diesem Project antworten soll. Tonfall, Aufgaben, Kontext.
• Hochgeladene Dateien: Briefings, Style Guides, Produktbeschreibungen, Tonalitätsdokumente. Free-Nutzer können 5 Dateien pro Project hochladen, Plus-Nutzer 25, Pro und höher bis zu 40.
• Konversationshistorie: Alle Chats innerhalb des Projects bleiben gesammelt und abrufbar.

Der konkrete Freelancer-Use-Case: Ein Project pro Kunde statt chaotische Einzel-Chats

Das Prinzip ist einfach. Du legst für jeden Stammkunden ein eigenes Project an. Darin landet alles: das Onboarding-Briefing, der Tonalitätsleitfaden, Musterantworten, frühere Texte als Referenz. Von da an hast du für jeden Kunden eine Art dauerhaften Gesprächsfaden mit der KI.

Statt "Erkläre ChatGPT immer wieder, wer der Kunde ist" landest du direkt bei "Schreib einen LinkedIn-Post über das neue Feature" - und ChatGPT weiß bereits, wie der Kunde kommuniziert.

Was sich seit der Einführung verbessert hat: Das Project Memory - neue Chats greifen auf frühere Chats im selben Projekt zu

Das war der Moment, der Projects für mich wirklich nützlich gemacht hat: Project Memory. OpenAI hat diese Funktion im Verlauf von 2025 eingeführt und seitdem ausgebaut.

Was passiert konkret: Wenn du innerhalb eines Projects einen neuen Chat öffnest, kann ChatGPT auf den Inhalt früherer Chats im selben Project zugreifen - ähnlich wie ein Mitarbeiter, der im gleichen Ordner nachschaut, was letzte Woche besprochen wurde. ChatGPT nennt das intern "dreaming": ein Hintergrundprozess, der relevante Fakten aus älteren Chats extrahiert und als Gedächtnis verfügbar macht.

Das bedeutet: Wenn du in Project "Kunde A" letzte Woche einen Text über deren neue Produktlinie besprochen hast, weiß ein neuer Chat diese Woche davon. Ohne dass du es neu eintippen musst.

---

ChatGPT Projects einrichten - so funktioniert es in der Praxis

Neues Projekt anlegen: Worauf du bei der Benennung achten solltest

In der ChatGPT-Oberfläche findest du links in der Seitenleiste den Bereich "Projects". Klick auf "Neu" und vergib einen Namen. Mein wichtigster Tipp: Sei spezifisch. "Kunde" ist wertlos. "Kunde Müller GmbH - B2B-SaaS LinkedIn Content" ist nützlich.

Warum? Weil du den Project-Namen als schnelle Orientierung nutzt, sobald du mehr als drei oder vier Projects hast. Und weil ein spezifischer Name dir hilft, die Systemanweisungen schärfer zu formulieren.

Systemanweisungen schreiben: Wie du ChatGPT sagst, wie es in diesem Projekt antworten soll

Die Systemanweisungen sind der Kern des Projects. Hier legst du fest, was ChatGPT über diesen Kunden wissen soll und wie es antworten soll.

Ein gutes Format für Freelancer:

Kontext: Du hilfst mir mit Content für [Kundenname]. Sie verkaufen [Produkt/Service] an [Zielgruppe].

Tonalität: [professionell und sachlich / locker und nahbar / technisch präzise] - orientiere dich an den hochgeladenen Mustertexten.

Typische Aufgaben: LinkedIn-Posts, Newsletter-Entwürfe, Website-Copy-Überarbeitungen.

Sprache: Immer Deutsch, du-Form, keine Anglizismen außer Fachbegriffen.

Weniger ist oft mehr. Du kannst die Anweisungen jederzeit anpassen, wenn du merkst, dass etwas fehlt oder stört.

Dateien hochladen: Briefings, Tonalitätsdokumente, Produktinformationen - was wirklich hilft

Nicht jede Datei ist gleich nützlich. Was sich bewährt hat:

• Tonalitätsleitfaden (PDF oder DOCX): Wenn der Kunde einen hat, lade ihn rauf. Wenn nicht, erstelle einen kurzen mit fünf bis zehn Beispielsätzen.
• Best-of-Texte: Fünf bis zehn bereits gute Texte des Kunden - Newsletter, Posts, Case Studies. ChatGPT lernt daraus, wie der Stil aussieht.
• Produktinformationen: Kernaussagen, USPs, Preise. Nicht als endlose PowerPoint, sondern als kompaktes Dokument.
• Kundenbriefing: Wer sind die, was wollen die, wen adressieren sie.

Was ich nicht hochlade: sensible Kundendaten, Verträge, personenbezogene Informationen. Mehr dazu weiter unten im DSGVO-Abschnitt.

Project Memory aktivieren: Was diese Funktion macht und warum sie für Stammkunden entscheidend ist

Project Memory ist standardmäßig aktiviert, wenn du Memory in deinen ChatGPT-Einstellungen allgemein aktiv hast. Du kannst nachschauen unter Einstellungen > Personalisierung > Memory. Dort siehst du auch, welche Gedächtnisinhalte ChatGPT sich gemerkt hat.

Für Stammkunden ist das besonders wertvoll: ChatGPT merkt sich über Chats hinweg, welche Texte gut ankamen, welche Formulierungen der Kunde nicht mochte, was in der letzten Kampagne getestet wurde. Das ist im Laufe der Zeit zunehmend nützlich.

Wichtig: Kunden niemals in einem gemeinsamen Project mischen - das verwirrt die KI und schwächt die Ausgabe

Das ist der häufigste Fehler, den ich bei Freelancern beobachte. Ein "Allgemein" oder "Verschiedenes"-Project für alle Kunden anlegen. Das klingt organisiert, ist es aber nicht.

Wenn du Kunde A und Kunde B im selben Project hast, greifen die Systemanweisungen nicht mehr sauber. ChatGPT versucht, beide Kontexte zu verbinden - und produziert Mittelmaß. Trenne strikt: ein Project pro Kunde, und ein separates für deine eigenen Texte.

---

Custom GPTs - wenn du aus ChatGPT ein eigenes Tool baust

Was Custom GPTs sind und wie sie sich von Projects unterscheiden - und warum beides aktuell getrennte Systeme sind

Custom GPTs sind keine Projekte - das ist eine wichtige Unterscheidung. Ein Custom GPT ist ein eigenständiger, konfigurierbarer KI-Assistent, den du einmal baust und dann wie ein Tool nutzt oder weitergibst.

Der wesentliche Unterschied:

• Projects: Dein persönlicher Arbeitsbereich für einen bestimmten Kontext. Nicht teilbar in einer nützlichen Form.
• Custom GPTs: Ein eigenständiges Tool mit eigenem Verhalten. Du kannst es per Link teilen, es hat kein laufendes Konversationsgedächtnis, aber eine feste Konfiguration.

Beide Systeme koexistieren aktuell bei OpenAI. Du wirst sie für verschiedene Zwecke nutzen.

GPT Builder: Wie du in 20 Minuten deinen ersten Custom GPT erstellst (kein Code nötig)

Gehe in ChatGPT auf "GPTs erkunden" und dann auf "Erstellen". Du landest im GPT Builder. Dort gibt es zwei Modi:

1. Chat-Modus: Du beschreibst auf Deutsch, was dein GPT tun soll, und der Builder konfiguriert ihn schrittweise.
2. Konfigurations-Tab: Direkte Eingabe von Name, Beschreibung, Anweisungen und Dateien. Für erfahrene Nutzer schneller.

Ich empfehle den Konfigurations-Tab direkt. Du brauchst: einen klaren Namen, präzise Anweisungen (was soll der GPT tun, was nicht) und optional Dateien als Wissensbasis.

Nach dem Speichern wählst du die Sichtbarkeit: nur für dich, per Link teilbar, oder öffentlich im GPT Store.

5 Custom GPTs, die sich für Freelancer lohnen: Angebots-Generator, Rechnungstext-Maker, Social-Texter, Briefing-Übersetzer, Review-Assistent

Hier sind die fünf Custom GPTs, die ich empfehle oder selbst nutze:

1. Angebots-Generator Anweisung: Erstellt auf Basis einer kurzen Problembeschreibung ein strukturiertes Angebot mit Scope, Deliverables, Zeitplan und Preisen. Kennt deine typischen Tagessätze und Paketstrukturen (du hinterlegst sie in der Wissensbasis).

2. Rechnungstext-Maker Wandelt kurze Stichpunkte in saubere Rechnungspositionen um. "3h UI-Review + 2h Revisionen" wird zu "UX-Analyse und Qualitätssicherung des Interface-Designs inkl. iterativer Anpassungsrunde".

3. Social-Texter Konfiguriert auf deinen persönlichen Stil, schreibt LinkedIn-Posts aus Stichpunkten. Einmal mit deinen besten Posts trainiert, trifft er deinen Ton deutlich besser als generisches ChatGPT.

4. Briefing-Übersetzer Nimmt chaotische Kunden-E-Mails und wandelt sie in strukturierte Briefings um: Ziel, Zielgruppe, Format, Deadline, offene Fragen. Das spare ich mir lieber als eine zweite Rückfrage.

5. Review-Assistent Überprüft Texte gegen einen vorgegebenen Styleguide. Du lädst den Styleguide als Datei hoch, der GPT gibt strukturiertes Feedback. Nützlich wenn du dich selbst korrekturliest oder Texte vor der Abgabe checkst.

Custom GPTs mit Kunden teilen: Wie du ein Tool einmal baust und dreimal weitergibst

Sobald du einen Custom GPT auf "Per Link teilen" einstellst, bekommt jeder mit dem Link Zugang. Der Clou: Sie brauchen kein ChatGPT-Plus-Abo, um einen bereits erstellten GPT zu nutzen - je nach OpenAI-Regelung kann auch ein Free-Account begrenzt darauf zugreifen.

Das bedeutet für Freelancer: Du kannst einmal einen Briefing-Assistent für einen Kunden bauen und ihn dem Kunden schicken. Der Kunde füllt Briefings damit aus, du bekommst strukturierte Inputs. Das spart auf beiden Seiten Zeit.

---

Konkrete Beispiele aus meinem Workflow: Wie ich Projects für Kundenprojekte einsetze

Das Kunden-Onboarding: Wie ich jedes neue Kundenprojekt als Project anlege

Sobald ich einen neuen Kunden habe, ist das erste, was ich tue: ein ChatGPT Project anlegen. Nicht irgendwann, sondern beim ersten Briefing-Call. Noch während wir reden, tippe ich die wichtigsten Punkte direkt in die Systemanweisungen.

Ich habe dafür ein Template, das ich anpasse: Name, Branche, Zielgruppe, Tonfall, Besonderheiten, was sie nicht wollen. Das dauert fünf Minuten und zahlt sich ab dem zweiten Chat aus.

Warum ich vorher 30 Minuten pro Woche damit verbracht habe, ChatGPT zu erklären, was der Kunde macht

Ehrlich gesagt war mein alter Workflow peinlich ineffizient. Ich hatte für jeden Kunden eine Textdatei mit "Kontext-Prompt", den ich jeden Montag ans Anfang jedes Chats kopiert habe. Manchmal habe ich es vergessen. Manchmal habe ich die falsche Datei erwischt. Manchmal waren die Informationen veraltet.

Mit Projects ist das weg. Der Kontext liegt im System. Ich öffne ein Project, tippe meine Aufgabe, und ChatGPT weiß bereits, wen wir ansprechen und wie.

Was ChatGPT jetzt automatisch weiß - und wie das meine Ausgaben verbessert hat

Das Interessante ist, wie sich die Ausgabequalität verändert. Nicht dramatisch, aber spürbar. Die Posts klingen mehr nach dem Kunden. Die Newsletter treffen die Zielgruppe besser. ChatGPT macht weniger generische Vorschläge, weil es den spezifischen Kontext kennt.

Durch das Project Memory kommen noch tiefere Effekte dazu: Wenn wir in Woche 3 festgestellt haben, dass der Kunde keine Fragen am Ende von Posts mag, weiß ChatGPT das in Woche 7 noch. Ohne dass ich es neu erwähne.

An der Network School habe ich gelernt, wie entscheidend Kontext für gute Zusammenarbeit ist - ob mit Menschen oder mit KI. Projects löst das Problem von KI-Tools, das ich vorher nicht einmal benennen konnte: fehlender Kontext.

Wiederkehrende Aufgaben in Projects: Wochenberichte, Status-Updates, Content-Drafts

Besonders nützlich sind Projects für Aufgaben, die regelmäßig wiederkehren. Jede Woche einen Kundenbericht? ChatGPT kennt das Format und den Tonfall bereits. Monatliche Newsletter? Die Struktur ist gespeichert, ChatGPT weiß, was der Kunde nicht schreibt.

Mit der Zeit entwickeln Projects eine Art Muskelgedächtnis für wiederkehrende Formate. Das macht die Zusammenarbeit schneller und die Outputs gleichmäßiger.

---

DSGVO-Check: Was du mit Kundendaten in ChatGPT Projects machen darfst - und was nicht

Das ist der Abschnitt, den die meisten überspringen - und dann Ärger bekommen. Besonders als Freelancer, der für andere arbeitet und deren Daten verarbeitet, musst du das verstehen.

Standard-Plus-Plan (23 Euro/Monat): US-Server, kein AVV verfügbar - für vertrauliche Kundendaten ungeeignet

ChatGPT Plus kostet in Deutschland 23 Euro pro Monat. Das ist die Version, die die meisten Freelancer nutzen. Das Problem aus DSGVO-Sicht: OpenAI verarbeitet die Daten auf US-Servern, und es gibt keinen Auftragsverarbeitungsvertrag (AVV) für Plus-Nutzer.

Was bedeutet das konkret? Du darfst in ChatGPT Plus keine personenbezogenen Daten deiner Kunden eingeben. Keine Namen, keine E-Mail-Adressen, keine Kontaktdaten, keine vertraulichen Unternehmensinformationen. Das klingt streng, aber die DSGVO ist da eindeutig.

Für allgemeine Textaufgaben ohne Personenbezug ist Plus trotzdem nutzbar. Aber mit Kundendaten oder sensiblen Informationen ist Vorsicht geboten.

ChatGPT Team (29 Euro/User/Monat): Europäischer Datenschutz, kein Training auf Daten, AVV vorhanden - wenn du Kundendaten einbeziehen willst

Wenn du regelmäßig mit Kundendaten arbeitest, ist ChatGPT Team (29 Euro pro Nutzer und Monat, bei Jahrestarif 25 Euro) die sauberere Lösung. Der Unterschied:

• Kein Training auf deine Daten standardmäßig
• AVV verfügbar und abschließbar (über admin.openai.com)
• Bessere Datenschutzdokumentation

Das ist nicht perfekt - die Daten liegen immer noch primär auf US-Servern, auch wenn OpenAI seit Januar 2026 EU-Inferenz-Kapazitäten aufgebaut hat. Aber mit AVV bist du auf einer deutlich sichereren rechtlichen Grundlage.

Was du niemals in ChatGPT hochladen solltest - auch nicht im Team-Plan

Unabhängig vom Plan gibt es Kategorien, die ich niemals hochlade:

• Verträge mit Kundendaten oder Personalangaben
• Bewerbungsunterlagen
• Gesundheitsdaten
• Finanzdaten, die Einzelpersonen zugeordnet werden können
• Interne strategische Dokumente, die als Geschäftsgeheimnis eingestuft sind

Die Faustregel: Wenn du dir denkst "darf ich das weiterleiten?" - dann lade es nicht hoch.

Alternative für sensible Projekte: Claude Projects (Anthropic) oder lokale KI via Ollama

Wenn du Projekte mit sensiblen Kundendaten hast, gibt es zwei bessere Alternativen:

Claude Projects (Anthropic): Claude Pro kostet 20 US-Dollar pro Monat und bietet ähnliche Project-Funktionalität. Anthropic hat aus meiner Erfahrung eine etwas transparentere Datenschutzpolitik für Business-Nutzer, und die EU-Compliance ist gut dokumentiert.

Lokale KI via Ollama: Für wirklich sensible Projekte ist eine lokale KI die sicherste Lösung. Kein Datenabfluss, kein US-Server, keine Fragen zur DSGVO. Ich habe dazu einen detaillierten Guide für Ollama geschrieben - wenn Datenschutz für dich kritisch ist, schau da rein.

---

ChatGPT Projects vs. Alternativen: Wann du zu einem anderen Tool greifst

NotebookLM: Besser wenn du mit sehr vielen eigenen Dokumenten arbeitest

NotebookLM ist Googles Antwort auf die "meine Dokumente verstehen"-Frage. Der wesentliche Unterschied: NotebookLM arbeitet ausschließlich mit deinen hochgeladenen Quellen. Es erfindet nichts, halluziniert nicht auf fremdem Content. Wenn du einen Kunden hast, der dir 50 PDFs geschickt hat und du daraus Inhalte ableiten musst, ist NotebookLM aktuell besser als ChatGPT Projects.

Für laufende kreative Aufgaben mit bekanntem Kontext ist ChatGPT Projects flexibler.

Perplexity Spaces: Besser für kollaborative Recherche mit Quellen-Nachverfolgung

Perplexity AI hat mit Spaces eine ähnliche Funktion wie Projects. Der entscheidende Unterschied: Jede Perplexity-Antwort kommt mit verlinkten Quellen. Du kannst nachvollziehen, woher eine Information stammt.

Wenn du für Kunden recherchierst und die Quellen brauchen - für Marktanalysen, Wettbewerbsvergleiche, aktuelle Zahlen - ist Perplexity Spaces die bessere Wahl als ChatGPT Projects. Projects ist dagegen stärker für Schreib- und Kommunikationsaufgaben.

n8n oder Make.com: Wenn du wirklich automatisieren willst - Projects sind kein Automatisierungs-Tool

Das ist ein häufiges Missverständnis: ChatGPT Projects ist kein Automatisierungs-Tool. Du kannst dort keine Workflows bauen, keine Trigger setzen, keine Prozesse automatisieren.

Wenn du willst, dass ChatGPT automatisch auf eingehende E-Mails antwortet oder regelmäßig Berichte erstellt - dann brauchst du n8n oder ähnliche Automatisierungstools. Projects ist für menschlich getriebene, kontextreiche Arbeitssessions, nicht für unbeaufsichtigte Automatisierung.

Wer den nächsten Schritt in Richtung KI-Agenten gehen will, sollte sich auch anschauen, wie sich KI-Agenten für Solopreneure in breiteren Workflows einsetzen lassen - da geht es dann wirklich um Automatisierung.

Wann Projects die beste Wahl ist: Alles was kontext-reiche, wiederkehrende Kommunikationsaufgaben sind

ChatGPT Projects ist dann am stärksten, wenn:

• Du regelmäßig für denselben Kunden schreibst
• Die Aufgaben viel Kontext brauchen (Stil, Zielgruppe, Produkt)
• Du kreative, sprachliche Arbeit machst: Texte, Posts, Newsletter, Copy
• Du selbst am Steuer sitzt und mit der KI im Dialog arbeitest

Das ist mein Alltag als UX-Freelancer. Und genau deshalb sind Projects für mich eines der nützlichsten Updates, die ChatGPT je hatte.

---

Fazit: Kontext ist der unterschätzte Wettbewerbsvorteil

Die meisten Freelancer nutzen ChatGPT als Einmal-Sprinter. Aufmachen, fragen, schließen, vergessen. Das verschenkt das meiste Potenzial.

Projects dreht dieses Prinzip um. Du investierst einmal 20-30 Minuten in ein sauberes Setup - Anweisungen, Dateien, Kontext - und erntest das danach bei jeder Nutzung. Die KI wird nicht smarter, aber sie wird smarter für dich und deinen Kunden.

Für Freelancer mit mehreren Stammkunden ist das Kalkül eindeutig: Ein Project pro Kunde, klare Systemanweisungen, relevante Dateien. Dazu für wiederkehrende Standardaufgaben ein oder zwei Custom GPTs. Das ist ein Setup, das sich nach einer Woche bereits amortisiert hat.

Wenn du noch keinen klaren Workflow für deine Selbstständigkeit hast und dir Communities wie die Network School interessieren - Bewirb dich hier und spar 25%. Kontext ist nicht nur bei KI entscheidend, sondern auch beim Netzwerk.

Einige Links sind Affiliate-Links. Dir entstehen keine Mehrkosten.