Wie Menschen KI-Agenten nutzen

2025 sollte das Jahr werden, in dem die Technologie der KI-Agenten zum Mainstream wird. Heute geben wir bekannt, dass Perplexity und Harvard-Forscher die erste großangelegte Studie darüber veröffentlicht haben, wie Menschen KI-Agenten tatsächlich nutzen in der realen Welt.

Unsere Forscher stellten drei grundlegende Fragen: Wer nutzt KI-Agenten? Wie intensiv nutzen sie diese? Und welche Aufgaben delegieren sie an ihre KI-Assistenten? Durch die Analyse von hunderten Millionen anonymisierter Interaktionen von Comet- und Comet Assistant-Nutzern haben wir grundlegende Muster bei der Einführung und Nutzung von Agenten aufgedeckt.

Die Ergebnisse stellen einige gängige Narrative infrage. Beispielsweise sind Agenten gut darin, Hotels zu buchen oder routinemäßige Aufgaben zu erledigen, aber sie dienen auch als Partner bei anspruchsvoller kognitiver Arbeit. Sie verändern grundlegend, wie wir lernen, arbeiten und Probleme lösen.

Mehr ein Denken-Partner als ein Butler

Eine populäre Vision von KI-Agenten ist der Anwendungsfall des „digitalen Concierge“, bei dem Menschen einfache Aufgaben auslagern, um Zeit zu sparen. Doch als wir Millionen von Nutzerinteraktionen klassifizierten, stellten wir fest, dass sich 57 % aller Agentenaktivitäten auf kognitive Arbeit konzentrieren. Sechsunddreißig Prozent der häufigsten Aufgaben werden als Produktivitäts- und Workflow-Aufgaben klassifiziert, weitere 21 % als Lernen und Recherche.

Dies sind Aufgaben, die die menschlichen Fähigkeiten skalieren. Ein Einkaufsfachmann nutzte den Comet Assistant, um Kundenfallstudien zu scannen und relevante Anwendungsfälle zu identifizieren, bevor er mit einem Anbieter zusammenarbeitete. Ein Student bat den Agenten, Kursmaterialien zu durchsuchen und zu analysieren, was sie lernten. Ein Finanzmitarbeiter delegierte das Filtern von Aktienoptionen und das Analysieren von Investitionsinformationen. In jedem Fall erledigte der Agent die Informationsbeschaffung und die erste Synthese autonom und gab dem Nutzer die Informationen, die er benötigte, um endgültige Urteile und Entscheidungen zu treffen und diese auf dessen Wunsch umzusetzen.

Der durch unsere Daten unterstützte Anwendungsfall des „Denken-Partners“ zeigt, dass Nutzer ihre Fähigkeit erweitern wollen, schwierige Dinge zu tun. Menschen nutzen den Comet Assistant nicht, um Arbeit zu vermeiden, sie nutzen ihn, um bessere Arbeit zu leisten.

Die Entwicklung von Nutzungstrends hin zum Nutzen

Eines der aufschlussreichsten Muster in der Studie ist die Reise des Nutzers. Wie Sie einen Agenten an Tag 1 nutzen, ist selten das, wie Sie ihn an Tag 100 nutzen.

Neue Nutzer testen oft das Terrain mit Anfragen mit geringem Risiko. Sie fragen nach Reiseplänen, Filmempfehlungen oder allgemeinem Wissen. Allmählich findet eine Verschiebung statt. Unsere Analyse der Übergänge bei den Anfragen zeigt eine starke Anziehungskraft in Richtung Produktivität. Ein Nutzer mag damit beginnen, nach einem Urlaubsziel zu fragen, aber sobald er den Agenten nutzt, um ein Python-Skript zu debuggen oder einen Finanzbericht zusammenzufassen, kehrt er selten zurück. Die Kategorien Produktivität und Workflow haben die höchsten Bindungsraten, und Nutzer, die sich frühzeitig mit Lern- oder Rechercheaufgaben befassen, werden mit viel höherer Wahrscheinlichkeit langfristig aktive Nutzer.

Dies spiegelt die Anfänge des Personal Computers wider. Er wurde oft als Werkzeug für Rezeptverwaltung oder Spiele verkauft, aber er wurde unverzichtbar aufgrund von Tabellenkalkulationen und Textverarbeitung. KI-Agenten folgen demselben Pfad.

Wer nutzt Agenten? Einführung vs. Intensität

Die aussagekräftigste Kennzahl ist nicht, wer KI-Agenten einführt, sondern wer sich auf sie verlässt. Die Lücke zwischen Einführungsraten und Nutzungsintensität zeigt, wo die Technologie von einer Neuheit zu einer Notwendigkeit geworden ist. Enge Lücken deuten auf eine echte Verhaltensänderung hin, und sechs Kernberufe treiben mittlerweile 70 % aller Agentenaktivitäten voran.

Bestimmte Sektoren schneiden überdurchschnittlich gut ab. Während digitale Technologen das Volumen natürlich anführen (30 % der Anfragen), zeigen wissensintensive Bereiche wie Marketing, Vertrieb, Management und Unternehmertum die höchste „Stickiness“. Sobald diese Fachkräfte einen Agenten einführen, übertrifft ihre Nutzungsintensität ihre Einführungszahlen, während sie den Assistenten in ihren täglichen Workflow integrieren.

Der Kontext spielt ebenfalls eine Rolle. Nutzer setzen den Comet Assistant ein, um die spezifischen Reibungspunkte ihrer Branche zu lösen. Finanzfachleute konzentrieren sich stark auf Effizienz und widmen 47 % der Anfragen Produktivitätsaufgaben. Studenten konzentrieren sich auf den Nutzen, wobei 43 % der Aufgaben auf Lernen und Recherche entfallen. Im Design- und Gastgewerbe ist es noch einfacher zu sehen, wie der kontextspezifische Gebrauch dominiert, von der Medienarbeit für Designer bis zur Reiseplanung für Mitarbeiter im Gastgewerbe.

Letztendlich beweisen die Daten, dass der Comet Assistant äußerst vielseitig ist und die spezifischen Bedürfnisse seiner Nutzer widerspiegelt. In einem Bildungskontext ist er eine spezialisierte Recherche-Engine, während er in einem beruflichen Kontext zu einem Mehrzweck-Assistenten wird. Persönliche Kontexte machen über die Hälfte des gesamten Anfragevolumens aus.

Die neue Wissensarbeit ist Fragenarbeit

Diese Studie liefert den ersten empirischen Beweis dafür, dass wir uns auf eine hybride Wirtschaft der Intelligenz zubewegen. Die Dominanz kognitiver Aufgaben in unseren Daten legt nahe, dass KI-Agenten die menschliche kognitive Arbeit skalieren. Mit der Reifung dieser Werkzeuge erwarten wir, dass die „Stickiness“ von Produktivitätsaufgaben zunimmt.

Da sich das Jahr 2025 dem Ende zuneigt, fragen wir nicht länger, ob Menschen KI-Agenten nutzen werden. Wir wissen, dass sie es tun. Die Frage ist nun, wie schnell sich der Rest der Wirtschaft an eine Belegschaft anpassen wird, die mit einem intelligenten Partner, der immer in die Abläufe eingebunden ist, denkt, lernt und baut. Um mehr über unsere Methodik, Taxonomie-Spezifikationen und statistische Analyse zu erfahren, sehen Sie sich das vollständige Forschungspapier hier an.