GPT Store: KI-Assistenten und die Debatte um Jobverluste

GPT Store öffnet mit tausenden spezialisierten GPTs

Der Assistenten-Marktplatz von OpenAI ist live und bietet tausende GPTs an: spezialisierte Anwendungen, die vom Erstellen einer kompletten Website bis zur Anpassung eines Fitnessplans anhand eines Fotos reichen. Der Start erfolgte zunächst nur für US-amerikanische Entwickler; internationale Nutzer folgen in den kommenden Wochen. Mit jedem neuen Assistenten stellt sich erneut die unbequeme Frage: Wie viele Arbeitsplätze sind dadurch gefährdet?

Unter den prominenten Beispielen findet sich ein Trainings-GPT: Anhand eines einzigen Körperfotos identifiziert es schwache Muskelgruppen, passt die Definitionsroutine an und greift auf eine manuell geladene Wissensdatenbank zurück. Der Entwickler versteckt seine kommerziellen Ambitionen nicht – er hat zehn weitere Projekte in der Pipeline –, räumt jedoch ein, dass Monetarisierung schwierig ist, da große Plattformen oft schneller reagieren. Das Versprechen bleibt meist breiter als das tatsächliche Ergebnis.

Was ist ein GPT aus dem Store und wie unterscheidet er sich von ChatGPT?

Ein GPT ist eine Version von ChatGPT, die auf eine bestimmte Aufgabe trainiert wurde, mit eigenen Wissensdateien und Regeln. Der Store ist die Plattform, auf der sie veröffentlicht werden. Der praktische Unterschied liegt im Packaging, nicht im Motor: Dasselbe Modell, das sonst alles beantwortet, wird hier zum Spezialisten, der behauptet, eine Sache besonders gut zu können.

Der Zugang ist zudem unzuverlässig. Einige zahlende Abonnenten sehen den Store nicht aktiviert und erhalten den Hinweis, ihre Einstellungen zu prüfen, da möglicherweise die Datenschutzrichtlinie noch nicht akzeptiert wurde. Im Gegensatz zur generischen Version besteht hier die Möglichkeit, eigene Dokumente hochzuladen, was die Grenzen dessen verschiebt, was Nicht-Techies ohne Fachwissen tun können.

Thermomix und Kroketten: Das Argument der Programmierer

Die am stärksten betroffene Branche kauft diese Erzählung nicht. Ein Teilnehmer vergleicht es mit der Thermomix: Man verkauft dir, dass sie Kroketten macht, du gibst die Zutaten rein, aber am Ende gibt es keine fertigen Kroketten – du musst sie selbst formen und frittieren. Der Verkäufer gesteht schließlich ein, dass dieser Teil bei dir liegt. Bei den Assistenten ist es ähnlich: Sie liefern den vorverdauten Teil, der Rest der Arbeit bleibt menschlich.

Mehrere Entwickler nutzen das Bild des Küchenhilfs. Die KI schält Kartoffeln und wendet Fleisch, muss aber überwacht werden, weil sie oft Fehler macht, und entscheidet keinesfalls das Menü. Das Kernargument lautet: Programmieren bedeutet nicht einfach Code schreiben, sondern das echte Bedürfnis verstehen, das Nutzerverhalten antizipieren und die Software-Architektur entscheiden. Diese Meta-Arbeit fehlt bisher vollständig.

„Sie können Code für mittelkomplexe, sehr klar definierte Aufgaben liefern, aber ich halte es für sehr unwahrscheinlich, dass sie komplexe reale Probleme analysieren können“, fasst ein Teilnehmer zusammen. Parallel argumentiert ein anderer, dass bevor die KI einen Programmierer ersetzt, sie bereits 80% der heutigen Jobs eliminiert haben wird.

Wo KI wirklich Zeit spart: SQL-Abfragen

Es gibt einen Bereich, in dem Ergebnisse mehr sind als Rhetorik: Datenbanken. Ein Entwickler testete seine Abfragen mit dem Modell und erhielt in etwa 90% der Fälle optimierte Versionen, die die Verarbeitungszeit reduzierten, selbst bei verschachtelten Joins und komplexen bedingten Gruppierungen. Seine Schlussfolgerung: Abfrageoptimierung ist genau die Stärke des Modells.

Der Kontrast kommt vom anderen Extrem. Ein anderer Fall beschreibt eine halbe Stunde Aufwand für ein Oracle-Add-on zur Konsolidierung aller Bilanzen einer Unternehmensgruppe – das Ergebnis war nichts. Keine einzige nutzbare Zeile. Der Unterschied zwischen beiden Episoden liegt nicht im Tool, sondern daran, ob das Problem als geschlossenes System mit verifizierbarer Antwort formuliert werden kann.

Übersetzer, Anwälte und Wachleute: Wer fällt zuerst?

Übersetzer stehen ganz oben auf der Abschussliste, mit Tools zur direkten Integration in professionelle Software, die bereits auf Wunschlisten stehen. Auf der anderen Seite vertraut die Rechtsbranche auf ihren Schutz, obwohl sofort entgegnet wird, dass OpenAI ein spezifisches Legal-Produkt vorbereitet. Auch hier gilt: Die Branche ist nicht monolithisch. Wer noch nichts bemerkt hat und wer bereits Pläne schmiedet, spielen nicht in derselben Liga.

Die Liste der gefährdeten Berufe dehnt sich skrupellos aus: bis hin zu Fitnesstrainern und Sicherheitspersonal. Ein Beispiel dient als unbequeme Erinnerung: Die Mautstation, an der immer noch jemand die Schranke hebt – ein Job, der seit zwanzig Jahren automatisierbar wäre, aber existiert. Technologie ersetzt nicht allein; jemand muss den Willen dazu haben.

Die unerwartete Wende: KI schafft Arbeit

Dann gibt es die Paradoxie der Projekte in die Gegenrichtung. Ein Entwickler erzählt, dass er ein internes Support-System für einen multinationalen Konzern auf Basis einer privaten ChatGPT-Instanz baut, mit firmeneigenen Informationen, damit Mitarbeiter und Ingenieure Wissen ohne externe Abhängigkeit abfragen können. Sein Fazit: Das Tool nimmt ihm keine Arbeit weg – es gibt sie ihm.

Hier stockt die Diskussion. Der massive Ersatz ist ausgeblieben; stattdessen kam eine neue Softwareschicht, die integriert, bezahlt und gewartet werden muss, plus eine Legion neuer Aufgaben, die früher wirtschaftlich unsinnig waren. Ob dies Jobs zerstört oder vermehrt, weiß niemand, und wer behauptet, es zu wissen, verkauft etwas.