Was OpenAI berichtet
Der Bericht untersucht Nutzungsdaten aus OpenAIs EU-Stichprobe von ChatGPT-Enterprise- und Business-Kunden. Zentrale Aussagen: Die wöchentlich aktiven Nutzer von Codex und ChatGPT Work in KMU stiegen von Anfang Mai bis zum 5. Oktober auf das 8,1-Fache, in allen Mitgliedstaaten mehr als das Fünffache. In einzelnen Ländern lag das Wachstum deutlich höher, etwa in Belgien beim 12,1-Fachen, in Italien beim 10,8-Fachen und in Luxemburg beim Zehnfachen. Beide Werkzeuge zusammen erzeugten Ende September in der Stichprobe mehr als die Hälfte der Ausgabe-Token.
Der Anteil schwankt stark. Laut den Berichten reicht er von 22 Prozent in Slowenien bis 85 Prozent in Litauen, Zypern liegt bei 81 und Ungarn bei 79 Prozent. Eine Zahl für Deutschland haben wir in keiner der geprüften Quellen gefunden.
Was die Zahl misst – und was nicht
Drei Einschränkungen gehören zur Zahl, auch wenn sie in der Schlagzeile fehlen. Erstens die Basis: Es sind Kunden von OpenAI, die ChatGPT Enterprise oder Business nutzen, also Unternehmen, die sich bereits für das Produkt entschieden haben. Das ist ein anderer Kreis als „europäische KMU“. Die Berichte selbst betonen, die Zahlen zeigten Aktivität in dieser Stichprobe, nicht die Verbreitung in Unternehmen insgesamt.
Zweitens der Ausgangswert: Ein Vielfaches sagt ohne Ausgangswert wenig. Wächst eine kleine Zahl auf das Achtfache, ist das weiterhin eine kleine Zahl. Absolute Nutzerzahlen nennen die geprüften Berichte nicht. Drittens der Zeitpunkt: ChatGPT Work startete im Juli, also nach dem Mai-Ausgangswert. Laut Berichten führt OpenAI das KMU-Wachstum auf diesen Start zurück. Ein Teil des Vielfachen ist damit ein Produkt-Starteffekt und kein Hinweis auf eine allmähliche Verbreitung bestehender Werkzeuge. Wie groß dieser Teil ist, lässt sich aus den Berichten nicht ableiten.
Hinzu kommt: Wöchentlich aktive Nutzer und Ausgabe-Token messen, dass ein Werkzeug benutzt wird und wie viel es erzeugt. Sie messen nicht, ob die Arbeit besser, schneller oder billiger wird. Produktivitätsgewinne enthält keiner der geprüften Berichte; die Produktivitätsaussagen sind vorausblickend formuliert.
Die aussagekräftigere Zahl: die Intensitätslücke
Im Bericht steht eine zweite, für Unternehmen interessantere Beobachtung. Die obersten 10 Prozent der Unternehmen nach Ausgabe-Token je aktivem Nutzer, von OpenAI „Frontier-Firmen“ genannt, erzeugten im September in der EU mehr als das Vierfache eines typischen EU-Unternehmens. Außerhalb der EU lagen die Frontier-Firmen noch einmal mehr als doppelt so hoch wie ihre europäischen Pendants. EU-Unternehmen stellen knapp 10 Prozent der Frontier-Firmen weltweit, Nordamerika rund 65 Prozent.
Das beschreibt eine Streuung der Nutzungstiefe, nicht der Wirkung. Es passt dennoch zu einem Befund, den wir Ende August beschrieben haben: In der NBER-Umfrage unter rund 6.000 Führungskräften, an der die Bundesbank beteiligt war, hing die unterschiedlich schnelle Verbreitung laut einer begleitenden Studie eng mit organisatorischer Unterstützung zusammen – Ermutigung, Werkzeuge und Schulung zusammen. Unsere Verknüpfung ist eine Hypothese: Dass Frontier-Firmen vermutlich vor allem durch tiefere Nutzung auffallen, sagt nichts darüber, ob ihre Ergebnisse besser sind. Das zeigt der Bericht nicht.
Was OpenAI daraus ableitet
Laut den Berichten empfiehlt OpenAI, vom Ausprobieren zu Werkzeugen überzugehen, die Aufgaben „von der Planung bis zum Abschluss“ erledigen, den Zugang zu fortgeschrittener KI zu verbessern, Fähigkeiten und Vertrauen der Beschäftigten aufzubauen und die Werkzeuge zugänglicher und erschwinglicher zu machen. Das ist die Position eines Anbieters, dessen Produkte damit häufiger genutzt werden. Wir halten das für einen nachvollziehbaren Wunsch, aber es ist keine neutrale Empfehlung.
Was daraus praktisch folgt
- Bei Nutzungszahlen von Anbietern auf Basis, Ausgangswert und Zeitpunkt achten: Wessen Kunden, welcher Startwert, welche Produkteinführung liegt dazwischen?
- Eigene Nutzung und eigene Wirkung getrennt messen. Aktive Nutzer und Token sagen nichts über Zeitersparnis oder Qualität im eigenen Betrieb.
- Die Tiefe der Nutzung betrachten statt der Breite: Wer nutzt Agenten für abgeschlossene Aufgaben, wer nur für einzelne Fragen?
- Schulung und Unterstützung einplanen, nicht nur Lizenzen bereitstellen, wie es die NBER-Studie nahelegt.
- Zahlen eines Anbieters zu seinen eigenen Kunden als Marktsignal lesen, nicht als Marktstatistik.
Der Kern: Die Zahl zeigt, dass OpenAIs europäische Kunden ein neues Produkt sehr schnell ausprobieren. Ob daraus Wirkung entsteht, zeigt sie nicht. Für ein Unternehmen ist die Frage nicht, ob andere Agenten nutzen, sondern ob die Nutzung im eigenen Betrieb etwas verändert, und das lässt sich nur dort messen.