AI Research Deep Dive
18 Min Lesezeit
16. Januar 2025

ChatGPT Nutzungsmuster: Erkenntnisse aus der größten Studie mit 700 Millionen Nutzern

Detaillierte Analyse der NBER-Studie 34255 über ChatGPT-Nutzungsverhalten. 700 Millionen Nutzer, 18 Milliarden Nachrichten pro Woche - die definitive Untersuchung der AI-Adoption.

Was Sie in dieser umfassenden Analyse lernen:

  • Wie 700 Millionen Menschen ChatGPT wirklich nutzen
  • Der Unterschied zwischen "Asking" und "Doing" - und warum das wichtig ist
  • Warum 73% der Nutzung nicht arbeitsbezogen ist
  • Die überraschende Dominanz von Praktischer Beratung über Programmierung
  • Demografische Trends und globale Verbreitung
ChatGPT-Nutzungsmuster: Menschen mit Sprechblasen, die verschiedene AI-Interaktionsarten darstellen - Fragen, Aufgaben und Informationen

Inhaltsübersicht

Im September 2025 veröffentlichten Forscher von Harvard, Duke und OpenAI die wohl wichtigste Studie zur praktischen Nutzung von Generativer AI: NBER Working Paper 34255 "How People Use ChatGPT". Diese bahnbrechende Untersuchung basiert auf internen OpenAI-Daten und liefert erstmals wissenschaftlich fundierte Einblicke in das tatsächliche Nutzerverhalten von 700 Millionen ChatGPT-Nutzern.

Die Ergebnisse korrigieren viele weit verbreitete Annahmen über AI-Nutzung und zeigen: ChatGPT ist nicht primär ein Automatisierungstool, sondern ein hochentwickeltes System zur Entscheidungsunterstützung. Diese Erkenntnis hat fundamentale Auswirkungen auf die Art, wie Unternehmen AI-Strategien entwickeln und wie wir die wirtschaftlichen Auswirkungen von Generativer AI bewerten.

Detaillierte Aufschlüsselung der ChatGPT-Nutzungskategorien als Treemap-Visualisierung

Studienüberblick: Die größte AI-Nutzungsstudie der Welt

1

Beispielloser Datenumfang

Die Studie analysiert Daten von 700 Millionen wöchentlich aktiven Nutzern und über 18 Milliarden Nachrichten pro Woche - das entspricht etwa 29.000 Nachrichten pro Sekunde.

  • Nahezu 10% der erwachsenen Weltbevölkerung nutzt ChatGPT wöchentlich
  • Datenerhebung über 13 Monate (Juni 2024 - Juli 2025)
  • Analyse von über 1,1 Millionen Unterhaltungsproben
2

Wissenschaftliche Rigorosität

Die Forscher entwickelten innovative Methoden zur Analyse sensitiver Daten, ohne jemals den Inhalt der Nutzernachrichten zu sehen - ein neuer Standard für verantwortliche AI-Forschung.

  • Vollständige Anonymisierung aller Benutzerdaten
  • Automatisierte LLM-basierte Klassifizierungssysteme
  • Sichere Data Clean Room (DCR) Umgebung für demographische Analysen
3

Bahnbrechende Erkenntnisse

Erstmals können wir mit harten Daten belegen, wie Generative AI tatsächlich genutzt wird - und die Realität unterscheidet sich erheblich von den Erwartungen.

  • 73% der Nutzung ist nicht arbeitsbezogen
  • ChatGPT wird primär für Entscheidungsunterstützung genutzt, nicht für Automatisierung
  • Programmierung macht nur 4,2% der gesamten Nutzung aus
📊

Die Kernzahlen im Überblick

700M
Wöchentlich aktive Nutzer
18B
Nachrichten pro Woche
73%
Nicht-arbeitsbezogene Nutzung
49%
"Asking" Interaktionen

Datenschutz-zentrierte Methodik

Ein neuer Standard für verantwortliche AI-Forschung

Die Studie setzt einen neuen Maßstab für den Schutz der Privatsphäre bei der Analyse großer Datensätze. Das Forschungsteam entwickelte innovative Methoden, um Einblicke in das Nutzerverhalten zu gewinnen, ohne jemals den Inhalt der Nachrichten zu sehen.

Datenschutz-Prinzipien der Studie

Zero-Human-Access-Prinzip:
  • Kein Forscher sah jemals Nachrichten-Inhalte
  • Vollständige Automatisierung der Analyse
  • Verwendung anderer LLMs für Klassifizierung
  • Kontextuelle Analyse mit 10 vorherigen Nachrichten
Sichere Datenverknüpfung:
  • Data Clean Room für demografische Daten
  • Minimale Gruppengröße von 100 Nutzern
  • Aggregierte Abfragen ohne Exportmöglichkeit
  • Externe Validierung durch WildChat-Dataset

Das Ausmaß des Phänomens: 700 Millionen Nutzer

Historisch beispiellose Adoption

Die Zahlen sind atemberaubend: ChatGPT erreichte in nur zwei Jahren nach seiner Einführung über 350 Millionen angemeldete wöchentlich aktive Nutzer und wuchs bis Juli 2025 auf 700 Millionen. Diese Adoptionsgeschwindigkeit übertrifft alle bisherigen Technologien.

ChatGPT Nutzerwachstum auf über 700 Millionen wöchentlich aktive Nutzer
ZeitraumWöchentlich aktive NutzerTägliche NachrichtenWachstumsrate
Nov 2022 (Launch)~100M~500M-
Juli 2024350M+~500M+250%
Juli 2025700M2.5B+100%

Vertiefende Nutzung über alle Kohorten hinweg

Besonders bemerkenswert: Das Wachstum entsteht nicht nur durch neue Nutzer, sondern auch durch intensivere Nutzung bestehender Nutzer. Die frühesten Nutzer (Q4 2022) verwenden ChatGPT heute mehr als je zuvor.

Modellverbesserungen

Die zugrunde liegenden LLMs (GPT-4, GPT-4o, GPT-5) sind leistungsfähiger geworden und bieten mehr Nutzen.

Nutzer-Entdeckung

Nutzer entdecken progressiv neue und wertvolle Anwendungen für die Technologie und integrieren sie tiefer in ihr Leben.

Arbeit vs. Privat: Die große Verschiebung

Das 70%-Ereignis: Dominanz des persönlichen Gebrauchs

Eine der überraschendsten Erkenntnisse der Studie: Während frühe Narrative über AI sich auf die Transformation der Arbeitswelt konzentrierten, zeigen die Daten, dass 73% der ChatGPT-Nutzung nicht arbeitsbezogen ist. Diese Verschiebung hat massive Auswirkungen auf unser Verständnis von AI-Wertschöpfung.

Entwicklung der ChatGPT-Interaktionstypen: Fragen, Handeln und Ausdrücken über Zeit
ZeitraumNicht-arbeitsbezogenArbeitsbezogenTägliches Nachrichtenvolumen
Juni 202453% (238M)47% (213M)451M
Juni 202573% (1.91B)27% (720M)2.63B

Wirtschaftliche Implikationen der Privatnutzung

Diese massive Privatnutzung deutet auf eine enorme, oft übersehene Quelle wirtschaftlichen Wertes hin - Konsumentenrente und Haushaltsproduktion im Wert von Milliarden.

1.91B
Tägliche private Nachrichten
↗ 258%
Wachstum privater Nutzung
73%
Anteil an Gesamtnutzung

Anatomie einer Unterhaltung: Wofür ChatGPT genutzt wird

Die "Großen Drei": Praktische Beratung, Information und Schreiben

77% aller ChatGPT-Unterhaltungen fallen in drei Hauptkategorien: Praktische Beratung (29%), Informationssuche (24%) und Schreiben (24%). Diese Konzentration zeigt, dass ChatGPT primär als Wissensvermittler und Beratungstool fungiert.

Zeitliche Entwicklung der ChatGPT-Nutzungskategorien über 13 Monate
1

Praktische Beratung (29%)

Der größte und stabilste Anwendungsbereich. ChatGPT fungiert als personalisierter Berater für maßgeschneiderte, adaptive Ratschläge zu einer enormen Bandbreite von Themen.

  • Tutoring/Unterricht: 10,2% aller Nachrichten
  • How-To-Ratschläge: 8,5% aller Nachrichten
  • Persönliche Beratung zu Lebensentscheidungen
  • Maßgeschneiderte Lösungsansätze
2

Informationssuche (24%)

Stark wachsender Bereich (von 14% auf 24% im Jahr). ChatGPT positioniert sich als direkte Alternative zu traditionellen Suchmaschinen - aber mit konversationeller Interaktion.

  • Direkter Konkurrent zu Google/Bing
  • Wachstum von 14% auf 24% in einem Jahr
  • Kontextuelle, personalisierte Antworten
  • Follow-up-Fragen möglich
3

Schreiben (24%)

Obwohl der Anteil von 36% auf 24% gesunken ist, bleibt Schreiben eine Kernfunktion. Kritisch: Zwei Drittel aller Schreibaufgaben betreffen das Bearbeiten von nutzereigenem Text, nicht die Erstellung von Grund auf.

  • 67% der Schreibaufgaben sind Textbearbeitung
  • Bearbeitung/Kritik von bereitgestelltem Text
  • Übersetzung und Zusammenfassung
  • ChatGPT als Co-Pilot, nicht als Ghostwriter

Korrektur weit verbreiteter Narrative

Die Daten korrigieren mehrere weit verbreitete Annahmen über ChatGPT-Nutzung:

Mythos: Programmierung dominiert

Realität: Nur 4,2% aller Nachrichten betreffen Programmierung. Ernsthafte Entwickler bevorzugen wahrscheinlich spezielle APIs und Tools wie Copilot.

4.2%
Computer Programming
Mythos: Therapie/Begleitung ist weit verbreitet

Realität: Nur 1,9% für Beziehungen/Persönliche Reflexion und 0,4% für Spiele/Rollenspiel. Therapeutische Nutzung ist eine Nische.

1.9%
Relationships & Reflection

Das Asking vs. Doing Framework

Das entscheidende Unterscheidungsmerkmal: Entscheidungsunterstützung vs. Aufgabenerledigung

Die wichtigste konzeptuelle Innovation der Studie ist das "Asking vs. Doing" Framework. Diese Unterscheidung zeigt, dass ChatGPT primär als kognitiver Co-Pilot fungiert, nicht als Automatisierungstool.

Zeitliche Entwicklung von Asking, Doing und Expressing Interaktionen über 13 Monate
1

"Asking" - 49% aller Interaktionen

Nutzer suchen Informationen oder Ratschläge, um besser informiert zu sein oder bessere Entscheidungen zu treffen. Dies ist Entscheidungsunterstützung in Reinform.

  • Beispiel: "Was sollte ich bei der Wahl einer Krankenversicherung beachten?"
  • Wächst schneller als "Doing" Interaktionen
  • Höhere Qualitätsbewertungen von Nutzern
  • Besonders ausgeprägt bei hochgebildeten Fachkräften
2

"Doing" - 40% aller Interaktionen

Nutzer bitten ChatGPT, Aufgaben auszuführen - E-Mails umzuschreiben, Code zu schreiben, Inhalte zu erstellen. Dies ist direkte Produktionsunterstützung.

  • Beispiel: "Schreibe diese E-Mail formeller um"
  • Dominiert bei Arbeitsaufgaben (56% vs. 35% "Asking")
  • Konzentriert sich stark auf Schreibaufgaben
  • Output kann direkt in Produktionsprozesse eingespeist werden
3

"Expressing" - 11% aller Interaktionen

Aussagen, die weder nach Informationen noch nach Aufgabenerledigung fragen. Diese haben wenig bis keinen wirtschaftlichen Inhalt.

  • Selbstausdruck und Reflexion
  • Geringer wirtschaftlicher Wert
  • Hauptsächlich in persönlichen Unterhaltungen

Zeitliche Entwicklung: Der Aufstieg von "Asking"

Über das letzte Jahr ist der Anteil von "Asking"-Nachrichten erheblich gewachsen im Verhältnis zu "Doing". Dies deutet darauf hin, dass Nutzer zunehmend ausgereiftere Anwendungen für die Technologie finden.

Warum "Asking" höher bewertet wird:
  • Personalisierung: Antworten sind auf spezifische Nutzerumstände zugeschnitten
  • Interaktivität: Follow-up-Fragen ermöglichen tiefere Erkundung
  • Kontextueller Wert: Lösungen berücksichtigen individuelle Einschränkungen und Ziele
Asking vs Doing Verteilung nach Nutzungskategorien - zeigt wie verschiedene Bereiche unterschiedliche Interaktionsmuster haben

Globale Nutzerdaten und demografische Trends

Die Demokratisierung der AI-Nutzung

ChatGPT durchläuft eine bemerkenswerte demografische Transformation. Was als Tool für technik-affine, männliche Early Adopters begann, ist zu einer global diversifizierten Plattform geworden.

1

Das Ende der Gender-Kluft

Die ursprünglich stark männlich geprägte Nutzerbasis (~80% männliche Vornamen Ende 2022) hat sich vollständig ausgeglichen. Bis Juni 2025 haben Nutzer mit typisch weiblichen Vornamen eine leichte Mehrheit erreicht.

  • Ende 2022: ~80% männliche Vornamen
  • Juni 2025: 48% männliche, 52% weibliche Vornamen
  • Komplette Ausbalancierung in nur 2,5 Jahren
  • Zeigt breite gesellschaftliche Akzeptanz
2

Globale Verbreitung in Entwicklungsländern

Das dramatischste Wachstum findet in Ländern mit niedrigem bis mittlerem Einkommen statt (BIP pro Kopf von 10.000-40.000 USD), was auf eine schnelle, globale Demokratisierung fortgeschrittener AI-Technologie hindeutet.

  • Stärkstes Wachstum in Schwellenländern
  • Überbrückung der digitalen Kluft
  • Gleichberechtigung beim Zugang zu AI-Technologie
  • Potenzial für Sprung-Innovation
3

Bildung bestimmt Arbeitsnutzung

Hochgebildete Fachkräfte sind die intensivsten Arbeitsnutzer. Ihre Aktivität wird überproportional als "Asking" klassifiziert, was ChatGPTs Wert bei der Unterstützung kognitiver Aufgaben auf hohem Niveau bestätigt.

  • Höhere Bildung = mehr arbeitsbezogene Nutzung
  • Professionelle Berufe: 50%+ Arbeitsnutzung
  • Computer Science: 57% arbeitsbezogen
  • Management: 50% arbeitsbezogen

Generationsmuster in der Nutzung

AltersgruppeAnteil an NachrichtenArbeitsbezogene NutzungCharakteristikum
18-2546%23%Power User - Volumen-Treiber
26-3528%35%Ausgewogene Mischnutzung
36-4518%42%Professionelle Integration
46+8%45%Höchste Arbeitsintegration
Nachrichtenvolumen nach Nutzerkohorten über Zeit - zeigt wie verschiedene Benutzergruppen unterschiedliche Aktivitätsmuster entwickeln

Geschäftsimplikationen: ChatGPT als Entscheidungsunterstützung

Die transformative These: Von Automatisierung zu Augmentation

Die NBER-Studie liefert eine klare, datengestützte Antwort auf die Frage nach ChatGPTs wirtschaftlichem Wert: Es ist nicht primär ein Automatisierungstool, sondern ein hochentwickeltes System zur Entscheidungsunterstützung. Diese Erkenntnis verändert fundamental, wie Unternehmen AI-Strategien entwickeln sollten.

1

Kognitiver Co-Pilot, nicht Ersatz

Die Dominanz von "Asking"-Interaktionen (49%) und deren höhere Qualitätsbewertungen zeigen: ChatGPT verstärkt menschliche Intelligenz, anstatt sie zu ersetzen.

  • Augmentation > Automation
  • Höhere Nutzerzufriedenheit bei beratenden Funktionen
  • Besonders wertvoll für Wissenarbeit
  • Unterstützt komplexe Entscheidungsprozesse
2

O*NET-Analyse: Universelle Anwendbarkeit

Die Verbindung zu O*NET-Arbeitsaktivitäten zeigt: 81% aller arbeitsbezogenen Nachrichten fallen in nur sieben Kategorien, die sich auf Informationsverarbeitung und kognitive Unterstützung konzentrieren.

  • Dokumentation und Informationsaufzeichnung: 18,4%
  • Entscheidungen treffen und Probleme lösen: 14,9%
  • Kreatives Denken: 13,0%
  • Bemerkenswerte Ähnlichkeit zwischen Berufsgruppen
O*NET Arbeitsaktivitäten Aufschlüsselung - zeigt die Verteilung von ChatGPT-Nachrichten nach beruflichen Tätigkeitskategorien
3

Strategische Unternehmensimplikationen

Unternehmen sollten ChatGPT nicht als Kostensenkungs-Tool betrachten, sondern als Produktivitäts- und Qualitätsverstärker für Wissensarbeit.

  • Investment in Mitarbeitertraining für AI-Augmentation
  • Fokus auf Entscheidungsunterstützung statt Automatisierung
  • Integration in strategische Planungsprozesse
  • Messbare Verbesserung der Entscheidungsqualität
🚀

Die Zukunft der Arbeit: Drei Kernprinzipien

1. Menschen + AI > Menschen oder AI allein

Die höchste Wertschöpfung entsteht durch die Kombination menschlicher Kreativität und AI-Unterstützung, nicht durch Ersetzung.

2. Beratung schlägt Automatisierung

Die wertvollsten AI-Anwendungen unterstützen komplexe Entscheidungen, anstatt einfache Aufgaben zu automatisieren.

3. Universelle Anwendbarkeit erfordert maßgeschneiderte Implementation

Obwohl ChatGPT in allen Berufen ähnlich genutzt wird, muss die Integration spezifisch auf Branche und Rolle abgestimmt werden.

Fazit: Eine neue Ära der AI-Adoption

NBER Working Paper 34255 markiert einen Wendepunkt in unserem Verständnis von Generativer AI. Mit wissenschaftlicher Präzision zeigt die Studie, dass ChatGPT zu einem unverzichtbaren Werkzeug für 700 Millionen Menschen geworden ist - nicht als Ersatz für menschliche Intelligenz, sondern als deren Verstärker.

Detaillierte Aufschlüsselung aller ChatGPT-Nutzungskategorien mit vollständiger Hierarchie und Prozentverteilung

Die fünf transformativen Erkenntnisse

  • 1. ChatGPT ist primär ein persönliches Tool (73% nicht-arbeitsbezogen)
  • 2. Entscheidungsunterstützung dominiert über Automatisierung (49% "Asking")
  • 3. Praktische Beratung ist der wichtigste Anwendungsfall (29%)
  • 4. Programmierung ist eine Nische, nicht der Mainstream (4,2%)
  • 5. AI-Demokratisierung geschieht global und geschlechterneutral

Für Unternehmen bedeutet dies eine fundamentale Neuausrichtung: ChatGPT sollte nicht als Kostensenkungstool betrachtet werden, sondern als Investition in die Qualität menschlicher Entscheidungen. Die Zukunft gehört den Organisationen, die AI als kognitiven Co-Pilot einsetzen, nicht als Ersatz für menschliche Expertise.

Die NBER-Studie liefert nicht nur Daten - sie liefert eine Roadmap für die nächste Phase der AI-Revolution. Es geht nicht darum, Menschen zu ersetzen, sondern sie zu befähigen, bessere Entscheidungen zu treffen. In einer Welt mit 700 Millionen ChatGPT-Nutzern ist das nicht länger eine Vision, sondern bereits Realität.

Quellen und Referenzen

Diese Analyse basiert auf der vollständigen NBER-Studie und ergänzenden Forschungsmaterialien:

  • Primärquelle: Aaron Chatterji, David J. Deming, et al. (2025). "How People Use ChatGPT." NBER Working Paper 34255. National Bureau of Economic Research.
  • Datenvalidierung: WildChat Dataset für Klassifizierungsvalidierung, O*NET-Datenbank für Arbeitsaktivitäts-Mapping
  • Methodik: Privacy-preserving LLM-basierte Klassifizierung, Data Clean Room für demografische Analysen

Alle Daten und Statistiken entsprechen dem Stand der Veröffentlichung (September 2025).

Autor

Falco Schneider

Founder, Ultra Relevant

Veröffentlicht

16. Januar 2025

18 Min Lesezeit

Weiterführende Ressourcen

Lesen Sie weiter und vertiefen Sie Ihre AI-Sichtbarkeitsstrategie.

Neu: Live AI-Analyse

Wie relevant ist dein Produkt in AI-Suchen?

68% der Kaufentscheidungen werden heute von AI-Empfehlungen beeinflusst. Teste jetzt kostenlos deine Sichtbarkeit.

Live-Daten
Keine Kreditkarte
100% kostenlos
ChatGPT Nutzung: Insights aus 700 Mio. Nutzern | Ultra Relevant