Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai27. Juli 2026 · Q004896

How AI is expanding what people do at work

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Eine Analyse von mehr als 800.000 arbeitsbezogenen ChatGPT-Nachrichten aus den USA legt laut OpenAI nahe, dass Nutzer häufig Aufgaben aus anderen Berufen übernehmen: 43,5 Prozent der spezifischen, nicht allgemein verbreiteten Aufgaben fallen außerhalb des eigenen Berufs. Besonders weit verbreitet sind unter anderem technische und finanzielle Tätigkeiten sowie Marketingaufgaben. Die Daten zeigen Nutzungsmuster als möglichen frühen Hinweis auf veränderte Arbeitsteilung, belegen aber nicht deren tatsächliche Folgen für Arbeitsplätze.

Mittel

Der OpenAI-Beitrag untersucht anhand von mehr als 800.000 arbeitsbezogenen ChatGPT-Nachrichten aus den USA, wie Nutzer Aufgaben aus anderen Berufen übernehmen. Die Autoren nennen das „Task Crossover“. Allgemeine Tätigkeiten wie Schreiben und Zusammenfassen werden dabei herausgerechnet. Unter den übrigen berufsbezogenen Nachrichten entfallen 43,5 Prozent auf Aufgaben außerhalb des Berufs der Nutzer. Besonders hohe Anteile berichtet der Beitrag für Kundenerlebnis, Design und Personal.

Finanzberechnungen und technische Fehlersuche tauchen häufig über Berufsgrenzen hinweg auf. Designende übernehmen vergleichsweise viele Aufgaben aus anderen Bereichen, während Designaufgaben selten in Nachrichten anderer Gruppen erscheinen. Marketing zeigt sich in beide Richtungen stark: Beschäftigte greifen auf Aufgaben anderer Berufe zurück, und Marketingaufgaben verbreiten sich besonders weit. Bei durchschnittlichen Nutzern ist der Anteil berufsfremder Aufgaben in kleineren Organisationen höher als in sehr großen; für besonders intensive Nutzer gilt dieses Muster nicht durchgehend.

Die Autoren sehen darin einen möglichen frühen Hinweis auf veränderte Tätigkeitsprofile. Die Daten zeigen jedoch ChatGPT-Nutzung und beweisen nicht, dass sich Arbeitsplätze oder Beschäftigung dadurch tatsächlich verändern. Die Erklärung über fehlende Fachressourcen in kleineren Unternehmen wird als Möglichkeit dargestellt.

Ausführlich lesen

Der OpenAI-Beitrag stellt eine Studie darüber vor, wie KI Menschen Aufgaben übernehmen lässt, die traditionell anderen Berufen zugeordnet werden. Dieses Muster nennt der Bericht „Task Crossover“. Grundlage sind mehr als 800.000 Nachrichten von ChatGPT-Nutzern in den USA, die sich auf Arbeit beziehen. Die Autoren unterscheiden allgemein verbreitete Tätigkeiten wie Schreiben, Zusammenfassen und Terminplanung von spezifischeren Aufgaben. Von den nicht allgemeinen, berufsbezogenen Nachrichten ordnen sie 43,5 Prozent Aufgaben außerhalb des Berufs der jeweiligen Nutzer zu. Der Beitrag deutet dies als möglichen frühen Hinweis darauf, dass sich Tätigkeitsprofile verändern, bevor Stellenbeschreibungen oder Berufstitel angepasst werden.

Der Anteil solcher berufsfremden Aufgaben fällt je nach Gruppe unterschiedlich aus: Nach Ausschluss allgemeiner Tätigkeiten betreffen sie 77 Prozent der berufsspezifischen Nachrichten von Beschäftigten im Kundenerlebnis, 75 Prozent bei Design, 69 Prozent bei Personal, 56 Prozent bei Recht und 53 Prozent bei Marketing. Auch einzelne Aufgaben wandern über Berufsgrenzen hinweg. Finanzberechnungen und technische Fehlersuche gehören laut Bericht in allen sieben jeweils anderen untersuchten Berufsgruppen zu den häufigsten Aufgaben außerhalb des eigenen Berufs. Marketingaufgaben, etwa das Erstellen von Werbematerial, tauchen ebenfalls in mehreren Gruppen auf.

Die Verteilung unterscheidet sich danach, ob eine Berufsgruppe Aufgaben anderer übernimmt oder eigene Aufgaben in andere Bereiche einbringt. Bei Designern entfallen etwa 35,2 Prozent der Nachrichten auf Aufgaben, die üblicherweise anderen Berufen zugerechnet werden; Designaufgaben machen dagegen nur 1,7 Prozent der Nachrichten aus anderen Berufsgruppen aus. Bei Beschäftigten aus dem Ingenieurwesen sind 18,5 Prozent ihrer Nachrichten aufgabenfremd, während Ingenieuraufgaben 7,4 Prozent der Nachrichten anderer Gruppen ausmachen. Marketing zeigt beide Richtungen besonders deutlich: 24,3 Prozent der Nachrichten von Marketern betreffen andere Berufsfelder, und Marketingaufgaben stellen 8,9 Prozent der Nachrichten anderer Beschäftigter – den höchsten nach außen gerichteten Anteil in der Stichprobe.

Auch die Größe der Organisation hängt laut Beitrag mit den beobachteten Mustern zusammen. Bei durchschnittlichen Nutzern sinkt der Anteil berufsfremder Aufgaben von 18,9 Prozent in Arbeitsbereichen mit zwei bis fünf Sitzen auf 16,3 Prozent bei mehr als 100 Sitzen. Für die intensivsten Nutzer zeigt sich dieser stetige Verlauf nicht. Als mögliche Erklärung nennt der Beitrag, dass kleinere Organisationen seltener über spezialisierte Teams verfügen und Beschäftigte deshalb Aufgaben selbst erledigen. Das bleibt eine Deutung, kein nachgewiesener Wirkmechanismus.

Die Ergebnisse beschreiben beobachtete ChatGPT-Nutzung und liefern nach Darstellung der Autoren einen frühen Einblick in mögliche Veränderungen der Arbeitsteilung. Sie belegen für sich genommen weder, dass sich alle Arbeitsplätze tatsächlich entsprechend verändern, noch welche Folgen dies für Beschäftigung oder Berufe hat. Der Beitrag ordnet die Analyse als erste Ausgabe einer Forschungsreihe ein.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Geprüft wurden beide Zusammenfassungen von Luna (kurz und mittel) gemeinsam; beide geben die Kernbefunde korrekt wieder und enthalten keine erfundenen Angaben. Bei den Einordnungen wurden nur die drei Sammelfragen bewertet, da keine Teilfragen angegeben waren.

Im Bericht, aber nicht in der Zusammenfassung

  • Engineering ist nach dem Bericht eine wichtige Quelle für Aufgaben anderer Berufe (7,4 % der Nachrichten anderer Gruppen) und dreht die Richtung um
  • Der Anteil berufsfremder Aufgaben an allen arbeitsbezogenen Nachrichten beträgt 16,8 % und wird von den 43,5 % unterschieden, die sich nur auf berufsspezifische Nachrichten beziehen
  • Die Herausrechnung allgemeiner Tätigkeiten wird in der kurzen Fassung nicht erklärt
  • Der Größeneffekt wird in der kurzen Fassung nicht genannt

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 30 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 88 %Hintergrund, keine Belege
    • JEV 30 %Hintergrund, keine Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
  3. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 82 %Hintergrund, keine Belege
    • JEV 31 %Hintergrund, keine Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →