Warum KI Unternehmen nicht automatisch produktiver macht

Von Kai Spriestersbach am

Mit KI entstehen Texte, Analysen und Programmcode oft deutlich schneller. Ob dadurch auch mehr brauchbare Arbeit fertig wird, ist eine andere Frage. Wer den Erfolg nur am erzeugten Output misst, kann einen wachsenden Berg unerledigter Arbeit mit einem Produktivitätssprung verwechseln.

Stell dir ein Marketingteam vor, das mithilfe von KI in einer Woche fünfzig Landingpages entwirft. Früher hätte es dafür mehrere Wochen gebraucht. Die Präsentation für die Geschäftsführung ist schnell geschrieben: mehr Inhalte, weniger Aufwand, enorme Zeitersparnis.

Nur ist noch keine einzige Seite veröffentlicht.

Die Produktverantwortlichen müssen Aussagen prüfen. Der Vertrieb soll beurteilen, ob die Seiten die richtigen Kundenfragen beantworten. Jemand muss Quellen kontrollieren, austauschbare Absätze überarbeiten und entscheiden, welche Seiten überhaupt gebraucht werden.

Der erste Entwurf war schnell. Der Rest der Arbeit ist noch da.

Genau diese Lücke interessiert mich an der Debatte über KI und Produktivität. Aus einer beschleunigten Tätigkeit wird in der Argumentation erstaunlich schnell ein effizienteres Unternehmen. Dabei entscheidet sich der wirtschaftliche Nutzen häufig erst nach dem Moment, in dem das KI-Werkzeug „fertig“ meldet.

Ein Entwurf ist ein Zwischenstand. Bezahlt wird am Ende für ein brauchbares Ergebnis.

Mehr Code, längere Prüfzeiten: Was die Harvard-Studie zeigt

Wie groß der Abstand sein kann, zeigt ein Arbeitspapier von Fiona Chen und James Stratton von der Harvard University. Die Fassung vom 14. November 2026 untersucht 445 Millionen Arbeitsereignisse aus 655 Unternehmen.

Zwölf Monate nach Einführung von Coding-Agenten schätzen die Forschenden gegenüber bereits eingesetzten KI-Assistenten rund 36 Prozent mehr gespeicherte und zur Prüfung eingereichte Codeänderungen. Die Mengen werden pro aktivem Entwicklungsmitarbeiter und Monat betrachtet. Bei abgeschlossenen Softwareaufgaben liegt der geschätzte Zuwachs dagegen bei 13,7 Prozent und ist statistisch nicht eindeutig abgesichert. Gleichzeitig verlängert sich die Zeit zwischen Einreichung und Übernahme einer Codeänderung um 56,1 Prozent. Darin stecken auch Wartezeiten, nicht nur aktive Prüfarbeit.

Aber: Die Untersuchung nutzt unterschiedliche Einführungszeitpunkte, keine zufällige Zuweisung. Ihre Aussagekraft hängt deshalb davon ab, ob sich die verglichenen Unternehmen ohne Einführung ähnlich entwickelt hätten. Außerdem sind abgeschlossene Softwareaufgaben noch kein Maß für Kundennutzen. Die Befunde liefern Hinweise auf einen Engpass bei der Prüfung; sie belegen weder die Nutzlosigkeit von KI noch eine allgemeine Produktivitätssteigerung von 36 Prozent. Arbeitspapier: „Artificial Intelligence in the Firm“

Zwei Balken zeigen geschätzte Mengeneffekte von Coding-Agenten: plus 35,7 Prozent zur Prüfung eingereichte Codeänderungen und plus 13,7 Prozent abgeschlossene Jira-Aufgaben. Der zweite Wert ist als statistisch unsicher schraffiert. Separat: plus 56,1 Prozent Zeit von Einreichung bis Übernahme, einschließlich Wartezeit.
Die Studie schätzt mehr zur Prüfung eingereichte Codeänderungen, einen statistisch unsicheren Zuwachs abgeschlossener Aufgaben und eine längere Zeit bis zur Übernahme. Mengen und Durchlaufzeit sind unterschiedliche Kennzahlen; die Prozentwerte lassen sich nicht addieren. Quelle: Chen & Stratton, 14.11.2026.

Wenn sich die Arbeit an der nächsten Station staut

Für die Praxis ist der dahinterliegende Zusammenhang leicht verständlich. Angenommen, ein Team kann täglich zehn Änderungen erstellen, prüfen und ausliefern. Mit KI schafft es plötzlich zwanzig Entwürfe. Prüfen kann es weiterhin nur zehn.

Dann werden zunächst weiterhin zehn Änderungen fertig. Die übrigen warten.

Liniendiagramm über fünf Tage. Die kumulierte Zahl erstellter Entwürfe steigt von null auf 100, die fertiger Änderungen von null auf 50. Der vertikale Abstand zeigt den Rückstau, der nach fünf Tagen 50 beträgt. Annahmen: täglich 20 neue und zehn fertige Änderungen, keine Ausschüsse oder Nacharbeit.
Vereinfachtes Modell ohne anfänglichen Rückstau: Pro Tag entstehen 20 Entwürfe, aber nur zehn Änderungen werden fertig. Nach fünf Tagen warten 50 Entwürfe. Die schattierte Fläche zeigt zu jedem Zeitpunkt den noch nicht fertigen Bestand als vertikalen Abstand der Linien.

Dieser Rückstau kann zusätzliche Arbeit verursachen: Rückfragen, neue Priorisierungsrunden, inzwischen überholte Informationen. Wer einen Entwurf nach einer Woche wieder aufnimmt, muss sich erneut einarbeiten. Die Beschleunigung am Anfang kann dadurch den ohnehin knappen Teil des Ablaufs weiter belasten.

Im Marketing wäre es deshalb sinnvoll, vor der Produktion der fünfzig Landingpages zu klären, wer sie prüfen kann und welche davon tatsächlich einen Zweck erfüllen. Vielleicht bringt es mehr, fünf bestehende Seiten gezielt zu verbessern. Vielleicht liegt das Problem auch in fehlenden Produktinformationen. Dann erzeugt ein schnellerer Textgenerator vor allem schneller neue Rückfragen.

Ich würde bei einer KI-Einführung deshalb zuerst wissen wollen: An welcher Stelle bleibt die Arbeit heute liegen?

Wie aus einer Stunde Zeitersparnis fünfzehn Minuten werden

Auch ohne Rückstau kann eine beeindruckende Zeitersparnis deutlich kleiner ausfallen, sobald man den gesamten Aufwand betrachtet.

Ein bewusst vereinfachtes Rechenbeispiel: Für einen Entwurf braucht jemand bisher zwei Stunden. Abstimmung, Prüfung und Fertigstellung benötigen weitere drei. Die KI halbiert die Entwurfszeit. Insgesamt sinkt der Aufwand damit von fünf auf vier Stunden, also um 20 Prozent.

Das ist ein sinnvoller Gewinn.

Muss die KI-Fassung allerdings zusätzlich 45 Minuten nachbearbeitet werden, bleiben nur 15 Minuten Ersparnis. Bezogen auf die gesamte Aufgabe sind das fünf Prozent.

Drei gestapelte Balken vergleichen den Arbeitsaufwand: ohne KI zwei Stunden Entwurf plus drei Stunden übrige Arbeit, insgesamt fünf Stunden. Mit KI eine plus drei Stunden, insgesamt vier. Mit 45 Minuten zusätzlicher Nacharbeit sind es vier Stunden und 45 Minuten; die Ersparnis beträgt fünf Prozent.
Rechenbeispiel: Die halbierte Entwurfszeit senkt den Gesamtaufwand zunächst von fünf auf vier Stunden. Bei 45 Minuten zusätzlicher Nacharbeit bleiben 15 Minuten beziehungsweise fünf Prozent Ersparnis. Diese Werte sind keine Studienergebnisse.

Noch leichter verschwindet dieser Effekt, wenn sich die Arbeit auf mehrere Menschen verteilt. Spart eine Person eine Stunde, während drei Kollegen jeweils zwanzig Minuten zusätzlich prüfen, hat das Unternehmen zunächst keine Arbeitszeit gewonnen. In der persönlichen Bilanz des Erstellers sieht es trotzdem nach einem Erfolg aus.

Eine Zeitersparnis sollte immer auch aus Sicht der Menschen geprüft werden, die das Ergebnis weiterverarbeiten müssen.

Warum sich KI schneller anfühlen kann, als sie ist

Dass die eigene Wahrnehmung dafür nicht ausreicht, zeigte ein Experiment der Forschungsorganisation METR. 16 erfahrene Entwickler bearbeiteten 246 reale Aufgaben in ihnen vertrauten Open-Source-Projekten. Bei zufällig ausgewählten Aufgaben durften sie KI nutzen. Mit den untersuchten Werkzeugen brauchten sie durchschnittlich 19 Prozent länger. Anschließend glaubten sie trotzdem, etwa 20 Prozent Zeit gespart zu haben. METR-Studie vom Juli 2025

Das Ergebnis beschreibt diese Teilnehmer, Aufgaben und damaligen Werkzeuge. Es lässt sich nicht pauschal auf heutige KI übertragen. In einer späteren Untersuchung hielt METR stärkere Beschleunigung inzwischen für wahrscheinlich, konnte deren Ausmaß aber nicht verlässlich bestimmen. Unter anderem wollten manche Entwickler nicht ohne KI teilnehmen oder reichten bestimmte Aufgaben deshalb nicht ein. Auch die parallele Nutzung mehrerer Agenten erschwerte die Zeitmessung. METR-Update vom Februar 2026

Für mich ist daran vor allem die Diskrepanz zwischen Gefühl und Messung interessant. Ein Werkzeug kann den Einstieg erleichtern, lästige Arbeit übernehmen und sich dadurch sehr hilfreich anfühlen. Das hat einen Wert. Wer daraus eingesparte Arbeitsstunden ableitet, muss allerdings die Arbeitsstunden erfassen.

Produktivität lässt sich am gelösten Problem messen

Es gibt zugleich klare positive Befunde. Erik Brynjolfsson, Danielle Li und Lindsey Raymond untersuchten die gestaffelte Einführung eines KI-Assistenten bei 5.172 Beschäftigten im Kundensupport eines Unternehmens. Ihre 2025 veröffentlichte Studie schätzt durchschnittlich 15 Prozent mehr gelöste Kundenanliegen pro Stunde. Besonders unerfahrene Beschäftigte profitierten. Die Menschen führten weiterhin die Gespräche und konnten Vorschläge verändern oder verwerfen. Auch hier war die Einführung im Hauptexperiment nicht zufällig zugewiesen. Studie: „Generative AI at Work“

Die gewählte Kennzahl liegt bereits näher am eigentlichen Zweck der Arbeit: Wie viele Kundenanliegen werden gelöst? Für die eigene Anwendung müsste zusätzlich geprüft werden, ob die Lösung Bestand hat. Ein schnell beendetes Gespräch bringt wenig, wenn derselbe Kunde anschließend erneut anrufen muss.

Im Marketing gilt das entsprechend. Veröffentlichte Seiten lassen sich bequem zählen. Ob sie relevante Fragen beantworten, qualifizierte Anfragen erzeugen oder Kunden eine Entscheidung erleichtern, verlangt mehr Arbeit bei der Messung.

Bei automatisch erstellten Analysen kommt ein weiterer Aufwand hinzu: Jemand muss sie lesen. Ein Bericht, der in Sekunden entsteht, kann einer Führungskraft eine halbe Stunde zusätzliche Lektüre bescheren, ohne die Entscheidung zu verbessern.

Aufmerksamkeit gehört deshalb für mich genauso in die Rechnung wie Erstellungszeit und Softwarekosten.

Gute Prüfung gehört zum Prozess und in die Rechnung

Das führt unmittelbar zur Frage, wie sich KI-Ergebnisse sinnvoll prüfen lassen. Jede Ausgabe vollständig von einem Menschen kontrollieren zu lassen, kann teuer und unnötig sein. Entscheidend ist, welche Fehler möglich sind, wie zuverlässig sie erkannt werden können und welche Folgen sie hätten.

Ein interner Ideenentwurf braucht eine andere Kontrolle als eine Kundenempfehlung oder eine Änderung an einem laufenden System. Schon beim Aufbau des Ablaufs sollte deshalb feststehen, was ein Ergebnis mitbringen muss: überprüfbare Quellen, nachvollziehbare Berechnungen, einen Abgleich mit verlässlichen Daten oder eine verständliche Darstellung der vorgenommenen Änderungen.

Auch KI kann bei dieser Prüfung helfen. Nur ist die Zustimmung eines zweiten Modells noch kein belastbarer Nachweis. Beide können dieselbe falsche Annahme übernehmen. Die Prüfkriterien müssen aus dem Auftrag und verlässlichen Referenzen kommen.

Bei Agentensystemen ist außerdem zwischen Berechtigungen und Ergebnisqualität zu unterscheiden. Ein Agent kann ausschließlich erlaubte Werkzeuge benutzen und trotzdem eine falsche Schlussfolgerung ziehen. Begrenzte Zugriffsrechte sind notwendig, beantworten aber nicht die Frage, ob das Ergebnis fachlich stimmt.

Die notwendige Prüfung gehört von Anfang an in die Wirtschaftlichkeitsrechnung.

Fünf Kennzahlen für einen aussagekräftigen KI-Pilotversuch

Für einen KI-Pilotversuch würde ich deshalb vor dem Start festlegen, wann eine Aufgabe als erfolgreich erledigt gilt. Dann würde ich vergleichbare Aufgaben mit und ohne KI betrachten und fünf Größen erfassen:

  • Gesamter Arbeitsaufwand: einschließlich Briefing, Kontrolle, Rückfragen und Nacharbeit bei allen Beteiligten.
  • Zeit bis zur Fertigstellung: einschließlich der Wartezeit zwischen einzelnen Schritten.
  • Qualität: anhand vorher festgelegter Kriterien, auch mit Blick auf später entdeckte Fehler.
  • Kosten pro brauchbarem Ergebnis: einschließlich Software, Modellnutzung und Betreuung.
  • Erreichter Nutzen: etwa dauerhaft gelöste Kundenanliegen oder qualifizierte Anfragen.

Nutzungszahlen helfen dabei zu verstehen, ob ein Werkzeug angenommen wird. Viele Prompts, erzeugte Texte oder verbrauchte Tokens belegen für sich genommen noch keinen wirtschaftlichen Erfolg.

Entscheidend ist, was am Ende fertig wird

Genauso vorsichtig wäre ich, aus eingesparter Schreibzeit unmittelbar einen geringeren Personalbedarf abzuleiten. Wenn mehr Entwürfe entstehen, kann an anderer Stelle zusätzliche Fachprüfung nötig werden. Wer ausgerechnet dort Kapazität abbaut, verschärft möglicherweise den Engpass.

Das Potenzial von KI ist deshalb nicht kleiner, als eine beeindruckende Vorführung vermuten lässt. Es muss nur im tatsächlichen Arbeitsablauf eingelöst werden. Dazu kann auch gehören, etwas umzusetzen, das bisher zu aufwendig war, oder Menschen von belastenden Routinen zu entlasten. Nicht jeder sinnvolle Einsatz muss in Stellen oder Minuten ausgedrückt werden.

Mich interessiert bei einer KI-Einführung vor allem, ob am Ende verlässlich mehr von der Arbeit erledigt wird, die jemand tatsächlich braucht. Manchmal hilft dafür ein besseres Modell. Manchmal ein klareres Briefing, eine schnellere Entscheidung oder eine bessere Prüfung.

Der erste Entwurf kann in Sekunden entstehen. Ob daraus ein gutes Ergebnis wird, entscheidet sich im gesamten Prozess.

Abonniere das AFAIK-Update

KI verstehen. Fundiert entscheiden. Wirksam umsetzen.

Im AFAIK-Update teile ich meine Einordnungen und Erfahrungen zu KI im Unternehmen: von Strategie und sinnvollen Anwendungsfällen über die Auswahl passender Lösungen bis zur praktischen Umsetzung. Kostenlos, persönlich und mit einem klaren Blick auf Chancen und Grenzen.

Keine Sorge, ich mag Spam genauso wenig wie Du und gebe Deine Daten niemals weiter! Du bekommst höchstens einmal pro Monat eine E-Mail von mir. Versprochen.

Kai Spriestersbach

Geschrieben von

Kai Spriestersbach ist Head of AI bei REACHX, Bestsellerautor und Experte für künstliche Intelligenz. Mit über 20 Jahren Erfahrung im digitalen Business, einem Master in Web Science der TH Köln und einer laufenden Promotion an der RPTU Kaiserslautern-Landau verbindet er wissenschaftliche Forschung mit praktischer Anwendung.

Seine beruflichen Wurzeln liegen in der Suchmaschinenoptimierung: Für namhafte Unternehmen machte er organische Sichtbarkeit zum Wettbewerbsvorteil. Seit 2015 beschäftigt er sich intensiv mit maschinellem Lernen. Die Durchbrüche in der maschinellen Sprachverarbeitung durch BERT und die GPT-Modelle führten schließlich zu seiner Spezialisierung auf KI. 2023 und 2024 forschte er am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) an der in der Forschungsgruppe von Prof. Sebastian Vollmer der RPTU zu generativer KI. Heute liegen seine Schwerpunkte auf großen Sprachmodellen (LLMs)und der Integration von KI in Unternehmensprozesse.

Mehr über Kai