OpenAI beschreibt in einer neuen Analyse, wie KI Arbeit nicht nur beschleunigt, sondern Aufgaben zwischen Berufen verschiebt. Der Kernbefund: 43,5 Prozent der berufsbezogenen ChatGPT-Nachrichten betreffen Tätigkeiten, die traditionell zu einem anderen Jobprofil gehören.
Übersicht:
Was die Arbeitsdaten zeigen
OpenAI Economic Research hat mehr als 800.000 Nachrichten von ChatGPT-Nutzern aus den USA ausgewertet. Dabei ging es nicht um private Prompts, sondern um berufliche Nutzungsmuster und die Frage, ob Menschen mit KI Aufgaben übernehmen, die früher eher an andere Rollen gegangen wären.
Nach der Analyse entfallen 16,8 Prozent der arbeitsbezogenen Nachrichten auf Tätigkeiten außerhalb des klassischen Aufgabenbereichs der jeweiligen Nutzer. Betrachtet man nur klar berufsbezogene Aufgaben und blendet allgemeine Tätigkeiten aus, steigt dieser Anteil auf 43,5 Prozent.
Der Befund passt zu OpenAIs AI Jobs Transition Framework. Dort steht nicht nur die Frage im Vordergrund, ob KI Jobs ersetzt, sondern wie sie Tätigkeiten innerhalb von Berufen neu sortiert.
Was Task-Crossover bedeutet
OpenAI nennt dieses Muster Task-Crossover. Gemeint ist damit, dass eine Aufgabe, die historisch zu einem bestimmten Beruf gehört, plötzlich in der KI-Nutzung einer anderen Berufsgruppe auftaucht.
Nicht jede ChatGPT-Anfrage zählt dafür. Schreiben, Zusammenfassen oder Terminplanung kommen in vielen Berufen vor und gelten deshalb als generische Tätigkeiten. Erst wenn eine Aufgabe klar einem anderen Fachbereich ähnelt, wird sie als Crossover gewertet.
Ein Praxisbeispiel zeigt den Unterschied: Ein kleiner Händler formuliert mit KI Werbetexte, prüft einen einfachen Vertragsentwurf und erstellt eine erste Finanzanalyse. Früher wären daran Marketing, Rechtsberatung und Controlling beteiligt gewesen. Mit KI erledigt die Person zumindest die erste Arbeitsfassung selbst.
Welche Aufgaben besonders häufig wandern
Besonders stark fällt Task-Crossover bei Rollen auf, die viele Schnittstellen zu anderen Abteilungen haben. Nach Ausschluss generischer Aufgaben liegen mehrere Berufsgruppen deutlich über dem Durchschnitt.
| Berufsgruppe | Anteil berufsbezogener Aufgaben außerhalb der eigenen Rolle | Einordnung |
|---|---|---|
| Kundenerlebnis | 77 Prozent | Viele Anfragen berühren Analyse, Kommunikation, Technik oder Prozessverbesserung. |
| Design | 75 Prozent | Designer greifen häufig auf Marketing, Technik und Projektarbeit zu. |
| Personalwesen | 69 Prozent | HR-Arbeit überschneidet sich stark mit Recht, Kommunikation und Datenarbeit. |
| Recht | 56 Prozent | Juristische Rollen nutzen KI auch für Recherche, Strukturierung und operative Aufgaben. |
| Marketing | 53 Prozent | Marketing verbindet Inhalte, Daten, Vertrieb und technische Umsetzung. |
Marketing- und Engineering-Aufgaben verbreiten sich laut Analyse besonders weit über andere Berufe hinweg. Finanzberechnungen und technische Fehlerbehebung gehören in allen sieben anderen untersuchten Berufsgruppen zu den drei häufigsten externen Aufgaben.
Marketingarbeit wandert ebenfalls breit. Die Erstellung von Marketingmaterialien erscheint in fünf anderen Berufsgruppen und ist besonders stark bei Design-Nutzern vertreten.
Drei Muster der Verschiebung
Aufgabennehmer: Design ist ein typisches Beispiel. 35,2 Prozent der Nachrichten von Designern betreffen fremde Aufgaben, aber Design-Aufgaben machen nur 1,7 Prozent der Nachrichten anderer Berufsgruppen aus.
Aufgabengeber: Engineering wirkt fast umgekehrt. Nur 18,5 Prozent der Engineering-Nachrichten greifen fremde Tätigkeiten auf, doch Engineering-Aufgaben erscheinen zu 7,4 Prozent in anderen Berufsgruppen.
Drehkreuz: Marketing funktioniert in beide Richtungen. Marketer verwenden 24,3 Prozent ihrer Nachrichten für fremde Aufgaben, während Marketing-Aufgaben mit 8,9 Prozent den höchsten externen Anteil in anderen Rollen erreichen.
Warum kleine Unternehmen stärker betroffen sind
Die Unternehmensgröße verändert, wie stark KI Aufgaben verschiebt. In größeren Organisationen gibt es oft spezialisierte Teams, klare Übergabeprozesse und interne Services. In kleineren Firmen landet ein Problem häufiger direkt bei der Person, die es zuerst sieht.
Bei durchschnittlichen Nutzern sinkt der Anteil externer Berufsaufgaben von 18,9 Prozent in Arbeitsbereichen mit 2 bis 5 Plätzen auf 16,3 Prozent in Arbeitsbereichen mit mehr als 100 Plätzen. Das spricht dafür, dass KI in kleinen Unternehmen stärker als Generalisten-Werkzeug wirkt.
Bei den intensivsten Nutzern zeigt sich dieses einfache Gefälle nicht. Eine plausible Erklärung: Sehr erfahrene Nutzer haben bereits feste KI-Workflows entwickelt, die unabhängig von der Firmengröße ähnlich funktionieren, oder sie nutzen KI stärker innerhalb ihres eigenen Fachgebiets.
Was Teams daraus ableiten sollten
Die wichtigste Entscheidungsregel lautet: Wenn eine Aufgabe häufig übergeben wird, klar beschreibbar ist und kein hohes Haftungsrisiko trägt, sollte sie zuerst als KI-gestützter Workflow getestet werden. Wenn Verantwortung, Regulierung oder Kundenvertrauen zentral sind, bleibt menschliche Prüfung Pflicht.
Für Führungskräfte eignet sich ein einfaches Drei-Faktoren-Modell: Problemnähe, wer erkennt den Bedarf zuerst, Tool-Reife, wie zuverlässig hilft KI bei der Aufgabe, Verantwortung, wer muss das Ergebnis prüfen und vertreten.
Die Markteinordnung ist klar: KI verschiebt Arbeit zuerst auf Aufgabenebene, nicht auf Visitenkartenebene. Jobtitel ändern sich langsam, Arbeitsanteile ändern sich schneller. Nutzungsmuster wie diese können deshalb früher anzeigen, wo sich Berufe neu zusammensetzen, als klassische Arbeitsmarktstatistiken oder Stellenanzeigen es zeigen.
Für Unternehmen heißt das: Nicht nur Lizenzen zählen, sondern neue Zuständigkeiten. Wer KI einführt, sollte dokumentieren, welche Aufgaben plötzlich in anderen Rollen auftauchen, welche Qualität dabei entsteht und wo neue Schulung oder Kontrolle nötig wird.