mindfulreflectKurz gesagt: Bei einzelnen Aufgaben hilft KI messbar, und zwar am meisten den Unerfahrenen. Im Kundenservice lösten Neulinge mit einem KI-Assistenten 34 Prozent mehr Anfragen pro Stunde. In der Wirtschaft insgesamt ist davon bisher wenig zu sehen. In Dänemark hat KI weder Verdienst noch Arbeitszeit messbar verändert. Und wie viel Zeit wir mit KI sparen, schätzen wir oft falsch ein.
Wem hilft KI am meisten?
Den Anfängern. Die Ökonomen Erik Brynjolfsson, Danielle Li und Lindsey Raymond haben 5.179 Beschäftigte im Kundenservice untersucht. Die Beschäftigten bekamen nach und nach einen KI-Assistenten. Im Schnitt lösten sie danach 14 Prozent mehr Anfragen pro Stunde.
Bei Neulingen und weniger Geübten waren es 34 Prozent mehr. Bei den Erfahrensten änderte sich kaum etwas.
Hilft KI bei jeder Aufgabe?
Nein, und vorher sieht man nicht, wo die Grenze liegt. Forschende um Fabrizio Dell'Acqua haben ein Experiment mit 758 Beratern der Boston Consulting Group gemacht. Bei 18 Aufgaben, die KI gut kann, erledigte die Gruppe mit KI 12,2 Prozent mehr Aufgaben. Die Gruppe war dabei 25,1 Prozent schneller und lieferte deutlich bessere Ergebnisse.
Eine Aufgabe lag bewusst außerhalb dessen, was KI gut kann. Bei dieser Aufgabe fand die Gruppe mit KI 19 Prozent seltener die richtige Lösung als die Gruppe ohne KI.
Die Forschenden nennen das eine „zackige Grenze“, auf Englisch „jagged frontier“. KI hilft bei manchen Aufgaben und schadet bei anderen, auch wenn beide gleich schwer aussehen.
Fühlt sich KI schneller an, als sie ist?
Oft ja. Die Forschungsgruppe METR hat Anfang 2025 sechzehn erfahrene Software-Entwickler bei 246 echten Aufgaben beobachtet. Vorher erwarteten sie, mit KI 24 Prozent schneller zu sein. Hinterher glaubten sie, 20 Prozent schneller gewesen zu sein. Gemessen brauchten sie mit KI 19 Prozent länger.
Daraus wurde die Schlagzeile „Mit KI sind Entwickler langsamer“. Doch METR selbst ist inzwischen vorsichtig. Im Februar 2026 schrieb die Gruppe, ihre neuen Daten seien ein unzuverlässiges Signal. Viele Entwickler wollten nicht mehr ohne KI arbeiten und machten deshalb nicht mit. Andere ließen gerade die Aufgaben weg, bei denen KI viel hilft.
METR hält es für wahrscheinlich, dass Entwickler heute mit KI schneller sind als Anfang 2025. Die Belege dafür nennt die Gruppe aber „very weak“, also sehr schwach.
Was aus der Studie von 2025 bleibt: Wie schnell man sich mit KI fühlt, sagt wenig darüber, wie schnell man ist.
Warum kommt in der Wirtschaft so wenig an?
Die Ökonomen Anders Humlum und Emilie Vestergaard haben in Dänemark 25.000 Beschäftigte aus 7.000 Betrieben befragt. Die Antworten haben sie mit amtlichen Daten zu Lohn und Arbeitszeit verknüpft. Zwei Jahre nach dem Start von ChatGPT zeigt sich keine Wirkung auf Verdienst und Arbeitsstunden. Effekte über 2 Prozent schließen die beiden aus.
Die Erklärung der beiden: Die gesparte Zeit verschwindet nicht, sie wird umverteilt. Außerdem entsteht neue Arbeit: Inhalte mit KI erstellen, Ergebnisse der KI prüfen, KI in die Abläufe einbauen.
Wie viele Firmen in Deutschland nutzen KI?
Mehr als die Hälfte. Laut der ifo-Konjunkturumfrage vom Mai 2026 setzen 54,5 Prozent der Unternehmen KI ein. Ein Jahr zuvor waren es 40,9 Prozent. Wie viel davon bei den einzelnen Beschäftigten ankommt, zeigt diese Zahl nicht.
Wo ist deine gesparte Zeit hin?
Die Forschung zeigt zwei Dinge. Gefühl und Messung liegen oft weit auseinander. Und gesparte Zeit füllt sich schnell mit neuer Arbeit.
Beides kannst du bei dir selbst nachsehen. Schreib eine Woche lang auf, wofür du KI benutzt. Und schreib dazu, was du mit der gewonnenen Zeit gemacht hast.
Wenn du sehen willst, wohin deine Woche insgesamt geht: Deine Zeit ist ein kostenloses Werkzeug dafür, ohne Konto.
Was die Forschung noch nicht weiß
- Ob die Gewinne mit neueren KI-Modellen größer werden. Die dänischen Daten reichen bis Ende 2024. METR hält einen Anstieg für wahrscheinlich, kann ihn aber nicht belegen.
- Ob die gesparte Zeit später doch sichtbar wird, als Lohn, als Freizeit oder als neue Stellen.
- Wie gut sich Experimente auf echte Arbeit übertragen lassen. Experimente messen einzelne, klar abgegrenzte Aufgaben. Echte Arbeit besteht auch aus Abstimmung und Warten.
Mehr zum Thema: Kein Job nach dem Studium – ist KI schuld?
Quellen
- Brynjolfsson, Li, Raymond: Generative AI at Work, Quarterly Journal of Economics 2025 · frühere Fassung bei NBER
- Dell'Acqua u. a.: Navigating the Jagged Technological Frontier, Harvard Business School Working Paper 24-013 · erschienen in Organization Science, 2026
- METR: Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, Juli 2025
- METR: We are Changing our Developer Productivity Experiment Design, 24.2.2026
- Humlum, Vestergaard: Still Waters, Rapid Currents, NBER Working Paper 33777, Fassung März 2026 (früher: „Large Language Models, Small Labor Market Effects“)
- ifo Institut: More than half of companies in Germany use AI, 5.6.2026
Stand: 19. Oktober 2026. Recherchiert mit KI (Claude, von Anthropic). Anthropic verkauft selbst KI und hat damit ein Interesse an der Antwort auf diese Frage. Wir verdienen nichts an dem, was wir hier ansehen. Wenn dir ein Fehler auffällt, schreib an hi@mindfulreflect.com. Wir korrigieren sichtbar und schreiben dazu, was vorher dastand.