How agents are transforming work
Zusammenfassung
Kurz
Ein OpenAI-Bericht über Codex beschreibt, dass Agenten zunehmend für längere Aufgaben eingesetzt werden und die Nutzung auch außerhalb der Entwicklung stark wächst. Die geschätzten Aufgabenzeiten beruhen auf einer kleinen Nutzendenstichprobe und einem Sprachmodell; sie belegen keine direkten Produktivitätsgewinne.
Mittel
Der Bericht fasst ein OpenAI-Arbeitspapier über die Ausbreitung agentischer KI anhand der Nutzung von Codex zusammen. Die Autoren beschreiben einen Wechsel von kurzen Chat-Anfragen zu längeren Aufgaben, bei denen Agenten selbstständig Werkzeuge einsetzen und mehrere Schritte koordinieren. Laut Bericht wurde Codex bis etwa April 2026 auch in den Bereichen Recht, Finanzen und Recruiting zum wichtigsten KI-Werkzeug bei OpenAI. Zudem wuchs die Nutzung durch Nicht-Entwickelnde seit August 2025 stark: 137-fach bei individuellen, 189-fach bei organisatorischen und 12-fach bei internen Nutzenden.
Für Mai 2026 schätzt der Bericht, dass 70,2 Prozent der untersuchten individuellen Nutzenden mindestens eine Aufgabe anfragten, die einem Menschen mehr als eine Stunde Arbeit abverlangen würde. Die Autoren sehen darin Hinweise darauf, dass Agenten komplexere und fachübergreifende Arbeit unterstützen können. Die Dauer solcher Aufgaben wurde jedoch durch ein Sprachmodell anhand von Codex-Protokollen geschätzt und soll nur als Richtwert gelten. Diese Auswertung nutzte eine Stichprobe von 0,1 Prozent individueller Nutzender. Der Bericht belegt vor allem Nutzungswachstum, nicht unmittelbar Produktivitäts- oder Kostengewinne; die Übertragung auf die künftige Arbeitswelt ist eine Einschätzung der Autoren.
Ausführlich lesen
Der Bericht stellt ein OpenAI-Arbeitspapier zum Wandel von Wissensarbeit durch agentische KI vor. Seine zentrale These lautet, dass sich die Nutzung von KI von kurzen, einzelnen Chat-Anfragen hin zu länger laufenden Aufgaben verschiebt, bei denen ein Agent Werkzeuge einsetzt und Arbeitsschritte selbstständig koordiniert. OpenAI deutet die eigene Nutzung von Codex als Beispiel dafür, wie sich diese Entwicklung auf die Arbeitswelt auswirken könnte.
Nach den im Bericht dargestellten Daten wurde Codex zunächst vor allem von Entwicklerinnen und Entwicklern genutzt. Später verbreitete es sich auch in anderen Unternehmensbereichen. OpenAI zufolge wurde Codex bis etwa April 2026 für Recht, Finanzen und Recruiting zum wichtigsten KI-Werkzeug. Im Durchschnitt entfielen demnach über 85 Prozent der ausgegebenen Tokens der Beschäftigten auf Codex; über die gesamte Organisation hinweg waren es laut Bericht 99,8 Prozent der wöchentlichen Output-Tokens. Diese Angaben beschreiben die Nutzung innerhalb von OpenAI und sind kein direkter Nachweis für vergleichbare Entwicklungen in anderen Unternehmen.
Auch die Aufgaben sollen anspruchsvoller und länger geworden sein. Für Mai 2026 schätzt der Bericht, dass 80,6 Prozent der untersuchten individuellen Nutzenden mindestens eine Codex-Anfrage stellten, deren Erledigung für einen Menschen mehr als 30 Minuten dauern würde. Bei mehr als einer Stunde lag der Anteil bei 70,2 Prozent, bei mehr als acht Stunden bei 25,6 Prozent. Unter den besonders intensiven internen Nutzenden wurden im Juni 2026 am 99. Perzentil regelmäßig mehr als 60 Stunden Agentenlaufzeit pro Tag beobachtet; diese Arbeit verteilte sich auf mehrere parallel laufende Agenten.
Besonders schnell wuchs laut Bericht die Nutzung durch Personen ohne Entwicklerrolle. Seit August 2025 stieg die Zahl nicht-technischer individueller Nutzender um das 137-Fache, die organisatorischer Nutzender um das 189-Fache und die interner Nutzender bei OpenAI um das Zwölffache. Der Bericht betont, dass dies nicht bedeute, alle nutzten Codex wie Entwickler. Vielmehr übernähmen Nicht-Entwickelnde damit auch Aufgaben wie Automatisierung, Datenumwandlung, Fehlersuche oder strukturierte Analyse. Bei Beschäftigten in Geschäftsbereichen entfielen laut einer Tabelle mehr als ein Viertel der Codex-Ausgabetokens auf Programmierung oder Engineering; für Produkt, Marketing und Betrieb waren es 25 Prozent.
Als Vorgehen beschreibt der Bericht die Auswertung von Codex-Nutzungsdaten für individuelle, organisatorische und OpenAI-interne Nutzungsgruppen sowie eine Zuordnung von Ausgaben zu Tätigkeitskategorien. Die Dauer menschlicher Vergleichsaufgaben wurde mithilfe eines Sprachmodells anhand von Codex-Protokollen geschätzt. Die Autoren folgern, dass leistungsfähigere Agenten längere, komplexere und abteilungsübergreifende Arbeit ermöglichen könnten und dass Unternehmen deshalb Arbeitsabläufe neu gestalten müssten.
Die Grenzen der Belege sind wesentlich: Die geschätzten Zeitwerte sind modellbasiert und laut Bericht nur als Richtwerte zu verstehen. Die Auswertung der Zeitgrenzen bezieht sich auf individuelle Nutzende und eine Zufallsstichprobe von 0,1 Prozent. Außerdem dokumentiert der Bericht vor allem Nutzung und Token-Ausgaben; er weist damit nicht unmittelbar nach, wie viel Zeit oder Geld eingespart wurde oder wie sich die Produktivität insgesamt verändert. Die Übertragung der OpenAI-Erfahrungen auf die künftige Arbeitswelt ist die Einschätzung der Autoren.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Bewertet wurde Lunas mittlere Zusammenfassung; die Zahlen und Zuordnungen darin stimmen mit dem Bericht überein, die Auswahl lässt aber mehrere zentrale Befunde aus. Die kurze Fassung enthält keine erfundenen Angaben, ist aber so knapp, dass sie die Kernbefunde (Abteilungsweite Verbreitung, Aufgabenlängen, Nicht-Entwickelnde) praktisch nicht wiedergibt. Die drei Sammelfragen wurden unabhängig bewertet; Lunas Stufe 3 wird nicht übernommen, weil der Bericht keine Belege zu diesen Themen enthält.
Im Bericht, aber nicht in der Zusammenfassung
- Vor dem Start waren unter 10 % der Tokens auf Codex entfallen; heute nutzt jede Abteilung Codex als Hauptwerkzeug
- Anteile von 80,6 % (über 30 Minuten) und 25,6 % (über acht Stunden) bei den Aufgabenlängen
- Nutzer im 99. Perzentil erzeugen täglich mehr als 60 Stunden Agentenarbeit über parallele Agenten
- Nicht-Entwickelnde übernehmen über ihre Aufgabe hinaus Programmier- und technische Aufgaben
- Codex erzeugt 99,8 % der wöchentlichen Output-Tokens bei OpenAI, und bei Research stieg die Nutzung 56-fach
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 35 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 50 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 78 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 29 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 34 %einzelne zitierbare Belege
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 53 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 54 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 36 %gleiches Oberthema, hilft nicht
- SubQ 50 %gleiches Oberthema, hilft nicht
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 53 %gleiches Oberthema, hilft nicht
- drex 64 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 28 %gleiches Oberthema, hilft nicht
- Luna 63 %Hintergrund, keine Belege
- JEV 42 %gleiches Oberthema, hilft nicht
- amos 28 %nur am Rande erwähnt
- SubQ 53 %gleiches Oberthema, hilft nicht
- drex 63 %gleiches Oberthema, hilft nicht
- d3-ultra 59 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 58 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 88 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 56 %Hintergrund, keine Belege
- JEV 49 %einzelne zitierbare Belege
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 25 %gleiches Oberthema, hilft nicht
- Luna 53 %Hintergrund, keine Belege
- JEV 36 %Hintergrund, keine Belege
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 55 %gleiches Oberthema, hilft nicht
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 29 %gleiches Oberthema, hilft nicht
- Luna 52 %Hintergrund, keine Belege
- JEV 35 %nur am Rande erwähnt
- amos 29 %nur am Rande erwähnt
- SubQ 45 %gleiches Oberthema, hilft nicht
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 65 %gleiches Oberthema, hilft nicht
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 39 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 54 %gleiches Oberthema, hilft nicht
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 36 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 38 %gleiches Oberthema, hilft nicht
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 54 %gleiches Oberthema, hilft nicht
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 39 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 60 %gleiches Oberthema, hilft nicht
- drex 77 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 37 %nur am Rande erwähnt
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 53 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 79 %Hintergrund, keine Belege
- JEV 29 %Hintergrund, keine Belege
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 51 %gleiches Oberthema, hilft nicht
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- 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 78 %Hintergrund, keine Belege
- JEV 37 %Hintergrund, keine Belege
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 49 %gleiches Oberthema, hilft nicht
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra 53 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Wirtschaft und Haftung
- SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 60 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv