OpenAI zufolge schicken US-Amerikaner täglich 3 Millionen ChatGPT-Nachrichten mit Fragen zum Gehalt

Was der Bericht tatsächlich misst

OpenAI berichtet, dass Menschen in den USA im Schnitt fast 3 Millionen Nachrichten pro Tag schicken, in denen sie ChatGPT nach Löhnen, Vergütung oder Einkommen fragen. Das Unternehmen unterteilte die als gehaltsbezogen eingestuften Nachrichten in Kategorien: Gehaltsberechnung (26%), eine bestimmte Rolle (19%), Unternehmertum (18%), eine bestimmte Rolle in einem Unternehmen (11%) sowie Fragen zu Beruf oder Karriere (11%).

Die Kategorisierung basiert laut OpenAI auf einer datenschutzfreundlichen Analyse mittels automatisierter Klassifizierer, ohne dass ein Mensch einzelne Nachrichten einsieht. Das ist für die Einordnung der Ergebnisse wichtig: Es handelt sich um maschinell erstellte, aggregierte Muster – keine Befragung darüber, wofür Nutzer das Tool eigenen Angaben nach verwenden.

Die Verteilung zeigt ein klares Muster. OpenAI stellt fest, dass Gehaltsanfragen in höher qualifizierten und weniger transparenten Berufsfeldern überproportional häufig sind – etwa in kreativen Berufen, im Management, im Gesundheitswesen sowie in IT- und mathematischen Berufen – und dort zunehmen, wo die Gehälter stärker streuen und höher liegen. Genutzt wird das Tool also gerade dort am meisten, wo ein öffentlicher Vergleichswert am schwersten zu finden ist.

Beschrieben wird eigentlich das Interface, nicht das Modell

Lässt man die ökonomische Ebene weg, geht es hier eigentlich um Frontend-Verhalten. Das Versprechen ist explizit interaktionsbezogen: Statt mehrere Websites zu durchsuchen, verstreute Gehaltsangaben zu interpretieren oder eine sozial unangenehme Frage zu stellen, tippt der Nutzer eine einzige Eingabe und erhält innerhalb von Sekunden einen Vergleichswert.

Statt mehrere Websites durchsuchen, verstreute Gehaltsangaben interpretieren oder eine sozial heikle Frage stellen zu müssen, kann ein Modell Gehaltsinformationen zusammenfassen und innerhalb von Sekunden einen Vergleichswert liefern.Montana Labs

Die Formulierung 'sozial heikle Frage' ist der eigentliche Hinweis. Der Chat verändert nicht nur die Verfügbarkeit von Informationen, sondern auch die soziale Hemmschwelle beim Fragen – ein Textfeld hat schließlich keinen Kollegen am anderen Ende. Das ist eine Eigenschaft des Interfaces, und sie erklärt, warum sich Fragen zum Unternehmertum genau dort konzentrieren, wo es 'oft überhaupt keinen öffentlichen Gehalts-Richtwert' gibt.

Das bedeutet auch: Das Design leistet etwas, das klassische Gehaltsseiten nicht können – es verschmilzt Suche, Interpretation und Berechnung in einem einzigen Schritt. Dass die Gehaltsberechnung die größte Kategorie ist (26%), deutet darauf hin, dass Nutzer nicht einfach nur eine Zahl nachschlagen, sondern das Interface bitten, für sie zu rechnen und zu übersetzen.

WorkerBench setzt der Zahl eine Zahl entgegen

Wenn ein Chat-Interface nur eine einzige Zahl zurückgibt, trägt diese Zahl das gesamte Gewicht des Vertrauens – es gibt keine Ergebnisliste zum Querlesen, keine Bandbreite zum Vergleichen. OpenAI scheint sich dessen bewusst zu sein, weshalb der Bericht WorkerBench vorstellt, das GPT-5.4 anhand der OEWS-Medianlöhne von 2024 auf nationaler und regionaler Ebene bewertet.

OpenAI berichtet, dass das Modell in der beobachteten Stichprobe 'sehr genau' ist: hohe Abdeckung, geringe Verzerrung, und fast alle numerischen Schätzwerte liegen sehr nahe am Referenzwert. Die ehrliche Einschränkung steckt im Umfang selbst – dieser erste Benchmark testet gegen veröffentlichte nationale und regionale Medianwerte, also genau die Fälle, in denen die Antwort bereits bekannt ist. Das Unternehmen räumt ein, dass die eigentlichen Fragen anderswo liegen: 'die Fragen zu Region, Unternehmen, Karrierestufe und Vergütung, die Arbeitnehmer tatsächlich jeden Tag stellen.'

Die Genauigkeitsaussage und das Nachfragemuster zeigen also in entgegengesetzte Richtungen. Nutzer fragen überproportional in den am wenigsten transparenten Berufsfeldern nach, während der Benchmark ausgerechnet die transparentesten Bereiche validiert. Die Lücke zwischen dem, wo dem Tool vertraut wird, und dem, wo es sich bewährt hat, bleibt noch zu schließen.

Warum eine zusammengefasste Antwort neue Pflichten für Frontends schafft

Die eigentliche Konsequenz betrifft die Darstellung, nicht die Informationsbeschaffung. Eine Suchmaschine liefert Quellen und lässt den Nutzer selbst urteilen; eine Chat-Antwort liefert ein Fazit. Wenn 3 Millionen Nachrichten täglich ein Textfeld fragen, was eine bestimmte Rolle verdient – und das überproportional in verhandelbaren, folgenreichen Berufsfeldern –, wird dem Interface eine Autorität zugeschrieben, gerade dort, wo es am wenigsten geprüft ist.

Für alle, die auf diesen Modellen aufbauen, ist die Konsequenz konkret: Eine einzelne, selbstsicher präsentierte Zahl in einer Chat-Blase muss die Unsicherheit mittragen, auf die OpenAI selbst hinweist. WorkerBench ist ein Anfang, diese Unsicherheit zu messen, doch solange der Benchmark Unternehmen, Karrierestufe und Region nicht abdeckt, hinkt die Verlässlichkeit der Antwort der Selbstsicherheit des Formats hinterher. Der Vorteil des Frontends – eine einzige, saubere, zusammengefasste Zahl – ist zugleich sein Nachteil.