
Symbolbild
Unternehmen3 Min. Lesezeit
OpenAI-Bericht: KI-Agenten lösen 46 Prozent mehrstündiger Aufgaben
OpenAI meldet, dass seine KI-Agenten inzwischen fast die Hälfte der internen Forschungsaufgaben selbstständig erledigten, für die ein Mensch zwei bis vier Stunden bräuchte: 46 Prozent im Oktober nach 23 Prozent im März. Im Median nutze ein Forscher dafür Agenten im Wert von 2.400 US-Dollar pro Tag, gerechnet zu API-Listenpreisen, heißt es in dem am 18. November veröffentlichten Bericht.
Das Wichtigste in Kürze
- OpenAI veröffentlichte am 18. November 2026 den Bericht „Research acceleration: The jagged frontier“ mit internen Messungen.
- Aufgaben von zwei bis vier Stunden erledigten die Agenten laut OpenAI im Oktober zu 46 Prozent ohne Eingreifen, im März zu 23 Prozent.
- Im Median nutzte ein Forscher im Oktober Agenten im Wert von 2.400 US-Dollar pro Tag zu Listenpreisen, beim 90. Perzentil 23.000 Dollar.
Mit KI recherchiert und geschrieben, nach Luigis Vorgaben, Positionen und Redaktionsregeln. Automatisch gegen die Quellen geprüft. So arbeite ich →
Der Bericht „Research acceleration: The jagged frontier“ beruht auf internen Messungen und schließt an eine erste Auswertung vom September an. Bei Aufgaben, für die ein Mensch vier bis acht Stunden bräuchte, sei die Erfolgsquote ohne menschliches Eingreifen von 13 auf 35 Prozent gestiegen. OpenAI schränkt selbst ein, dass die Forscher inzwischen womöglich andere Aufgaben an die Agenten gäben als im Frühjahr; die Quoten spiegelten also auch eine veränderte Auswahl.
KI-Agenten bei OpenAI: Erfolgsquote je Aufgabe
Wie gut die Agenten arbeiten, hängt laut OpenAI stark von der Art der Arbeit ab, daher der Titel „jagged frontier“, eine gezackte Grenze. Für die Zeit vom 1. August bis 18. Oktober nennt der Bericht unter anderem diese Quoten ohne menschliches Eingreifen:
| Aufgabe | Erfolgsquote |
|---|---|
| Trainingsläufe auf Probleme überwachen | 79 % |
| Technische Fragen beantworten | 72 % |
| Trainingsläufe starten | 35 % |
| Test-, Lern- und Agenten-Umgebungen bauen | 29 % |
| Code für Inferenz- und Serving-Systeme schreiben | 25 % |
Nach Kategorien lägen Kommunizieren (69 Prozent) und Analysieren (58 Prozent) deutlich vor Bauen (43 Prozent). Schwächere Aufgaben könnten zum Engpass werden, schreibt OpenAI. In Interviews mit zehn Forschern heißt es, die Agenten hätten ein schwaches Gespür für Forschungsideen, Codequalität und Daten, verlören sich in unnötigen Nebenwegen und lieferten minderwertige Codeänderungen. Ein Forscher beschreibt sein Vorgehen so: Der Agent baue zuerst ein einzelnes Exemplar, er selbst prüfe und korrigiere es, danach erledige der Agent den Rest.
Kosten: 2.400 Dollar pro Forscher und Tag
Laut Bericht habe im Oktober ein Forscher im Median Agenten im Wert von rund 2.400 US-Dollar pro Tag genutzt, 62 Prozent mehr als im September mit 1.500 Dollar. Beim 90. Perzentil seien es 23.000 Dollar gewesen nach 11.000 Dollar. Kontingente für Agenten gebe es intern nicht. Die Zahl der „Agenten-Arbeitstage“, also acht Stunden Agentenlaufzeit, sei von 0,5 auf 5,7 pro Forscher und Tag gestiegen. Mitte Oktober hätten mehr als zwei Drittel der Forscher in der Spitze täglich mindestens vier Agenten gleichzeitig laufen lassen, mehr als 10 Prozent mindestens 16.
Im September sei der Wert der Agentennutzung zu Listenpreisen etwa doppelt so hoch gewesen wie die Vergütung der Forschungsabteilung ohne Aktienanteile; diese machen laut OpenAI 70 bis 80 Prozent der Zielvergütung aus. Laut Bericht entfielen auf den internen Einsatz tatsächlich nur 2 Prozent der Rechenleistung für Forschung. In einer Umfrage unter 101 Forschern von Ende August bis Anfang September gaben diese im Median an, sie würden für drei weitere Monate mit den neuesten Coding-Agenten 40 Prozent der Mitarbeiter ihres Teams oder 30 Prozent der Rechenleistung abgeben. Die Zahl der Experimente pro aktivem Forscher lag laut Bericht zuletzt beim 1,68-Fachen des Werts von 2025.
OpenAI veröffentlicht die Zahlen nach eigenen Angaben, weil KI-Labore Anzeichen dafür offenlegen sollten, dass KI die Entwicklung künftiger KI beschleunigt. Ähnliche Messungen hätten auch Anthropic und Google DeepMind vorgelegt, heißt es in einer Fußnote. Die Arbeitswochen für Sicherheits- und Alignment-Forschung seien von Januar bis September um 77 Prozent gewachsen, verstärkt nach dem Vorfall bei Hugging Face im Juli, um den es auch in der Klage Kaliforniens gegen OpenAI geht.
Einordnung
Die Quoten zeigen, wo Agenten heute verlässlich arbeiten, nämlich bei Aufgaben mit einem eindeutigen Prüfschritt. Ob ein Trainingslauf ein Problem hat, lässt sich klar beantworten, entsprechend hoch ist die Quote. Code für ein laufendes Produkt verlangt ein Urteil über Qualität, dort schafft der Agent nur jede vierte Aufgabe allein. Dasselbe Muster zeigte am Mittwoch der Bericht über OpenAI-Modelle im Chipdesign von AMD, wo jede Änderung durch feste Prüfwerkzeuge lief, und der Epoch-Test mit echter Büroarbeit. Für Marketing-Teams ergibt sich daraus eine Reihenfolge: Kampagnen überwachen, Daten prüfen und Auswertungen zuerst an Agenten geben, Positionierung und Freigabe nicht. Das Vorgehen des zitierten Forschers, erst ein Exemplar prüfen und dann skalieren, eignet sich auch für Marketing-Teams als Freigaberegel.
Bei der Kostenzahl ist Vorsicht geboten. OpenAI rechnet mit eigenen Listenpreisen, die es intern nicht bezahlt, und setzt keine Kontingente. Externe Kunden bezahlen ihre Nutzung dagegen, wie zuletzt auch die Kostenstudie von Microsoft vorrechnete. Wer Agenten breit einführt, sollte den Verbrauch pro Person monatlich neben die Personalkosten legen und je Aufgabe festhalten, wie oft das Ergebnis ohne Nacharbeit brauchbar war. Erst diese Quote zeigt, ob ein Agent Arbeit abnimmt oder nur verlagert. Ansätze für den Einstieg beschreibt der Ratgeber KI-Agenten im Marketing.
Du hast eine KI-News? News einreichen →
Häufige Fragen
Wie viel geben OpenAI-Forscher für KI-Agenten aus?
Laut OpenAI-Bericht vom 18. November 2026 nutzte im Oktober ein Forscher im Median Agenten im Wert von 2.400 US-Dollar pro Tag zu API-Listenpreisen, beim 90. Perzentil 23.000 Dollar. Intern gibt es keine Kontingente.
Welche Aufgaben erledigen KI-Agenten bei OpenAI am zuverlässigsten?
Am besten schnitten das Überwachen von Trainingsläufen (79 Prozent ohne Eingreifen) und das Beantworten technischer Fragen (72 Prozent) ab, am schwächsten Code für Inferenz-Systeme (25 Prozent).
Quelle
OpenAI: Research acceleration: The jagged frontier
Weitere Quellen
- OpenAI – Erster Bericht vom September 2026, nur als Hintergrund.



