OpenAI-Studie: Fast jede zweite Fachanfrage gilt einem fremden Beruf

OpenAI hat am 27. Juli 2026 eine Auswertung von über 800'000 arbeitsbezogenen ChatGPT-Nachrichten von US-Nutzern veröffentlicht. Das Ergebnis: 16,8 Prozent aller arbeitsbezogenen Nachrichten – und 43,5 Prozent der berufsspezifischen – betreffen Aufgaben, die historisch einem anderen Beruf zugeordnet sind. OpenAI nennt dieses Muster «task crossover» und liest darin ein Frühsignal: Berufsbilder verschieben sich offenbar, lange bevor jemand die Stellenbeschreibung anpasst.

Der Marketer, der die Website repariert

Die Beispiele aus dem Bericht sind unspektakulär und genau deshalb interessant. Ein Verkäufer wertet einen Kundendatensatz selbst aus, statt ihn an die Analystin weiterzureichen. Eine Marketing-Fachfrau behebt ein Website-Problem, ohne auf den Entwickler zu warten. Eine Kleinunternehmerin schreibt Werbetexte, prüft einen Vertrag oder rechnet eine Kalkulation durch.

Wie oft das passiert, hängt stark vom Beruf ab. Rechnet man die berufsübergreifenden Standardaufgaben heraus, betreffen laut OpenAI Aufgaben eines anderen Berufs:

• 77 % der Anfragen aus dem Kundendienst
• 75 % von Designerinnen und Designern
• 69 % aus dem Personalwesen
• 56 % aus dem Rechtsbereich
• 53 % aus dem Marketing

Die Bandbreite über alle acht Berufsgruppen reicht von 28 bis 77 Prozent; Ingenieurinnen und Ingenieure bilden das untere Ende – dafür reist ihre Arbeit am weitesten: Engineering-Aufgaben machen 7,4 Prozent der Nachrichten aus allen übrigen Berufsgruppen aus. Design ist der Gegenpol: Designer holen sich viel von aussen (35,2 Prozent ihrer Nachrichten), aber Design-Aufgaben tauchen bei anderen nur zu 1,7 Prozent auf. Marketing schlägt als einziger Bereich in beide Richtungen aus.

Wie aus 800'000 Nachrichten eine Zahl wird

Warum die beiden Prozentwerte so weit auseinanderliegen, erklärt die Methodik. OpenAI ordnet jede Nachricht einer Tätigkeit aus *O\NET** zu – der Berufsdatenbank des US-Arbeitsministeriums – und vergleicht sie mit dem angegebenen Beruf der Person.

Der grösste Teil landet dabei in einer dritten Kategorie: 61,5 Prozent aller arbeitsbezogenen Nachrichten sind «generisch» – E-Mails schreiben, zusammenfassen, Termine planen. Das gibt es in jedem Job und sagt nichts über Berufsgrenzen aus. Erst ohne sie bleiben 38,5 Prozent berufsspezifische Nachrichten übrig, und darin steckt der Anteil von 43,5 Prozent. Die Berufsangabe stammt aus dem ChatGPT-Business-Konto, ausgewertet wurden die individuellen ChatGPT-Konten der Nutzenden.

Kleine Teams greifen häufiger quer

Die Firmengrösse macht einen messbaren Unterschied. Bei Nutzenden mit durchschnittlichem Nachrichtenvolumen sinkt der Anteil berufsfremder Aufgaben von 18,9 Prozent in Arbeitsbereichen mit 2 bis 5 Plätzen auf 16,3 Prozent bei über 100 Plätzen. Rund 2,5 Prozentpunkte Unterschied – nicht dramatisch, aber durchgehend. Bei Vielnutzern im obersten Viertel zeigt sich das Gefälle allerdings nicht mehr.

OpenAIs Erklärung ist plausibel: Wer keine Spezialistin im Nebenbüro hat, löst das Problem selbst. Oder wie es im Bericht heisst: KI sei besonders nützlich als Generalisten-Werkzeug dort, wo Spezialisten-Ressourcen knapp sind.

Was die Studie ausdrücklich nicht zeigt

Hier lohnt sich das Kleingedruckte, und OpenAI ist darin erfreulich deutlich. Die Auswertung sagt nicht, ob KI neue bereichsübergreifende Aufgaben schafft oder Beschäftigte nur bei ohnehin bestehenden Pflichten unterstützt. Sie misst weder Produktivität noch Ergebnisqualität noch Auswirkungen auf Einstellungsentscheide. Im Methodikteil steht wörtlich, man beobachte nicht, ob das Ergebnis überhaupt verwendet wurde, wie gut es war, wie viel Zeit es sparte – oder ob eine Fachperson es je gegengelesen hat.

Dazu kommt die Perspektive: Es ist eine Selbstauswertung des Anbieters, nicht peer-reviewed, beschränkt auf US-Nutzende und ausdrücklich nicht repräsentativ für die amerikanische Erwerbsbevölkerung. Ein Unternehmen, dessen Geschäft von der Erzählung «KI erweitert deine Möglichkeiten» lebt, liefert hier die Zahlen zu genau dieser Erzählung. Das entwertet die Daten nicht – 800'000 klassifizierte Nachrichten sind ein Blickwinkel, den keine Behörde hat –, aber es gehört mitgelesen. Eine im Juni erschienene Arbeit von Harvard und Perplexity zu KI-Agenten kommt zu einem ähnlichen Befund über Berufsgrenzen hinweg – auch sie mit Beteiligung des Anbieters, dessen Produkt untersucht wurde.

Für Schweizer KMU ist das eine Gratwanderung

Ein Effekt, der in kleinen Organisationen am stärksten auftritt, trifft hierzulande auf idealen Boden: Laut Bundesamt für Statistik sind 99,7 Prozent der Schweizer Unternehmen KMU, sie beschäftigen mehr als zwei Drittel aller Angestellten der Marktwirtschaft. Und KI ist längst im Alltag – in einer EY-Umfrage unter 604 Mitarbeitenden, die das SECO-KMU-Portal im Juli aufgriff, gaben 89 Prozent an, beruflich KI-Lösungen zu nutzen.

Für dich als Mitarbeitende oder Inhaber eines kleinen Betriebs heisst das: Die Aufgabe, für die du bisher extern eingekauft oder wochenlang gewartet hast, ist plötzlich am eigenen Bildschirm machbar. Das ist der attraktive Teil.

Der Haken liegt auf derselben Seite der Medaille. Einen Vertrag ohne juristisches Wissen «prüfen» zu lassen heisst vor allem: Du kannst nicht beurteilen, was das Modell übersehen hat – und im Zweifel merkt es niemand, bis es teuer wird. Dazu kommen die unangenehmen Fragen: Wer haftet, wenn die selbst erstellte Datenschutzerklärung nicht hält? Wer verantwortet die Lohnabrechnung, die niemand aus dem HR gesehen hat?

OpenAI zieht im Fazit denselben Schluss: Beschäftigte bräuchten Schulung, um KI-gestützte Arbeit ausserhalb ihrer Expertise beurteilen zu können, Organisationen klare Prozesse für Prüfung und Verantwortlichkeit. Fachleute blieben für Urteil und Kontrolle auf Expertenniveau entscheidend. Für einen Fünf-Personen-Betrieb ist das keine Kleinigkeit – aber es ist die Frage, die sich stellt, bevor die erste fachfremde Aufgabe im Kundenprojekt landet.