OpenAIs Unternehmensumsatz macht erstmals mehr als die Hälfte aus: 5 Schlüsselsignale für ChatGPTs Entwicklung zur Unternehmensinfrastruktur

Anmerkung des Autors: Brockman bestätigt, dass OpenAI mehr als die Hälfte seines Umsatzes mit Unternehmenskunden erzielt. Dieser Artikel zeichnet die Entwicklung nach und analysiert, was sie für den Einkauf in Unternehmen und für Entwickler bedeutet.

Am 4. November 2026 gab OpenAI-Mitgründer und Präsident Greg Brockman auf der Technologiekonferenz des Wall Street Journal bekannt: OpenAI erzielt inzwischen mehr als die Hälfte seines Umsatzes mit Unternehmenskunden. Früher habe das Verhältnis zwischen Unternehmens- und Privatkundengeschäft bei etwa 30 zu 70 gelegen. Inzwischen sei das Unternehmensgeschäft die größte Umsatzquelle.

Das bedeutet nicht, dass OpenAI das Privatkundengeschäft aufgibt. Brockman betonte auf der Veranstaltung, dass dessen Umsatz nicht zurückgegangen sei, sondern weiterhin wachse. Das Unternehmensgeschäft wachse lediglich schneller. Reuters, TechCrunch und das WSJ berichteten am 5. November über seine Aussagen.

Darum geht es: Dieser Artikel zeichnet nach, wie sich OpenAIs Umsatzstruktur zugunsten des Unternehmensgeschäfts verschoben hat, unterscheidet einige leicht zu verwechselnde Messgrößen und analysiert, warum KI für Unternehmen für Modellanbieter zum wichtigsten Umsatztreiber wird.

Über die Hälfte des OpenAI-Umsatzes stammt von Unternehmen: Das Wichtigste im Überblick

Die folgende Tabelle fasst die wichtigsten Fakten zusammen. Brockman sprach nur von „mehr als der Hälfte“ und nannte keinen genauen Anteil.

Zwei Details sind wichtig. Erstens beziehen sich die 70 % auf das Wachstum der annualisierten Umsatzrate (annualized revenue run rate) gegenüber dem Vorquartal. Das bedeutet nicht, dass der geprüfte Quartalsumsatz um 70 % gestiegen ist. Zweitens besagt „I think so“ lediglich, dass Brockman das Unternehmen 2027 für börsenreif hält. Ein Termin oder ein eingereichter Antrag auf Börsenzulassung stehen damit nicht fest.

Zeitlicher Verlauf: So veränderte sich die Umsatzstruktur von OpenAI

Dass Unternehmen inzwischen für mehr als die Hälfte des Umsatzes stehen, kam nicht plötzlich. Offiziellen Mitteilungen von OpenAI und Medienberichten zufolge war es ein schrittweiser Prozess über etwa ein Jahr.

OpenAI hatte im März erwartet, dass die Umsätze aus dem Unternehmens- und Privatkundengeschäft zum Jahresende gleichauf liegen würden. Tatsächlich überschritt der Unternehmensanteil schon Anfang November die Hälfte. Das Wachstum im dritten Quartal übertraf damit die Erwartungen, die das Unternehmen selbst zu Jahresbeginn hatte.

Vor der Erholung der OpenAI-Unternehmensumsätze: Wettbewerbsdruck im ersten Halbjahr

Um die Verschiebung in der Umsatzstruktur zu verstehen, lohnt sich ein Blick auf das erste Halbjahr. Brockman selbst räumte ein, dass OpenAI im ersten und zweiten Quartal 2026 im Unternehmensmarkt vergleichsweise zu kämpfen hatte. Das WSJ verwendete in seiner Überschrift sogar das Wort „Rough“.

Die Schwierigkeiten lagen vor allem beim Agentic Coding. Laut Brockman hatte OpenAI mit Codex zwar bereits ein Produkt, war in diesem Markt aber kaum präsent und bekam nicht genug Aufmerksamkeit. Dabei gehört Programmierung zu den Bereichen, in denen Unternehmen besonders viel für KI ausgeben. Menlo Ventures schätzt das Marktvolumen für KI-Programmierwerkzeuge im Jahr 2026 auf rund 34 Milliarden US-Dollar.

Drei Faktoren hinter der Erholung im dritten Quartal

Brockman führt die Wende im dritten Quartal auf mehrere Faktoren zurück. Zugleich betont er, dass sie das Ergebnis kontinuierlicher Investitionen war und nicht über Nacht eintrat:

• Modell-Upgrade: Die Veröffentlichung von GPT-5.6 Sol verbesserte die Nutzbarkeit in Unternehmen.
• Einführung von ChatGPT Work: Aus dem Frage-und-Antwort-Assistenten wurde ein Agent, der mehrstufige Aufgaben ausführen und vollständige Dokumente und Berichte erstellen kann.
• Ausbau des Unternehmensvertriebs: Codex Labs, Partnerschaften mit sieben globalen Systemintegratoren und das im Juni gestartete OpenAI Partner Network.

Auch das Nutzerwachstum von Codex deutet auf diese Entwicklung hin. Offiziell veröffentlichten Zahlen zufolge stieg die Zahl der wöchentlich aktiven Codex-Nutzer von 2 Millionen Ende März auf über 5 Millionen Anfang Juni. Etwa ein Fünftel davon waren Wissensarbeiter in Unternehmen; ihre Zahl wuchs mehr als dreimal so schnell wie die der Entwickler. Wichtig dabei: Die 5 Millionen stammen aus den im Juni veröffentlichten Daten und sind kein aktueller Stand für November.

OpenAIs Unternehmensumsatz und der Wettbewerb mit Anthropic: Unterschiedliche Kennzahlen nicht verwechseln

Bei Diskussionen über OpenAIs Unternehmensumsatz werden leicht Zahlen miteinander verglichen, die auf unterschiedlichen Grundlagen beruhen. In den öffentlich verfügbaren Informationen gibt es mindestens vier Arten von Daten, die jeweils etwas anderes aussagen.

Zusammen ergeben diese Zahlen ein umfassenderes Bild des Wettbewerbs. Bei den API-Ausgaben von Unternehmen liegt Anthropic laut Menlo weiterhin vorn: Der geschätzte Anteil stieg gegenüber dem Vorjahr von 40 % auf 55 %, der von OpenAI von 27 % auf 31 %. Wie das WSJ berichtet, entfielen bei Unternehmen, die Produkte beider Anbieter beziehen, Anfang des Jahres rund drei Viertel der Ausgaben auf Anthropic. Im September waren die Anteile beider Anbieter dagegen ungefähr gleich hoch. OpenAI hat seine Wettbewerbsposition damit deutlich verbessert.

Die beiden Datensätze widersprechen sich nicht. Der erste beschreibt eine Schätzung für den Gesamtmarkt über das Jahr hinweg, der zweite die Entwicklung innerhalb einer bestimmten Kundengruppe. Gerade daran zeigt sich, wie schnell OpenAI in der zweiten Jahreshälfte aufgeholt hat.

Zwei Zahlen zum hochgerechneten Jahresumsatz: 50 und 70 Milliarden

Auch OpenAIs hochgerechneter Jahresumsatz wird leicht missverstanden. Reuters berichtete Ende September, die auf ein Jahr hochgerechnete Umsatzrate von OpenAI liege bei knapp 70 Milliarden US-Dollar. Im Oktober berichtete die Nachrichtenagentur dann, der Wert für September liege bei knapp 50 Milliarden US-Dollar. Das bedeutet nicht, dass der Umsatz um 20 Milliarden US-Dollar „geschrumpft“ ist.

Der Unterschied ergibt sich aus der buchhalterischen Behandlung von Umsätzen über Cloud-Plattformpartner. Bei Verkäufen über bestimmte Cloud-Partner verbucht OpenAI nur den Anteil, der dem Unternehmen selbst zusteht. Anthropic könnte dagegen den gesamten vom Kunden gezahlten Betrag als Umsatz ausweisen und den Anteil der Cloud-Plattform anschließend als Kosten verbuchen. Die zuvor Investoren präsentierte Zahl von 70 Milliarden wurde auf ähnliche Weise als Bruttobetrag dargestellt, um den direkten Vergleich mit Anthropic zu erleichtern. Außerdem wird die Jahresumsatzrate lediglich aus dem Umsatz eines bestimmten Zeitraums hochgerechnet und entspricht nicht dem tatsächlich erzielten Umsatz eines ganzen Geschäftsjahres.

Auswirkungen auf OpenAIs Unternehmenskundenumsatz: Warum Unternehmen nicht auf einen einzigen Anbieter setzen

JPMorgan Chase zeigt anschaulich, wie Unternehmen KI einkaufen. Brockman gab auf der Konferenz eine Zusammenarbeit zwischen OpenAI und JPMorgan Chase bekannt. Dabei geht es um Codex und OpenAIs Modelle für Cybersicherheit, die für die Unternehmenstransformation, Wissensarbeit und den internen Sicherheitsschutz eingesetzt werden sollen. Ergänzende Berichte zeigen jedoch, dass JPMorgan Chase im Bereich Cybersicherheit zugleich mit Anthropic zusammenarbeitet.

Das macht deutlich: Für Großunternehmen ist die Beschaffung von KI kein Nullsummenspiel, bei dem sie sich für einen von zwei Anbietern entscheiden müssen. Je nach Aufgabe, Modellfähigkeiten und Sicherheitsanforderungen beziehen sie Produkte verschiedener Anbieter. Für Modellanbieter bedeutet der Gewinn eines Großkunden daher nicht, dass ihnen dessen gesamtes Budget zufällt. Für Unternehmen wiederum ist eine Strategie mit mehreren Anbietern eine gängige Methode, um Risiken zu senken und Kosten zu optimieren.

Auswirkungen für Entwickler

• Mehrere Modelle parallel zu nutzen, wird zur Normalität: Im selben Unternehmensprojekt kommen für Programmierung, Sicherheit und Wissensfragen möglicherweise Modelle verschiedener Anbieter zum Einsatz. Entwickler müssen schnell zwischen ihnen wechseln und sie vergleichen können.
• Kostenmanagement wird wichtiger: Daten von Menlo zufolge lagen die tatsächlichen KI-Ausgaben von Unternehmen im Schnitt beim 4,7-Fachen des Vorjahreswerts. Erwartet hatten die Unternehmen nur das 1,9-Fache. Parallel arbeitende und dauerhaft im Hintergrund laufende Agenten sind eine der Hauptursachen für Budgetüberschreitungen.
• Qualitätskontrolle bleibt unverzichtbar: Wie Axios berichtet, erhöht die gleichzeitige Verwaltung mehrerer Agenten-Workflows den Kontrollaufwand. Die von Agenten erzeugten Daten und der Code müssen weiterhin von Fachleuten geprüft werden.

Für Teams, die mehrere Modelle parallel nutzen, kann eine einheitliche Schnittstelle den Wechsel erheblich erleichtern. Das folgende Minimalbeispiel ruft ein Modell über eine OpenAI-kompatible Schnittstelle auf:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Einheitliche Schnittstelle von APIYI, OpenAI-kompatibel
)

response = client.chat.completions.create(
    model="gpt-6.1-sol",  # Modell-ID gemäß der Modellliste der Plattform
    messages=[{"role": "user", "content": "总结本周销售会议的三个待办事项"}]
)
print(response.choices[0].message.content)

import time
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Modelle mehrerer Anbieter mit einem Schlüssel aufrufen
)

# Modell-IDs gemäß der Modellliste der Plattform; durch Claude, Gemini usw. ersetzbar
MODELS = ["gpt-6.1-sol", "gpt-6.1-terra", "claude-sonnet", "gemini-pro"]

def compare_models(prompt: str):
    """Ruft mehrere Modelle für dieselbe Aufgabe auf und erfasst Laufzeit und Token-Nutzung zur Kostenbewertung"""
    results = []
    for model in MODELS:
        start = time.time()
        try:
            resp = client.chat.completions.create(
                model=model,
                messages=[{"role": "user", "content": prompt}],
                max_tokens=800
            )
            results.append({
                "model": model,
                "latency": round(time.time() - start, 2),
                "input_tokens": resp.usage.prompt_tokens,
                "output_tokens": resp.usage.completion_tokens,
                "answer": resp.choices[0].message.content[:120]
            })
        except Exception as e:
            results.append({"model": model, "error": str(e)})
    return results

for r in compare_models("审查这段权限校验逻辑是否存在越权风险：..."):
    print(r)

🚀 Schnellstart: Wenn dein Team prüft, welches Modell sich für welche Aufgaben eignet, könnt ihr bei APIYI auf apiyi.com ein kostenloses Testkontingent beantragen. Vergleicht dann mit demselben Code die Ergebnisse und Token-Kosten von OpenAI, Claude und Gemini anhand echter Geschäftsdaten, bevor ihr eure Anbieterkombination auswählt.

Wachstum der Unternehmenseinnahmen von OpenAI: von Lizenzen zu Workflows

Warum können Unternehmenseinnahmen schneller wachsen als Einnahmen von Privatkunden? Der Schlüssel liegt darin, dass sie aus mehreren Quellen stammen. Die Quelle unterscheidet drei Ebenen: direkte Beschaffung, Entwicklung und API-Aufrufe sowie Workflow-Einsatz.

Bei Abonnements für Privatkunden ist die Obergrenze relativ klar: Ein Nutzer zahlt zwischen $8 und $200 pro Monat. Die Unternehmenseinnahmen hängen dagegen von zwei Faktoren ab: der Zahl der Kunden und der Nutzungsintensität pro Kunde. Ein Unternehmen kauft vielleicht zunächst einige Hundert Lizenzen. Anschließend nutzt das Entwicklungsteam Codex, interne Systeme rufen Modelle über die API auf, und schließlich lässt das Unternehmen Agenten dauerhaft Aufgaben im Hintergrund ausführen.

Agenten verändern auch die Art und Weise, wie Token verbraucht werden. Menlo verweist auf Daten von OpenRouter, denen zufolge Agenten bereits rund 80 % des Token-Verbrauchs auf der Plattform ausmachen. Seit sie im Februar 2026 den menschengesteuerten Traffic überholt haben, ist ihr Verbrauch um etwa das 37-Fache gestiegen; der menschengesteuerte Traffic wuchs im gleichen Zeitraum um etwa das 5-Fache. Diese Zahlen beziehen sich nur auf OpenRouter, eine vor allem auf Entwickler ausgerichtete Plattform, und lassen sich nicht direkt auf die gesamte Branche übertragen. Der Trend ist dennoch bemerkenswert: Der Token-Verbrauch orientiert sich zunehmend nicht mehr an der Zahl der Nutzer, sondern an der Menge der Aufgaben.

Warum Unternehmen bei der Beschaffung stärker auf Governance achten

ChatGPT Enterprise ist mehr als der Kauf einer großen Zahl persönlicher Plus-Abos. Es umfasst Verwaltungsfunktionen wie SCIM, EKM und RBAC, Datenspeicherung in zehn Regionen, SLAs und individuelle Vertragsbedingungen. Außerdem sichert OpenAI zu, Unternehmensdaten standardmäßig nicht zum Trainieren von Modellen zu verwenden. Im Fall von JPMorgan betonte Brockman insbesondere die hohen Anforderungen von Finanzinstituten an Vertrauen, Sicherheit und Zuverlässigkeit.

Auch Kundenbeispiele liefern Anhaltspunkte. Laut einer von OpenAI veröffentlichten Fallstudie zu Credit Saison erzielte ein Pilotprojekt mit ChatGPT Enterprise und 315 Teilnehmenden einen ROI von 954 % und sparte pro Person rund 14 Stunden im Monat. Diese Zahlen stammen jedoch vom Unternehmen selbst und wurden von OpenAI veröffentlicht. Sie sind weder das Ergebnis einer unabhängigen Prüfung noch repräsentieren sie den Branchendurchschnitt.

Die folgende Tabelle zeigt eine Auswahl öffentlich verfügbarer Preise für den Standardmodus der offiziellen OpenAI-API. Sie dient Unternehmen als Orientierung für die Schätzung ihrer Aufrufkosten:

Modi wie Fast und Flex/Batch sowie lange Kontexte und Schreibvorgänge in den Cache beeinflussen die tatsächlichen Kosten. API-Gebühren und ChatGPT-Abonnements werden zudem nach unterschiedlichen Preismodellen abgerechnet.

Häufig gestellte Fragen (FAQ)

OpenAI-Unternehmensumsatz: Das Wichtigste in Kürze

• Umsatzverteilung umgekehrt: Der Anteil des Unternehmensgeschäfts stieg von rund 30 % auf über die Hälfte. Die Umsätze mit Privatkunden wachsen weiterhin.
• Druck im ersten Halbjahr: OpenAI war beim Agentic Coding kaum präsent, holte im dritten Quartal aber dank Work und Codex wieder auf.
• Kennzahlen auseinanderhalten: Der Anteil am eigenen Umsatz, der API-Marktanteil und die Ausgaben gemeinsamer Kunden sind drei verschiedene Grössen.
• Mehrere Anbieter sind die Norm: JPMorgan Chase arbeitet sowohl mit OpenAI als auch mit Anthropic zusammen. Die Anbieterwahl ist kein Nullsummenspiel.
• Wachstum durch intensivere Nutzung: Lizenzen, APIs, Agenten und Workflows ergänzen sich. Wie intensiv ein Kunde die Angebote nutzt, bestimmt den Unternehmensumsatz.
• Empfehlung für den Einstieg: Zunächst mit dem kostenlosen Guthaben von APIYI apiyi.com im kleinen Rahmen testen und dann über die Anbieterkombination entscheiden.

Fazit

OpenAI erzielt erstmals mehr als die Hälfte seines Umsatzes mit Unternehmenskunden. Das zeigt, wie sich ChatGPT von einem Produkt für Privatkunden zu einer Infrastruktur entwickelt, auf die Unternehmen im Alltag angewiesen sind. Dahinter stehen drei zentrale Entwicklungen:

1. Unternehmensumsätze haben einen Multiplikatoreffekt: Neben der Kundenzahl sind vor allem die Nutzungsintensität einzelner Kunden und die Zahl der abgedeckten Prozesse entscheidend.
2. Agenten verändern die Abrechnungslogik: Der Token-Verbrauch hängt zunehmend vom Aufgabenvolumen ab und nicht mehr nur von der Zahl der Nutzer.
3. Der Wettbewerb bleibt intensiv: Bei den API-Ausgaben von Unternehmenskunden liegt Anthropic weiterhin vorn, während OpenAI schnell aufholt. Unternehmen setzen zudem gerne mehrere Anbieter parallel ein.

Für Entwickler und technische Teams in Unternehmen ist es sinnvoller, Modelle nach Aufgabe auszuwählen und Kosten anhand von Nutzungsdaten zu bewerten, statt auf einen einzelnen Anbieter zu setzen. Über APIYI apiyi.com lässt sich schnell testen, wie verschiedene Modelle im eigenen Anwendungsszenario abschneiden. Die Plattform bietet eine OpenAI-kompatible Schnittstelle und kostenloses Guthaben für neue Nutzer.

📚 Quellen

1. Reuters – Brockman zu Unternehmensumsätzen und Börsengang: Bericht vom 05.11.2026
2. Link: reuters.com/legal/transactional/openai-ready-ipo-2027-now-counts-majority-sales-enterprises-brockman-says-2026-11-05

3. Inhalt: Originalbericht zu den Umsätzen mit Unternehmenskunden von über 50 % und den Vorbereitungen auf einen Börsengang

4. WSJ – OpenAIs Coding-Geschäft hebt nach schwierigem ersten Halbjahr ab: Bericht vom November 2026

5. Link: wsj.com/tech/openai-had-rough-first-half-of-year-before-coding-takeoff-brockman-says-6c97d9e5

6. Inhalt: Wettbewerbsdruck im ersten Halbjahr und Veränderungen bei den Ausgaben gemeinsamer Kunden

7. Reuters – OpenAIs annualisierter Umsatz liegt im September bei knapp 50 Milliarden US-Dollar: Bericht vom 08.10.2026

8. Link: reuters.com/business/openais-annualized-revenue-20-billion-less-than-previously-signaled-ft-reports-2026-10-08

9. Inhalt: Erklärung des Unterschieds zwischen den Angaben von 50 und 70 Milliarden US-Dollar

10. OpenAI – The next phase of enterprise AI: Offizieller Blog

11. Link: openai.com/index/next-phase-of-enterprise-ai

12. Inhalt: Umsatzanteil von Unternehmenskunden von über 40 % und Informationen zur Kundengewinnung

13. Menlo Ventures – 2026 The State of Enterprise AI: Branchenbericht

14. Link: menlovc.com/perspective/2026-the-state-of-enterprise-ai

15. Inhalt: Schätzungen zu KI-Ausgaben von Unternehmen und Marktanteilen im API-Markt

16. OpenAI – Kundenbeispiel Credit Saison: Veröffentlicht am 29.10.2026

17. Link: openai.com/index/credit-saison
18. Inhalt: ROI-Beispiel aus einem Pilotprojekt im Unternehmen (Angaben des Unternehmens)

Autor: APIYI Technikteam
Technischer Austausch: Kontaktieren Sie uns über die APIYI-Website apiyi.com. Weitere Informationen zur Integration finden Sie im Dokumentationszentrum unter docs.apiyi.com.