OpenAI hat Mitte August 2026 angegeben, KI-Agenten hätten in der eigenen Forschungsorganisation 3,1 Agenten-Arbeitstage pro menschlichem Forscher-Arbeitstag erbracht. Zugleich erklärt das Unternehmen, das Ziel eines „automatisierten Forschungsassistenten“ erreicht zu haben. Gemeint ist ein System, das gut definierte Forschungsaufgaben unter menschlicher Anleitung bearbeiten kann, für die ein erfahrener Forscher mehrere Tage benötigen würde.
Das ist keine kleine Behauptung. Sie betrifft den Kern dessen, womit OpenAI seine eigene Entwicklung beschleunigen will: Forschung nicht nur mit KI-Produkten zu unterstützen, sondern mit KI-Systemen, die an der nächsten Generation solcher Systeme mitarbeiten. Trotzdem ist die naheliegende Lesart zu grob, wenn daraus bereits ein selbstständig forschender Maschinenwissenschaftler gemacht wird. Die belastbaren Angaben zeigen eher etwas Konkreteres: OpenAI hat offenbar eine interne Arbeitsform erreicht, in der Agenten relevante Teilstrecken übernehmen, während Menschen weiterhin priorisieren, eingreifen und entscheiden.
Die Zahl misst Arbeit, nicht Autonomie
Die 3,1 Agenten-Arbeitstage pro menschlichem Arbeitstag sind zunächst eine interne Produktivitätsmetrik. Sie sagt, dass Agenten rechnerisch mehr Arbeitszeit erzeugen, als menschliche Forscher selbst aufwenden. Sie sagt aber nicht automatisch, dass diese Arbeit denselben Wert hat, dieselbe Qualität erreicht oder ohne menschliche Strukturierung entsteht. Genau an diesem Punkt wird die Formulierung „Forschungsassistent“ wichtig.
Wie OpenAI die agentengestützte Forschung beschreibt
Die Grafik zeigt die aus den Angaben ableitbare Arbeitsteilung: Menschen setzen Prioritäten, Agenten bearbeiten definierte Aufgaben, Menschen greifen ein und entscheiden über Ergebnisse.
OpenAI beschreibt den erreichten Stand als System für gut definierte Aufgaben. Das ist eine klare Einschränkung. In der Forschung sind solche Aufgaben wichtig: Code schreiben, Experimente vorbereiten, Varianten testen, Fehler eingrenzen, Datenläufe auswerten. Viele davon kosten Zeit und lassen sich in Teilprobleme zerlegen. Doch sie sind nicht identisch mit der Entscheidung, welche Frage überhaupt verfolgt werden sollte, wann ein Ergebnis vertrauenswürdig ist oder ob eine Hypothese den Aufwand lohnt.
Der Unterschied ist nicht akademisch. Wenn ein Agent eine 4- bis 8-stündige Aufgabe bearbeitet, aber in mehr als der Hälfte der erfolgreichen Fälle mindestens eine menschliche Intervention benötigt, dann ist die operative Rolle des Menschen weiterhin eingebaut. Der Agent arbeitet nicht einfach durch. Er wird korrigiert, neu ausgerichtet oder an Grenzen geführt, die jemand erkennen muss. OpenAI selbst gibt an, dass Menschen weiterhin Forschungsprioritäten setzen und Entscheidungen über den Einsatz der Systeme treffen.
Der Engpass verschiebt sich zur Aufgabenformulierung
Die praktische Veränderung liegt deshalb weniger in einer sofortigen Ablösung menschlicher Forschung als in der Verlagerung von Arbeit. Wer mit solchen Systemen produktiv arbeitet, muss Aufgaben so schneiden, dass Agenten sie bewältigen können. Aus einer vagen Forschungsfrage wird eine Kette von ausführbaren Teilaufträgen. Aus einem Experiment wird ein Bündel von Läufen, Prüfungen und Codeänderungen. Aus menschlicher Arbeit wird Steuerungsarbeit.
Das kann viel bewirken. Wenn Forscher mehr Experimente parallel starten können, steigen Durchsatz und Suchbreite. Ansätze, die früher aus Zeitgründen nicht verfolgt wurden, lassen sich eher ausprobieren. Fehler werden möglicherweise schneller gefunden. Gleichzeitig entsteht ein neuer Qualitätsdruck: Mehr Experimente bedeuten nicht automatisch bessere Forschung. Wer mehr Varianten erzeugt, muss mehr Ergebnisse bewerten. Die Fähigkeit, Unsinn, Zufallstreffer und methodische Schwächen zu erkennen, wird nicht weniger wichtig.
Damit wird die zentrale Frage nüchterner: Wie gut ist OpenAI darin, die zusätzliche Agentenarbeit in belastbaren Forschungsfortschritt zu übersetzen? Die gemeldete Arbeitsmenge ist ein Hinweis auf operative Skalierung. Sie ist kein öffentlicher Beleg dafür, dass die Systeme eigenständig neue Forschungsrichtungen eröffnen oder robuste wissenschaftliche Urteile treffen.
Die Kosten sind Teil der Aussage
Auffällig sind auch die Inferenzkosten. Nach OpenAIs Angaben verbraucht der durchschnittliche Forscher mehr als 600 US-Dollar pro Tag für Inferenz, die oberen 10 Prozent mehr als 7.000 US-Dollar pro Tag. Diese Zahlen sind für die Einordnung wichtig, weil sie zeigen, dass automatisierte Forschungsarbeit nicht einfach als fast kostenlose Zusatzkapazität verstanden werden sollte.
Wenn Agenten mehrere Arbeitstage erzeugen, entstehen dafür Rechenkosten. Je stärker ein Forschungsprozess auf parallele Agenten, wiederholte Läufe und lange Aufgabenketten setzt, desto mehr wird Inferenz zu einem operativen Budgetposten. Für OpenAI mag dieser Aufwand strategisch sinnvoll sein, weil bessere Modelle, effizientere Trainingsverfahren oder schnellere interne Forschung den Einsatz rechtfertigen können. Für andere Forschungsorganisationen wäre dieselbe Logik nicht automatisch tragfähig.
Damit entsteht eine zweite offene Frage: Ist der gemeldete Produktivitätsgewinn nur in einer Umgebung möglich, die über sehr hohe Rechenbudgets, spezialisierte interne Werkzeuge und Forscher mit direktem Zugriff auf Modellinfrastruktur verfügt? Falls ja, wäre der Abstand zwischen großen KI-Laboren und kleineren Einrichtungen eher größer als kleiner. Das folgt nicht zwingend aus den Zahlen, ist aber eine naheliegende operative Folge, solange solche Agentenarbeit teuer bleibt.
Der Begriff „automatisierter Forscher“ bleibt offen
OpenAI erwartet, bis März 2028 einen „automatisierten KI-Forscher“ zu realisieren, der eigenständig wissenschaftliche Forschung betreiben kann. Diese Erwartung ist Teil der Unternehmensplanung, nicht der bereits erreichte Zustand. Zwischen einem Forschungsassistenten für gut definierte Aufgaben und einem Forscher, der eigenständig wissenschaftliche Arbeit leistet, liegt mehr als ein Leistungsanstieg auf derselben Skala.
Ein eigenständiger Forscher müsste nicht nur Aufgaben erledigen, sondern Problemräume wählen, Hypothesen bilden, Experimente entwerfen, Ergebnisse kritisch prüfen und Sackgassen erkennen. Er müsste entscheiden können, wann mehr Rechenaufwand sinnvoll ist und wann eine Fragestellung falsch gestellt wurde. Diese Fähigkeiten sind schwerer zu messen als erledigte Agenten-Arbeitstage. Gerade deshalb sollten interne Meilensteine und öffentliche Begriffe nicht gleichgesetzt werden.
Hinzu kommt: OpenAI hat ein eigenes Interesse daran, Fortschritt sichtbar zu machen. Das Unternehmen konkurriert um Kapital, Talente, Aufmerksamkeit und regulatorische Deutung. Das macht die Angaben nicht falsch. Es bedeutet aber, dass Begriffe wie „Forschungsassistent“ und „automatisierter Forscher“ genau gelesen werden müssen. Entscheidend ist nicht, wie nahe die Formulierung an Science-Fiction klingt, sondern welche Aufgaben nachprüfbar, wiederholbar und mit welcher menschlichen Aufsicht erledigt werden.
Was nach heutigem Stand belastbar bleibt
Der belastbare Kern ist eng, aber relevant: OpenAI nutzt KI-Agenten intern in einem Umfang, der die Forschungsarbeit messbar verändert. Die Agenten übernehmen nicht nur gelegentliche Hilfstätigkeiten, sondern erzeugen nach Unternehmensangaben eine erhebliche Menge zusätzlicher Arbeitskapazität. Gleichzeitig bleiben Menschen in den entscheidenden Schleifen: Sie setzen Prioritäten, greifen in laufende Aufgaben ein und entscheiden über den Einsatz der Systeme.
Für die KI-Ökonomie ist das eine wichtige Beobachtung. Der nächste Produktivitätsschub entsteht möglicherweise nicht zuerst beim Endnutzer, sondern in den Laboren, die KI-Systeme entwickeln. Wenn dort mehr Experimente pro Forscher möglich werden, kann sich der interne Entwicklungszyklus beschleunigen. Ob daraus eine stabile Selbstverstärkung der Forschung entsteht, ist offen. Dafür reichen die genannten Zahlen nicht aus.
Die nüchterne Lesart lautet daher: OpenAI zeigt keinen fertigen autonomen Wissenschaftler, sondern eine fortgeschrittene Form agentengestützter Forschungsarbeit. Sie ist teuer, stark betreut und offenbar produktiv genug, um intern als Meilenstein zu gelten. Der angekündigte Schritt zum automatisierten KI-Forscher bis März 2028 bleibt eine Prognose. Ob sie trägt, wird nicht an Begriffen zu erkennen sein, sondern daran, ob solche Systeme ohne enge menschliche Führung Forschungsentscheidungen treffen, die sich im Nachhinein als belastbar und nützlich erweisen.
Jens analysiert seit Jahren digitale Märkte, Preisbewegungen und Plattform-Strategien. Als Betreiber mehrerer datengetriebener Systeme wertet er täglich große Mengen an Produkt- und Trenddaten aus. Sein Fokus liegt auf Einordnung statt Hype: Was bedeutet eine Entwicklung wirklich für Nutzer, Preise und Märkte?
