Wie Agenten Arbeit verändern

Agentische KI verschiebt die Einheit der Wissensarbeit: von einzelnen Interaktionen zu delegierten Aufgaben mit langem Zeithorizont. Chatbot-Interaktionen sind oft kurz und in sich abgeschlossen. Agenten können minuten- oder stundenlang eigenständig arbeiten, Tool-Aufrufe koordinieren, mit Umgebungen interagieren und Lösungen iterativ entwickeln. Damit werden Agenten rasch zum leistungsstärksten KI-Werkzeug für die Arbeit.

Im vergangenen Jahr haben wir diese Entwicklung bei OpenAI aus erster Hand erlebt. In den ersten Monaten nach der öffentlichen Veröffentlichung von Codex blieb ChatGPT innerhalb von OpenAI das Standardwerkzeug für KI-gestützte Arbeit. Bis August 2025 entfielen bei den Mitarbeitenden von OpenAI im Durchschnitt weniger als 10 % ihrer Tokens auf Codex. Heute nutzt jede Abteilung, auch nicht-technische Bereiche wie Legal und Recruiting, Codex als primäres KI-Werkzeug für die Arbeit. Dieses Muster zeigt, wie Arbeit unserer Einschätzung nach künftig aussehen wird, wenn agentische Tools leistungsfähiger und zugänglicher werden.

Die Nutzung von Codex wuchs mit den Fähigkeiten von Codex. Als Codex stärkere Modelle und neue Produktfunktionen nutzte, konnte es immer mehr produktive Aufgaben übernehmen. Für Einzelnutzende, Organisationsnutzende und Mitarbeitende von OpenAI dokumentieren wir vier Trends im vergangenen Jahr:

• Menschen nutzen Codex für Arbeit mit längerem Zeithorizont. Bis Mai 2026 stellten 80,6 % der beprobten Einzelnutzenden mindestens eine Codex-Anfrage, die auf mehr als 30 Minuten menschliche Arbeit geschätzt wurde; 70,2 % stellten eine Anfrage mit mehr als einer Stunde, 25,6 % mindestens eine mit mehr als acht Stunden.

• Codex wurde in jeder OpenAI-Abteilung zum primären KI-Werkzeug. Engineering war zuerst so weit. Legal, Finance und Recruiting erreichten etwa im April 2026 den Punkt, an dem Codex ihr primäres KI-Werkzeug wurde. Bei den Mitarbeitenden von OpenAI entfallen heute im Durchschnitt mehr als 85 % der Output-Tokens auf Codex. Da Codex-Nutzende meist mehr Tokens verwenden als Nichtnutzende, ist der Anteil an allen Tokens noch höher: 99,8 % der wöchentlich innerhalb von OpenAI erzeugten Output-Tokens entfallen auf Codex.

• Die Nutzung durch Nicht-Developer wuchs besonders schnell und überholte die Nutzung durch Developer. Seit August 2025 stieg die Zahl der Nicht-Developer unter Einzelnutzenden um das 137-Fache, unter Organisationsnutzenden um das 189-Fache und innerhalb von OpenAI um das 12-Fache.

• Codex ermöglichte OpenAI-Mitarbeitenden Aufgaben außerhalb ihrer Stellenbeschreibung. Technische Nutzung ist unter Engineering-Mitarbeitenden weiter am stärksten verbreitet. Doch auch nicht-technische Nutzende verwenden Codex regelmäßig für Coding oder technische Umsetzung, etwa Automatisierung, Datentransformation, Tooling, Debugging und strukturierte Analysen.

Fast ein Viertel aller Codex-Anfragen betrifft Aufgaben, für die ein Mensch mehr als eine Stunde brauchen würde¹. Als Codex besser darin wurde, lange Kontextaufgaben eigenständig zu bearbeiten, wechselten Nutzende von kurzen Interaktionen zu schwierigeren Aufgaben mit längerem Zeithorizont. 

Das folgende Diagramm schätzt den Anteil der Einzelnutzenden, die vier Schwellenwerte für menschliche Arbeitszeit überschritten: Aufgaben mit mehr als 30 Minuten, mehr als einer Stunde, mehr als vier Stunden und mehr als acht Stunden². Von Dezember 2025 bis Mai 2026 stieg der Anteil der Nutzenden, die eine Anfrage stellten, die auf mehr als 30 Minuten menschliche Arbeit geschätzt wurde, auf 80,6 %. Der Anteil derjenigen mit einer Anfrage, die mehr als eine Stunde menschliche Arbeit erfordern würde, stieg auf 70,2 %. Am schnellsten wuchs von niedriger Basis der Anteil der Anfragen nach Arbeit, für die ein Mensch mehr als acht Stunden brauchen würde. 

Das Wachstum agentischer Nutzung zeigt sich an der täglichen Codex-Laufzeit. Unter den täglich aktiven Nutzenden bei OpenAI lassen die intensivsten Nutzenden Codex an einem einzelnen Tag viele Stunden Agentenarbeit ausführen. Bis Juni 2026 erzeugten Nutzende im 99. Perzentil regelmäßig mehr als 60 Stunden Codex-Agent-Turns pro Tag, verteilt auf mehrere parallele Agenten. Je leistungsfähiger und besser parallelisierbar Codex wurde, desto stärker gingen Nutzende dazu über, nicht mehr nur einzelne Antworten abzufragen, sondern über den Tag hinweg mehrere Agentenaufgaben zu orchestrieren.

Engineers bei OpenAI begannen als Erste, Codex schrittweise einzusetzen. Im Dezember 2025 verlagerte die durchschnittliche Engineering-Person im Unternehmen den Großteil ihrer Nutzung von OpenAI-Produkten auf Codex. Heute erzeugt sie 99 % ihrer Ausgabe-Tokens mit Codex statt mit ChatGPT. Legal, Finance und Recruiting überschritten die Marke zur mehrheitlichen Codex-Nutzung später, etwa im April 2026, vollzogen den Wechsel aber deutlich schneller. Anwält:innen und Recruiter bei OpenAI erzeugen im Durchschnitt inzwischen mehr als 85 % ihrer Ausgabe-Tokens mit Codex.

In den vergangenen sechs Monaten hat sich die Codex-Nutzung bei OpenAI vertieft und intensiviert. Unter aktiven internen Nutzenden stieg die Veränderung der Ausgabe-Tokens insgesamt abteilungsübergreifend stark. Research verzeichnete den größten Sprung: Im Juni 2026 lag die mediane Nutzung 56-mal höher als im November 2025. Customer Support stieg um das 32-Fache und Engineering um das 27-Fache, während Legal langsamer wuchs, aber dennoch das 13-Fache des November-Niveaus erreichte.

Zusammen zeigen diese beiden Muster, wie Codex verändert hat, wie OpenAI KI für produktive Arbeit einsetzt. Im gesamten Unternehmen wechseln Nutzende von Chatbots zu Agenten als primärer Form der KI-Interaktion und setzen eine exponentiell wachsende Menge agentischer Arbeit ein.

Über alle Gruppen hinweg, OpenAI, Organisationen und Einzelnutzende, begann die Codex-Nutzung bei Developern, der naheliegenden Zielgruppe eines ursprünglich auf Coding ausgerichteten Tools. Als Codex jedoch stärker auf allgemeine Wissensarbeit ausgerichtet wurde, wuchs die Nutzung unter Nicht-Developern noch schneller. Wie das folgende Diagramm zum Nutzerwachstum zeigt, stieg die Zahl der wöchentlich aktiven Nicht-Developer bei Einzelpersonen, Organisationen und OpenAI schneller als die Zahl der Developer. Bis Anfang Juni 2026 vervielfachte sich die Zahl der Nicht-Developer unter Einzelnutzenden seit August 2025 um das 137-Fache. Bei Organisationen stieg sie um das 189-Fache, bei OpenAI um das 12-Fache, wohl weil diese Gruppe bereits auf deutlich überdurchschnittlichem Niveau startete. 

Dieser Wandel bedeutet nicht, dass alle Nicht-Developer Codex genauso nutzen wie Engineers. Er bedeutet vielmehr, dass mehr Nicht-Developer Codex für eine Form agentischer Arbeit nutzen. 

Codex hilft nicht-technischen Abteilungen, Workflows zu beschleunigen, die früher durch fehlende technische Expertise ausgebremst wurden. Die folgende Heatmap vergleicht abgeleitete Berufe innerhalb von OpenAI mit der Art von Arbeit, die in Codex-Ausgaben erkennbar ist. Engineering und Coding sind die größte Kategorie für Data Science und Research. Wissensarbeit ist dagegen die größte Kategorie für Finance und Business Operations, Marketing, Operations und andere Abteilungen. 

Gleichzeitig können agentische Tools erweitern, was einzelne Mitarbeitende leisten können. So entfiel mehr als ein Viertel der mit Codex erledigten Arbeit von Beschäftigten in Business-Funktionen auf Engineering oder Coding. Agenten können die Kosten senken, Aufgabenbereiche zu wechseln, und Mitarbeitenden helfen, angrenzende Aufgaben zu übernehmen, die früher spezialisiertere technische Unterstützung erforderten.

Wenn Mitarbeitende außerhalb des Engineering agentische Tools stärker nutzen, erweitert sich der Handlungsspielraum dieser Beschäftigten. Das ist wichtig für Unternehmen, die Workflows neu gestalten, für Beschäftigte, die lernen, welche Fähigkeiten wertvoller werden, und für Politik und Forschung, die verstehen wollen, wie KI den Arbeitsmarkt verändert.

Unser Paper zeigt, wie Frontier-Nutzende leistungsfähige agentische Tools an der technologischen Spitze einsetzen. Unsere Ergebnisse zeigen, was passiert, wenn Menschen breiten, einfachen Zugang zu leistungsfähigen agentischen Tools haben: Werden die Tools besser, nutzen Menschen sie für längere, komplexere und stärker funktionsübergreifende Arbeit. Mit der Zeit dürfte genau so die Zukunft der Arbeit aussehen.