Was die Studie in der Rückschau zeigt
Das Bild, das die Studie für die vergangenen drei Jahre zeichnet, widerspricht deutlich der öffentlichen KI-Erzählung. Rund 70 Prozent der befragten Unternehmen in den USA, UK, Deutschland und Australien setzen KI mittlerweile aktiv ein – das ist eine hohe Adoptionsrate. Trotzdem berichten neun von zehn befragten Führungskräften, dass sich im eigenen Unternehmen kein messbarer Effekt auf Beschäftigung oder Produktivität eingestellt hat. Adoption und messbare Wirkung fallen in dieser Studie also klar auseinander: Ein Werkzeug im Einsatz zu haben bedeutet demnach nicht automatisch, dass es sich in der Unternehmensbilanz niederschlägt.
Das deckt sich mit einem Muster, das diese Reihe bereits an anderer Stelle beobachtet hat – etwa in der Bitkom-Studie, nach der ein Drittel der deutschen Unternehmen KI-Kosten als höher als erwartet meldet. Beide Studien zusammen zeichnen ein konsistenteres Bild als die einzelne Schlagzeile „KI verändert alles“: Die Kosten entstehen oft schneller und sichtbarer als der Nutzen.
Der eigentlich interessante Teil: die Erwartungslücke
Für die kommenden drei Jahre zeichnet die Studie ein anderes Bild. Führungskräfte erwarten im Durchschnitt eine Produktivitätssteigerung von 1,4 Prozent, kombiniert mit einem Beschäftigungsrückgang von 0,7 Prozent – netto ein Produktionswachstum von rund 0,8 Prozent. Diese Prognose ist deutlich optimistischer als die tatsächlich beobachtete Wirkung der vergangenen drei Jahre.
Bemerkenswerter ist aber ein zweiter Befund: Mitarbeitende in denselben Unternehmen wurden ebenfalls befragt – und erwarten für denselben Zeitraum das genaue Gegenteil bei der Beschäftigungsentwicklung, nämlich einen Anstieg von 0,5 Prozent statt eines Rückgangs. Die Studie bezeichnet das explizit als „Erwartungslücke“ zwischen Arbeitgebern und Arbeitnehmern. Diese Lücke ist unabhängig davon relevant, welche der beiden Prognosen am Ende zutrifft: Sie zeigt, dass Führungsebene und Belegschaft in vielen Unternehmen mit grundverschiedenen Annahmen über die eigene KI-Strategie arbeiten – eine Kommunikationslücke, die eigene Konsequenzen hat, unabhängig vom tatsächlichen wirtschaftlichen Ausgang.
Warum die Wirkung bislang ausbleibt: eine organisatorische, keine technische Frage
Eine begleitende Studie derselben Forschungsgruppe mit dem Titel „Mind the Gap: AI Adoption in Europe and the U.S.“ liefert einen konkreten Erklärungsansatz dafür, warum die Wirkung in manchen Ländern und Unternehmen schneller sichtbar wird als in anderen. Der entscheidende Unterschied liegt demnach nicht in der eingesetzten Technologie, sondern in der organisatorischen Unterstützung: Ob ein Unternehmen seine Beschäftigten aktiv zur KI-Nutzung ermutigt, ihnen die passenden Werkzeuge bereitstellt und sie darin schult – und zwar alle drei Elemente gemeinsam, nicht nur eines davon.
Die Zahlen dazu sind deutlich: In den USA erhalten 42 Prozent der Beschäftigten alle drei Unterstützungsformen gleichzeitig – Ermutigung, Werkzeuge und Schulung. In Frankreich und Italien liegt dieser Anteil nur bei 16 bis 17 Prozent. Umgekehrt bekommen 69 bis 70 Prozent der Beschäftigten in Frankreich und Italien keine dieser drei Unterstützungsformen, in den USA sind es nur 44 Prozent. Diese organisatorische Lücke erklärt laut der Studie einen wesentlichen Teil des Unterschieds zwischen Ländern mit schnellerer und langsamerer messbarer KI-Wirkung – nicht die grundsätzliche Verfügbarkeit der Technologie.
Was das für die eigene KI-Strategie bedeutet
Für ein Unternehmen unserer Zielgruppe lassen sich aus diesen beiden Studien zwei getrennte, aber verbundene Lehren ziehen. Erstens: Wenn im eigenen Betrieb bislang kein messbarer KI-Effekt spürbar ist, ist das kein Ausreißer, sondern laut dieser Studie der Normalfall bei neun von zehn Unternehmen – ein Grund, die eigene Erwartungshaltung zu kalibrieren, statt vorschnell auf einen gescheiterten Einsatz zu schließen oder umgekehrt übertriebene kurzfristige Ergebnisse zu versprechen.
Zweitens, und das ist der eigentlich handlungsrelevante Punkt: Ob ein Unternehmen zu den Firmen gehört, die tatsächlich Wirkung erzielen, hängt laut der Studie stärker von organisatorischer Unterstützung ab als vom eingesetzten Tool selbst. Ein Unternehmen, das KI-Werkzeuge bereitstellt, ohne aktiv zur Nutzung zu ermutigen und ohne Schulung anzubieten, bewegt sich strukturell in der Gruppe, die mit geringerer Wahrscheinlichkeit messbare Effekte erzielt – unabhängig davon, wie leistungsfähig das eingesetzte Modell ist.
Zur Erwartungslücke zwischen Führung und Belegschaft: Wenn Führungskräfte intern von künftigem Stellenabbau durch KI ausgehen, die Belegschaft aber das Gegenteil erwartet, entsteht eine Kommunikationslücke, die sich unabhängig von der tatsächlichen wirtschaftlichen Entwicklung negativ auswirken kann – etwa auf Vertrauen, Veränderungsbereitschaft und die Akzeptanz neuer Werkzeuge im Arbeitsalltag. Diese Lücke transparent zu adressieren, ist ein eigenständiger Führungsschritt, unabhängig davon, welche der beiden Prognosen sich später als richtig erweist.
Was daraus praktisch folgt
- Die eigene Erwartungshaltung an KI-Investitionen anhand dieser Daten kalibrieren: Ausbleibende kurzfristige, messbare Effekte sind laut Studie der Regelfall bei neun von zehn Unternehmen, kein Zeichen eines gescheiterten Projekts.
- Prüfen, ob im eigenen Unternehmen alle drei Unterstützungselemente – aktive Ermutigung zur Nutzung, passende Werkzeuge, gezielte Schulung – tatsächlich zusammen vorhanden sind, statt sich auf die reine Bereitstellung eines Tools zu verlassen.
- Die eigene Erwartungslücke zwischen Führungsebene und Belegschaft aktiv ansprechen, statt sie unausgesprochen zu lassen – etwa durch offene Kommunikation darüber, welche Beschäftigungs- und Produktivitätsentwicklung das eigene Unternehmen für die kommenden Jahre tatsächlich erwartet und warum.
- KI-Erfolgskennzahlen nicht allein an Adoptionsraten (wie viele Mitarbeitende nutzen das Tool) festmachen, sondern an tatsächlich gemessener Wirkung – die Studie zeigt deutlich, dass beide Kennzahlen weit auseinanderfallen können.
Der eigentliche Wert dieser Analyse liegt nicht in einer Entwarnung oder einer Warnung vor KI-Investitionen, sondern in einer Kalibrierung: Die Studie liefert eine belastbare, datengestützte Grundlage dafür, dass ausbleibende kurzfristige Effekte normal sind – und dass der entscheidende Hebel für tatsächliche Wirkung eher in der eigenen Organisation liegt als im gewählten KI-Werkzeug.