Wie Beschäftigte neue Arbeitsweisen erschließen
Neue OpenAI-Wirtschaftsforschung zeigt, wie Beschäftigte mit KI Aufgaben außerhalb ihres üblichen Berufs erledigen und welche neuen Aufgaben sie in ihre Abläufe integrieren.
Unsere jüngste Forschung zeigt, wie wichtig neben dem Zugang zu KI-Tools auch die Aufteilung und Ausführung von Aufgaben ist. Diese neuen Aufgaben außerhalb ihrer üblichen Tätigkeitsbeschreibungen werden zu einem festen Bestandteil der KI-Nutzung durch Beschäftigte. Wenn diese Tätigkeiten zu regelmäßigen Aufgaben werden, könnte sich das Berufsbild erweitern, auch wenn die Stellenbezeichnung gleich bleibt.
Unser erster Work at the Frontier-Bericht dokumentierte das Task-Crossover (berufsübergreifende Aufgabenübernahme): Beschäftigte nutzen KI für Tätigkeiten, die traditionell einem anderen Beruf zugeordnet sind. Unsere jüngste Forschung untersucht, was danach geschieht.
Unsere Analyse von mehr als 1,5 Millionen berufsbezogenen ChatGPT‑Nachrichten zwischen April und Juli 2026 zeigt, dass manche berufsübergreifenden Formen der KI-Nutzung wiederkehren. Beschäftigte greifen erneut Aufgaben außerhalb ihrer beruflichen Grenzen auf. Im Laufe der Zeit machen diese Tätigkeiten einen größeren Teil ihrer beobachteten KI-Nutzung aus.
Die Ergebnisse geben einen ersten Einblick, wie Beschäftigte mit KI-Zugang neue Aufgaben zunächst ausprobieren und dann in ihre regelmäßigen Abläufe integrieren. Unternehmen möchten herausfinden, wie sie KI am besten einführen und nutzen können. Die Trends aus unserer viermonatigen Studie zur beruflichen KI-Nutzung und zu Prompts zeigen ihnen, wie KI dabei helfen kann, schneller von der Problemerkennung zur konkreten Weiterarbeit zu gelangen. Unsere Ergebnisse legen nahe, dass Unternehmen bei der Umsetzung ihrer KI-Strategien neben dem Zugang zu KI-Tools auch die Arbeitsgestaltung berücksichtigen sollten.
Wie Beschäftigte KI nutzen, hängt davon ab, ob eine Aufgabe in einem bestimmten Fachgebiet zu ihrer Rolle gehört. Beschäftigte formulieren Prompts für Aufgaben innerhalb und außerhalb ihrer üblichen Rollen unterschiedlich. Bei Fragen zu Aufgaben außerhalb ihres Berufs schreiben sie im Durchschnitt kürzere Prompts als bei Aufgaben innerhalb ihres Berufs. Außerdem bitten sie seltener um Erklärungen, Anleitungen, ein bestimmtes Antwortformat oder Ratschläge.
Zugleich nennen Beschäftigte eher Beispiele oder Hintergrundinformationen, wenn sie KI um Hilfe außerhalb ihres Berufs bitten. Außerdem bitten sie KI häufiger, etwas zu prüfen oder zu verifizieren.
Eine mögliche Erklärung ist, dass Beschäftigte KI nutzen, um auf fremdes Fachwissen zurückzugreifen. Statt sich von KI ein völlig neues Fachgebiet erklären zu lassen, bringen Beschäftigte möglicherweise ein Problem und relevanten Kontext ein, etwa ein Dokument, ein Beispiel oder Informationen aus dem Kollegenkreis. Anschließend bitten sie KI darum, Wissen aus einem anderen Fachgebiet anzuwenden.
Die nächste Frage ist, ob Beschäftigte zu diesen Tätigkeiten zurückkehren. Bei rund 6.200 Beschäftigten, die von April bis Juli durchgehend beobachtet wurden, stieg der Anteil bereits genutzter berufsübergreifender Aufgaben an der berufsspezifischen KI-Nutzung von 13,1 % im April auf 25,9 % im Juli1. Dieses Muster spricht dafür, dass Beschäftigte manche berufsübergreifende Unterstützung in laufende Arbeitsabläufe integrieren, statt nur einmal damit zu experimentieren.
Eine separate Analyse ordnet diese Wiederkehr ein. Bei einer Stichprobe vergleichbarer Beobachtungen mit einem Monat Abstand griffen Beschäftigte in 23,6 % der Fälle erneut eine berufsübergreifende Aufgabe aus dem Vormonat auf. Unter vergleichbaren Beschäftigten, bei denen diese Aufgabe im Vormonat nicht beobachtet worden war, lag der Anteil bei 8,4 %. Ähnliche Unterschiede zeigen sich bei berufsinternen und allgemeinen Aufgaben.
Wie häufig Aufgaben wiederkehren, hängt stark von der Art der Arbeit ab. Zu manchen berufsübergreifenden Aufgaben kehrten Beschäftigte im Folgemonat vergleichsweise häufig zurück:
Waren oder Dienstleistungen mit der Kundschaft besprechen: 54 %
Werbe- oder verkaufsfördernde Texte verfassen: 44 %
Marketingmaterialien erstellen: 37 %
Zur Aufgabe, Finanzinformationen zu erläutern, kehrten Beschäftigte dagegen in etwa 15 % der Fälle zurück. Bei berufsübergreifenden Aufgaben lag die durchschnittliche Rückkehrrate im Folgemonat bei 18,5 %. Diese Unterschiede könnten zeigen, wo sich KI auf natürliche Weise in wiederkehrende Arbeitsabläufe einfügt. Sie könnten auch auf unterschiedliche Arbeitsplatznormen, unterschiedlich große Vorsicht oder unterschiedlich wahrgenommene Folgen von Fehlern zurückgehen.
Die ersten beiden Work at the Frontier-Berichte zeigen, wie sich die Arbeit verändern kann, bevor sich Stellenbezeichnungen ändern. Der erste Bericht zeigte, dass Beschäftigte mithilfe von KI traditionelle Berufsgrenzen überschreiten. Dieser Bericht zeigt, dass einige dieser Tätigkeiten zu einem festen Bestandteil der Arbeitsabläufe werden. Diese Muster weisen auf einen möglichen Weg der KI-gestützten Veränderung von Berufen hin: Beschäftigte probieren eine Tätigkeit außerhalb ihrer traditionellen Rolle aus, erleben KI dabei als hilfreich und greifen diese Tätigkeit dann regelmäßig bei ihrer Arbeit auf.
KI kann Berufe lange vor einer Änderung ihrer Bezeichnung umgestalten: Beschäftigte nutzen KI für Tätigkeiten aus anderen Berufen und greifen manche davon im Laufe der Zeit erneut auf. Wenn diese Tätigkeiten zu regelmäßigen Aufgaben werden, könnte sich das Tätigkeitsspektrum eines Berufs erweitern, auch wenn seine Bezeichnung gleich bleibt. Wir werden diese Veränderungen weiter untersuchen, um genauer zu verstehen, wie KI die Arbeitsteilung verändert und was das für Beschäftigte, Unternehmen und die Gesamtwirtschaft bedeutet.
Lies unsere Studie zum Task-Crossover, um zu erfahren, wie Beschäftigte mit ChatGPT Aufgaben außerhalb ihrer traditionellen Rollen übernehmen.
Lies unser AI Jobs Transition Framework (Framework für den KI-bedingten Arbeitsmarktwandel), um zu erfahren, wie KI-Fähigkeiten, menschliche Rollen und die Nachfrage die Beschäftigung prägen könnten.
Autor:in
Fußnoten
- 1
Wir bestimmen ihre Berufe anhand der Angaben zu Rolle oder Abteilung, die beim Onboarding für ChatGPT Business gemacht wurden. Die Nachrichten stammen aus einer Stichprobe der Unterhaltungen dieser Personen. Wir schließen Daten, die nicht für das Training freigegeben sind, sowie Nachrichten ohne brauchbare Klassifizierung aus. Wir schützen die Privatsphäre sorgfältig und fassen Nachrichten für die Analyse zusammen und anonymisieren sie. Bei dieser Arbeit lesen die Forschenden in unserem Team niemals einzelne Nachrichten. Alle Nachrichten werden für die Analyse zusammengefasst und anonymisiert. Während des gesamten Prozesses lesen wir niemals einzelne Nachrichten. Wenn Beschäftigte in einem bestimmten Monat neue Aufgaben ausprobieren, steigt die Zahl der Aufgaben, die als wiederkehrend gelten können.


