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
openai17. März 2026 · Q007541

Equipping workers with insights about compensation

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Laut OpenAI fragen Menschen in den USA ChatGPT täglich fast drei Millionen Mal nach Löhnen und Vergütung, besonders um Gehälter einzuordnen und mögliche Einkommen in Berufen oder Geschäftsideen abzuschätzen. Eine erste WorkerBench-Prüfung bescheinigt GPT‑5.4 in der untersuchten Stichprobe hohe Abdeckung und meist benchmarknahe Schätzungen; detaillierte Messwerte nennt der Beitrag nicht.

Mittel

Der Beitrag berichtet, dass Menschen in den USA ChatGPT im Durchschnitt fast drei Millionen Mal täglich nach Löhnen, Vergütung oder Einkommen fragen. Sie nutzen es vor allem, um Entgeltangaben vergleichbar zu machen und mögliche Einkommen für bestimmte Berufe, Unternehmen, Karrierewege oder Geschäftsideen einzuschätzen. Bei den klassifizierten Lohnbenchmark-Fragen geht es am häufigsten um Entgeltberechnungen (26 Prozent), konkrete Rollen (19 Prozent) und Unternehmertum (18 Prozent). Die Auswertung nutzte laut OpenAI automatische Klassifikatoren, ohne dass Menschen einzelne Nachrichten ansahen.

Lohnfragen treten dem Beitrag zufolge besonders oft in Bereichen mit schwer einschätzbaren oder stärker variierenden Gehältern auf, etwa in kreativen Berufen, Management, Gesundheitswesen sowie Computer- und Mathematikberufen. OpenAI zufolge kann bessere Information Entscheidungen zu Jobsuche, Verhandlungen, Karrierewechseln und Weiterbildung erleichtern, auch wenn sie Unsicherheit nicht aufhebt.

Der Beitrag stellt außerdem WorkerBench vor. In einer ersten Prüfung wurde GPT‑5.4 anhand der OEWS-Medianlöhne von 2024 für Berufe national und in Metropolregionen bewertet. OpenAI berichtet für die untersuchte Stichprobe von hoher Abdeckung, geringer Verzerrung und meist benchmarknahen Zahlen, nennt im Beitrag aber keine detaillierten Messwerte. Künftig sollen auch Ort, Unternehmen, Erfahrungsstufe und konkrete Vergütungsfragen besser abgedeckt werden.

Ausführlich lesen

Der OpenAI-Beitrag beschreibt, wie Menschen in den USA ChatGPT nutzen, um Informationen über Löhne und Vergütung zu erhalten. Laut Beitrag senden sie im Durchschnitt täglich fast drei Millionen Nachrichten zu Löhnen, Vergütung oder Einkommen. Die Informationen sollen bei Entscheidungen helfen, etwa bei der Jobsuche, Gehaltsverhandlungen, einem Karrierewechsel oder der Einschätzung einer Geschäftsidee. Der Beitrag hebt hervor, dass Arbeitsentgelte oft schwerer zu finden und einzuordnen sind als die Preise vieler Waren. Das könne besonders für Berufseinsteiger, Menschen beim Wechsel des Tätigkeitsfelds oder beim Umzug eine Hürde sein.

Die Nutzung fällt dem Beitrag zufolge vor allem in zwei Bereiche: Lohnangaben in einen brauchbaren Vergleichswert umzurechnen und abzuschätzen, was eine bestimmte Stelle, ein Unternehmen, ein Berufsweg oder eine Geschäftsidee einbringen könnte. Unter den als Lohnbenchmark-Fragen klassifizierten Nachrichten entfallen 26 Prozent auf Berechnungen des Entgelts, 19 Prozent auf Fragen zu konkreten Rollen, 18 Prozent auf Unternehmertum, 11 Prozent auf eine bestimmte Rolle bei einem Unternehmen und weitere 11 Prozent auf Berufe oder Karrierefragen. Die Auswertung erfolgte laut OpenAI datenschutzwahrend mit automatischen Klassifikatoren; einzelne Nachrichten seien dabei nicht von Menschen eingesehen worden.

Berufsbezogene Lohnfragen konzentrieren sich dem Beitrag zufolge unter anderem auf Kunst und Design, Unterhaltung, Sport und Medien, Management, Gesundheitswesen, Transport, Verkauf sowie Betriebs- und Finanzberufe. Im Verhältnis zur Beschäftigung werde überproportional häufig in Bereichen mit höherem Qualifikationsniveau oder weniger transparenten Gehältern gesucht, etwa in kreativen Berufen, im Management, im Gesundheitswesen und in Computer- und Mathematikberufen. Fragen zu Geschäftsideen beträfen häufig kreative Tätigkeiten und kleine Dienstleistungsunternehmen, wo oft keine Gehaltsangaben ausgeschrieben sind. Branchenübergreifend steige die Suche dort, wo Löhne stärker auseinandergehen und höher sind. OpenAI deutet dies als Hinweis darauf, dass Menschen gerade dann nach Informationen suchen, wenn die Einschätzung schwierig und für ihre Entscheidungen besonders bedeutsam ist.

Der Beitrag argumentiert, dass bessere Lohninformationen Unsicherheit nicht beseitigen, aber fundiertere Entscheidungen erleichtern könnten. Er nennt mögliche Folgen falscher Einschätzungen wie geringere Verhandlungsmacht, aufgeschobene Karrierewechsel oder entgangene Investitionen in Aus- und Weiterbildung.

Außerdem stellt OpenAI WorkerBench vor, ein neues Vorhaben zur Bewertung von ChatGPT bei arbeitsmarktbezogenen Aufgaben. In der ersten Prüfung wurde GPT‑5.4 mit den OEWS-Medianlöhnen von 2024 für Berufe auf nationaler Ebene und in Metropolregionen verglichen. Für die untersuchte Stichprobe berichtet OpenAI von hoher Abdeckung, geringer Verzerrung und numerischen Schätzungen, die fast alle nahe am Vergleichswert liegen. Der Beitrag nennt keine detaillierten Kennzahlen zu diesen Ergebnissen. Als nächstes Ziel beschreibt OpenAI Antworten, die über nationale Richtwerte hinaus auch geografische Lage, Unternehmen, Erfahrungsstufe und konkrete Vergütungsfragen berücksichtigen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassung wurde als Ganzes aus kurzer und mittlerer Fassung geprüft; Zahlen und WorkerBench-Aussagen sind in beiden korrekt wiedergegeben. Die drei Abbildungen sind nur Titel ohne erkennbaren Inhalt und haben mit dem Lohnthema nichts zu tun, daher wurden sie nicht ausgewertet.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Lohnsuche steigt dort, wo Gehälter stärker streuen und höher liegen. Menschen suchen Lohninformationen vor allem dann, wenn die richtige Antwort mehr zählt und Löhne schwerer zu lesen sind.
  • Fehlende Lohninformation kann Menschen in schlechter bezahlten Jobs halten, ihre Verhandlungsmacht schwächen oder Investitionen in Bildung verzögern.

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
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 52 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
Vertrauen in Modelle
  1. 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 100 %kein Bezug
    • JEV 48 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 43 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 43 %einzelne zitierbare Belege
    • amos 42 %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

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 →