OpenAI untersucht das Potenzial neuer KI-Modelle zur Unterstützung menschlicher Arbeitskräfte

Die Debatte um das Potenzial künstlicher Intelligenz (KI), menschliche Arbeitsplätze zu transformieren oder gar zu ersetzen, gewinnt zunehmend an Fahrt. Im Zentrum dieser Diskussion steht oft die Entwicklung der Artificial General Intelligence (AGI), einer hypothetischen KI, die intellektuelle Aufgaben ebenso gut oder besser als ein Mensch bewältigen kann. OpenAI, ein führendes Unternehmen im Bereich der KI-Forschung, unternimmt nun konkrete Schritte, um die Leistungsfähigkeit seiner Modelle unter realen Bedingungen zu evaluieren. Diese Tests sollen Aufschluss darüber geben, wie weit die aktuellen KI-Systeme auf dem Weg zur AGI tatsächlich sind und welche Auswirkungen dies auf die Arbeitswelt haben könnte.

OpenAIs Ansatz: KI-Modelle im Praxistest

OpenAI hat einen neuen Bewertungsprozess initiiert, um die Fähigkeiten seiner fortschrittlichsten KI-Modelle, einschließlich GPT-5, systematisch an realen Arbeitsaufgaben zu messen. Dieser Ansatz zielt darauf ab, über traditionelle Benchmarks hinauszugehen und die Modelle mit den Komplexitäten und Nuancen tatsächlicher beruflicher Anforderungen zu konfrontieren. Das Unternehmen bittet dafür Freelancer, reale Arbeitsaufträge aus ihren aktuellen oder früheren Tätigkeiten hochzuladen. Diese Aufträge umfassen nicht nur die Aufgabenstellung selbst, sondern auch die dazugehörigen Arbeitsergebnisse, wie beispielsweise Word-Dokumente, PDFs oder Excel-Dateien.

Das primäre Ziel dieser Tests ist es, zu ermitteln, ob die KI-Modelle menschliche Arbeitskräfte in wirtschaftlich relevanten Aufgaben übertreffen können – ein entscheidender Indikator für den Fortschritt in Richtung AGI. OpenAI und das Trainingsdatenunternehmen Handshake AI, die an diesem Prozess beteiligt sind, betonen die Notwendigkeit authentischer Ergebnisse, um eine valide Vergleichsgrundlage zu schaffen. Die eingereichten Daten sollen eine realistische Einschätzung der Leistungsfähigkeit der KI-Modelle unter praxisnahen Bedingungen ermöglichen.

Ernüchternde Zwischenergebnisse und die Grenzen der KI

Trotz der beeindruckenden Fortschritte, die große Sprachmodelle in den letzten Jahren gemacht haben, zeigen erste Ergebnisse dieser Praxistests noch deutliche Limitationen auf. Ein sogenannter "Remote Labor Index" kommt zu dem Schluss, dass selbst das leistungsfähigste getestete KI-Modell lediglich rund drei Prozent der gestellten Aufgaben zufriedenstellend erledigen konnte. Diese Zahl deutet darauf hin, dass die aktuellen KI-Systeme zwar in spezifischen Bereichen brillieren können, aber noch weit davon entfernt sind, menschliche Arbeitskräfte umfassend zu ersetzen oder deren Gesamtleistung zu erreichen.

Experten wie Bing Liu von Scale AI und Dan Hendrycks vom Center for AI Safety weisen darauf hin, dass die KI-Agenten zwar Fortschritte im Bereich des Codings und logischen Denkens zeigen, jedoch weiterhin Schwierigkeiten mit komplexen, mehrschrittigen Aufgaben und der Integration verschiedener Tools haben. Es fehlt ihnen an Langzeitspeicher und der Fähigkeit, kontinuierlich aus Erfahrungen zu lernen, um Fähigkeiten am Arbeitsplatz wie Menschen zu erwerben.

Die Simulationen, wie sie beispielsweise von Wissenschaftlern der Carnegie Mellon University und der Duke University durchgeführt wurden, bestätigen diese Beobachtungen. Dort scheiterten selbst die besten KI-Modelle an einem Großteil der Aufgaben, die typisch für den Arbeitsalltag sind. Dies unterstreicht, dass KI derzeit eher als unterstützendes Werkzeug denn als vollständiger Ersatz für menschliche Expertise zu verstehen ist.

Rechtliche und ethische Herausforderungen

Die Sammlung und Nutzung realer Arbeitsdaten für das Training und die Bewertung von KI-Modellen birgt erhebliche rechtliche und ethische Risiken. Insbesondere das Thema des geistigen Eigentums und der Vertraulichkeit von Informationen steht im Fokus. OpenAI fordert zwar die Freelancer auf, sensiblen Daten und geistiges Eigentum der Arbeitgeber aus den eingereichten Dokumenten zu entfernen. Hierfür wird sogar ein internes ChatGPT-Tool namens "Superstar Scrubbing" erwähnt, das Hinweise zur Entfernung sensibler Informationen geben soll.

Dennoch warnen Rechtsexperten wie Evan Brown, Anwalt für geistiges Eigentum, vor den potenziellen Konsequenzen. KI-Labore könnten Klagen wegen Veruntreuung von Geschäftsgeheimnissen ausgesetzt sein, wenn vertrauliche Informationen von Auftragnehmern in großem Umfang verarbeitet werden. Auch Freelancer könnten in rechtliche Schwierigkeiten geraten, selbst wenn sie Dokumente bereinigen, da diese weiterhin unter Geheimhaltungsvereinbarungen fallen könnten. Diese Bedenken unterstreichen die Notwendigkeit klarer Richtlinien und robuster Schutzmechanismen im Umgang mit sensiblen Daten.

Der boomende Markt für KI-Trainingsdaten

Der Bedarf an hochwertigen Daten für das Training und die Validierung von KI-Modellen hat in den letzten Jahren massiv zugenommen. Unternehmen wie OpenAI greifen verstärkt auf Drittanbieter wie Surge, Mercor oder Scale AI zurück, die Netzwerke von Datenauftragnehmern aufbauen und verwalten. Die gestiegenen Anforderungen an die Qualität der Daten führen dazu, dass qualifizierte Fachkräfte engagiert und entsprechend höhere Vergütungen gezahlt werden müssen.

Dies hat eine lukrative Nische innerhalb der KI-Trainingsbranche entstehen lassen. Unternehmen wie Handshake AI, das 2022 auf rund 3,5 Milliarden US-Dollar bewertet wurde, oder Surge, dessen Bewertung im Sommer 2025 sogar 25 Milliarden US-Dollar erreicht haben soll, zeugen von der enormen wirtschaftlichen Bedeutung dieses Sektors. Der Markt für KI-Trainingsdaten ist somit ein wesentlicher Treiber und Profiteur des aktuellen KI-Booms.

Ausblick: Der lange Weg zur AGI

Die aktuellen Tests von OpenAI verdeutlichen, dass der Weg zur Artificial General Intelligence (AGI) trotz beeindruckender Fortschritte noch weit ist. Die Fähigkeit, menschliche Arbeitskräfte in den meisten wirtschaftlich relevanten Aufgaben zu übertreffen, ist bisher nur in Ansätzen erkennbar. Die Komplexität menschlicher Arbeit, die oft Kreativität, kritisches Denken, soziale Interaktion und die Fähigkeit zur Problemlösung in unstrukturierten Umgebungen erfordert, stellt weiterhin eine große Herausforderung für KI-Systeme dar.

Für Unternehmen bedeutet dies, dass KI-Systeme in absehbarer Zeit primär als Unterstützungswerkzeuge eingesetzt werden sollten. Die Kombination aus der Effizienz von KI bei repetitiven oder datenintensiven Aufgaben und dem menschlichen Urteilsvermögen, der Anpassungsfähigkeit und der Fähigkeit zur strategischen Problemlösung dürfte der erfolgversprechendste Ansatz bleiben. Die Entwicklung von KI-Agenten, die direkt auf Unternehmensprozesse abgestimmt und mit spezifischem Unternehmenswissen ausgestattet sind, könnte einen effektiveren Weg darstellen, um reale Arbeitsaufgaben zu lösen, als der Test generischer Modelle.

Die fortlaufende Forschung und Entwicklung in diesem Bereich wird entscheidend sein, um die Potenziale der KI voll auszuschöpfen und gleichzeitig die Herausforderungen, insbesondere im Hinblick auf Arbeitsplatzsicherheit und ethische Aspekte, verantwortungsvoll zu managen. Die Diskussion über die Rolle der KI in der Arbeitswelt wird somit weiterhin ein zentrales Thema bleiben, das eine präzise und differenzierte Betrachtung erfordert.

Bibliografie

- t3n. (2026, 17. Januar). AGI-Wettlauf: OpenAI testet, ob KI deine Arbeit wirklich ersetzen kann. - Evoya AI. (2026, 12. Januar). OpenAI testet KI-Modelle an realen Arbeitsaufgaben auf dem Weg zur AGI. - FinanzNachrichten.de. (2026, 10. Januar). Auf dem Weg zur AGI: OpenAI testet neue KI-Modelle an echten Aufträgen. - Threads. (2026, 17. Januar). Reale Auftragsdaten sollen belegen, wie gut die KI-Modelle von OpenAI im Vergleich zu menschlichen Fachkräften abschneiden. - Der Spiegel. (2025, 3. Oktober). Künstliche Intelligenz: Killt die KI meinen Job? Gewinner und Verlierer der neuen Arbeitswelt. - t3n. (2025, 5. November). KI im Praxistest: Warum Menschen am Arbeitsplatz noch lange unverzichtbar bleiben. - Everlast AI. (2025, 23. Dezember). OpenAI vs Gemini, Robotaxis, AGI-Wettrüsten, KI im Weltall & 2026 ... (Video). - The Decoder. (2025, 27. September). OpenAI testet KI-Modelle erstmals systematisch an realer Wissensarbeit. - Die Zeit. (2025, 7. Februar). Tiefenrecherche: Wie tief wühlt die Recherche-KI wirklich? - Die Zeit. (2025, 13. Juli). KI-Agenten: Mr. Bot, wir haben ein Problem.