OpenAI ChatGPT-Nutzerwachstum erreicht 1,2 Milliarden, doch das Rennen um Unternehmen ist weiter offen

OpenAI teilte mit, dass ChatGPT mehr als 1,2 Milliarden wöchentlich aktive Nutzer erreicht habe – ein weiterer deutlicher Anstieg beim Nutzerwachstum von OpenAI ChatGPT. Auf der DevDay 2026 erklärte das Unternehmen zudem, dass ChatGPT Work und Codex inzwischen jede Woche von mehr als 35 Millionen Menschen genutzt werden. Diese Zahlen stellen die Reichweite von OpenAI in eine eigene Liga. Den Wettbewerb um Unternehmens-KI entscheiden sie jedoch nicht.

Die Offenlegung erfolgte weniger als drei Monate, nachdem OpenAI erklärt hatte, ChatGPT habe die Marke von einer Milliarde wöchentlicher Nutzer überschritten. Sie folgt zudem auf ein Jahr, in dem Anthropic zu einem ernstzunehmenden Rivalen bei Geschäftskunden und Softwareentwicklern wurde. OpenAI präsentiert daher zwei miteinander verbundene Entwicklungen: Die Verbreitung im Verbrauchermarkt wächst weiter, und die Arbeitsprodukte des Unternehmens beginnen, diese Reichweite in dauerhafte professionelle Nutzung zu überführen.

Die zweite Entwicklung ist wichtiger als die Schlagzeilenzahl. Ein riesiges Chatbot-Publikum verschafft OpenAI einen Zugang zu Unternehmen, doch die Einführung in Unternehmen hängt von Sicherheit, Zuverlässigkeit, Governance und messbaren Ergebnissen ab. Die Zahl von 35 Millionen deutet darauf hin, dass der Übergang von Konversation zu delegierter Arbeit voranschreitet. Sie zeigt jedoch nicht, wie stark diese Nutzer von den Produkten abhängen.

Was OpenAI auf der DevDay tatsächlich angekündigt hat

Die entscheidende Veränderung besteht nicht allein darin, dass ChatGPT Nutzer hinzugewonnen hat. OpenAI beansprucht nun, dass professionelle Agenten eine Größenordnung für den Massenmarkt erreicht haben.

OpenAI veröffentlichte die Zahlen während der DevDay 2026 am 29. September in San Francisco. Das DevDay-Programm des Unternehmens positionierte die Veranstaltung rund um technische Entwickler, neue APIs und Produkte, die über gewöhnliche Chatbot-Unterhaltungen hinaus Arbeit erledigen.

Die Schlagzeilenzahl lag bei mehr als 1,2 Milliarden wöchentlich aktiven ChatGPT-Nutzern. Das entspricht einem Zuwachs von mindestens 200 Millionen gegenüber dem Meilenstein von einer Milliarde Nutzern, über den OpenAI im Sommer sprach. Es setzt zudem das auf der DevDay 2025 berichtete Wachstum fort, als das Unternehmen mehr als 800 Millionen wöchentliche Nutzer nannte.

OpenAI erklärte separat, dass mehr als 35 Millionen Menschen ChatGPT Work und Codex jede Woche nutzen. ChatGPT Work ist ein Agent zur Erledigung längerer Aufgaben über Apps, Dateien, Browser und Desktop-Umgebungen hinweg. Codex begann als Programmieragent, wurde jedoch auf Recherche, Datenanalyse, Dokumentenerstellung und Workflow-Automatisierung ausgeweitet.

Die Formulierung rund um die Zahl von 35 Millionen erfordert Vorsicht. Sie scheint das gemeinsame wöchentliche Publikum von ChatGPT Work und Codex zu beschreiben, nicht zwei unabhängige Gruppen mit jeweils 35 Millionen Nutzern. OpenAI hat öffentlich nicht genügend Details bereitgestellt, um Überschneidungen zwischen diesen Produkten zu berechnen.

Eine Person, die beide Dienste nutzt, kann in einer kombinierten Messgröße einmal erscheinen oder in separaten Produkttotals gezählt werden. Das Unternehmen hat außerdem keine geografische Aufschlüsselung, Retentionskurve oder Trennung zwischen persönlichen und organisatorischen Konten veröffentlicht. Diese fehlenden Details erschweren Vergleiche mit Wettbewerbern, die andere Adoptionskennzahlen berichten.

Dennoch zeigt die neue Gesamtsumme eine rasche Entwicklung gegenüber dem früheren Ausgangspunkt von OpenAI. Im Juni teilte das Unternehmen mit, dass Codex allein mehr als fünf Millionen wöchentlich aktive Nutzer habe. Seine Codex-Adoptionsdaten beschrieben einen sechsfachen Anstieg nach dem Start der Desktop-Anwendung im Februar.

Als ChatGPT Work im Juli eingeführt wurde, verwies OpenAI erneut auf mehr als fünf Millionen wöchentliche Codex-Nutzer. Das Unternehmen stellte Work als breiter angelegten Agenten dar, der Präsentationen vorbereiten, Budgets analysieren, Kunden recherchieren und über Arbeitsplatzsoftware hinweg arbeiten könne. Codex lieferte einen Teil der technischen Grundlage.

Die jüngste Zahl von 35 Millionen umfasst daher eine breitere Kategorie als die früheren Codex-Meilensteine. Sie erfasst OpenAIs Versuch, agentische Ausführung zu einer allgemeinen Arbeitsoberfläche zu machen. Agentische Ausführung bedeutet, dass Software ein mehrstufiges Ziel mit Tools, Dateien und Anwendungen verfolgt, statt nur eine einzelne Antwort zurückzugeben.

OpenAI erklärt zudem, dass seine Produkte inzwischen 2,5 Millionen Unternehmen erreichen. Diese Unternehmenszahl umfasst Organisationen, die unterschiedliche Angebote von OpenAI nutzen, und belegt nicht, wie viele Work oder Codex umfassend eingeführt haben. Dennoch liefert sie der Zahl professioneller Nutzer einen aussagekräftigen organisatorischen Hintergrund.

Die Ankündigung schafft die zentrale Spannung dieses Artikels. OpenAI verfügt über eine unvergleichliche Verbreitung im Verbrauchermarkt und ein rasch wachsendes Agentenpublikum. Der Unternehmensmarkt belohnt jedoch Tiefe, vorhersehbare Leistung und Kundenausgaben stärker als bloße Kontosummen.

Warum das Nutzerwachstum von OpenAI ChatGPT einen Vertriebsvorteil schafft

OpenAI kann Arbeitsagenten einem Publikum vorstellen, das ChatGPT bereits versteht, und senkt damit eine der schwierigsten Hürden bei der Einführung von Unternehmenssoftware.

Die meisten Arbeitsplatzanwendungen müssen Mitarbeiter zunächst dazu bewegen, Konten anzulegen, eine Benutzeroberfläche zu erlernen und etablierte Gewohnheiten zu ändern. ChatGPT tritt mit hoher Bekanntheit und einer großen Basis bestehender Nutzer in diesen Prozess ein. Mitarbeiter begegnen ihm häufig privat, bevor ein Arbeitgeber es offiziell genehmigt.

Diese Vertrautheit von unten nach oben kann organisatorische Tests beschleunigen. Ein Mitarbeiter, der ChatGPT bereits zum Verfassen von Texten oder zur Recherche nutzt, benötigt weniger Einarbeitung, bevor er einen delegierten Workflow testet. Eine Führungskraft kann bei einem bestehenden Verhalten ansetzen, statt eine unbekannte Softwarekategorie einzuführen.

Das jüngste Produktdesign von OpenAI unterstützt diese Strategie. ChatGPT Work arbeitet innerhalb der breiteren ChatGPT-Umgebung und erweitert sie zugleich auf Dateien, Apps und längere Aufgaben. Codex verbindet ähnlich konversationelle Anweisungen mit konkreter Ausführung, einschließlich dem Bearbeiten von Code, Ausführen von Tests, Analysieren von Informationen und Erstellen von Ergebnissen.

Diese Entwicklung verwandelt Verbreitung in einen Produkttrichter. Ein Nutzer beginnt mit einer Frage, wechselt zur Dokumentenerstellung und delegiert schließlich einen mehrstufigen Prozess. OpenAI kann jede neue Fähigkeit sichtbar machen, ohne den Nutzer dazu zu zwingen, eine vollständig separate Oberfläche zu übernehmen.

Die eigene Forschung des Unternehmens deutet darauf hin, dass dieser Wandel bei einigen Nutzern bereits stattfindet. In seiner Studie zur Agentennutzung berichtete OpenAI, dass die Codex-Adoption durch Nicht-Entwickler schneller wachse als die durch Entwickler. Zudem stellte das Unternehmen fest, dass Nutzer dem Agenten zunehmend längere Aufgaben zuweisen.

Diese Ergebnisse stammen weiterhin vom Unternehmen selbst und sollten nicht als unabhängiger Beweis für Produktivität behandelt werden. Die Forschung schätzte menschliche Arbeitszeit mithilfe von Modellen, während Teile der Analyse auf Stichproben von Nutzern beruhten, die der Datennutzung zugestimmt hatten. Sie veranschaulicht dennoch, wie OpenAI die Chance definiert.

Das Unternehmen misst Erfolg nicht mehr nur anhand beantworteter Fragen oder gesendeter Nachrichten. Es möchte, dass Nutzer vollständige Ergebnisse beauftragen, etwa die Erstellung eines Berichts oder die Untersuchung eines Datensatzes. Diese Veränderung erhöht sowohl den potenziellen Wert als auch die Folgen von Fehlern.

Die Verbreitung hilft OpenAI, diesen Übergang mit ungewöhnlicher Geschwindigkeit zu versuchen. Eine neue Funktion kann über ein bestehendes Produkt für Hunderte Millionen Menschen sichtbar werden. Schon eine geringe Konversionsrate kann ein großes professionelles Publikum hervorbringen.

Die Behauptung von 35 Millionen wöchentlichen Nutzern liefert einen Hinweis auf diesen Mechanismus. Sie entspricht nur einem Bruchteil des gesamten ChatGPT-Publikums, würde aber dennoch eine beträchtliche Gruppe darstellen, die agentenorientierte Produkte nutzt. Besonders bemerkenswert ist die Zahl, weil ChatGPT Work erst im Juli gestartet wurde.

OpenAI kann die Vertrautheit der Verbraucher auch bei der Beschaffung in Unternehmen nutzen. Mitarbeiter können Zugang anfordern, weil sie Marke und Oberfläche bereits verstehen. Technologieführer sehen möglicherweise weniger Schulungsaufwand als bei einem Produkt, das Mitarbeiter noch nie verwendet haben.

Vertrautheit ist jedoch nicht dasselbe wie organisatorische Einsatzbereitschaft. Unternehmen benötigen Zugriffskontrollen, Auditierbarkeit, Identitätsmanagement, Datenrichtlinien und planbaren Support. Außerdem müssen Agenten Berechtigungen über jedes verbundene System hinweg respektieren.

OpenAI hat solche Kontrollen ergänzt und gleichzeitig Nutzungs-Dashboards für ChatGPT Work und Codex präsentiert. Seine Unternehmenssignale besagen, dass Agentenaktivität im Juni 64 Prozent der kombinierten ChatGPT- und Codex-Output-Token bei Unternehmenskunden ausmachte. Diese Kennzahl deutet auf umfangreichere Workloads hin, misst jedoch keinen realisierten Geschäftswert.

Für Käufer ist diese Unterscheidung wichtig. Output-Token können Aktivität zeigen, aber nicht beweisen, dass ein Bericht korrekt war oder ein Workflow Geld eingespart hat. Organisationen benötigen letztlich Nachweise, die an Durchlaufzeiten, Fehlerraten, abgeschlossene Projekte oder Kundenergebnisse geknüpft sind.

Hier stößt der Vertriebsvorteil von OpenAI an seine erste Grenze. Das Unternehmen kann einen Agenten schnell vor Nutzern platzieren. Es muss Arbeitgeber jedoch weiterhin davon überzeugen, dass diese Agenten Zugang zu sensiblen Systemen und folgenreichen Aufgaben erhalten sollten.

Für Wissensarbeiter steigt durch diesen Wandel auch die Bedeutung, vertrauenswürdigen Kontext zu organisieren. Ein Agent arbeitet besser, wenn er aktuelle Dokumente, Entscheidungen und Projektverläufe abrufen kann. Eine gepflegte KI-Wissensdatenbank kann Nutzern helfen, dauerhaften Kontext von verstreuten Gesprächsausgaben zu unterscheiden.

Die Verbreitung gibt OpenAI die Möglichkeit, zu definieren, wie Menschen Arbeit delegieren. Vertrauen, Kontext und abgeschlossene Ergebnisse werden bestimmen, wie viel dieser Möglichkeit zu dauerhafter Nutzung wird.

Anthropic bleibt der Prüfstein für die Unternehmensadoption von OpenAI

Der zentrale Wettbewerb lautet nicht OpenAI gegen jedes KI-Labor. Es ist OpenAIs vertriebsgetriebene Strategie gegen Anthropics unternehmenszentrierte Positionierung.

Anthropic hat seinen Ruf rund um Claude, Claude Code und Geschäftseinsätze bei komplexer Wissensarbeit aufgebaut. Seine Produkte haben bei Entwicklern und Organisationen an Bedeutung gewonnen, die Aufgaben mit langem Kontext, Programmierleistung und einen engeren Fokus auf den Arbeitsplatz schätzen.

Früher im Jahr 2026 setzte diese Position OpenAI sichtbar unter Druck. Im April berichtete Associated Press, dass OpenAI seinen Fokus auf professionelle Arbeit verstärke, während es stärkerem Wettbewerb durch Anthropic begegne. OpenAI hatte damals mehr als 900 Millionen wöchentliche ChatGPT-Nutzer, doch die meisten zahlten nicht für den Dienst.

Dieser Kontrast legte eine strategische Schwäche offen. OpenAI konnte die Aufmerksamkeit der Verbraucher dominieren, ohne bei den wertvollsten Unternehmens-Workloads führend zu sein. Ein großes kostenloses Publikum schafft Reichweite, bringt jedoch auch erhebliche Betriebskosten und unsichere Konversionen mit sich.

Anthropic näherte sich dem Markt aus der entgegengesetzten Richtung. Das Unternehmen konzentrierte sich stark auf Entwickler, APIs und Unternehmenskunden. Dadurch wurde Claude Code zu einem besonders wichtigen Maßstab für Codex, obwohl beide Produkte sich weiter über die Softwareentwicklung hinaus ausdehnen.

Daten zu Ausgaben von Dritten spiegeln einen engen und instabilen Wettbewerb wider. Eine August-Analyse auf Grundlage von Ramp-Kundentransaktionen sah Anthropic bei 41 Prozent und OpenAI bei 39 Prozent der erfassten Geschäftskunden. Die Daten zur Unternehmensadoption deuteten zudem darauf hin, dass OpenAI den früheren Vorsprung von Anthropic verringert hatte.

Dieser Datensatz umfasst Unternehmen, die über Ramp sichtbar sind, nicht den gesamten Unternehmensmarkt. Er misst bezahlte Geschäftsbeziehungen, nicht Nutzerzufriedenheit oder die Tiefe der Workloads. Dennoch liefert er ein unabhängiges Signal dafür, dass sich OpenAIs Vorstoß in Unternehmen in Käufen niederschlägt.

Die Ankündigung von 35 Millionen ergänzt eine andere Art von Beleg. Sie misst laut OpenAI wöchentlich Menschen, die Work und Codex nutzen, statt Unternehmen, die Zahlungen leisten. Zusammengenommen deuten die Zahlen darauf hin, dass OpenAI sowohl bei der Gewinnung von Organisationen als auch bei der Aktivierung von Endnutzern konkurriert.

Dabei handelt es sich um zusammenhängende, aber unterschiedliche Erfolge. Ein Unternehmen kann Lizenzen kaufen, die Beschäftigte selten nutzen. Mitarbeitende können ein einzelnes Produkt auch intensiv verwenden, ohne dass eine Unternehmensvereinbarung besteht. Dauerhafte Einführung in Unternehmen erfordert Beschaffung, aktive Nutzung, Bindung und einen ausgeweiteten Einsatz.

OpenAI’s Reichweite bei Verbrauchern hilft bei der Aktivierung. Anthropic’s Fokus auf Unternehmen kann konzentrierte Rollouts und die Loyalität von Entwicklern fördern. Keiner der beiden Vorteile garantiert das Endergebnis.

Auch die Produkte nähern sich an. Codex geht über das Programmieren hinaus, während Claude’s Fähigkeiten für den Arbeitsplatz über die Softwareentwicklung hinausreichen. ChatGPT Work verschafft OpenAI eine allgemeine Agentenebene, während Anthropic weiterhin Tools für professionelle Aufgaben entwickelt.

Diese Konvergenz erschwert Leistungsvergleiche. Ein Benchmark-Ergebnis kann nicht jeden Workflow abbilden, und Käufer kombinieren oft mehrere Modellanbieter. Eine Organisation kann OpenAI für allgemeine Unterstützung, Anthropic für Programmierung und einen weiteren Anbieter für spezialisierte Workloads nutzen.

Die Einführung mehrerer Modelle schwächt die Vorstellung, dass ein Unternehmen jede Enterprise-Aufgabe besitzen wird. Sie erhöht auch den Wechseldruck. Wenn Schnittstellen und Integrationen standardisiert werden, können Käufer Workloads zu dem Anbieter verlagern, der bessere Zuverlässigkeit oder Wirtschaftlichkeit bietet.

OpenAI’s Antwort besteht darin, sein Verbraucherprodukt, den Arbeitsagenten, den Coding-Agenten und die Entwicklerplattform zu verbinden. Das Unternehmen möchte, dass Nutzer in einer gemeinsamen Umgebung bleiben, wenn ihre Aufgaben komplexer werden. Das kann die Kontinuität verbessern, weckt jedoch Bedenken hinsichtlich Konzentration und Abhängigkeit.

Anthropic setzt diese Strategie unter Druck, indem es an dem Punkt eine glaubwürdige Alternative bietet, an dem KI operativ wird. Wenn Claude für schwierige professionelle Aufgaben attraktiv bleibt, kann sich OpenAI nicht allein auf die Bekanntheit von ChatGPT verlassen. Das Unternehmen muss beweisen, dass Distribution zu besseren Einführungsergebnissen führt.

Deshalb ist das Nutzerwachstum von OpenAI ChatGPT wichtig, ohne den Wettbewerb zu entscheiden. Die Zahl von 1,2 Milliarden macht es schwer, OpenAI auf der Verbraucherebene zu verdrängen. Die Zahl von 35 Millionen zeigt eine wachsende Brücke zur Arbeit. Anthropic bleibt der Test dafür, ob diese Brücke wertvolle Enterprise-Workloads tragen kann.

Die Zahl von 35 Millionen verändert die Geschichte, entscheidet sie jedoch nicht

Die Kehrtwende bei OpenAI besteht darin, dass eine Schwäche im Enterprise-Bereich nicht länger unvermeidlich wirkt, obwohl die veröffentlichten Zahlen weiterhin entscheidende Fragen offenlassen.

Zu Beginn des Jahres 2026 teilte die einfachste Wettbewerbserzählung den Markt in zwei Stärken auf. OpenAI beherrschte die breite Aufmerksamkeit von Verbrauchern, während Anthropic zunehmend ernsthafte Nachfrage von Unternehmen und im Coding-Bereich gewann. Die neuesten Daten verkomplizieren diese Aufteilung.

Fünfunddreißig Millionen wöchentliche Work- und Codex-Nutzer würden bei jedem vernünftigen Vergleich ein bedeutendes professionelles Publikum darstellen. Das deutet darauf hin, dass OpenAI über gelegentliche Experimente einer kleinen Entwicklergemeinschaft hinausgegangen ist. Es weist auch darauf hin, dass allgemeine Wissensarbeiter in Agenten-Workflows einsteigen.

OpenAI hat mehrere solcher Workflows in Produktmaterialien beschrieben. Dazu gehören das Sammeln von Informationen über Anwendungen hinweg, das Erstellen von Tabellenkalkulationen und Präsentationen, die Recherche zu Kunden sowie die Entwicklung interner Tools. Das Unternehmen sagt, Work könne sich stundenlang mit einem Projekt befassen und es in kleinere Aufgaben aufteilen.

Ein frühes Beispiel betraf die Analyse von Kundenkontaktpunkten über das Kundenmanagementsystem eines Unternehmens und E-Mails hinweg. Der Agent identifizierte Lücken bei der Nachverfolgung und erstellte ein Dashboard für Führungskräfte. OpenAI präsentierte das Beispiel, als es ChatGPT Work vorstellte.

Dieses Beispiel demonstriert den vorgesehenen Mechanismus, beweist jedoch nicht, dass typische Nutzer dasselbe Ergebnis erzielen. Frühe Tests erhalten oft mehr Unterstützung und umfassen sorgfältig ausgewählte Aufgaben. Unternehmenskäufer werden Ergebnisse über gewöhnliche Teams, unvollständige Daten und sich verändernde Workflows hinweg benötigen.

Codex bietet einen klareren Zeitverlauf der Einführung. OpenAI sagte, die Zahl der wöchentlichen Nutzer habe Anfang April drei Millionen und bis Juni fünf Millionen überschritten. Die breitere Kategorie Work und Codex erreichte laut der DevDay-Veröffentlichung bis Ende September mehr als 35 Millionen.

Der Vergleich ist nicht vollkommen gleichwertig, weil die spätere Zahl ein weiteres Produkt einschließt. Dennoch zeigt er, dass OpenAI sowohl das Publikum als auch die Definition agentischer Arbeit erweitert hat. Das Unternehmen präsentiert Codex nicht länger als Spezialwerkzeug für Softwareingenieure.

Diese Ausweitung schafft neue Möglichkeiten. Ein Marketer kann einen Agenten bitten, Recherche zu einem Kampagnenbriefing zusammenzustellen. Ein Finanzteam kann eine Budgetabweichung untersuchen. Ein Produktmanager kann Kundenfeedback, Besprechungsnotizen und Nutzungsdaten zu einem wöchentlichen Update zusammenführen.

Sie schafft jedoch auch zusätzliche Fehlermöglichkeiten. Ein Coding-Agent arbeitet im Allgemeinen innerhalb von Repositories, Tests und Review-Systemen mit sichtbaren Ergebnissen. Ein allgemeiner Arbeitsagent kann über E-Mails, Dokumente, Kalender, Browser und Geschäftsanwendungen hinweg handeln.

Diese Umgebungen enthalten mehrdeutige Anweisungen und sensible Informationen. Ein Fehler zeigt sich möglicherweise nicht als fehlgeschlagener Test. Er kann sich als fehlerhafter Bericht, unbefugte Offenlegung oder eine Handlung mit veraltetem Kontext manifestieren.

Der Wert eines Arbeitsagenten hängt daher von mehr als Modellfähigkeiten ab. Er erfordert klare Berechtigungen, zuverlässige Informationsabfrage, rückgängig zu machende Aktionen, menschliche Überprüfung und Aufzeichnungen darüber, was geschehen ist. Organisationen müssen entscheiden, welche Aufgaben Agenten autonom erledigen können und welche eine Genehmigung erfordern.

Die Zahl von 35 Millionen zeigt nicht, wie viele Nutzer diese Schwelle überschreiten. Einige nutzen Work möglicherweise für gelegentliche Recherche, während andere wiederkehrende Abläufe delegieren. Beide zählen als wöchentliche Nutzer, schaffen jedoch einen sehr unterschiedlichen wirtschaftlichen Wert.

Auch die Häufigkeit benötigt Kontext. Ein Nutzer, der während einer Woche einmal aktiv ist, erfüllt eine gängige Definition eines wöchentlich aktiven Nutzers. Diese Kennzahl zeigt weder Sitzungen noch abgeschlossene Aufträge, eingesparte Zeit oder eine fortgesetzte Nutzung über mehrere Monate hinweg.

OpenAI hat nicht offengelegt, wie sich die 35 Millionen Nutzer auf Work und Codex verteilen. Ebenso wenig hat das Unternehmen Angaben zur organisatorischen Konzentration gemacht. Eine kleine Gruppe großer Rollouts könnte andere Wettbewerbsimplikationen haben als eine breite Einführung in vielen Unternehmen.

Selbst die Zahl von 2,5 Millionen Unternehmen muss eingeordnet werden. Sie deutet auf eine umfangreiche organisatorische Reichweite hin, doch ein Unternehmen kann eine API, ChatGPT, Codex, Work oder mehrere Dienste nutzen. Die Kundenzahl allein kann die Tiefe der Einführung nicht zeigen.

Keine dieser Lücken entwertet den Meilenstein. Sie definieren, was der Meilenstein belegen kann. Er ist ein glaubwürdiger Hinweis darauf, dass OpenAI’s professionelle Produkte schnell gewachsen sind, aber kein Beweis dafür, dass sie Enterprise-KI dominieren.

Die Kehrtwende ist daher zurückhaltend, aber bedeutend. OpenAI’s Verbraucherbasis wirkte einst von seiner Enterprise-Position abgekoppelt. Work und Codex bieten nun einen sichtbaren Konversionspfad, während unabhängige Ausgabendaten zeigen, dass das Unternehmen den Vorsprung von Anthropic verringert.

Die nächste Frage lautet, ob dieser Pfad dauerhafte Arbeitsgewohnheiten hervorbringt. Unternehmenssoftware wird verteidigungsfähig, wenn Teams Prozesse, Datenverbindungen und Governance darum herum aufbauen. Wöchentliche Aktivität ist der Beginn dieses Prozesses, nicht dessen Abschluss.

Was die Nutzerzahlen nicht zeigen

OpenAI’s Angaben messen Reichweite, während Käufer Belege zu Bindung, Zuverlässigkeit, Sicherheit und abgeschlossenen Ergebnissen benötigen.

Die erste Unsicherheit betrifft die Messung. OpenAI hat von mehr als 1,2 Milliarden wöchentlichen ChatGPT-Nutzern und mehr als 35 Millionen wöchentlichen Work- und Codex-Nutzern gesprochen. Das Unternehmen hat für keine der beiden Zahlen eine detaillierte Methodik veröffentlicht.

Börsennotierte Unternehmen definieren aktive Nutzer oft in formalen Berichten und halten konsistente Berichtszeiträume ein. OpenAI befindet sich in Privatbesitz, sodass seine operativen Kennzahlen weniger standardisiert offengelegt werden. Leser müssen die Zahlen als vom Unternehmen gemeldete Meilensteine behandeln.

Die zweite Unsicherheit ist die Überschneidung. Work existiert innerhalb der ChatGPT-Umgebung, und Codex-Funktionen können Work-Aufgaben unterstützen. Ein Nutzer kann während desselben Projekts mit beiden interagieren, was Produktvergleiche erschwert.

Die dritte Unsicherheit ist die Intensität. Wöchentliche Aktivität sagt wenig darüber aus, ob Agenten hochwertige Aufgaben erledigen. Eine experimentelle Anfrage und ein wiederkehrender operativer Workflow können beide einen aktiven Nutzer erzeugen.

Die vierte Unsicherheit ist die Bindung. Schnelle Produkteinführungen können Tests erzeugen, die nachlassen, wenn Nutzer auf Grenzen, Fehler oder unklaren Nutzen stoßen. OpenAI hat keine Kohortenbindung für Work oder Codex veröffentlicht.

Die fünfte Unsicherheit betrifft die Wirtschaftlichkeit. Agentische Aufgaben können lange Modellläufe, wiederholte Tool-Aufrufe und erhebliche Rechenkapazität erfordern. Ein rasch wachsendes Publikum ist nur dann kommerziell attraktiv, wenn OpenAI es nachhaltig bedienen kann.

OpenAI hat außerdem den kostengünstigeren Zugang und werbefinanzierte Verfügbarkeit ausgeweitet. Diese Strategien können die Reichweite erhöhen, verkomplizieren jedoch die Verbindung zwischen aktiven Nutzern und Umsatz. Eine Plattform mit einer Milliarde Nutzern kann weiterhin unter Druck geraten, wenn professionelle Nutzung teuer bleibt.

Für Unternehmen stellt Sicherheit eine unmittelbarere Frage dar. Ein Agent, der Dokumente liest und Anwendungen bedient, erhält umfassenderen Zugang als ein herkömmlicher Chatbot. Jede Verbindung schafft eine weitere Grenze, an der Zugangsdaten, Datenexposition und unbeabsichtigte Handlungen eine Rolle spielen.

Administratoren benötigen Richtlinienkontrollen, die diesen Risiken entsprechen. Sie müssen wissen, auf welche Quellen ein Agent zugegriffen hat, welchen Anweisungen er gefolgt ist und welche Handlungen er versucht hat. Außerdem brauchen sie Mechanismen, um Aktivitäten anzuhalten, rückgängig zu machen und zu untersuchen.

Genauigkeit bleibt ebenso wichtig. Lang laufende Agenten können ein frühes Missverständnis über mehrere Schritte hinweg verstärken. Ein überzeugend gestaltetes Abschlussdokument kann schwache Belege, unvollständige Informationsabfrage oder eine falsche Annahme verbergen.

Menschliche Überprüfung verschwindet nicht, wenn Agenten besser werden. Sie verlagert sich auf Aufgabendefinition, Berechtigungen, Kontrollpunkte und Evaluierung. Teams, die diese Kontrollen überspringen, können mehr Arbeit erzeugen, ohne bessere Entscheidungen zu treffen.

Es besteht auch ein Konzentrationsrisiko. Wenn eine Organisation einen Anbieter mit ihren Dateien, ihrem Code, ihren Kommunikationsmitteln und ihren Geschäftssystemen verbindet, wird ein Wechsel schwieriger. Käufer müssen Bequemlichkeit gegen die Abhängigkeit von einer Modellfamilie und einer Schnittstelle abwägen.

OpenAI’s integrierter Ansatz macht diesen Zielkonflikt besonders sichtbar. Eine gemeinsame Umgebung kann Reibung zwischen ChatGPT, Work, Codex und APIs reduzieren. Dieselbe Integration kann sensiblen Kontext bei einem Anbieter zentralisieren.

Wettbewerb bietet einen gewissen Schutz. Anthropic, Google, Microsoft und andere Anbieter entwickeln weiterhin Agenten und Enterprise-Kontrollen. Ihre Präsenz bietet Käufern Alternativen und hält jedes einzelne Unternehmen davon ab, Distribution für ausreichend zu halten.

Ein Wechsel ist jedoch am einfachsten, bevor Teams ihre Workflows um proprietäre Funktionen herum gestalten. Unternehmen sollten Portabilität bewerten, während die Einführung noch im Entstehen ist. Sie sollten außerdem Quelldokumente, Entscheidungsprotokolle und Automatisierungslogik außerhalb eines einzelnen Gesprächsverlaufs bewahren.

Für einzelne Wissensarbeiter ist das praktische Risiko alltäglicher. Ein Agent kann reichlich Output erzeugen und zugleich die Quellenprüfung erschweren. Schnellere Erstellung erhöht den Bedarf an disziplinierter Überprüfung und nachvollziehbarem Kontext.

Die skeptische Schlussfolgerung lautet nicht, dass die Zahlen bedeutungslos sind. Sie lautet, dass die Größe des Publikums nur die erste Frage der Einführung beantwortet. OpenAI hat gezeigt, dass Menschen kommen, aber noch nicht, wie konsequent sie bleiben oder erfolgreich sind.

Drei Signale werden zeigen, ob OpenAI Skalierung in Arbeit umsetzen kann

Die nächste Phase wird durch aktive Enterprise-Nutzung, die Reaktion der Wettbewerber und Belege dafür entschieden, dass Agenten wertvolle Aufgaben zuverlässig erledigen.

Das erste Signal ist eine klarere Aufschlüsselung der Einführung von ChatGPT Work und Codex. OpenAI sollte getrennte Nutzerzahlen, Überschneidungen, Bindung und organisatorische Rollouts offenlegen. Diese Zahlen würden zeigen, ob der Meilenstein von 35 Millionen breite Experimente oder dauerhafte Gewohnheiten widerspiegelt.

Wachstum, das nach der Einführungsphase anhält, würde OpenAIs Aussage stärken. Stabile Kohorten und eine zunehmende Nutzung innerhalb bestehender Unternehmen wären wichtiger als eine weitere kombinierte Schlagzeile. Eine deutliche Verlangsamung würde darauf hindeuten, dass die anfängliche Neugier den wiederkehrenden Nutzen überstieg.

Das zweite Signal ist Anthropics Reaktion im Bereich Coding und Unternehmens-Workflows. OpenAI hat die Wettbewerbserzählung eingeengt, doch Anthropic verfügt weiterhin über hohe Glaubwürdigkeit bei Entwicklern und über organisatorische Zugkraft. Neue Claude-Funktionen, Kundenerfolge oder verbesserte Bereitstellungs- und Kontrollmechanismen könnten diesen Vorteil sichern.

Unabhängige Einkaufsdaten werden besonders aufschlussreich sein. Wenn OpenAI in einer breiten Unternehmensstichprobe vorzieht, wird seine distributionsgetriebene Strategie überzeugender wirken. Behält Anthropic trotz der Reichweite von OpenAI die Führung, wird die Übertragbarkeit der Verbraucherreichweite geringer erscheinen als erwartet.

Das dritte Signal sind Nachweise, die an Geschäftsergebnisse geknüpft sind. OpenAI und seine Kunden müssen abgeschlossene Workflows, verkürzte Durchlaufzeiten, niedrigere Fehlerquoten und eine nachhaltige Nutzung dokumentieren. Token-Ausgaben und Zahlen aktiver Nutzer können diese Kennzahlen nicht ersetzen.

Unabhängige Bewertungen würden diese Aussagen glaubwürdiger machen. Käufer sollten nach Studien suchen, die agentengestützte Arbeit mit etablierten Prozessen in gewöhnlichen Teams vergleichen. Die Ergebnisse sollten Fehlschläge, Prüfaufwand und Implementierungskosten umfassen, nicht nur erfolgreiche Demonstrationen.

Diese Signale werden auch verdeutlichen, was das Wachstum der ChatGPT-Nutzer von OpenAI für alltägliche Nutzer bedeutet. Wenn Work und Codex bei gängigen Aufgaben zuverlässig bleiben, wird Delegation zu einer Standardebene der Wissensarbeit. Bleiben die Kosten für Aufsicht hoch, könnten Agenten wertvoll, aber spezialisierte Werkzeuge bleiben.

Entwickler sollten beobachten, ob Codex seine Identität als ernsthafte Engineering-Umgebung bewahrt, während es sich auf allgemeine Arbeit ausweitet. Unternehmenskäufer sollten Governance, Portabilität und die Akzeptanz über Pilotgruppen hinaus prüfen. Wissensarbeiter sollten abgeschlossene Ergebnisse statt des Umfangs generierter Inhalte bewerten.

Der Meilenstein von 1,2 Milliarden unterstreicht OpenAIs außergewöhnliche Reichweite. Die Zahl von 35 Millionen für Work und Codex zeigt, dass ein bedeutender Anteil dieses Publikums eine folgenreichere Beziehung zu KI erprobt. Die unbeantwortete Frage lautet, ob diese Nutzer verlässliche Workflows aufbauen oder lediglich die neueste Benutzeroberfläche ausprobieren.

Diese Frage lässt sich nicht durch ein weiteres Launch-Event beantworten. Sie wird sich durch Nutzerbindung, Wechsel zwischen Wettbewerbern und die Qualität der Arbeit klären, die nach dem Nachlassen des Neuheitseffekts erledigt wird. Beobachten Sie, was Teams weiterhin nutzen, worauf sie Agenten Zugriff gewähren und welcher Anbieter sich einen dauerhaften Platz in ihren Betriebssystemen verdient.