Beschäftigte in den kleinsten Workspaces nutzen KI in 18,9 Prozent der Fälle für den Job von jemand anderem. In Workspaces mit mehr als hundert Seats liegt der Wert bei 16,3 Prozent. Beide Zahlen stammen aus OpenAIs erstem Work-at-the-Frontier-Bericht, diese Woche veröffentlicht auf Basis einer Stichprobe von mehr als 800.000 arbeitsbezogenen Nachrichten. Der Bericht deutet den Abstand als Beleg dafür, dass kleine Organisationen stärker auf KI setzen, weil sie weniger Spezialisten haben, die sie fragen können.
Anders gesagt: Die große Firma erreicht 86 Prozent der Quote, mit der die kleine außerhalb ihrer eigenen Stellenbeschreibung arbeitet.
Das ist bemerkenswert, denn diese beiden Arten von Organisationen sollten sich in diesem Punkt eigentlich überhaupt nicht ähneln. Ein Unternehmen mit fünf Leuten hat immer nach einem einzigen Prinzip funktioniert: Es gibt niemanden, an den man es weitergeben kann. Wer das Problem bemerkt, löst es auch, ob es nun in seine Zuständigkeit fällt oder nicht, denn sonst bleibt es liegen. Niemand nannte das ein Koordinationsmodell. So sah klein eben aus.
Die große Firma definierte sich genau dagegen. Die Aufmerksamkeit von Spezialisten war teuer und hatte Wartezeiten, also existierte die Organisation, um Arbeit zu denjenigen zu leiten, die die passende Kompetenz besaßen. Die Übergabe war die Einheit: Das Marketing briefte die Entwicklung, der Vertrieb schickte den Datensatz an die Analyse, und das Organigramm war eine Landkarte dieser Weiterleitung. Nimmt man Größe, Umsatz und Bürofläche weg, bestand der operative Unterschied zwischen einer großen und einer kleinen Firma darin, dass die große Dinge weitergeben konnte.
Der Bericht von OpenAI enthält keine Zeitdimension. Das hier ist also beobachtete Konvergenz, keine gemessene Diffusion, und die Seat-Zahl ist auch nicht die Unternehmensgröße, was der Bericht ausdrücklich sagt. Dieser zweite Vorbehalt schärft das Argument aber: Eine Seat-Zahl misst, wie viele Kolleginnen und Kollegen innerhalb desselben Arbeitsbereichs sitzen. Ein Team mit fünf Seats in einer Großbank ist für diesen Zweck also bereits die kleine Firma. Die entscheidende Variable ist die Nähe zu jemandem, dem man Arbeit übergeben könnte. Die Mitarbeiterzahl des Konzerns war es nie.
Der stärkste Beleg für die Konvergenz ist ohnehin nicht das Gefälle. Es ist eine Tabelle, die OpenAI auf der Webseite veröffentlicht, im PDF aber weggelassen hat. Sie zeigt, wie sich die Arbeit jeder Berufsgruppe auf die acht möglichen Aufgabenquellen verteilt. Jede Zeile ergibt hundert, und die Diagonale ist der Anteil der berufsspezifischen Nachrichten, der die traditionelle Arbeit des eigenen Berufs betrifft.
| Berufsgruppe | Kundenserv. | Design | Eng. | Finanzen | HR | Recht | Marketing | Vertrieb |
|---|---|---|---|---|---|---|---|---|
| Kundenservice | 11 | 5 | 20 | 14 | 6 | 6 | 26 | 11 |
| Design | 6 | 12 | 28 | 10 | 4 | 4 | 28 | 8 |
| Engineering | 4 | 4 | 53 | 9 | 4 | 4 | 20 | 2 |
| Finanzen | 6 | 4 | 22 | 23 | 4 | 8 | 25 | 7 |
| Personalwesen | 9 | 5 | 18 | 16 | 10 | 10 | 23 | 9 |
| Recht | 5 | 4 | 17 | 12 | 7 | 31 | 18 | 6 |
| Marketing | 10 | 6 | 17 | 11 | 4 | 4 | 36 | 12 |
| Vertrieb | 11 | 5 | 18 | 15 | 4 | 6 | 29 | 12 |
In einem Arbeitsmarkt, der auf Spezialisierung aufgebaut ist, müsste diese Diagonale jede Zeile dominieren. Sie dominiert drei. Engineering hält 53 Prozent seiner eigenen Zusammensetzung, Marketing 36, Recht 31. Bei den anderen fünf Berufsgruppen ist die größte einzelne Quelle ihrer berufsspezifischen Arbeit der Job von jemand anderem, und in vier dieser fünf Fälle ist es Marketing. Das Personalwesen hält zehn Prozent von sich selbst.
So sieht ein Generalist von innen aus, und so haben kleine Firmen immer ausgesehen. Der Bericht hat festgehalten, wie das im großen Maßstab passiert.
Ob das Werkzeug die Ursache ist oder nur zufällig dabei ist, dafür gibt es einen vernünftigen Test, und zwar aus einer Studie, die Perplexity im Juni gemeinsam mit der Harvard Business School veröffentlicht hat. Bei 8.000 Nutzern aus acht Berufsclustern arbeiteten dieselben Personen in 59 Prozent der Fälle außerhalb ihres Hauptberufs, wenn sie das Agent-Produkt nutzten, und in 50 Prozent bei der konversationellen Suche. Dieselben Nutzer, beide Produkte, neun Punkte Unterschied. Perplexity hat eine Studie über das eigene Produkt mit den eigenen Produktionsdaten mitverfasst, sie ist nicht peer-reviewed, und die Autoren weisen darauf hin, dass ihr frühes Zeitfenster zu KI-affinen Nutzern tendiert. Die Größenordnung ist also nur ein Anhaltspunkt. Die Richtung lässt sich schwerer wegwischen.
Aufschlussreicher ist, wohin die zusätzlichen Grenzüberschreitungen gingen. Bei der Suche konzentrierten sich berufsfremde Anfragen auf digitale Technologie, das bekannte Muster, dass jeder hin und wieder eine technische Antwort braucht. Beim Agenten verteilten sie sich auf Marketing, Management, Finanzdienstleistungen und andere Ziele, die die Autoren als ausführend beschreiben. Die Suche schickte die Leute los, um außerhalb ihres Jobs etwas nachzuschlagen. Der Agent schickte sie los, um es zu erledigen.
Welche Arbeit diese Reise antritt, ist kein Zufall, und die Matrix erklärt die Auswahl besser als jede Erklärung über den Schwierigkeitsgrad. Die Fehlersuche in einer Computeranwendung gehört in jeder Gruppe außerhalb des Engineering zu den drei häufigsten fremden Aufgaben der Stichprobe. Sie wandert, weil sich Scheitern selbst meldet: Der Fehler verschwindet oder eben nicht. Was hinter den 53 Prozent des Engineering zurückbleibt, ist Arbeit, bei der sich das Scheitern erst verzögert zeigt. Daran kann sich ein Außenstehender nicht versuchen, weil er monatelang nicht wüsste, dass er falsch lag.
Marketing hat fast nichts von dieser Struktur, deshalb ist es in fünf von acht Zeilen die größte externe Quelle. Eine mittelmäßige Landingpage sieht beim Hinsehen aus wie eine gute. Design ist der Fall, der das Argument beweist, statt nur dazu zu passen: Auch Designarbeit wird nach Geschmack und nicht nach Tests beurteilt. Eine Erklärung über den Schwierigkeitsgrad würde also vorhersagen, dass sie genauso frei wandert wie Marketing. Stattdessen ist ihre Spalte die dünnste der Tabelle, mit 4 bis 6 Prozent überall außerhalb der eigenen Zeile. Ein schlechtes Layout verrät sich auf den ersten Blick. Lautes Scheitern hält Außenstehende fern. Stilles Scheitern lässt alle herein.
Das Modell der kleinen Firma ist also in der großen angekommen, und zwar Aufgabe für Aufgabe, in der Reihenfolge, die davon abhängt, wie schnell jemand ohne Fachwissen merkt, dass er falsch lag.
Die Firmen selbst reagieren, und zwar nicht in die Richtung, die die meisten Kommentare annehmen. Eine im Mai veröffentlichte Purdue-Studie hat ein Maß für KI-Exposition über mehr als neun Millionen US-Stellenausschreibungen von 2021 bis Mitte 2025 gebildet. Die Exposition durfte dabei innerhalb eines Berufs über die Zeit variieren, statt pro Jobtitel einen festen Wert zu bekommen. Ab dem dritten Quartal 2023 gingen 52 Prozent des Rückgangs der aggregierten Exposition darauf zurück, dass Firmen ihre Einstellungen von exponierten Jobs wegverlagerten, weitere 39,5 Prozent darauf, dass sie den Aufgabeninhalt jener Stellen umschrieben, die sie weiterhin ausschrieben.
Einzelne Beschäftigte ziehen exponierte Arbeit an sich. Arbeitgeber drängen sie aus den Stellenbeschreibungen hinaus. Beides ist dieselbe Organisation, die sich anpasst, und die zweite Hälfte zeigt: Firmen definieren Rollen bereits um das herum neu, was die Frage übersteht, ob man dem Ergebnis trauen kann, ohne dass ein Spezialist draufschaut.
Es spricht auch einiges dafür, dass wir eher nahe der Obergrenze als am Anfang stehen. Anthropics Economic Index berichtete, dass sich seine Schätzung der Jobs, bei denen mindestens ein Viertel der Aufgaben von KI berührt wird, zwischen aufeinanderfolgenden Datenerhebungen kaum bewegt hat. Dabei tauchten weit weniger neue Aufgabentypen auf als beim vorigen Mal. Die Breite der erreichten Arbeit scheint sich zu sättigen.
Kostenlos ist das alles nicht, und die Kosten betreffen genau das, was die kleine Firma nie verlieren musste.
Die Übergabe hat zwei Aufgaben gleichzeitig erledigt. Sie leitete Arbeit an die Person, die sie erledigen konnte, und an die Person, die beurteilen konnte, ob sie ordentlich erledigt war. Beides kam gebündelt, weil man während des größten Teils der Industriegeschichte dafür dieselbe Person eingestellt hat. Die große Firma hat beides gekauft und immer nur bemerkt, dass sie für das Erste bezahlt. Fällt die Weiterleitung weg, verschwindet das Zweite mit, und zwar still, denn nichts im Organigramm war je mit Prüfung beschriftet.
Kleine Firmen sind schon immer ohne diese Prüfung ausgekommen und haben die Instinkte entwickelt, um das zu überleben. Meistens heißt das: zu wissen, welchen eigenen Ergebnissen man nicht trauen sollte. Große Firmen haben diese Instinkte nicht, weil sie sie nie gebraucht haben, und übernehmen jetzt das Arbeitsmuster der kleinen Firma ohne deren Skepsis gegenüber diesem Muster.
Wer Agent-Systeme baut, erlebt denselben Zusammenbruch eine Ebene tiefer und deutlich schneller. Jede Delegation an einen Agenten ist ein Nicht-Spezialist, der sich an der Arbeit von jemand anderem versucht, und dieselbe Eigenschaft, die entschied, welche Aufgaben zwischen Menschen wanderten, entscheidet auch, welche Delegationen sicher sind. Eine Migration, die gegen eine Testsuite läuft, die der Agent nicht selbst geschrieben hat, ist das laute Scheitern des Engineering, und sie bricht ab. Eine Zusammenfassung, ein Plan, eine Empfehlung: still, flüssig und bis viel später nicht von der guten Version zu unterscheiden.
Der Bericht selbst kommt zu dem Schluss, dass sich die staatlichen Berufsstatistiken immer weiter davon entfernen werden, wie Arbeit tatsächlich organisiert ist. Das stimmt, und es ist die kleinere Hälfte. Jedes interne Dashboard, das Durchläufe, Abschlüsse und versuchte Aufgaben zählt, misst die Hälfte, die billig geworden ist. Und die Purdue-Daten halten ein Detail für alle bereit, die glauben, sie wüssten, in welche Richtung das läuft: Ausschreibungen für Senior-Positionen weisen eine höhere KI-Exposition auf als solche für Junior-Positionen, 0,582 gegenüber 0,426. Die Leute, die als sicher gelten, machen die exponierte Arbeit.
Aus dem Englischen übersetzt: zum Originalbeitrag