KI in der Arbeit der Führung, ohne Illusionen

In dieser Ausgabe

Die Hälfte der Beschäftigten in den USA nutzt KI inzwischen zumindest ab und zu bei der Arbeit. Diese Ausgabe handelt vom Abstand zwischen dem, was KI zu leisten scheint, und dem, was sich messen lässt, und von der Führungskraft, die genau dort entscheiden muss.

2025 glaubten erfahrene Entwickler, KI habe sie schneller gemacht, während die Uhr das Gegenteil zeigte. Andere Experimente fanden große Gewinne, vor allem für neuere Leute und für Aufgaben innerhalb dessen, was Forschende die gezackte Grenze nennen. Gallup findet, dass die Nutzung schneller wächst als die Pläne und dass die Unterstützung der Führungskraft mit dem Nutzen einhergeht.

Stiven Janaqi, Herausgeber

Titelthema

Gefühlt schneller, gemessen langsamer

Anfang 2025 führte die Forschungsgruppe METR ein randomisiertes Experiment durch: 16 erfahrene Entwickler, 246 echte Aufgaben in Projekten, die sie gut kannten. Jede Aufgabe wurde zufällig der Arbeit mit oder ohne KI-Werkzeuge zugeteilt.

• 24 % schneller: das erwarteten die Entwickler vorher
• 20 % schneller: das glaubten sie danach
• 19 % langsamer: das wurde gemessen

Fachleute aus Ökonomie und maschinellem Lernen hatten fast 40 % kürzere Aufgaben vorhergesagt. METR nennt das Ergebnis eine Momentaufnahme der Werkzeuge von Anfang 2025 in einem bestimmten Umfeld und begann 2026, das Studiendesign zu ändern, weil sich die Werkzeuge und ihre Nutzung geändert hatten. Geblieben ist der Abstand zwischen Gefühl und Uhr.

• 2023 Kundenservice: 14 % mehr gelöste Fälle pro Stunde mit KI.
• 2023 Berater: große Gewinne innerhalb der Grenze, schlechtere Ergebnisse außerhalb.
• 2025 Entwickler: 19 % langsamer, mit dem Gefühl, schneller zu sein.
• 2026 Gallup: Die Hälfte der US-Beschäftigten nutzt KI bei der Arbeit.

Unsere Lesart

Das Gefühl von Tempo ist keine Messung. Bevor ein Team seine Arbeitsweise ändert, muss jemand die Arbeit messen, nicht den Eindruck.

Quellen: METR, 2025; Erik Brynjolfsson, Danielle Li & Lindsey Raymond, NBER, 2023; Fabrizio Dell'Acqua, Edward McFowland III, Ethan Mollick et al., Harvard Business School, 2023; Gallup, 2026

Die Zahlen

Die Hälfte nutzt sie, wenige haben einen Plan

Seit 2023 fragt Gallup Beschäftigte in den USA, wie oft sie KI in ihrer Rolle nutzen. Die Nutzung hat sich mehr als verdoppelt; die Pläne haben nicht Schritt gehalten.

Nutzen KI bei der Arbeit mehrmals im Jahr oder öfter, USA, zweites Quartal: 2023 21 %, 2025 40 %, 2026 52 %.

• 44 % sagen, ihre Organisation habe begonnen, KI einzuführen (2025)
• 22 % sagen, ihnen sei ein klarer Plan mitgeteilt worden (2025)

Häufige Nutzung, mehrmals pro Woche oder öfter, stieg von 11 % im Jahr 2023 auf 30 % im Mai 2026; 15 % nutzen KI inzwischen täglich.

Unsere Lesart

Die Nutzung wächst von unten; der Plan muss von oben kommen. Dazwischen steht die Führungskraft, die beides sieht.

Quellen: Gallup, 2025; Gallup, 2026

Das Modell

Die gezackte Grenze

2023 gaben die Harvard Business School und BCG 758 Beratern GPT-4 für realistische Aufgaben. Die Forschenden nennen die Linie zwischen dem, was KI gut und schlecht kann, eine gezackte Grenze: Gleich schwer wirkende Aufgaben können auf beiden Seiten liegen.

Innerhalb der Grenze

• 12,2 % mehr erledigte Aufgaben
• 25,1 % schneller
• Über 40 % höhere Qualität

Außerhalb der Grenze

• 19 Prozentpunkte seltener richtig
• Die Hilfe der KI machte das Ergebnis schlechter
• Wie schwer die Aufgabe wirkte, verriet die Seite nicht

Im Kundenservice lösten 5.179 Beschäftigte mit einem KI-Assistenten im Schnitt 14 % mehr Fälle pro Stunde. Die Neuesten und weniger Geübten gewannen 34 %, die Erfahrensten fast nichts.

Unsere Lesart

KI hilft am meisten, wo die Aufgabe bekannt ist und sich das Ergebnis prüfen lässt. Außerhalb der Grenze braucht sie jemanden, der die Arbeit gut genug kennt, um den Fehler zu sehen.

Die Grenze ist der Begriff der Forschenden; die Anwendung auf die Aufgaben der Führung ist unsere Lesart.

Quellen: Fabrizio Dell'Acqua, Edward McFowland III, Ethan Mollick et al., Harvard Business School, 2023; Erik Brynjolfsson, Danielle Li & Lindsey Raymond, NBER, 2023

Mehr im Essay: Vom Einzelhandel zur Logistik und Hotellerie: Die Branche ändert sich, die Probleme des Managements nicht

Die Rolle der Führung

Wo die Führungskraft ins Spiel kommt

In Gallups Daten von 2026 geht die Unterstützung der Führungskraft damit einher, ob KI-Nutzung dem Team hilft oder private Gewohnheit bleibt.

Engagierte Beschäftigte, USA, 2026: Häufige Nutzung, klarer Plan und Unterstützung der Führung zusammen 53 %, Die Führungskraft unterstützt die KI-Nutzung aktiv 48 %, Ohne diese Unterstützung 30 %.

• 36 % stimmen voll zu, dass ihre Führungskraft die KI-Nutzung im Team unterstützt (Organisationen, die KI einführen, Mai 2026)
• 40 % hatten im letzten Monat „Workslop“ erhalten (1.150 US-Beschäftigte, 2025)

Workslop ist mit KI erstellte Arbeit, die nützlich aussieht, aber keinen Gehalt hat. Wer sie schickt, spart Zeit; wer sie bekommt, muss sie deuten, korrigieren oder neu machen.

Unsere Lesart

Die Führungskraft setzt den Standard: was KI tun darf, wer prüft und was als fertig gilt. Ohne Standard wird das Tempo des einen zur Nacharbeit des anderen.

Quellen: Gallup, Employee Engagement Remains Flat as AI Adoption Accelerates, 2026; Gallup, Indicator: Artificial Intelligence, 2026; Kate Niederhoffer et al., Harvard Business Review, 2025

Wie man es misst

Messen, bevor man glaubt

2025 sagte ein vorläufiger Bericht von MIT NANDA, 95 % der Organisationen sähen keinen messbaren Ertrag aus generativer KI. Er beruhte auf 52 Interviews, 153 Antworten von vier Konferenzen und über 300 öffentlichen Projekten; viele Schlagzeilen machten daraus „95 % der Pilotprojekte scheitern“. Weder Schlagzeile noch Gefühl ersetzen es, die eigene Arbeit zu messen.

• Eine Aufgabe wählen. Wiederkehrend, bekannt und mit prüfbarem Ergebnis.
• Ohne KI messen. Zwei Wochen: Zeit pro Aufgabe und nötige Korrekturen.
• Mit KI messen. Dieselbe Aufgabe, dieselbe Prüfung, samt der Zeit fürs Prüfen.
• Mit den Zahlen entscheiden. Behalten, ändern oder stoppen, und festhalten, wer prüft.

Hypothetisches Beispiel, der wöchentliche Schichtbericht

• Ohne KI: 3 Std., 4 Korrekturen
• Mit KI: 1 Std. 10 Min. + 30 Min. Prüfung, 1 Korrektur

Die Ersparnis ist echt, aber kleiner als gefühlt: 1 Std. 20 Min. pro Woche. Die Zahlen sind erfunden.

Schritte und Beispiel stammen von der Redaktion.

Quelle: Aditya Challapally et al., MIT NANDA, 2025

Mehr im Essay: Kennzahlen werden nicht in Excel besser

Werkzeug der Woche

Die KI- Aufgabenkarte

Eine Karte für jede Aufgabe, die man der KI übergibt. Mit der Person ausfüllen, die die Aufgabe erledigt, und nach einem Monat wieder ansehen.

1. Die Aufgabe was, wie oft, für wen
2. Innerhalb oder außerhalb der Grenze? fällt ein Fehler schnell auf?
3. Was die KI tut, was der Mensch tut
4. Wer prüft, und wie bevor es das Team verlässt
5. Vorher und nachher gemessen Zeit und Korrekturen
6. Entscheidung und Prüftermin behalten, ändern, stoppen

Eine Praxis, die die Redaktion vorschlägt. Keine persönlichen oder vertraulichen Daten in öffentliche KI-Werkzeuge eingeben, auch nicht auf die Karte.

Quellen und Methode

Jede Zahl hat eine Quelle.

Die Zahlen dieser Ausgabe stammen aus den folgenden Quellen. Das Jahr zeigt, wie aktuell jede ist.

• METR, “Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity”, 2025. https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/
• Gallup, “AI Use at Work Has Nearly Doubled in Two Years”, 2025. https://www.gallup.com/workplace/691643/work-nearly-doubled-two-years.aspx
• Gallup, “Indicator: Artificial Intelligence”, 2026. https://www.gallup.com/699797/indicator-artificial-intelligence.aspx
• Fabrizio Dell'Acqua, Edward McFowland III, Ethan Mollick et al., Harvard Business School, “Navigating the Jagged Technological Frontier”, 2023. https://papers.ssrn.com/abstract=4573321
• Erik Brynjolfsson, Danielle Li & Lindsey Raymond, NBER, “Generative AI at Work”, 2023. https://www.nber.org/papers/w31161
• Gallup, “Employee Engagement Remains Flat as AI Adoption Accelerates”, 2026. https://www.gallup.com/workplace/712433/employee-engagement-remains-flat-adoption-accelerates.aspx
• Kate Niederhoffer et al., Harvard Business Review, “AI-Generated “Workslop” Is Destroying Productivity”, 2025. https://hbr.org/2025/09/ai-generated-workslop-is-destroying-productivity
• Aditya Challapally et al., MIT NANDA, “The GenAI Divide: State of AI in Business 2025”, 2025.

Redaktionelle Methode

Jede Zahl wurde auf Jahr, Herausgeber und genaue Bedeutung geprüft. Wo die Seite des Herausgebers nicht erreichbar war, wurde sie an unabhängigen Zusammenfassungen geprüft und mit „über“ markiert. Die Deutung der Redaktion ist als „Unsere Lesart“ markiert. Zahlen, die sich nicht bestätigen ließen, stehen nicht in der Ausgabe.