ChatGPT im Büro: Was 165 Arbeitskategorien über KI im Arbeitsalltag zeigen

Welche Aufgaben sollten Beschäftigte zuerst mit ChatGPT ausprobieren, wenn der Büroalltag ohnehin schon voll ist? Eine überarbeitete E-Mail ist schnell gezeigt. Schwieriger ist die Frage, wie daraus eine verlässliche Arbeitsweise für eine ganze Geschäftsstelle, eine Verwaltung oder ein mittelständisches Unternehmen wird. Die neue Veröffentlichung von OpenAI Signals liefert dafür einen ungewöhnlich konkreten Ausgangspunkt: beobachtete berufliche Nutzung, eingeordnet nach Tätigkeiten.

Ich habe mir dafür die Originaldaten heruntergeladen, die Methodik gelesen und die Deutschland-Werte ausgewertet. Dieser Beitrag eröffnet eine fünfteilige Praxisserie. Sie verbindet die Daten mit Aufgaben, die sich in Schulungen und kleinen betrieblichen Versuchen nachvollziehbar bearbeiten lassen. Die sechs Fälle in diesem Artikel sind eigens entwickelte, fiktive Übungen. Sie sind keine veröffentlichten Einzelgespräche aus der Studie und keine gemessenen Kundenprojekte.

Transparenz zur Texterstellung: Dieser Beitrag wurde mit Unterstützung generativer KI erstellt. Die Originaldaten wurden eigenständig ausgewertet; Quellen und abgeleitete Übungen sind ausgewiesen.

Was OpenAI tatsächlich veröffentlicht hat

OpenAI hat am 26. Oktober 2026 mit „ChatGPT’s expanding world of work“ eine neue Auswertung vorgestellt. Sie ordnet berufliche ChatGPT-Nachrichten sogenannten Intermediate Work Activities, kurz IWAs, zu. Das sind berufsübergreifende Tätigkeitskategorien aus dem amerikanischen O*NET-System. „Schriftliche Unterlagen überarbeiten“ ist eine solche Kategorie. Eine konkrete Antwort auf eine Lieferterminanfrage wäre ein daraus entwickelter Anwendungsfall.

Die Unterscheidung ist entscheidend: Es handelt sich um eine Untersuchung von Nutzungsmustern. Aus der Zuordnung einer Nachricht lässt sich nicht ablesen, ob die Antwort richtig war, ob sie anschließend verwendet wurde oder ob sie einen Arbeitsgang verkürzt hat. Die Daten eignen sich zur Suche nach sinnvollen Versuchen. Die betriebliche Entscheidung benötigt zusätzlich eigene Qualitäts- und Aufwandsdaten.

In der heruntergeladenen Tätigkeitstabelle stehen 93.555 Zeilen für 94 Länder und sieben Quartale, von Anfang 2025 bis einschließlich des dritten Quartals 2026. 74 Länder sind in allen sieben Quartalen enthalten. Die Spalte mit den Tätigkeitskennungen enthält 165 unterschiedliche Einträge: 164 einzeln benannte Tätigkeiten und die Sammelkategorie „Other IWA“. Die öffentliche Ankündigung spricht zusammenfassend von 165 Arbeitsaktivitäten aus knapp 100 Ländern.

Die gesamte Signals-Datenbasis beruht laut Methodendokument auf monatlichen Stichproben von einer Million Nachrichten. Die Tätigkeitstabelle ist eine Teilanalyse beruflicher Nachrichten. Erfasst werden individuelle ChatGPT-Tarife; Unternehmensnachrichten und Codex sind ausgeschlossen. Damit ist das keine repräsentative Bestandsaufnahme aller KI-Prozesse deutscher Unternehmen. Auch Beschäftigte, die ausschließlich ein freigegebenes Unternehmenssystem verwenden, sind hier nicht entsprechend abgebildet.

Die Zuordnung erfolgt automatisiert. Veröffentlicht werden aggregierte, gewichtete und durch statistisches Rauschen geschützte Werte; kleine Zellen werden unterdrückt. Ein fehlender Wert ist deshalb kein Beleg für fehlende Nutzung. Ebenso bedeutet ein angezeigter Nullwert nach Rundung nicht zwingend, dass die betreffende Tätigkeit überhaupt nicht vorkam. Die vollständige Methodik von Signals v3.0 erläutert diese Grenzen.

Was die Deutschland-Daten über Büroarbeit zeigen

Im dritten Quartal 2026 entfallen in Deutschland 15,191 Prozent der beruflich eingeordneten Nachrichten auf das Überarbeiten schriftlicher Materialien oder Dokumente. Zu Beginn des betrachteten Zeitraums waren es 21,353 Prozent. Gleichzeitig steigt der Anteil visueller Gestaltung von 2,556 auf 7,173 Prozent. Das beschreibt eine Verschiebung innerhalb der Nachrichtenverteilung. Ein sinkender Anteil beweist keinen Rückgang der absoluten Nutzung, denn die Tabelle enthält dafür keine absoluten Nachrichtenzahlen.

Für Büro und Verwaltung lohnt sich ein genauerer Blick auf weniger auffällige Kategorien: Unterlagen für Verträge, Anträge oder Genehmigungen vorbereiten erreicht 1,934 Prozent; allgemeine Verwaltungs- und Büroaufgaben 0,560 Prozent. Eine einzelne Tätigkeit kann für Ihr Team trotzdem wichtiger sein als eine häufigere Kategorie. Wenn Antragsunterlagen jede Woche Stunden binden, ist die Passung zum eigenen Ablauf aussagekräftiger als eine internationale Rangliste.

Die folgenden fünf Themen der Serie sind meine redaktionelle Einteilung: Büro und Verwaltung, Marketing und Kundenservice, Lernen und Wissen, Daten und Finanzen sowie IT und Prozesse. Sie sind keine offiziellen OpenAI-Cluster. Einzelne Tätigkeiten überschneiden sich fachlich. Das Überarbeiten eines Textes gehört beispielsweise sowohl zur Sachbearbeitung als auch zur Öffentlichkeitsarbeit.

Was der internationale Vergleich zusätzlich sichtbar macht

Ein interessantes Ergebnis lässt sich aus der CSV nachrechnen. Für die 74 Länder, die in jedem Quartal vorkommen, habe ich je Land die zehn größten Tätigkeitsanteile addiert und anschließend den einfachen Länderdurchschnitt gebildet. Er sinkt von 56,0 Prozent im ersten Quartal 2025 auf 51,1 Prozent im dritten Quartal 2026. Das entspricht dem gerundeten Befund der OpenAI-Veröffentlichung: Die Nutzung verteilt sich auf mehr Tätigkeiten.

Dieser Durchschnitt gewichtet jedes der 74 Länder gleich. Er ist kein nach Nachrichtenzahlen gewichteter weltweiter Anteil. Auch die zehn größten Kategorien werden je Land und Quartal neu bestimmt. Der Vergleich zeigt also Konzentration, nicht die Entwicklung einer überall identischen Liste von zehn Tätigkeiten.

Die Länderauswahl dient der Veranschaulichung und ist keine Rangliste. Sie zeigt beispielsweise unterschiedliche Schwerpunkte bei Marketingmaterial und Programmierung. Warum diese Unterschiede bestehen, beantwortet die Tabelle nicht. Branchenstruktur, Zugang zu Werkzeugen und die Zusammensetzung der erfassten Nutzung kommen als mögliche Erklärungen infrage; dafür wären zusätzliche Untersuchungen nötig.

Für unsere Schulungen ziehe ich daraus eine praktische Schlussfolgerung: Ein einziger internationaler Standardkatalog ist zu grob. Wir können Tätigkeiten als gemeinsame Grundlage nutzen und die Übungen dann an Rollen, Branchen und verfügbare Arbeitsmittel anpassen. Ein Sportverband braucht andere Beispiele als ein Entwicklungsteam, auch wenn beide Texte prüfen oder Arbeitsabläufe dokumentieren.

Sechs Praxisbeispiele für ChatGPT im Büro

1. Aus einer unklaren Anfrage einen brauchbaren Antwortentwurf machen

Fiktives Beispiel: Eine Geschäftsstelle erhält die Nachricht „Wir möchten mit zwölf Personen teilnehmen. Geht das noch und was müssen wir mitbringen?“ Die Veranstaltung ist nicht genannt. Im Alltag liegt die Versuchung nahe, irgendeine passende Antwort zu formulieren. Für die Übung bekommt ChatGPT stattdessen diese Anfrage und ein künstliches Veranstaltungsblatt mit zwei unterschiedlichen Angeboten.

Die Aufgabe lautet, gesicherte Angaben und offene Fragen zu trennen. Ein brauchbares Ergebnis fragt zunächst nach dem gewünschten Angebot. Es nennt keinen freien Platz und keine Gebühr, die sich aus den Unterlagen nicht eindeutig ergeben. Die prüfende Person vergleicht jede Zusage mit dem Veranstaltungsblatt. Der Bezug zur IWA „Texte überarbeiten“ liegt in der Vorbereitung einer verständlichen Antwort; die konkreten Prüfregeln stammen aus dieser Übung.

Damit lässt sich schon im Einsteigertraining zeigen, warum ein flüssiger Text allein kein gutes Ergebnis ist. Die Rückfrage ist hier die eigentliche Leistung. Gemessen werden Bearbeitungszeit, zusätzliche Rückfragen und unbelegte Aussagen im freigegebenen Entwurf.

2. Aus Besprechungsnotizen eine Aufgabenliste erstellen

Ein fiktives Team bespricht einen Aktionstag. Die Notizen enthalten „Raum anfragen“, „Anmeldung bis Ende des Monats?“ und „Technik übernimmt vielleicht die Verwaltung“. Die KI soll daraus eine Tabelle mit Aufgabe, verantwortlicher Person, Termin und Klärungsbedarf vorbereiten. Ein Fragezeichen im Ausgangstext muss im Ergebnis als Unsicherheit erkennbar bleiben.

Der wichtige Fehlerfall besteht aus einer nur vermuteten Zuständigkeit. ChatGPT darf daraus keine verbindliche Beauftragung machen. In der Musterlösung bleiben Verantwortliche und Termine offen, wenn sie nicht beschlossen wurden. Das Team bestätigt die Liste anschließend selbst. Diese Übung passt zu betrieblichen Abstimmungen und Berichten über Arbeitsabläufe.

Sie funktioniert für Beschäftigte ohne technische Vorkenntnisse, weil die Qualität direkt an den Notizen überprüfbar ist. Für einen späteren realen Einsatz muss geklärt werden, welche Besprechungsinhalte verarbeitet werden dürfen. Die Trainingsversion kommt mit einem eigens geschriebenen Text aus.

3. Ein umfangreiches Schreiben verständlich erklären

Eine fiktive Verwaltung veröffentlicht einen neuen Ablauf zur Raumbuchung. Das Ausgangsdokument enthält Ausnahmen, Fristen und eine Ansprechperson. Die Übung besteht darin, eine kurze Erklärung für neue Mitarbeitende und eine Checkliste für die tägliche Bearbeitung zu erstellen. Beide Ergebnisse müssen auf demselben freigegebenen Dokument beruhen.

Als absichtlicher Stolperstein steht eine Ausnahme erst am Ende des Textes: Externe Veranstaltungen benötigen eine zusätzliche Freigabe. Verschwindet sie in der Zusammenfassung, ist die Aufgabe nicht bestanden. Die KI soll zu jedem Schritt den betreffenden Abschnitt nennen und unklare Formulierungen als Rückfrage ausweisen.

Die Übung verbindet das Lesen von Unterlagen mit dem Erklären von Verfahren. Sie ist besonders nützlich für heterogene Teams: Fortgeschrittene können Widersprüche suchen, Einsteiger prüfen zunächst, ob alle notwendigen Schritte enthalten sind. Eine vereinfachte Erklärung ersetzt dabei nicht das verbindliche Ausgangsdokument.

4. Antragsunterlagen auf erkennbare Lücken prüfen

Ein fiktiver Verein möchte einen Zuschuss beantragen. Bereitgestellt werden eine künstliche Förderrichtlinie, eine leere Checkliste und ein unvollständiger Musterantrag. ChatGPT soll eine Unterlagenübersicht vorbereiten: vorhanden, fehlt oder anhand der Eingabe nicht entscheidbar. Die Tätigkeit orientiert sich an der Vorbereitung von Antragsunterlagen, nicht an einer verbindlichen Bewilligungsentscheidung.

In der Richtlinie ist ein unterschriebener Finanzierungsplan verlangt; im Musterpaket liegt nur ein Entwurf ohne Unterschrift. Eine gute Ausgabe benennt genau diese Lücke. Sie sollte keine erfundene Förderfähigkeit bestätigen und keine fehlenden Zahlen ergänzen. Die bearbeitende Person kann den Hinweis anschließend am richtigen Dokument überprüfen.

Für Schulungen von Verbänden oder Geschäftsstellen ist das ein greifbarer Fall, weil Vorbereitung und Entscheidung sichtbar auseinanderfallen. Bewertet werden übersehene Pflichtunterlagen, falsche Fehlermeldungen und die Zeit bis zu einer tatsächlich nutzbaren Prüfliste.

5. Mehrsprachige Hinweise vorbereiten

Eine fiktive Akademie benötigt eine englische Fassung ihrer deutschen Teilnahmeinformationen. Das Ausgangsblatt enthält Uhrzeiten, Raumangaben und eine ausdrücklich optionale Abendveranstaltung. Die KI erstellt eine Übersetzung und eine Tabelle mit Begriffen, die eine fachliche Prüfung benötigen. Dieser Fall gehört zur breiten IWA für die Vermittlung sprachlicher oder kultureller Inhalte; er bildet nicht deren gesamte Bedeutung ab.

Die Kontrolle konzentriert sich auf Informationen, die bei einer eleganten Übersetzung leicht verändert werden: Wird aus „kann teilnehmen“ eine Verpflichtung? Bleiben Datum und Uhrzeit unverändert? Wird eine Abkürzung unzutreffend erklärt? Sprachliche Prüfung und Faktenprüfung werden getrennt dokumentiert.

Das Ergebnis ist ein vorbereiteter Text. Bei verbindlichen Bedingungen oder anspruchsvoller Fachsprache braucht es passende Sprach- und Fachkompetenz. Für die Übung lässt sich auch eine absichtlich fehlerhafte Übersetzung vorgeben, damit die Teilnehmenden Unterschiede konkret benennen können.

6. Eine wiederverwendbare Übergabe für Vertretungen entwickeln

Ein fiktiver Beschäftigter geht in Urlaub. Seine Notizen nennen laufende Anfragen, einen Rückruf und eine fehlende Freigabe. ChatGPT soll eine Übergabe nach dem Schema Vorgang, nächster Schritt, Quelle und offene Entscheidung aufbereiten. Eine vorbereitete Musterakte enthält zusätzlich einen abgeschlossenen Vorgang, der nicht wieder auf die Aufgabenliste gehört.

Die prüfende Person stellt fest, ob offene und abgeschlossene Arbeit sauber getrennt sind. Auch eine Vertretungsnotiz darf keine unbestätigte Zusage an Kunden enthalten. Der mögliche Nutzen liegt in einer schnelleren Orientierung der Vertretung. Ob diese tatsächlich weniger nachfragen muss, wird erst im eigenen Versuch sichtbar.

Aus diesem Fall kann ein Team eine einfache Vorlage ableiten. Das ist häufig der sinnvollere erste Schritt als eine sofortige Anbindung des gesamten Postfachs. Sobald die Vorlage im Alltag bewährt ist, kann geprüft werden, welcher Teil sich technisch unterstützen lässt.

Ein Prompt, den Sie direkt als Übung verwenden können

Für eine Schulung braucht es keine Sammlung möglichst komplizierter Formulierungen. Hilfreicher ist eine Arbeitsanweisung, deren Ergebnis sich anhand der Eingabe prüfen lässt. Die folgende Vorlage verwendet ausschließlich selbst erstellte Übungsunterlagen:

Aufgabe: Bereite aus den folgenden fiktiven Notizen eine Übergabeliste vor.
Nutze ausschließlich Informationen aus den Notizen.
Ausgabe: Vorgang | nächster Schritt | zuständige Person | Termin | Belegstelle.
Trage bei fehlenden Angaben „offen“ ein.
Trenne bestätigte Aufgaben von Vorschlägen und ungeklärten Punkten.
Erfinde keine Zuständigkeiten, Fristen oder bereits erfolgten Handlungen.
Prüfe am Ende, ob ein abgeschlossener Vorgang irrtümlich aufgenommen wurde.
Notizen: [hier den künstlichen Übungstext einfügen]

Variieren Sie danach genau eine Bedingung: Fügen Sie einen widersprüchlichen Termin oder eine unklare Zuständigkeit ein. So lernen die Teilnehmenden, Ausgaben zu beurteilen. Sie müssen dafür nicht glauben, dass ein besonders langer Prompt jede Unsicherheit beseitigt.

Wie aus den Beispielen eine gute Mitarbeiterschulung wird

Eine sinnvolle Übungsrunde beginnt mit einer Aufgabe, die alle verstehen. Zuerst bearbeiten die Teilnehmenden den Fall auf ihrem gewohnten Weg. Anschließend nutzen sie dieselbe freigegebene Ausgangslage mit KI. Die Gruppe vergleicht beide Ergebnisse anhand vorher festgelegter Kriterien. Bewertet wird das fertig geprüfte Ergebnis einschließlich Nacharbeit.

Bei einer heterogenen Geschäftsstelle würde ich verschiedene Schwierigkeitsgrade anbieten: Einsteiger überarbeiten eine kurze Anfrage; erfahrene Beschäftigte prüfen einen widersprüchlichen Antrag. Beide Gruppen lernen dieselbe Grundregel: Quellen, offene Punkte und verbindliche Zusagen müssen erkennbar bleiben. Die Übung richtet sich damit an Arbeitsaufgaben und vorhandenen Kenntnissen aus.

Für Unternehmen, die eine KI-Schulung in Köln suchen, lassen sich diese Fälle beispielsweise auf Sachbearbeitung und interne Kommunikation zuschneiden. Ein KI-Praxistraining für Unternehmen sollte am Ende verwendbare Vorlagen und eine dokumentierte Aufgabenverteilung hinterlassen. Eine Stunde mit überraschenden Antworten allein sagt noch wenig über den nächsten Arbeitstag aus.

Wann sich ChatGPT im Büro wirtschaftlich lohnt

Ein rein hypothetisches Rechenbeispiel: Eine Aufgabe dauert bisher zwölf Minuten. Mit KI benötigen Vorbereitung und Erstellung drei Minuten, die fachliche Kontrolle vier Minuten und die Nacharbeit zwei Minuten. Dann verbleiben drei Minuten Zeitgewinn pro Vorgang. Bei 80 gleichartigen Vorgängen wären das vier Stunden im Monat. Das ist eine Rechenannahme und kein Ergebnis der OpenAI-Auswertung.

Hinzu kommen Einrichtung, Lizenzen und Pflege. Eingesparte Zeit wird außerdem nicht automatisch zu eingesparten Personalkosten. Vielleicht ermöglicht sie, Rückstände abzuarbeiten oder Anfragen früher zu beantworten. Genau dieses Ziel sollte vor dem Versuch feststehen. Ein Team, dessen Engpass in einer ausstehenden Freigabe liegt, beschleunigt seinen Gesamtprozess möglicherweise kaum durch schnelleres Formulieren.

Meine Empfehlung lautet deshalb: Beginnen Sie mit einem häufigen, überschaubaren Vorgang, einer prüfbaren Vorlage und einem benannten Verantwortlichen. Die Studie liefert gute Kandidaten. Welche davon für Ihre Geschäftsstelle funktioniert, entscheidet die Arbeit am konkreten Fall.

Häufige Fragen zu ChatGPT im Büro

Sind die 165 Kategorien fertige Prompts für Unternehmen?

Nein. Sie beschreiben Tätigkeitsarten, denen berufliche Nachrichten zugeordnet wurden. Für eine Schulung entstehen daraus erst durch Zielgruppe, Ausgangsmaterial, Ergebnisformat und Prüfkriterien konkrete Übungen.

Zeigen die Prozentwerte, wie viele Beschäftigte KI einsetzen?

Nein. Die Bezugsgröße sind berufliche Nachrichten im jeweiligen Land und Quartal innerhalb der beschriebenen Datenbasis. Beschäftigtenanteile und Arbeitszeitanteile lassen sich daraus nicht berechnen.

Können wir die Beispiele in einer Verwaltung oder einem Verband nutzen?

Ja, als angepasste Übungen mit künstlichen Unterlagen. Für den Einsatz mit echten Vorgängen müssen die erlaubten Daten, das freigegebene System und die verantwortliche Kontrolle vorab geklärt sein. Dazu passt die Schulung zum Datenschutz beim KI-Einsatz.