OpenAIs Nutzungsanalyse zeigt Verbrauch, aber noch keinen Geschäftsnutzen

Am Mittwoch, dem 16. September 2026, hat OpenAI in einem Produktbeitrag beschrieben, wie die Analysen der ChatGPT Admin Console Nutzung, Kosten, Aufgaben und Ergebnisse zusammenführen. Der Anbieter räumt selbst ein, dass Verbrauchszahlen nur einen Teil der Geschichte erzählen. Wer aktive Nutzer zählt, ohne messbare Arbeitsergebnisse zu verlangen, steuert den Verbrauch und nicht die Leistungsfähigkeit.

Alle Angaben zu Ansichten, Klassifizierung, Credits und Beispielen stammen aus diesem Beitrag und, wo vermerkt, aus der Unternehmensdokumentation zu Usage Insights. digital-magazin.de hat keine Daten aus einem Arbeitsbereich nachgemessen und erfindet keine Kundenerfolge aus Deutschland. Folien von Drittanbietern zur Rendite bleiben außen vor.

Warum eine steigende Nutzungskurve noch keinen Nutzen beweist

Eine wachsende Zahl aktiver Nutzer zeigt zunächst nur, dass jemand Credits verbraucht. Die Nutzungsansicht bündelt laut OpenAI aktive Nutzer, Credits und Token-Verbrauch über ChatGPT Work und Codex. Filter nach Gruppe oder Person können zeigen, wo die Nutzung niedrig ist. Das ist ein Anlass, Arbeitsabläufe und Schulungen mit den Verantwortlichen des Teams zu prüfen.

Die Kurve sagt aber nicht, dass Kundenbriefings besser wurden, Tickets schneller und sauberer endeten oder zusammengeführte Codeänderungen weniger Nacharbeit nach sich zogen. Wer nur aktive Nutzer feiert, feiert Beschäftigung. Wer Schwellen für Ergebnisse setzt, steuert Arbeit.

Meinung der Redaktion: Viele Lenkungskreise kaufen die Eleganz der Analysefolie und überspringen die harte Frage, wer die Kurve liest, wer einen Skill wie „Account Brief“ verantwortet und wer einen Rollout stoppt, wenn Credits steigen und die Qualität sinkt.

Dasselbe Muster hat die Redaktion bei Lizenz- und Agenten-Einführungen beobachtet. Kurven ohne neu gestaltete Abläufe und ohne Freigabeschwellen verschieben den Engpass, statt ihn zu lösen. Mehr dazu im Beitrag über Microsoft Frontier Firm und die Einführung ohne Neugestaltung der Arbeit.

Was die Analysen der Admin Console zeigen

Die Admin Console bündelt laut OpenAI und der Dokumentation zu Usage Insights mehrere Ansichten über ChatGPT Work und Codex. Jede davon beantwortet eine andere Frage:

• Usage: zeigt Aktivität und Verbrauch.
• Insights: gruppiert die Nutzung in Kategorien und Aufgaben. Ein Klassifizierer ordnet eine Stichprobe von Nachrichten Anwendungsfällen zu, etwa Feature-Entwicklung und Codepflege in der Softwareentwicklung oder Kundenrecherche und Planung im Vertrieb. Die Übersicht zeigt den Mix, eine Tabelle liefert die Details.
• Modelle, Reasoning und Geschwindigkeit: zeigen in den Aufgabendetails den Credit-Anteil je Einstellung. So lässt sich prüfen, ob das Setup zur Arbeit passt.
• Plugin-Rangliste und Skills-Ansicht: zeigen, welche Werkzeuge eine Aufgabe stützen.
• Outcomes (Codex): zeigt Beiträge zu zusammengeführten Commits, Codezeilen und Code-Review-Aktivität.
• Code Review: zeigt Review-Aktivität und gefundene Probleme.
• Admin Plugin und Admin API: vergleichen Nutzung, Ausgaben und Aufgaben und erzeugen Berichte.

Die Screenshots im Material des Anbieters zeigen laut OpenAI Demodaten. Behandeln Sie jede Zahl darin als Kulisse und nicht als Vergleichswert für den eigenen Arbeitsbereich.

Aus der Modellansicht leitet OpenAI ein Beispiel ab: Ein Routine-Briefing lasse sich vielleicht mit einem schnelleren oder günstigeren Setup testen, wenn Qualität sowie Review- und Korrekturzeit mitgezählt werden. Das ist der Unterschied zwischen Verbrauchssteuerung und Steuerung der Leistungsfähigkeit. Zwei Gruppen schreiben ähnliche Briefings, die eine mit hohem Reasoning und mehr Credits, die andere mit schnellerem Setup und weniger. Ohne Qualitätswert und Korrekturzeit weiß niemand, wer besser arbeitet.

Bei Plugins und Skills gilt: Geringe Nutzung eines relevanten Plugins kann auf fehlenden Zugriff oder fehlende Schulung hindeuten. Ein häufig genutzter Skill braucht eine verantwortliche Person und regelmäßige Aktualisierungen. Ohne sie ist er ein verwaistes Prompt-Archiv mit Credit-Zähler. Teams sollten deshalb die Zugriffsrechte prüfen, Schulungen an konkrete Aufgaben knüpfen, Skill-Verantwortliche namentlich benennen und Update-Rhythmus sowie Abnahmekriterien schriftlich festhalten.

Dieses Bild wurde mit KI generiertProviderhiggsfieldModellgpt_image_2PromptLaptop with soft dashboard glow without readable numbers, credit card face down and governance checklist, business tension, no logos, no brand names, no readable text, 16:9

Wie sich Nutzung mit Ergebnissen verknüpfen lässt

OpenAI versteht Nutzungs- und Aufgabendaten selbst nur als Startpunkt für Gespräche mit den Verantwortlichen in den Fachbereichen. Diese liefern den Kontext: was sich im Ablauf geändert hat, ob die Ergebnisse besser wurden und was die Verbesserung wert ist. Zusammen könnten die Daten Produktaktivität mit Lieferzeit, Qualität oder Profitabilität verbinden.

Das Beispiel des Anbieters, ausdrücklich illustrativ und von uns nicht gemessen, lautet so: Der Klassifizierer zeigt, dass Kundenrecherche in einer Vertriebsgruppe häufig vorkommt. Die Administration prüft die Modellwahl, schult dort, wo ein Plugin für die Kundenverwaltung (CRM) zu wenig genutzt wird, und teilt einen Skill für einheitliche Kundenpläne. Die Verantwortlichen im Vertrieb vergleichen Vorbereitungszeit und Planqualität mit dem Ausgangswert. Sinkt die Zeit, verfolgen sie, wie viel davon in Kundengespräche fließt, welche Gespräche zu qualifizierten Verkaufschancen werden und welche zu Abschlüssen. Umsatz und Deckungsbeitrag sollen zeigen, ob die gewonnene Kapazität wirtschaftlich trägt.

Aus dem Rahmen des Anbieters bleiben drei Fragen als Arbeitsgrundlage:

1. Was wollen Sie verbessern? Gemeint ist ein Ergebnis, das dem Team etwas bedeutet, etwa schnellere Vorbereitung, bessere Qualität, niedrigere Kosten oder mehr Abschlüsse.
2. Wie sieht der Prozess heute aus? Dazu gehören Häufigkeit, Dauer und die Frage, was „gut“ heißt.
3. Was ändert sich mit KI? Verglichen wird über einen festgelegten Zeitraum, einschließlich Review- und Korrekturzeit, damit Tempo nicht auf Kosten der Qualität geht.

Ein Budget für mehr Credits sollte nur freigeben, wer einen Ausgangswert, eine verantwortliche Person und einen Termin für die nächste Prüfung hat. Zuerst gehört die Kette von der Aufgabe zum Ergebnis schriftlich fixiert, dann folgen die Freigabeschwellen, erst danach die Erhöhung.

Auch bei einer Kapazitätsanfrage sollten Unternehmen laut Dokumentation zuerst aktuelle Limits, Verbrauch und die Arbeit prüfen, die mehr Kapazität braucht. Die Frage an den Lenkungskreis lautet daher nicht, ob mehr erlaubt ist, sondern welches Ergebnis mehr rechtfertigt, mit welcher Freigabe und welchem Prüftermin.

Wo die Zahlen in die Irre führen können

Die Dokumentation von OpenAI nennt selbst mehrere Einschränkungen, die in jedes Protokoll eines Lenkungskreises gehören:

• Die Zähler spiegeln eine Stichprobe und dürfen nicht auf den gesamten Arbeitsbereich hochgerechnet werden.
• Die Zahl der Nachrichten ist kein fertiges Arbeitsergebnis.
• Der Anteil an den Credits zeigt Konzentration, nicht Wert. Bei wenigen aktiven Nutzern in einer Kategorie lohnt die Nachfrage, wie sie arbeiten. Bei hohem Anteil sind Aufgaben, Modelle und Einstellungen zu prüfen, bevor etwas als lohnenswert gilt.
• Verbrauchte Credits sind nicht automatisch zusätzliche Rechnungsposten, und gesparte Zeit ist nicht automatisch gespartes Geld.
• Zuordnungen von Credits zu Plugins und Skills können sich überlappen, die Ansichten dürfen nicht addiert werden.
• Die Historie der Insights beginnt erst, als die Klassifizierung startete. Unklassifizierte Aktivität ist möglich.
• Eine Null bei Code Review kann fehlende Aktivität oder eine Lücke in der Erfassung bedeuten.

Dasselbe gilt für Codex. Die Outcomes-Ansicht lässt sich nach Gruppe, Nutzer und Repository filtern. Steigt der Codex-Anteil am zusammengeführten Code, sollen Engineering-Leitungen laut OpenAI Review-Zeit, Fehler und Nacharbeit danebenlegen. Diese Werte sind Beitragssignale und kein Beleg für höhere Fähigkeit. Ein wachsender Anteil ohne sinkende Nacharbeit kann nur mehr Tempo in denselben Fehlern bedeuten.

Die Dokumentation ergänzt, dass geprüfte Pull Requests (Änderungsanfragen) nicht zwingend zusammengeführt oder ausgeliefert wurden. Gefundene Probleme sollten Reviewer daraufhin bewerten, welche nützlich waren und umgesetzt wurden. Priorität und Reaktionen liefern Kontext, aber keine Erfolgsgarantie. Ein praktischer Test: Wählen Sie ein Repository und einen festen Zeitraum und legen Sie den Codex-Anteil neben mittlere Review-Dauer, Wiedereröffnungsrate und Fehler nach der Veröffentlichung. Steigt nur der erste Wert, haben Sie Tempo gekauft und Qualität auf Kredit genommen. Eine ähnliche Logik gilt, wenn schnellere Übergaben nur die nächste Warteschlange füllen, wie der Beitrag über Agentforce, Workflow und Ticket-Übergabe zeigt.

Das Admin Plugin in ChatGPT Work lässt Administratoren laut OpenAI Nutzung, Ausgaben und Aufgaben vergleichen. Die Befunde fließen in Berichte für Budget- und Rollout-Entscheidungen, auch als Präsentation für die Leitung mit Diagrammen, Kernbefunden und empfohlenen nächsten Schritten. Die Admin API (Programmierschnittstelle) soll Berichte in eigenen Dashboards automatisieren und Analysen mit Daten aus Geschäftssystemen verbinden. Als Beispiel nennt der Anbieter ein Support-Dashboard, das Credit-Nutzung neben die Lösungszeit von Tickets stellt.

Die Dokumentation stellt klar, dass Analysen zur Rendite freigegebene Ergebnisse aus Fachbereichen oder Entwicklung brauchen. Nutzungsdaten allein reichen nicht. Die Vorlagen warnen ausdrücklich davor zu behaupten, ChatGPT habe Ergebnisse verursacht. Berichte sollen nur lesend arbeiten sowie Quellen und Annahmen offenlegen, und die Finanzabteilung sowie die Verantwortlichen des Ablaufs gehören ins Review. Die Lösungszeit von Tickets allein sagt zudem nur etwas über Tempo, nicht über die Qualität des Abschlusses. Ohne vorab definierte Ergebnisse automatisiert die Schnittstelle den Irrtum im Stundentakt. Ähnliche Muster beschreibt der Beitrag über ERP-Agenten-Zugänge, Copilot und Joule-Workflows.

Was Unternehmen zusätzlich brauchen

Nutzungs- und Aufgabendaten ersetzen weder Verantwortliche noch Ausgangswerte noch Freigaben. Die Ergänzungsliste ist unromantisch und deshalb brauchbar:

• Verantwortliche für das Ergebnis: eine Rolle, die das Resultat trägt, nicht nur die Administration, die Credits sieht.
• Ausgangswert: Häufigkeit, Dauer, Qualitätsmaß sowie Fehler- und Nacharbeitslage vor dem Vergleichszeitraum.
• Freigabeschwellen: schriftlich und mit Datum festgelegt, wann Kapazität steigen, ein Skill live gehen oder ein Codex-Ablauf auf kritische Repositories darf.
• Review- und Korrekturzeit: immer mitmessen, sonst täuscht das Tempo.
• Verantwortliche für Skills und Plugins: mit Namen, Update-Rhythmus und Abnahme.
• Disziplin im Berichtswesen: Hinweise zur Stichprobe behalten, Ansichten nicht addieren und keine Ursache in die Überschrift schmuggeln.

Auch die Kundenaussage, die OpenAI im Beitrag veröffentlicht, ist kein unabhängiges Gutachten. Bharadwaj Tanikella, AI Product Manager bei Datadog, sagt dort, die Analysen von OpenAI halfen zu verstehen, wie Teams KI nutzen, und Datadog setze Aufgabenkategorien in der eigenen Agent Console ein. Sie ersetzt keinen eigenen Ausgangswert. Ebenso gilt bei der Priorisierung von Anwendungsfällen, dass eine Kategorie noch kein Prozess ist. Die Einordnung dazu liefert der Beitrag über KI-Agenten und Anwendungsfälle in Unternehmen.

Das Werkzeug taugt als Diagnose und taugt nicht als Erfolgsmeldung. Wer Skills ohne Verantwortliche ausrollt, skaliert Prompt-Müll. Wer Codex-Anteile feiert und Fehler und Nacharbeit ignoriert, feiert Diffs. Wer Präsentationen für die Leitung ohne freigegebene Ergebnisse erzeugt, erzeugt Folien.

Der nächste Schritt ist klein: Öffnen Sie Insights und wählen Sie eine häufige Aufgabe, die zu einer Geschäftsprioritä​t passt. Setzen Sie sich mit den Verantwortlichen zusammen und halten Sie Ausgangswert, Ergebnismaß und Prüftermin auf einer Seite fest. Legen Sie Nutzungs- und Aufgabendaten daneben, als Start und nicht als Urteil. Dann erst steht die Frage nach mehr Kapazität an.