---
title: "OpenAI Connector"
description: "Vollständiger Leitfaden zur OpenAI-Integration für KI-gestützte Content-Erstellung, Kundeninsights und intelligente Marketing-Automation mit Brevo über Tajo."
url: https://tajo.io/de/docs/connectors/custom/openai/
markdown: https://tajo.io/de/docs/connectors/custom/openai.md
lang: de-DE
robots: noindex
---

Beantrage frühzeitigen Zugang

Gib deinen Vornamen und deine geschäftliche E-Mail-Adresse ein. Wir senden dir einen Link, mit dem du deine Anfrage für den Tajo-Zugang bestätigst.

# OpenAI Connector

Connector-Status: Geplant Noch nicht gebaut. Tajo betreibt diesen Connector heute nicht.

| Quellfeld | Zielfeld | Beispielwert |
| --- | --- | --- |
| `record.id` | `source_id` | `record_1042` |
| `record.updated_at` | `updated_at` | `2026-10-18T08:00:00Z` |
| `record.value` | `value` | `sample_value` |

Verbinde OpenAI über Tajo mit Brevo, um KI-gestützte Content-Erstellung, Kundenstimmungsanalyse, intelligente Segmentierung und prädiktive Analysen für deine Marketing-Automation-Workflows zu nutzen.

## Überblick

| Eigenschaft | Wert |
| --- | --- |
| **Plattform** | OpenAI |
| **Kategorie** | KI / ML (Custom) |
| **Einrichtungsaufwand** | Mittel |
| **Offizielle Integration** | Nein |
| **Synchronisierte Daten** | Content, Embeddings, Insights, Predictions |
| **Authentifizierung** | API-Schlüssel (Bearer Token) |

## Funktionen

- **KI-Content-Erstellung** - Generiere E-Mail-Betreffzeilen, Textkörper und CTAs mit GPT-Modellen
- **Kundenstimmungsanalyse** - Analysiere Support-Tickets und Feedback für Sentiment-Scoring
- **Smarte Segmentierung** - Nutze Embeddings, um Kund:innen nach Verhaltensmustern zu clustern
- **Prädiktive Analysen** - Prognostiziere Churn, LTV und Kaufwahrscheinlichkeit
- **Mehrsprachiger Content** - Generiere Marketing-Inhalte in jeder unterstützten Sprache
- **Bildgenerierung** - Erstelle Kampagnen-Visuals mit DALL-E-Integration

## Voraussetzungen

Bevor du beginnst, stelle sicher, dass du Folgendes hast:

1. Ein OpenAI-Konto mit API-Zugriff
2. Einen API-Schlüssel aus dem [OpenAI-Dashboard](https://platform.openai.com/api-keys)
3. Ein Brevo-Konto mit API-Zugriff
4. Ein Tajo-Konto mit Connector-Berechtigungen
5. Ausreichendes OpenAI-API-Guthaben für deine erwartete Nutzung

## Authentifizierung

### API-Schlüssel-Authentifizierung

OpenAI nutzt Bearer-Token-Authentifizierung für alle API-Anfragen:

```bash
# Set your API keys
export OPENAI_API_KEY=sk-your-api-key
export TAJO_API_KEY=your_tajo_api_key
export BREVO_API_KEY=your_brevo_api_key
```

```javascript
// All requests require the Authorization header
const headers = {
  'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
  'Content-Type': 'application/json'
};

// For organization-scoped access
const orgHeaders = {
  ...headers,
  'OpenAI-Organization': process.env.OPENAI_ORG_ID,
  'OpenAI-Project': process.env.OPENAI_PROJECT_ID
};
```

API-Schlüssel-Sicherheit

Lege deinen OpenAI-API-Schlüssel niemals in Client-seitigem Code offen. Verwende immer Umgebungsvariablen und Server-seitige Anfragen. Rotiere Schlüssel regelmäßig über das OpenAI-Dashboard.

## Konfiguration

### Grundeinrichtung

```yaml
connectors:
  openai:
    enabled: true
    model: "gpt-4o"
    embedding_model: "text-embedding-3-small"
    image_model: "dall-e-3"

    features:
      content_generation: true
      sentiment_analysis: true
      smart_segmentation: true
      predictive_analytics: true

    limits:
      max_tokens_per_request: 4096
      max_requests_per_minute: 60
      temperature: 0.7
```

### Vorlagen für Content-Erstellung

```yaml
templates:
  email_subject:
    model: "gpt-4o"
    system_prompt: |
      You are an expert email marketer. Generate compelling
      subject lines that drive open rates.
    max_tokens: 100
    temperature: 0.8

  email_body:
    model: "gpt-4o"
    system_prompt: |
      Generate personalized email content based on customer
      data and campaign objectives.
    max_tokens: 2048
    temperature: 0.7
```

## API-Endpoints

| Endpoint | Methode | Beschreibung |
| --- | --- | --- |
| `https://api.openai.com/v1/responses` | POST | KI-Antworten erstellen (Responses API) |
| `https://api.openai.com/v1/chat/completions` | POST | Textvervollständigungen generieren |
| `https://api.openai.com/v1/embeddings` | POST | Text-Embeddings erstellen |
| `https://api.openai.com/v1/images/generations` | POST | Bilder generieren |
| `https://api.openai.com/v1/audio/speech` | POST | Text-to-Speech-Generierung |
| `https://api.openai.com/v1/audio/transcriptions` | POST | Speech-to-Text-Transkription |
| `https://api.openai.com/v1/moderations` | POST | Content-Moderation |
| `https://api.openai.com/v1/models` | GET | Verfügbare Modelle auflisten |

## Code-Beispiele

### Connector initialisieren

```javascript
import { TajoClient } from '@tajo/sdk';

const tajo = new TajoClient({
  apiKey: process.env.TAJO_API_KEY,
  brevoApiKey: process.env.BREVO_API_KEY
});

await tajo.connectors.connect('openai', {
  apiKey: process.env.OPENAI_API_KEY,
  defaultModel: 'gpt-4o'
});
```

### E-Mail-Inhalte generieren

```javascript
// Generate personalized email subject lines
const response = await fetch('https://api.openai.com/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-4o',
    messages: [
      {
        role: 'system',
        content: 'Generate 5 compelling email subject lines for a product launch.'
      },
      {
        role: 'user',
        content: `Product: ${product.name}. Target: ${segment.description}.`
      }
    ],
    max_tokens: 200,
    temperature: 0.8
  })
});

const result = await response.json();
const subjectLines = result.choices[0].message.content;
```

### Kundenstimmungsanalyse

```javascript
// Analyze customer feedback sentiment
const sentimentAnalysis = await fetch(
  'https://api.openai.com/v1/chat/completions',
  {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      model: 'gpt-4o',
      messages: [
        {
          role: 'system',
          content: 'Analyze sentiment. Return JSON: {score: -1 to 1, label: string, topics: string[]}'
        },
        { role: 'user', content: customerFeedback }
      ],
      response_format: { type: 'json_object' },
      max_tokens: 150
    })
  }
);

const sentiment = await sentimentAnalysis.json();
await tajo.contacts.update(email, {
  attributes: { SENTIMENT_SCORE: JSON.parse(sentiment.choices[0].message.content).score }
});
```

### Smarte Segmentierung mit Embeddings

```javascript
// Generate embeddings for customer clustering
const embeddingResponse = await fetch(
  'https://api.openai.com/v1/embeddings',
  {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      model: 'text-embedding-3-small',
      input: customerDescriptions,
      dimensions: 256
    })
  }
);

const embeddings = await embeddingResponse.json();
// Use embeddings for similarity-based customer clustering
```

## Rate Limits

| Modell | RPM (Anfragen/Min) | TPM (Tokens/Min) | RPD (Anfragen/Tag) |
| --- | --- | --- | --- |
| gpt-4o | 500 | 30.000 | 10.000 |
| gpt-4o-mini | 500 | 200.000 | 10.000 |
| text-embedding-3-small | 500 | 1.000.000 | 10.000 |
| dall-e-3 | 5 | N/A | 200 |

Rate-Limit-Header

Überwache die Rate-Limit-Header (`x-ratelimit-remaining-requests`, `x-ratelimit-remaining-tokens`) in API-Antworten, um proaktives Throttling zu implementieren und 429-Fehler zu vermeiden.

## Fehlerbehebung

| Problem | Ursache | Lösung |
| --- | --- | --- |
| 401 Unauthorized | Ungültiger API-Schlüssel | Schlüssel im OpenAI-Dashboard prüfen |
| 429 Rate Limited | Zu viele Anfragen | Exponential Backoff implementieren |
| 500 Server Error | OpenAI-Ausfall | status.openai.com prüfen und erneut versuchen |
| Abgeschnittene Antwort | max\_tokens zu niedrig | Parameter max\_tokens erhöhen |
| Schlechte Content-Qualität | Temperature zu hoch | Temperature für mehr Konsistenz senken |

### Debug-Modus

```yaml
connectors:
  openai:
    debug: true
    log_level: verbose
    log_prompts: false  # Don't log prompts in production
    log_usage: true
```

## Best Practices

1. **Antworten cachen** - Speichere generierten Content, um API-Aufrufe und Kosten zu reduzieren
2. **Strukturierte Outputs nutzen** - Fordere JSON-Antworten für zuverlässiges Parsing an
3. **Retry-Logik implementieren** - Behandle Rate Limits mit Exponential Backoff
4. **Token-Verbrauch überwachen** - Verfolge den Verbrauch zur Kostenkontrolle
5. **Passende Modelle wählen** - Nutze gpt-4o-mini für einfache Aufgaben, gpt-4o für komplexe
6. **Outputs validieren** - Validiere KI-generierten Content immer, bevor du ihn an Kund:innen sendest

## Sicherheit

- **Bearer-Token-Auth** - API-Schlüssel werden über den Authorization-Header übertragen
- **Nur serverseitig** - Lege API-Schlüssel niemals in Client-seitigem Code offen
- **Schlüsselrotation** - Rotiere API-Schlüssel regelmäßig über das OpenAI-Dashboard
- **Nutzungs-Monitoring** - Lege Ausgabenlimits in den OpenAI-Billing-Einstellungen fest
- **Content-Moderation** - Nutze die Moderations-API, um unsichere Inhalte zu filtern
- **Datenschutz** - Überprüfe die Datennutzungsrichtlinien von OpenAI für deinen Anwendungsfall

## Verwandte Ressourcen

- [Brevo Connector](https://tajo.io/de/docs/connectors/marketing/brevo)
- [Customer-Sync-Skill](https://tajo.io/de/docs/skills/data-sync/customer-sync)
- [E-Mail-Marketing-Skills](https://tajo.io/de/docs/skills/email-marketing)
- [OpenAI API-Referenz](https://platform.openai.com/docs/api-reference)