Das Economic Research-Team von OpenAI untersucht, wie sich KI auf Beschäftigte, Unternehmen, Institutionen und die Gesamtwirtschaft auswirkt. Dafür verbinden wir fundierte Wirtschaftsforschung mit datenschutzwahrenden Analysen von Produkt- und Nutzungsdaten, Partnerschaften mit Kundenunternehmen und Institutionen sowie der Zusammenarbeit mit externen Forschenden.
Wir starten den OpenAI Economic Research Exchange, um unserer Zusammenarbeit mit externen Forschenden einen festen Rahmen zu geben und sie auszubauen. Der Exchange wird klar abgegrenzte Kooperationen mit Forschenden unterstützen, um hochwertige empirische Forschung zu den wirtschaftlichen Auswirkungen von KI zu ermöglichen.
Wir suchen Projekte, die von einer wichtigen wirtschaftlichen Frage zu KI ausgehen. Sie sollen überzeugend darlegen, wie Daten zur Nutzung von OpenAI-Tools einen besonderen empirischen Zugang zu dieser Frage eröffnen können, ohne die Privatsphäre der Nutzenden zu beeinträchtigen.
Wir laden dazu ein, Projektvorschläge einzureichen, die eine oder mehrere der folgenden zentralen Fragen behandeln. Diese Liste ist nicht abschließend. Wir freuen uns auch über überzeugende Vorschläge, die zu den übergeordneten Zielen des Exchange passen:
Auswirkungen auf den Arbeitsmarkt: Wie können wir über die potenzielle Betroffenheit durch KI hinaus messen, in welchen Berufen verbesserte Modellfähigkeiten tatsächlich menschliche Arbeit ergänzen oder verdrängen, neue Aufgaben schaffen oder zu Beschäftigungswachstum führen? Wo sind diese Entwicklungen bereits zu beobachten, wo sind sie wahrscheinlich?
Arbeitgeberverhalten und Arbeitsgestaltung: Wie verändert KI das Verhalten von Arbeitgebern, etwa den Personalbedarf, die Gestaltung offener Stellen, die Vorauswahl von Bewerbungen, die Vergütung und die Teamstruktur? Gestalten Unternehmen Arbeitsplätze im Hinblick auf KI neu?
Wohlfahrt privater Haushalte: Wie wirkt sich KI außerhalb der formellen Erwerbsarbeit auf die Wohlfahrt privater Haushalte aus, etwa auf Entscheidungen, Zeitverwendung, Sorgearbeit, Finanzplanung, die Orientierung im Gesundheitssystem und die wirtschaftliche Lebensqualität im Alltag?
KI und Bildung: Wie nutzen Lehrkräfte KI-Tools, und verändern oder erweitern sich ihre Rollen durch KI? Wie verändert der Kontakt mit KI die Entscheidungen von Lernenden darüber, wie sie lernen und sich auf das Berufsleben vorbereiten?
Ungleicher Zugang und Nutzen: Wer profitiert nicht von KI, und warum? Welche Hürden fallen am stärksten ins Gewicht, und wie lassen sie sich abbauen?
Kleine Unternehmen und selbstständige Arbeit: Wie wirkt sich KI auf kleine Unternehmen, freiberuflich Tätige, Einzelunternehmen, Kreativschaffende und andere Formen selbstständiger oder informeller wirtschaftlicher Tätigkeit aus?
Öffentlicher Sektor und Zivilgesellschaft: Welche wirtschaftlichen Auswirkungen hat KI im öffentlichen Sektor und in der Zivilgesellschaft, etwa auf die Produktivität im öffentlichen Sektor, den Zugang zu Sozialleistungen, die Bildungsverwaltung, die Arbeitsvermittlung, Genehmigungsverfahren, die Steuerverwaltung und die Erbringung öffentlicher Dienstleistungen?
Wissensproduktion und Innovation: Wie verändert KI die Entstehung von Wissen und Innovationen, etwa in Wissenschaft, Forschung und Entwicklung, bei Forschungsabläufen, der Produktivität von Fachleuten, Patenten und der Verbreitung neuester Erkenntnisse?
Marktstruktur: Wie wirkt sich die Einführung von KI auf Marktstrukturen aus, etwa auf die Marktkonzentration, Wettbewerbsvorteile von Unternehmen, Plattformabhängigkeit, Verhandlungsmacht, Lieferantenbeziehungen und Markteintrittsbarrieren?
Wertmessung: Wie sollten wir den wirtschaftlichen Wert von KI messen, etwa anhand der Zahlungsbereitschaft, des durch Verhalten offenbarten Werts, der Zeitersparnis bei einzelnen Aufgaben, vermiedener Kosten, qualitätsbereinigter Leistung und dauerhafter Produktivitätsgewinne?
Vorschläge können sich auf eine Frage konzentrieren oder verwandte Fragen kombinieren. Wenn die Forschungsfrage kausale Aussagen erfordert, empfehlen wir ausdrücklich Forschungsdesigns, die über deskriptive Korrelationen hinausgehen und eine belastbare Identifikation kausaler Effekte ermöglichen.
Wir fördern gezielt ein Portfolio von Projekten mit unterschiedlichen Laufzeiten:
Kurzfristig (2–6 Monate): Zügig umsetzbare Studien, die vorhandene freigegebene Daten, öffentliche Daten oder klar abgegrenzte Daten von Partnerorganisationen nutzen, um erste Hinweise zu gewinnen.
Mittelfristig (6–12 Monate): Studien, die Ergebnisse im Zeitverlauf verfolgen, gezielte Interventionen testen oder quasi-experimentelle Variation nutzen.
Bewerbende sollten angeben, welche Laufzeit ihr Vorschlag vorsieht und warum dieser Zeitraum für die untersuchte Frage angemessen ist.
Jedes ausgewählte Projekt erhält:
Eine einmalige Forschungsförderung für die wissenschaftliche Projektleitung: 25.000 USD
Ein monatliches Stipendium für eine Forschungsassistenz oder eine Vergütung für eine beauftragte Fachkraft: 7.500 USD
Zugang zu freigegebenen, datenschutzkonformen Produkt- und Nutzungsdaten im Rahmen einer Geheimhaltungsvereinbarung, vorbehaltlich der Anforderungen an Daten-Governance, Datenschutz, Recht und Sicherheit.
Einen festgelegten internen Unterstützungsprozess für die Projektabgrenzung, die Einarbeitung, Datenfreigaben, die Prüfung und die Verbreitung der Ergebnisse.
Diese Struktur soll den Koordinationsaufwand senken, die Umsetzung beschleunigen und die Unabhängigkeit der Forschenden wahren. Zugleich soll sie die Durchführbarkeit sicherstellen. Bei externen Kooperationen müssen die Gastforschenden oder ihre Forschungsassistenz die praktischen Analysen selbst durchführen. Sie können sich nicht darauf stützen, dass das Economic Research-Team individuelle projektspezifische Datenabfragen oder Analysen übernimmt.
Geförderte Projekte müssen klare Zwischenziele vorsehen, nicht nur abschließende Forschungsarbeiten. Von den Forschenden wird mindestens Folgendes erwartet:
Zentrale Meilensteine im Projektzeitplan festlegen, etwa die endgültige Festlegung des Forschungsdesigns, den Datenzugang, eine Zwischenanalyse und einen Ergebnisentwurf.
Einarbeitung, Vertragsabschluss und die genehmigten Schritte zum Datenzugang vor Beginn der Analyse abschließen.
Zwischenergebnisse mit dem Economic Research-Team von OpenAI teilen.
An regelmäßigen Präsentationen von Forschungsergebnissen oder Diskussionen im Konsortium teilnehmen.
Mindestens ein schriftliches Ergebnis vorlegen, etwa ein Memorandum, ein Arbeitspapier, einen Publikationsentwurf, einen öffentlichen Kurzbericht, einen Benchmark oder eine Datensatzdokumentation.
Externe Kommunikation oder Veröffentlichungen über den vereinbarten Prüfprozess von OpenAI abstimmen.
Wir bevorzugen Arbeiten, die einen engen Austausch zwischen empirischen Erkenntnissen, internen Lernprozessen und der wirtschaftswissenschaftlichen Forschungsgemeinschaft ermöglichen.
Vorschläge werden anhand folgender Kriterien bewertet:
Relevanz für die vorrangigen Fragen des Economic Research-Teams
Methodische Strenge und Belastbarkeit
Durchführbarkeit angesichts des Projektumfangs sowie der Vorgaben zu Daten, Datenschutz, Recht und Zeitrahmen (beispielsweise werden wir unter keinen Umständen Gesprächsdaten weitergeben)
Klarheit der Meilensteine und der geplanten Berichterstattung
Vereinbarkeit mit der Arbeitsweise des Exchange, einschließlich der Frage, wer die praktische Arbeit übernimmt
Potenzial, zu belastbaren externen Erkenntnissen über die wirtschaftlichen Auswirkungen von KI beizutragen
Potenzial, freigegebene OpenAI-Daten auf innovative und datenschutzwahrende Weise zu nutzen
Wir werden Vorschläge folgender Forschender bevorzugen:
Forschende, die bereits Veröffentlichungen in den von ihnen vorgeschlagenen Forschungsbereichen vorweisen können
Forschende mit Zugang zu einzigartigen Daten, die ambitionierte Kooperationen ermöglichen würden
Die Forschenden bleiben bei der Studiengestaltung und Analyse unabhängig. Externe Veröffentlichungen oder die öffentliche Nutzung der Ergebnisse werden mit OpenAI abgestimmt, um Genauigkeit, Datenschutz, Rechtskonformität und eine angemessene Einordnung sicherzustellen. Wir werden nach außen keine Aussagen treffen, die nicht durch belastbare Messungen gestützt sind.
Vorschläge sollten über dieses Formular eingereicht werden. Zusätzliche Informationen sollten über einen einzigen Link zu einem Google-Dokument bereitgestellt werden. Der Vorschlag sollte ohne Literaturverzeichnis und Anhänge höchstens drei Seiten umfassen. Jeder Vorschlag sollte Folgendes enthalten:
Forschungsfrage(n) und Motivation
Bezug zu einer oder mehreren vorrangigen Fragen des Exchange
Vorgeschlagene Methodik und empirische Strategie
Datenbedarf, einschließlich der konkreten freigegebenen Kennzahl zur Nutzung von OpenAI-Tools, die zur Beantwortung der übergeordneten KI-Frage beitragen würde, sowie Angaben dazu, wie das Forschungsdesign die Privatsphäre schützt
Angestrebter Zeitplan und zentrale Meilensteine
Forschungsteam und vorgeschlagenes Profil der Forschungsassistenz oder der gastforschenden Person
Erwartete Beiträge zur empirischen Erkenntnisbasis, zu internen Lernprozessen und zur freigegebenen öffentlichen Kommunikation
Definition des Projektumfangs mit ausdrücklicher Angabe, welche Analysen, Ergebnisse, geografischen Gebiete und Interessengruppen einbezogen werden und welche nicht
Erfolgskriterien, Bedingungen für ein Scheitern, Abhängigkeiten, Einschränkungen und zugesagte Ressourcen
Veröffentlichung der Ausschreibung: 8. Juni 2026
Einreichungsfrist: 5. Juli 2026
Bekanntgabe der Auswahlentscheidungen: 31. Juli 2026
Rechtlicher Hinweis: Diese Ausschreibung dient ausschließlich Informations- und Bewertungszwecken und begründet keine bindenden Verpflichtungen für OpenAI oder Bewerbende. Alle hierin beschriebenen Bedingungen sind vorläufig und können sich ändern. Die Einreichung eines Vorschlags oder die Auswahl zur Teilnahme am OpenAI Economic Research Exchange begründet keinen Anspruch auf Förderung, Vergütung oder Beauftragung. Solche Verpflichtungen entstehen erst mit dem Abschluss einer endgültigen schriftlichen Vereinbarung zwischen OpenAI und der ausgewählten Partei.