So integrierst du die OpenAI API in deine App

Um die OpenAI API zu integrieren, erstellst du einen API-Schlüssel in einem OpenAI-Projekt, speicherst ihn als Geheimnis auf dem Server mit dem Namen OPENAI_API_KEY und rufst die API von einer Route auf deinem eigenen Server aus auf, mit dem offiziellen SDK von OpenAI, niemals aus Browser-Code. Laut der Schnellstartanleitung von OpenAI (Stand September 2026) ist die Responses API der Ausgangspunkt für neue Projekte. Setze vor dem Start ein Ausgabelimit, begrenze die Länge der Antworten, lege fest, wie oft jeder Nutzer die Funktion aufrufen darf, und behandle Rate-Limit-Fehler mit Wiederholungsversuchen.

Dieser Leitfaden behandelt Einrichtung, den Anfrageablauf, Prompts für einen KI-Baukasten und die Fehler, die Schlüssel lecken lassen oder Geld verbrennen. Die Angaben zu OpenAI stammen aus der offiziellen Dokumentation, Stand September 2026. Für die allgemeinen Grundlagen (Tokens, Kontextfenster, Preise) lies zuerst So nutzt du LLM-APIs.

Was du damit bauen kannst

• Einen Chat-Assistenten in deiner App (So baust du eine KI-Chatbot-App)
• Buttons für „Zusammenfassen“, „Umschreiben“ oder „Antwort entwerfen“
• Strukturierte Daten aus freiem Text extrahieren: eine E-Mail in eine Bestellung umwandeln, Support-Tickets taggen
• Suche und Fragebeantwortung über deine eigenen Inhalte
• Bild-, Sprach- und andere Medienfunktionen, je nachdem, welche Modelle verfügbar sind

Weitere Ideen stehen unter So fügst du deiner App KI-Funktionen hinzu.

Dein OpenAI-Konto einrichten

1. Lege ein Konto und ein Projekt in der OpenAI-Plattform an. Die Best Practices für die Produktion von OpenAI empfehlen getrennte Projekte für Staging und Produktion, damit jedes eigene Schlüssel und Limits hat.
2. Erstelle einen Projekt-API-Schlüssel. OpenAI empfiehlt, ein Ablaufdatum zu setzen und Schlüssel regelmäßig zu rotieren.
3. Richte Ausgabenwarnungen und ein hartes Ausgabelimit auf der Limits-Seite ein. Laut dem Leitfaden von OpenAI benachrichtigen dich Warnungen, wenn die Nutzung einen Betrag überschreitet, und ein hartes Limit erzwingt eine monatliche Obergrenze.
4. Hinterlege eine Zahlungsmethode. Die Rate-Limit-Dokumentation von OpenAI beschreibt Nutzungsstufen: Deine Limits steigen automatisch, je mehr du über die Zeit ausgibst.

Der Anfrageablauf

Browser  ->  deine Serverroute  ->  OpenAI API
         <-  (gestreamte) Antwort  <-

1. Der Nutzer klickt auf einen Button oder sendet eine Nachricht.
2. Der Browser ruft deine Route auf, zum Beispiel POST /api/summarise.
3. Dein Server prüft, ob der Nutzer angemeldet ist und die Funktion nutzen darf.
4. Der Server baut die Anfrage: Anweisungen, die Eingabe des Nutzers und alle Daten aus deiner Datenbank, die die Aufgabe braucht.
5. Er ruft OpenAI mit dem Schlüssel aus der Umgebung auf. Die SDKs von OpenAI lesen OPENAI_API_KEY automatisch.
6. Er streamt oder gibt die Antwort zurück und protokolliert den Tokenverbrauch.

Das offizielle SDK von OpenAI heißt openai, sowohl für JavaScript/TypeScript (npm) als auch für Python (pip).

Modell auswählen

OpenAI bietet mehrere Modelle mit unterschiedlichen Preisen und Geschwindigkeiten, und das Angebot ändert sich oft. Starte mit einem kleineren, günstigeren Modell, miss die Qualität an echten Beispielen und steige nur auf, wenn du es brauchst. Halte den Modellnamen in einem Konfigurationswert oder Geheimnis, damit du ihn ändern kannst, ohne Code umzuschreiben. Aktuelle Preise findest du auf der Preisseite von OpenAI.

Optionen und Abwägungen

Prompts für deinen KI-Baukasten

Ein erstes Feature:

Füge auf der Ticket-Seite einen Button „Zusammenfassen“ hinzu. Er ruft eine Serverroute POST /api/summarise auf, die prüft, ob der Nutzer angemeldet ist, das Ticket lädt und die OpenAI Responses API mit dem offiziellen openai-SDK und dem Geheimnis OPENAI_API_KEY aufruft. Lies den Modellnamen aus dem Geheimnis OPENAI_MODEL. Anweisung: „Fasse in 3 Stichpunkten zusammen und schlage dann eine kurze Antwort vor. Erfinde keine Bestellnummern.“ Begrenze die Ausgabelänge, streame die Antwort auf die Seite und sende den Schlüssel niemals an den Browser.

Schutzmechanismen:

Begrenze jeden Nutzer auf 30 KI-Anfragen pro Stunde, gespeichert in der Datenbank. Protokolliere Eingabe- und Ausgabe-Tokens pro Anfrage zusammen mit Nutzer-ID und Funktionsname. Gibt OpenAI einen 429-Fehler zurück, beachte den Retry-After-Header und wiederhole die Anfrage mit exponentiellem Backoff und Jitter bis zu dreimal. Danach zeige „Die KI ist gerade ausgelastet, versuch es in einer Minute erneut.“ Bei anderen Fehlern zeige eine freundliche Meldung und lass den Rest der Seite funktionieren.

Fehler und Limits behandeln

OpenAI misst Rate-Limits auf mehrere Arten, unter anderem Anfragen pro Minute und Tokens pro Minute. Du stößt auf das, was zuerst aufgebraucht ist. Wenn du eines überschreitest, liefert die API einen 429 mit einem Retry-After-Header. Laut der Dokumentation von OpenAI solltest du diesen Wert als Mindestwartezeit behandeln und eine kleine zufällige Verzögerung hinzufügen, damit nicht alle Clients gleichzeitig erneut anfragen.

Plane außerdem ein:

• Timeouts bei langen Generierungen. Streaming hilft, ebenso eine sinnvolle Obergrenze für die Ausgabe.
• Ausfälle des Anbieters. Die KI-Funktion sollte sauber ausfallen, ohne die Seite zu brechen.
• Schlechte Ausgaben. Prüfe strukturierte Ausgaben, bevor du sie speicherst, und lass Modellausgaben keine heiklen Aktionen auslösen, ohne eine Prüfung in deinem Code.

Häufige Fehler

• Schlüssel im Frontend oder im Repository. Browser-Code ist öffentlich, und ein geleakter Schlüssel kann innerhalb von Minuten missbraucht werden. Siehe So schützt du API-Schlüssel.
• Kein Ausgabelimit. Eine Schleife oder ein missbräuchlicher Nutzer kann schnell eine hohe Rechnung verursachen.
• Keine Limits pro Nutzer. Das Limit des Anbieters schützt dein Budget, nicht deine anderen Nutzer.
• Dem Prompt die Sicherheit anvertrauen. Nutzer können „ignoriere die vorherigen Anweisungen“ eintippen. Berechtigungen gehören in den Servercode.
• Mehr senden als nötig. Ganze Dokumente und lange Verläufe vervielfachen die Kosten. Schick nur, was die Aufgabe braucht.
• Den Modellnamen fest eincodieren. Modelle werden aktualisiert und abgekündigt; mach ihn zu einer Einstellung.
• Personenbezogene Daten unbedacht senden. Lies die Nutzungsbedingungen von OpenAI zur Datenverwendung und sende nur, was die Funktion braucht.

Checkliste

• Getrennte OpenAI-Projekte (oder Schlüssel) für Test und Produktion
• Schlüssel als Geheimnis auf dem Server gespeichert, nie in Browser-Code oder im Repository
• Ausgabenwarnungen und ein hartes Ausgabelimit gesetzt
• Alle Aufrufe laufen über deinen Server und prüfen die Berechtigungen des Nutzers
• Ausgabelänge begrenzt; Modellname konfigurierbar
• Rate-Limit pro Nutzer in deiner App
• 429-Behandlung mit Retry-After, Backoff und Jitter
• Freundlicher Fehlerzustand; die Seite funktioniert auch ohne KI
• Tokenverbrauch pro Funktion protokolliert
• Mit langen, leeren und feindseligen Eingaben getestet

Die OpenAI API in Mythex nutzen

KI-Funktionen in Apps, die du mit Mythex baust, nutzen deinen eigenen OpenAI-Schlüssel und werden über dein OpenAI-Konto abgerechnet, nicht über Mythex-Build-Credits. Füge OPENAI_API_KEY als Projektgeheimnis über /secrets, die Projekteinstellungen oder die Geheimnis-Karte hinzu, die der Agent zeigt, wenn er einen Schlüssel braucht. Beschreibe dann die Funktion mit einem Prompt wie oben. Veröffentliche eine bereits live geschaltete App nach einer Änderung an Geheimnissen erneut, damit sie die neuen Werte übernimmt. Das Rezept KI-Funktionen mit deinen eigenen API-Schlüsseln hinzufügen enthält einen Startprompt, und Geheimnisse im Chat erklärt die Geheimnis-Karte. Vergleichst du Anbieter? Siehe So integrierst du die Claude API.

Fragen