Wie Agenten die Arbeit transformieren

Agentische KI verändert die Grundeinheit der Wissensarbeit von einzelnen Interaktionen hin zu delegierten Aufgaben mit langem Zeithorizont. Chatbot-Interaktionen sind oft kurz und in sich abgeschlossen. Agenten können über Minuten oder Stunden hinweg unabhängig arbeiten, während sie Tool-Aufrufe orchestrieren, mit Umgebungen interagieren und iterativ auf Lösungen hinarbeiten. Infolgedessen entwickeln sich Agenten rasch zum leistungsstärksten KI-Tool für die Arbeit.

Im vergangenen Jahr haben wir diese Transformation bei OpenAI aus erster Hand miterlebt. In den ersten Monaten nachdem Codex der Öffentlichkeit zugänglich gemacht worden war, blieb ChatGPT bei OpenAI das Standard-KI-Tool für die Arbeit. Bis einschließlich August 2025 wendeten OpenAI-Mitarbeitende im Durchschnitt weniger als 10 % ihrer Tokens für Codex auf. Mittlerweile nutzen alle Abteilungen, auch nichttechnische wie die Rechtsabteilung und die Personalbeschaffung (Recruiting), Codex als ihr primäres KI-Tool für die Arbeit. Dieses Muster spiegelt wider, was unserer Ansicht nach angesichts der erweiterten Fähigkeiten und der zunehmenden Zugänglichkeit agentischer Tools die Zukunft der Arbeit sein wird.

Die Verbreitung von Codex wuchs im Gleichschritt mit dessen Fähigkeiten. Durch den Einsatz leistungsstärkerer Modelle und neuer Produktfunktionen konnte Codex immer mehr produktive Aufgaben übernehmen. Bei Einzelnutzer:innen, Organisationsnutzer:innen und OpenAI-Mitarbeitenden dokumentieren wir vier Trends im vergangenen Jahr:

• Menschen nutzen Codex für Arbeit mit längerem Zeithorizont. Bis Mai 2026 stellten 80,6 % der in die Stichprobe einbezogenen Einzelnutzer:innen mindestens eine Codex-Anfrage, deren geschätzter Aufwand mehr als 30 Minuten menschlicher Arbeit überstieg, 70,2 % stellten eine Anfrage, deren geschätzter Aufwand mehr als eine Stunde überstieg, und 25,6 % stellten mindestens eine Codex-Anfrage, deren geschätzter Aufwand mehr als acht Stunden überstieg.
• Codex wurde zum primären KI-Tool für jede Abteilung bei OpenAI. Engineering machte den Anfang, aber Rechtsabteilung, Finanzen und Recruiting gingen etwa im April 2026 dazu über, Codex als ihr primäres KI-Tool zu nutzen. Bei durchschnittlichen OpenAI-Mitarbeitenden entfallen inzwischen mehr als 85 % der Ausgabe-Tokens auf die Codex-Nutzung. Da Codex-Nutzer:innen tendenziell mehr Tokens verwenden als Nichtnutzer:innen, ist sein Anteil an den gesamten Tokens sogar noch höher: Codex macht 99,8 % der innerhalb von OpenAI generierten wöchentlichen Ausgabe-Tokens aus.
• Die Akzeptanz bei Nicht-Entwickler:innen nahm besonders schnell zu und übertraf die Akzeptanz bei Entwickler:innen. Seit August 2025 ist die Zahl der Nicht-Entwickler-Nutzer:innen bei Einzelnutzer:innen auf das 137-Fache, bei Organisationsnutzer:innen auf das 189-Fache und innerhalb von OpenAI auf das 12-Fache gestiegen.
• Codex ermöglichte es OpenAI-Mitarbeitenden, Aufgaben außerhalb ihrer Stellenbeschreibung zu erledigen. Während die technische Nutzung nach wie vor unter Entwickler:innen am weitesten verbreitet ist, verwenden nicht-technische Nutzer:innen Codex regelmäßig, um Programmieraufgaben oder technische Umsetzungen zu bewältigen, einschließlich Automatisierung, Datentransformation, Tooling, Debugging und strukturierter Analyse.

Im Mai 2026 baten mehr als 70 % der Nutzer:innen Codex, eine Aufgabe zu erledigen, für die eine Person mehr als eine Stunde benötigen würde¹. Als sich Codex’ Fähigkeit zu eigenständiger Arbeit mit langen Kontexten verbesserte, verlagerte sich der Fokus der Nutzer:innen von kurzen Interaktionen hin zu anspruchsvolleren Aufgaben mit längeren Zeithorizonten. 

Die nachstehende Grafik schätzt den Anteil Einzelnutzer:innen, die vier Schwellenwerte für menschliche Arbeitszeit überschritten haben: Aufgaben, für die eine Person mehr als 30 Minuten, mehr als eine Stunde, mehr als vier Stunden und mehr als acht Stunden benötigen würde². Von Dezember 2025 bis Mai 2026 stieg der Anteil der Nutzer:innen, die eine Anfrage stellten, deren Bearbeitungsaufwand schätzungsweise einer Aufgabe entsprach, für die eine Person mehr als 30 Minuten benötigen würde, auf 80,6 %. Der Anteil derjenigen, die eine Anfrage stellten, deren Bearbeitung eine Person mehr als eine Stunde kosten würde, stieg auf 70,2 %. Der Anteil der Anfragen nach Arbeiten, für die eine Person mehr als acht Stunden benötigen würde, verzeichnete vom niedrigen Ausgangsniveau aus das schnellste Wachstum. 

Das Wachstum der agentischen Nutzung zeigt sich in der täglichen Codex-Laufzeit. Unter den täglich aktiven Nutzer:innen bei OpenAI lassen die intensivsten Nutzer:innen Codex an einem einzigen Tag viele Stunden Agentenarbeit ausführen. Bis Juni 2026 erzeugten Nutzer:innen im 99. Perzentil regelmäßig mehr als 60 Stunden Codex-Agentenlaufzeit pro Tag, verteilt auf mehrere parallel laufende Agenten. Als Codex leistungsfähiger und besser parallelisierbar wurde, gingen Nutzer:innen zunehmend dazu über, Codex nicht mehr nur jeweils um eine Antwort zu bitten, sondern im Laufe eines Tages mehrere Agentenaufgaben zu orchestrieren.

Entwickler:innen bei OpenAI begannen als Erste schrittweise mit der Nutzung von Codex. Durchschnittliche Entwickler:innen im Unternehmen hatten bis Dezember 2025 den Großteil ihrer Nutzung von OpenAI-Produkten auf Codex verlagert. Heute generieren durchschnittliche Entwickler:innen 99 % ihrer Ausgabe-Tokens mit Codex statt mit ChatGPT. Die Rechts-, Finanz- und Recruiting-Abteilungen gingen später, etwa im April 2026, zur mehrheitlichen Nutzung von Codex über, aber ihre Umstellungen verliefen deutlich schneller. Durchschnittliche Anwält:innen oder Recruiter:innen bei OpenAI generieren inzwischen mehr als 85 % ihrer Ausgabe-Tokens mit Codex.

In den letzten sechs Monaten hat sich die Nutzung von Codex bei OpenAI vertieft und intensiviert. Bei aktiven internen Nutzer:innen stieg die Anzahl der kombinierten Output-Tokens abteilungsübergreifend stark an. Der Bereich Forschung verzeichnete den größten Anstieg: Bis Juni 2026 lag die mediane Nutzung 56-mal höher als im November 2025. Der Kundensupport verzeichnete einen Anstieg um das 32-Fache und der Bereich Engineering um das 27-Fache, während die Nutzung in der Rechtsabteilung allmählicher zunahm, aber dennoch das 13-Fache ihres November-Niveaus erreichte.

Zusammen veranschaulichen diese beiden Muster, wie Codex die Art und Weise verändert hat, wie OpenAI KI für produktive Arbeit einsetzt. Unternehmensweit wechseln Nutzer:innen von Chatbots zu Agenten als ihrer primären Form der KI-Interaktion und setzen eine exponentiell wachsende Menge an agentischer Arbeit ein.

Über alle Nutzergruppen hinweg – OpenAI-, Organisations- und Einzelnutzer:innen – begann die Nutzung von Codex bei Entwickler:innen, der natürlichen Zielgruppe für ein ursprünglich als Programmierwerkzeug gestartetes Tool. Doch als Codex auf allgemeinere Wissensarbeit ausgeweitet wurde, nahm die Nutzung unter Nicht-Entwickler:innen noch schneller zu. Wie in der unten stehenden Grafik zum Nutzerwachstum gezeigt, stieg die Zahl der wöchentlichen Nicht-Entwickler-Nutzer:innen in den Gruppen Einzel-, Organisations- und OpenAI-Nutzer:innen schneller als die der Entwickler-Nutzer:innen. Bis Anfang Juni 2026 hatte sich die Zahl der Einzelnutzer:innen, die keine Entwickler:innen sind, seit August 2025 um den Faktor 137 erhöht. Die Anzahl der Organisationsnutzer:innen, die keine Entwickler:innen sind, stieg um das 189-Fache, und die Anzahl der OpenAI-Nutzer:innen, die keine Entwickler:innen sind, stieg um das 12-Fache – wahrscheinlich, weil diese Gruppe bereits von einem deutlich überdurchschnittlichen Ausgangsniveau ausging. 

Dieser Wandel bedeutet nicht, dass alle Nicht-Entwickler:innen Codex genauso nutzen wie Entwickler:innen. Vielmehr bedeutet er, dass mehr Nicht-Entwickler:innen Codex für eine Form von agentischer Arbeit nutzen. 

Codex ermöglicht es nicht-technischen Abteilungen, Arbeitsabläufe zu beschleunigen, die zuvor durch die Notwendigkeit von technischem Fachwissen ausgebremst wurden. Die unten abgebildete Heatmap vergleicht abgeleitete Tätigkeiten bei OpenAI mit der Art von Arbeit, die in Codex-Ausgaben repräsentiert ist. Engineering und Coding stellen die größte Kategorie für Data Science und Forschung dar, wohingegen Wissensarbeit die größte Kategorie für Finanzen, Business Operations, Marketing, Operations und andere Abteilungen ist. 

Dennoch können agentische Tools erweitern, was eine einzelne Arbeitskraft leisten kann. Zum Beispiel entfiel bei Mitarbeitenden in Business-Funktionen mehr als ein Viertel der mit Codex erledigten Arbeit auf Engineering oder Coding. Agenten können den Aufwand für die Arbeit über verschiedene Aufgabenbereiche hinweg senken und Mitarbeitenden dabei helfen, angrenzende Aufgaben zu übernehmen, für die früher stärker spezialisierte technische Unterstützung erforderlich war.

Die verstärkte Nutzung agentischer Tools durch Mitarbeitende ohne technischen Hintergrund erweitert die Grenzen dessen, was diese Mitarbeitenden leisten können. Das ist wichtig für Unternehmen, die entscheiden, wie sie Arbeitsabläufe neu gestalten, für Beschäftigte, die lernen, welche Kompetenzen wertvoller werden, und für politische Entscheidungsträger:innen und Forschende, die verstehen wollen, wie KI den Arbeitsmarkt verändert.

Unsere Studie zeigt, wie Frontier-Nutzer:innen leistungsfähige agentische Tools an der Frontier einsetzen. Unsere Ergebnisse zeigen, was passiert, wenn Menschen umfassenden, reibungslosen Zugang zu leistungsfähigen agentischen Tools haben: Mit zunehmender Leistung der Tools nutzen sie diese für längere, komplexere und stärker funktionsübergreifende Aufgaben. Mit der Zeit wird die Zukunft der Arbeit wahrscheinlich genau so aussehen.