Agentische KI auf dem Vormarsch: Was die interne OpenAI-Studie zu Codex wirklich bedeutet

Wichtiger Hinweis: Die Studie betont ausdrücklich, dass OpenAI nicht repräsentativ für typische Organisationen ist. Sie bezeichnet das eigene Unternehmen als „Frontier“-Umfeld, in dem Mitarbeiter mit den Modellen bestens vertraut sind, die Nutzungskosten gering sind, die Akzeptanz auf allen Ebenen maximal ist und informeller Wissensaustausch an der Tagesordnung ist .

2. Externes Nutzungswachstum: Schnell, aber ungleich

Die externe Nutzung von Codex nimmt Fahrt auf, unterscheidet sich aber stark zwischen Unternehmen und Privatpersonen.

• Die Zahl der aktiven Codex-Nutzer hat sich in der ersten Jahreshälfte 2026 mehr als verfünffacht, wobei das stärkste Wachstum außerhalb der ursprünglichen Zielgruppe der Softwareentwickler zu verzeichnen ist .
• Organisatorische Nutzer zeigen eine deutliche Dynamik: Bei Unternehmen, die sowohl ChatGPT als auch Codex aktiv nutzen, entfallen 63,3 % der Output-Tokens auf Codex . Der Anteil der Organisationen, die Codex nutzen, stieg von knapp über null Prozent im August 2025 auf etwa 17 % aller aktiven gewerblichen Nutzer .
• Privatanwender zeichnen ein ganz anderes Bild: Nur 16,5 % ihrer Output-Tokens stammen von Codex. Von den Verbrauchern, die in den letzten 28 Tagen auf einer der beiden Plattformen aktiv waren, haben weniger als 1 % Codex überhaupt genutzt .
• Das schnellste Wachstum findet sich bei Nicht-Entwicklern: Die Zahl der privaten Nicht-Entwickler stieg um das 137-Fache, die der gewerblichen Nicht-Entwickler um das 189-Fache seit August 2025 .

3. Aufgabenkomplexität: Nutzer delegieren größere Aufgaben

Vielleicht die bemerkenswerteste Erkenntnis ist, dass Nutzer Codex nicht nur für schnelle Fragen einsetzen. Sie übertragen ihm Arbeiten, die Menschen Stunden oder sogar ganze Tage kosten würden.

Bis Mai 2026 tätigten unter den befragten einzelnen Codex-Nutzern:

• 80,6 % mindestens eine Anfrage, deren Bearbeitung einen Menschen mehr als 30 Minuten gekostet hätte.
• 70,2 % eine Anfrage, die eine Stunde überstiegen hätte.
• 25,6 % mindestens eine Anfrage, die mehr als acht Stunden erfahrener menschlicher Arbeit entsprochen hätte .

Der Anteil der Nutzer, die eine Aufgabe delegieren, die mehr als acht Stunden in Anspruch nehmen würde, hat sich seit Jahresbeginn 2026 nahezu verzehnfacht .

Bei OpenAI arbeiten Power-User bereits im großen Stil. Nutzer im 99. Perzentil generieren regelmäßig mehr als 60 Stunden Codex-Agentenaktivität pro Tag, verteilt auf mehrere parallele Agenten . Mehr als 10 % der Nutzer verwalten wöchentlich drei oder mehr gleichzeitige Codex-Agenten, und 26,6 % nutzen „Skills“ – gemeinsam genutzte Anweisungssets für komplexe Arbeitsabläufe . Insgesamt ergab die Studie, dass 24 % aller Codex-Anfragen für Aufgaben gestellt werden, die einen Menschen schätzungsweise mehr als eine Stunde kosten würden .

4. Der größere Wandel: Vom Gespräch zur Delegation

Die Studie beschreibt den Übergang von conversationaler zu agentischer KI als grundlegende Veränderung der Einheit von Wissensarbeit.

„Agentic AI verändert die Einheit der Wissensarbeit von einzelnen Interaktionen hin zu delegierten, langfristigen Aufgaben“, heißt es in dem Papier .

Es unterscheidet ChatGPT als primär konversationell (Fragen und Antworten, Beratung) von Codex als agentisch (delegierte Produktion: Debugging, Refactoring, Entwurf von Dokumenten, Datenanalyse, Koordination von Kommunikation). Die Studie betont, dass dies keine absolute Zweiteilung ist – ChatGPT hat auch agentische Funktionen, und manche Codex-Nutzung ist konversationell . Die Codex-Nutzung ist aber „stark auf delegierte Produktion ausgerichtet“ – Nutzer bitten es, Arbeit zu erledigen, nicht nur Ratschläge oder Informationen zu geben .

Ursprünglich für die Softwareentwicklung gebaut, erstreckt sich Codex nun auf das Verfassen von Dokumenten, Datenanalyse, Kommunikation und andere Wissensarbeitsaufgaben außerhalb der Programmierung . Innerhalb von OpenAI war mehr als ein Viertel der Arbeit, die Mitarbeiter in kaufmännischen Funktionen mit Codex erledigten, Ingenieur- oder Programmierarbeit – ein Zeichen dafür, dass Agenten die Kosten für das Überschreiten von Aufgabengrenzen senken .

5. Die eigenen Einschränkungen der Studie

Die Forschung schränkt die Aussagekraft ihrer Ergebnisse selbst explizit ein. Dies sind keine Nebenbemerkungen:

1. OpenAI ist nicht repräsentativ. Die Studie stellt fest: „Die Nutzung bei OpenAI ist daher nicht repräsentativ für die typische Organisation von heute. Sie bietet jedoch einen Einblick, wie die Nutzung agentischer KI in der Zukunft aussehen könnte, wenn alle Hürden für die Einführung minimal sind“ .
2. Konversationell vs. agentisch ist ein Spektrum, kein Gegensatz. In der Woche vor dem 11. Juni 2026 griffen 60,3 % der Codex-Turns und 21,9 % der ChatGPT-Turns auf mindestens ein externes Tool zurück – die Tool-Nutzung selbst ist nur ein unvollkommener Maßstab für Agentizität .
3. Die Komplexitätsschätzungen wurden von einem Modell erstellt. Die Zeitschwellen für Aufgaben (30 Min., 1 Std., 8 Std.) werden von einem KI-Modell geschätzt, nicht direkt gemessen, und basieren auf einer 0,1 %-Zufallsstichprobe von Privatanwendern, die der Nutzung ihrer Anfragen für Trainingszwecke zugestimmt haben .
4. Die Verbreitung bleibt insgesamt gering. Von allen Verbrauchern mit Privatkonten, die auf einer der Plattformen aktiv sind, haben weniger als 1 % Codex genutzt – die meisten KI-Nutzer unterhalten sich immer noch hauptsächlich mit Chatbots .
5. Die externe Verbreitung ist „geringer und ungleicher“ als die interne bei OpenAI, und agentische Werkzeuge insgesamt sind „weiterhin viel weniger verbreitet als ChatGPT“ .
6. Die Daten stammen von einer Plattform (Codex) und einem Unternehmen (OpenAI) – die Ergebnisse lassen sich möglicherweise nicht auf andere agentische Tools oder Organisationen mit anderen Arbeitsabläufen, Sicherheitsanforderungen und Kenntnisständen der Nutzer übertragen .

Fazit für die Zukunft

• Die Einführung agentischer KI ist real und beschleunigt sich – vor allem in Organisationen mit niedrigen Kosten- und Zugangsbarrieren. Für Privatanwender bleibt die Chat-KI jedoch das vorherrschende Paradigma.
• Die größte Überraschung ist das schnellste Wachstum außerhalb der Softwareentwicklung – in den Bereichen Recht, Finanzen, Personalwesen und anderen Wissensarbeitsdomänen.
• Die Aufgabenkomplexität nimmt zu. Ein bedeutender Teil der Nutzer delegiert bereits Tagesaufgaben an KI-Agenten.
• Die Einschränkungen der Studie bedeuten, dass diese Erkenntnisse als Frühindikator und nicht als allgemeingültige Prognose zu verstehen sind. Die meisten KI-Nutzer chatten noch, sie kommandieren noch keine Agenten.

OpenAIs Forschung bietet den bislang detailliertesten Einblick, wie sich agentische KI vom Forschungskonzept zum praktischen Arbeitsmittel entwickelt. Der Wandel findet statt – aber wo, wie und für wen, hängt stark vom Kontext ab.