Kurz gesagt: Die Pro-Seite gewinnt, aber nicht kampflos. In kontrollierten Studien arbeiten Beschäftigte mit KI bei Text- und Wissensaufgaben 25 bis 40 Prozent schneller und liefern messbar bessere Ergebnisse; Neulinge profitieren am stärksten. Zwei Drittel der deutschen Unternehmen, die KI einsetzen, berichten von einer besseren Wettbewerbsposition. Die Contra-Seite hat trotzdem recht, wo sie auf ungeregelte Einführung zeigt: 95 Prozent der untersuchten Firmenprojekte in einer MIT-Auswertung brachten keinen messbaren Ertrag, ein Chatbot kostete Air Canada vor Gericht Geld, und wer der KI blind vertraut, denkt nach eigener Auskunft weniger kritisch mit. Die Bilanz lautet daher: Einführen ja, aber mit Regeln, Schulung und klar gewählten Aufgaben. Genau diese Bedingungen entscheiden, ob ein Betrieb bei den 5 Prozent mit Ertrag landet oder bei den 95 Prozent ohne.
Ausgangslage: Wo die deutsche Wirtschaft steht
Bevor Argumente ausgetauscht werden, lohnt ein Blick auf die Zahlen. Sie zeigen, dass die Frage „ob“ in vielen Branchen schon entschieden ist und nur noch das „wie“ offen bleibt.
- Erstmals eine Mehrheit. 57 Prozent der deutschen Unternehmen ab 20 Beschäftigten setzen im Sommer 2026 KI ein. Ein Jahr zuvor waren es 36 Prozent, zwei Jahre zuvor 20 Prozent. Weitere 38 Prozent planen oder diskutieren den Einsatz. Nur noch 4 Prozent sagen, KI sei für sie kein Thema.[1]
- Kleine Betriebe hinken hinterher. Das Statistische Bundesamt zählt für 2025 mit anderer Abgrenzung (ab 10 Beschäftigte) 26 Prozent KI-Nutzer: 23 Prozent bei 10 bis 49 Beschäftigten, 36 Prozent bei 50 bis 249, 57 Prozent ab 250.[2]
- Nutzung ist nicht Nutzen. Kein einziges befragtes Unternehmen schöpft nach eigener Einschätzung das Potenzial von KI voll aus, nur 3 Prozent „eher stark“. 28 Prozent nutzen es „eher wenig“, 59 Prozent „überhaupt nicht“.[1]
Diese Lücke zwischen Einsatz und Ertrag ist der eigentliche Streitpunkt der Debatte. Die folgende Tabelle ordnet die Argumente beider Seiten Thema für Thema.
Die Übersicht: Pro und Contra auf einen Blick
| Thema | Pro: Was dafür spricht | Contra: Was dagegen spricht | Wer hat die besseren Karten? |
|---|---|---|---|
| Tempo bei Routineaufgaben | Schreibaufgaben wurden im Experiment 40 Prozent schneller erledigt, die Qualität stieg um 18 Prozent (453 Fachkräfte).[3] | Der Zeitgewinn entsteht nur bei Aufgaben, die die KI wirklich beherrscht; außerhalb davon wird geprüft und nachgebessert.[4] | Pro Der Effekt ist in mehreren unabhängigen Studien reproduziert. |
| Qualität der Ergebnisse | 758 Berater lösten mit GPT-4 im Schnitt 12,2 Prozent mehr Aufgaben, 25,1 Prozent schneller, bei Kreativaufgaben mit 40 Prozent höherer Qualität.[4] | Bei einer Aufgabe außerhalb der KI-Stärken schnitten dieselben Berater mit KI 23 Prozent schlechter ab als ohne.[4] | Pro, mit Grenze Gewinn, wenn die Aufgabe passt; Verlust, wenn nicht. |
| Einarbeitung und Wissenstransfer | Im Kundenservice stieg die Zahl gelöster Anfragen um 14 Prozent, bei Neulingen um 34 Prozent; Kundenstimmung und Verbleib im Betrieb verbesserten sich.[5] | Erfahrene Kräfte profitierten kaum; ihr Wissen wird gewissermaßen an die Anfänger verteilt, was Konflikte auslösen kann.[5] | Pro Gerade für Betriebe mit Fluktuation und Fachkräftemangel. |
| Erfahrene Spezialisten | Entwickler mit KI-Assistent programmierten eine Aufgabe 55,8 Prozent schneller (95 Teilnehmer).[6] | Erfahrene Open-Source-Entwickler brauchten mit KI 19 Prozent länger, glaubten aber, 20 Prozent schneller gewesen zu sein (16 Entwickler, 246 Aufgaben).[7] | Offen Der Nutzen hängt von Erfahrung, Aufgabe und Werkzeug ab. Messen statt Bauchgefühl. |
| Wettbewerb und Markt | 66 Prozent der KI-Nutzer haben ihre Wettbewerbsposition verbessert, 48 Prozent Prozesse deutlich beschleunigt, 45 Prozent sehen einen messbaren Beitrag zum Unternehmenserfolg.[1] | Wer nur einführt, weil es alle tun, landet in der Mehrheit ohne Ertrag: 59 Prozent nutzen das Potenzial „überhaupt nicht“.[1] | Pro Nicht-Nutzer werden zur Minderheit; die Frage ist nur noch das Wie. |
| Personal und Fachkräftemangel | Zwei Drittel der Unternehmen erwarteten 2025 keine direkten Auswirkungen auf die Beschäftigtenzahl; KI gilt als Antwort auf den Fachkräftemangel. Beschäftigte erwarten vor allem Zeitersparnis (59 Prozent) und Freiräume für wichtigere Aufgaben (56 Prozent).[8] | 2026 rechnen 45 Prozent der Unternehmen mit einem leichten, 12 Prozent mit einem deutlichen Rückgang der Beschäftigtenzahl durch KI. 64 Prozent der Beschäftigten befürchten weniger menschlichen Kontakt.[1][8] | Pro, mit Vorbehalt Entlastung ist real; Ängste müssen ernst genommen werden. |
| Kosten und Rendite | Die Kosten einer KI-Anfrage auf GPT-3.5-Niveau sanken zwischen November 2022 und Oktober 2024 um mehr als das 280-Fache; Hardwarekosten fallen um 30 Prozent pro Jahr.[9] | 95 Prozent der untersuchten Unternehmensprojekte brachten trotz 30 bis 40 Milliarden Dollar Investition keinen messbaren Ertrag. 63 Prozent der Nicht-Nutzer nennen schwer kalkulierbare Kosten.[10][1] | Offen Der Einstieg ist billig, die Integration nicht. Kostentreiber: Infrastruktur (51 Prozent), Datenvorbereitung (50 Prozent), Integration (41 Prozent).[1] |
| Fehler und Haftung | Im Kundenservice verbesserte sich mit KI-Unterstützung die Kundenstimmung; Fehler bleiben beherrschbar, wenn vor dem Versand ein Prüfschritt steht.[5] | Air Canada musste zahlen, weil der Chatbot eine falsche Auskunft gab. Das Argument, der Chatbot sei eine eigene juristische Person, wies das Gericht zurück.[11] | Contra ohne Regeln Das Unternehmen haftet für jede KI-Auskunft wie für eine menschliche. |
| Recht und Datenschutz | Die KI-Verordnung ist seit 2. August 2026 im Grundsatz anwendbar; die Pflichten für Hochrisiko-Systeme wurden auf Dezember 2027 und August 2028 verschoben. Für typische Büroanwendungen bleibt vor allem die Kompetenzpflicht nach Artikel 4.[12][13] | 66 Prozent der Nicht-Nutzer nennen rechtliche Hürden, 89 Prozent der Firmen, die sich betroffen sehen oder das prüfen, erwarten hohen Aufwand durch die KI-Verordnung. 2025 nannten 48 Prozent Datenschutzanforderungen als Hemmnis.[1][8] | Contra, lösbar Die Pflichten sind bekannt und für KMU überschaubar. |
| Abhängigkeit und Souveränität | Der Wettbewerb der Anbieter drückt die Preise; ein Wechsel zwischen Modellen ist bei sauberer Einführung möglich.[9] | 70 Prozent der Nutzer generativer KI setzen ChatGPT ein, 28 Prozent Copilot, 22 Prozent Gemini; europäische Anbieter liegen unter 1 Prozent. Zugleich würden 93 Prozent KI aus Deutschland bevorzugen.[8] | Contra Die Abhängigkeit von wenigen US-Anbietern ist real; sie lässt sich mindern, nicht abschaffen. |
| Kompetenz der Belegschaft | 70 Prozent der Unternehmen schulen inzwischen zu KI, unter den Nutzern 91 Prozent.[1] | Wer der KI stark vertraut, denkt weniger kritisch mit (319 Wissensarbeiter, 936 Beispiele). 85 Prozent der Nicht-Nutzer fehlt Know-how.[14][1] | Contra ohne Schulung Kompetenz ist die Stellschraube, die fast alle anderen Zeilen entscheidet. |
| IT-Sicherheit | Organisationen mit umfassendem KI-Einsatz in der Sicherheit sparen je Datenleck 1,93 Millionen Dollar gegenüber Organisationen ohne.[15] | KI-gestützte Angriffe nahmen um 56 Prozent zu. Wo Schatten-KI im Spiel war, kostete ein Datenleck 670.000 Dollar mehr.[15][16] | Offen Angreifer nutzen KI ohnehin; die Frage ist, ob der Betrieb geordnet mitzieht. |
Zwischenstand: Fünf der zwölf Zeilen gehen klar oder mit Vorbehalt an die Pro-Seite, drei sind offen, vier sprechen gegen eine ungeregelte Einführung. Keine einzige Zeile spricht gegen eine Einführung mit Regeln, Schulung und passender Aufgabenwahl.
Die Pro-Seite ausformuliert
1. Die Zeitersparnis ist kein Marketingversprechen, sondern gemessen
Zwei Ökonomen des MIT ließen 453 Fachkräfte aus Marketing, Beratung, Personalwesen und Datenanalyse berufstypische Schreibaufgaben lösen, die eine Hälfte mit ChatGPT, die andere ohne. Ergebnis: Die Bearbeitungszeit sank um 40 Prozent, die von unabhängigen Prüfern bewertete Qualität stieg um 18 Prozent. Am stärksten gewannen die Teilnehmer, die zuvor am schwächsten abgeschnitten hatten.[3] Eine Fortune-500-Firma erlebte dasselbe im Kundenservice: Mit einem KI-Assistenten lösten 5.179 Agenten 14 Prozent mehr Anfragen pro Stunde.[5] Wer also ein Angebot, eine Antwort-E-Mail oder ein Protokoll schreibt, arbeitet mit KI schneller. Das ist kein Einzelbefund, sondern die Regel in kontrollierten Experimenten.
2. Die Qualität steigt dort, wo die KI zu Hause ist
Harvard-Forscher und die Unternehmensberatung BCG gaben 758 Beratern 18 realistische Aufgaben. Mit GPT-4 erledigten sie 12,2 Prozent mehr Aufgaben, brauchten 25,1 Prozent weniger Zeit und lieferten bei Kreativ- und Konzeptaufgaben eine 40 Prozent höhere Qualität.[4] Für einen Betrieb heißt das: Produktideen, Texte, Gliederungen, Zusammenfassungen und Standardanalysen werden nicht nur schneller, sondern besser. Der Preis dieses Vorteils steht in der Contra-Liste, und er ist zahlbar.
3. Neue Mitarbeiter werden in Wochen so gut wie andere in Monaten
Der wohl unterschätzte Effekt: Die KI transportiert das Wissen der Besten zu den Neuen. Im Kundenservice-Experiment stieg die Leistung von Anfängern um 34 Prozent, während erfahrene Kräfte kaum Unterschied spürten. Kunden waren zufriedener, und die Kündigungsquote sank.[5] Für Betriebe mit Fluktuation, Saisonkräften oder langer Einarbeitung ist das ein Argument, das den Fachkräftemangel direkt trifft. Die Bitkom-Befragung 2025 sieht KI ausdrücklich als „Antwort auf den Fachkräftemangel“; zwei Drittel der Unternehmen erwarteten damals keine direkten Auswirkungen auf die Beschäftigtenzahl.[8]
4. Der Markt hat sich entschieden, und die Anwender melden Erfolge
57 Prozent der deutschen Unternehmen nutzen KI, nur 4 Prozent halten sie für irrelevant.[1] Wichtiger als die Verbreitung ist, was die Anwender berichten: Zwei Drittel haben ihre Wettbewerbsposition verbessert, fast die Hälfte interne Prozesse deutlich beschleunigt, 45 Prozent sehen einen messbaren Beitrag zum Unternehmenserfolg, 40 Prozent eine bessere Produktqualität, 36 Prozent neue Produkte.[1] Bitkom-Präsident Ralf Wintergerst fasst zusammen: „Künstliche Intelligenz ist keine Sache einzelner Vorreiter, sie ist in der Breite der Wirtschaft angekommen.“[1]
5. Der Einstieg war noch nie so billig
Der AI Index der Stanford University beziffert, dass die Kosten einer KI-Abfrage auf dem Niveau von GPT-3.5 zwischen November 2022 und Oktober 2024 um mehr als das 280-Fache gefallen sind; die Hardwarekosten sinken um 30 Prozent pro Jahr, die Energieeffizienz steigt um 40 Prozent jährlich.[9] Was 2023 Konzernbudgets brauchte, kostet heute einen Monatsbeitrag pro Arbeitsplatz. Das nimmt dem Argument „zu teuer“ die Grundlage, zumindest für den Anfang.
6. Die Beschäftigten wollen es, wenn man sie fragt
Erwerbstätige erwarten von KI am Arbeitsplatz vor allem Zeitersparnis (59 Prozent), Freiräume für wichtigere Aufgaben (56 Prozent), schnellere Problemanalysen (48 Prozent) und weniger Fehler (47 Prozent). Nur 7 Prozent sehen gar keinen Vorteil.[8] Die Nachfrage kommt also nicht nur aus der Chefetage. Wo der Betrieb nichts anbietet, holen sich Beschäftigte die Werkzeuge privat; was das kostet, steht in unserem Ratgeber zur Schatten-KI.
7. Sicherheit gewinnt, wer geordnet mitzieht
IBM misst im Bericht 2026 einen Anstieg KI-gestützter Angriffe um 56 Prozent. Organisationen, die KI und Automatisierung in der Sicherheit umfassend einsetzen, verzeichnen je Datenleck 1,93 Millionen Dollar geringere Kosten als Organisationen ohne.[15] Die Angreifer warten nicht auf die Debatte im Betrieb.
Die Contra-Seite ausformuliert
1. Die meisten Projekte bringen nichts, und das hat Gründe
Forscher des MIT werteten über 300 öffentlich bekannte KI-Vorhaben aus, führten Interviews mit Vertretern von 52 Organisationen und befragten 153 Führungskräfte. Dein Befund: Trotz 30 bis 40 Milliarden Dollar Investition erzielen 95 Prozent der Organisationen keinen messbaren Ertrag. Das Hindernis sei „nicht Infrastruktur, Regulierung oder Talent, sondern Lernen“: Werkzeuge, die keinen Kontext behalten, schlecht in Abläufe passen und sich nicht verbessern, werden nach dem Pilotversuch wieder abgeschaltet.[10] Die deutschen Zahlen bestätigen das: Kein Unternehmen schöpft das Potenzial voll aus, 59 Prozent „überhaupt nicht“.[1] Wer eine Lizenz kauft und auf Wunder wartet, gehört zu den 95 Prozent.
2. Die KI irrt selbstbewusst, und das Unternehmen haftet
Air Canadas Chatbot erklärte einem Kunden, er könne einen Trauerfall-Rabatt nachträglich beantragen. Das stimmte nicht. Vor dem Civil Resolution Tribunal von British Columbia argumentierte die Fluggesellschaft, der Chatbot sei eine eigene juristische Person, die für ihre Aussagen selbst verantwortlich sei. Das Gericht wies das zurück, stufte den Fall als fahrlässige Falschdarstellung ein und verurteilte Air Canada zur Zahlung von insgesamt 812,02 kanadischen Dollar (650,88 Dollar Schadensersatz, 36,14 Dollar Zinsen, 125 Dollar Verfahrensgebühren).[11] Die Summe ist klein, das Prinzip groß: Jede Auskunft eines KI-Systems gilt als Auskunft des Unternehmens. Dazu kommt die „zerklüftete Grenze“ der Harvard-Studie: Bei einer Aufgabe außerhalb der KI-Stärken waren die Berater mit KI 23 Prozent schlechter als ohne, und zwar ohne es zu merken.[4]
3. Wer blind vertraut, denkt weniger mit
Microsoft Research und die Carnegie Mellon University befragten 319 Wissensarbeiter zu 936 realen KI-Aufgaben. Je höher das Vertrauen in die KI, desto weniger kritisches Denken; je höher das Vertrauen in die eigenen Fähigkeiten, desto mehr.[14] Das ist kein Argument gegen KI, aber gegen eine Einführung ohne Schulung. Ein Betrieb, dessen Mitarbeiter Ergebnisse nicht mehr prüfen, verliert genau die Fähigkeit, die er zum Erkennen des nächsten Air-Canada-Fehlers braucht.
4. Erfahrene Fachkräfte können sogar langsamer werden
Das Forschungsinstitut METR ließ 16 erfahrene Open-Source-Entwickler 246 echte Aufgaben in ihren eigenen Projekten bearbeiten, mal mit, mal ohne KI-Werkzeuge. Mit KI brauchten sie 19 Prozent länger. Vorher hatten sie erwartet, 24 Prozent schneller zu sein; hinterher glaubten sie, 20 Prozent schneller gewesen zu sein.[7] Das Bauchgefühl täuscht also in beide Richtungen. Wo Spezialisten an komplexen, eingespielten Aufgaben sitzen, muss der Nutzen gemessen werden, statt vorausgesetzt.
5. Die Rechtslage kostet Zeit, auch wenn sie klar ist
Die KI-Verordnung der EU ist seit 2. August 2026 im Grundsatz anwendbar. Die Kompetenzpflicht des Artikels 4 gilt bereits seit 2. Februar 2025; die Verordnung (EU) 2026/1744 vom 8. Juli 2026 hat sie zu einer Bemühenspflicht abgemildert: Anbieter und Betreiber müssen Maßnahmen ergreifen, um die Entwicklung von KI-Kompetenz ihres Personals zu unterstützen. Die Hochrisiko-Pflichten wurden auf 2. Dezember 2027 und 2. August 2028 verschoben.[12][13] Trotzdem nennen 66 Prozent der Nicht-Nutzer rechtliche Hürden, und 89 Prozent der Unternehmen, die sich betroffen sehen oder das prüfen, erwarten hohen Aufwand.[1] Dazu kommt der Datenschutz: 48 Prozent aller Unternehmen sahen 2025 darin ein Hemmnis, 66 Prozent der Beschäftigten wissen nicht, wohin ihre Daten gehen.[8] Der Aufwand ist real, nur eben einmalig. Was konkret zu tun ist, steht in unserer DSGVO-Checkliste.
6. Die Belegschaft hat Sorgen, und sie sind berechtigt
2026 erwarten 45 Prozent der Unternehmen einen leichten und 12 Prozent einen deutlichen Rückgang der Beschäftigtenzahl durch KI. Interessant: Unternehmen, die KI schon einsetzen, rechnen doppelt so häufig mit einem Anstieg (18 gegenüber 9 Prozent) und seltener mit einem deutlichen Abbau.[1] Beschäftigte fürchten weniger menschlichen Kontakt (64 Prozent) und fühlen sich zu 21 Prozent kontrolliert.[8] Weltweit verbergen 57 Prozent der Beschäftigten ihre KI-Nutzung und geben KI-Ergebnisse als eigene Arbeit aus.[17] Eine Einführung über die Köpfe hinweg erzeugt genau die Schatten-KI, die sie verhindern will.
7. Wer einführt, macht sich abhängig
70 Prozent der deutschen Nutzer generativer KI setzen ChatGPT ein, 28 Prozent Microsoft Copilot, 22 Prozent Google Gemini. Europäische Anbieter wie Aleph Alpha (0,3 Prozent) oder Mistral (0,2 Prozent) spielen praktisch keine Rolle, obwohl 93 Prozent der Unternehmen KI aus Deutschland bevorzugen würden.[8] Preise, Nutzungsbedingungen und Datenverarbeitung liegen damit in der Hand weniger US-Konzerne. Das lässt sich durch Firmenkonten, austauschbare Modelle und Exportfähigkeit der eigenen Daten mindern, aber nicht beseitigen.
Die Bilanz: Warum Pro gewinnt, und unter welchen Bedingungen
Liest man die Contra-Argumente noch einmal, fällt auf: Kein einziges richtet sich gegen KI als Werkzeug. Alle sieben richten sich gegen eine bestimmte Art der Einführung: ohne Aufgabenwahl, ohne Prüfung, ohne Schulung, ohne Regeln, ohne Beteiligung, ohne Plan B beim Anbieter. Jedes Contra-Argument lässt sich daher in eine Bedingung übersetzen, unter der die Pro-Seite ihre Versprechen einlöst.
| Contra-Argument | Wird entschärft durch |
|---|---|
| 95 Prozent ohne Ertrag[10] | Ein bis zwei konkrete Abläufe mit messbarem Ziel statt einer Lizenz für alle; Werkzeuge, die in den Ablauf eingebaut sind |
| Falsche Auskünfte, Haftung[11][4] | Klare Liste, wofür KI genutzt wird und wofür nicht; Vier-Augen-Prinzip bei allem, was den Betrieb verlässt |
| Weniger kritisches Denken[14] | Schulung, die das Prüfen von Ergebnissen übt, nicht nur das Bedienen |
| Erfahrene werden langsamer[7] | Nutzen bei Spezialisten messen (Zeit, Fehler, Nacharbeit) statt anordnen |
| Recht und Datenschutz[1][12][13] | Kompetenznachweis nach Artikel 4, Firmenkonten, Verzeichnis der Anwendungen, Datenregeln; alles einmalig |
| Sorgen der Belegschaft[1][8][17] | Beteiligung vor der Einführung, ehrliche Aussage zu Arbeitsplätzen, Erfolge sichtbar machen |
| Abhängigkeit vom Anbieter[8] | Daten exportfähig halten, Prompts und Abläufe dokumentieren, Modellwechsel einplanen |
Entscheidungshilfe: Fünf Fragen vor dem Start
- Welche drei Aufgaben kosten uns jede Woche die meiste Zeit?
Angebote, E-Mails, Protokolle, Dokumentation, Kundenanfragen sind die Kandidaten, bei denen die Studien den größten Gewinn messen.[3][5]
- Wer prüft, was die KI liefert, bevor es den Betrieb verlässt?
Ohne Antwort auf diese Frage sollte nichts nach außen gehen.[11]
- Wer schult wen, und wie weisen wir das nach?
Artikel 4 der KI-Verordnung verlangt es, und die Microsoft-Studie zeigt, warum es sich lohnt.[13][14]
- Was messen wir nach drei Monaten?
Bearbeitungszeit, Fehlerquote, Nacharbeit, Zufriedenheit. Ohne Messung gibt es keinen Beleg für den Ertrag und keine Grundlage, um zu erweitern oder abzubrechen.[7][10]
- Wie kommen wir wieder heraus?
Daten exportfähig, Abläufe dokumentiert, Modell austauschbar.[8]
Wer diese fünf Fragen beantworten kann, hat die Contra-Seite bereits abgearbeitet. Die Pro-Seite erledigt den Rest von selbst. Den Ablauf einer Einführung Schritt für Schritt beschreibt unser Leitfaden in sieben Schritten.
Häufige Fragen
Lohnt sich KI auch für einen Betrieb mit zehn Mitarbeitern?
Die gemessenen Zeitgewinne bei Schreib- und Routineaufgaben hängen nicht von der Betriebsgröße ab, und der Einstieg kostet einen Monatsbeitrag pro Arbeitsplatz.[3][9] Kleine Betriebe nutzen KI bisher aber seltener (23 Prozent bei 10 bis 49 Beschäftigten).[2] Der Abstand zu größeren Wettbewerbern wächst also, wenn man wartet.
Verlieren durch KI Mitarbeiter ihren Arbeitsplatz?
Die Erwartungen sind gemischt: 2025 rechneten zwei Drittel der Unternehmen mit keinen direkten Auswirkungen, 2026 erwarten 45 Prozent einen leichten und 12 Prozent einen deutlichen Rückgang. Unternehmen, die KI bereits einsetzen, erwarten doppelt so häufig einen Anstieg der Beschäftigtenzahl wie Nicht-Nutzer.[1][8] Ehrlich ist: Aufgaben verändern sich, und die Antwort darauf ist Weiterbildung.
Muss ich die KI-Verordnung als kleiner Betrieb überhaupt beachten?
Ja, mindestens die Kompetenzpflicht nach Artikel 4, sobald KI eingesetzt wird. Du verlangt seit der Änderung vom Juli 2026 Maßnahmen zur Unterstützung der KI-Kompetenz, keine Prüfung und kein Zertifikat. Hochrisiko-Pflichten betreffen typische Büroanwendungen wie Texte oder Zusammenfassungen nicht; Ausnahme ist KI in Personalentscheidungen, etwa bei der Bewerberauswahl (Anhang III). Du gelten ohnehin erst ab Dezember 2027 beziehungsweise August 2028.[12][13]
Was ist mit den Fehlern, die KI macht?
Du bist der Normalfall, nicht die Ausnahme, und sie treten besonders dort auf, wo Nutzer sie nicht erwarten.[4] Deshalb gehört das Prüfen von Ergebnissen in jede Schulung und das Vier-Augen-Prinzip in jeden Ablauf, der Kunden erreicht. Das Unternehmen haftet für die Auskunft seiner KI wie für die eines Mitarbeiters.[11]
Woran erkenne ich, ob unsere Einführung zu den 95 Prozent ohne Ertrag gehört?
Am Fehlen einer Zahl. Wer nach drei Monaten nicht sagen kann, wie viel Zeit, Fehler oder Nacharbeit gespart wurden, hat keinen Ertrag, sondern ein Abo.[10]
Quellen
Alle Quellen am 24. September 2026 aufgerufen und am 27. September 2026 erneut geprüft. Zahlen wurden am Originaldokument geprüft; wo nur eine Kopie oder eine Zweitquelle erreichbar war, ist das vermerkt.
- Bitkom e. V.: Presseinformation „Erstmals nutzt die Mehrheit der Unternehmen KI“, 14. September 2026 (603 Unternehmen ab 20 Beschäftigten, telefonisch, KW 28 bis 33 2026, repräsentativ).
- Statistisches Bundesamt: „Unternehmen mit Nutzung von Technologien der künstlichen Intelligenz nach Beschäftigtengrößenklassen“, Stand 24. November 2025 (Unternehmen ab 10 Beschäftigten, Berichtsjahr 2025).
- Noy, S.; Zhang, W.: „Experimental evidence on the productivity effects of generative artificial intelligence“, Science, 14. Juli 2023 (453 Fachkräfte, randomisiertes Experiment); Zusammenfassung: MIT News.
- Dell’Acqua, F. u. a.: „Navigating the Jagged Technological Frontier“, Harvard Business School Working Paper 24-013, September 2023 (758 BCG-Berater, 18 Aufgaben); inzwischen erschienen in Organization Science (2026), DOI 10.1287/orsc.2025.21838; das Abstract nennt für Aufgaben außerhalb der KI-Stärken 19 Prozentpunkte weniger richtige Lösungen. Die Werte 758, 40 und 23 Prozent wurden an der Veröffentlichung des Mitautors BCG vom 21. September 2023 geprüft: „How People Can Create – and Destroy – Value with Generative AI“; die Werte 12,2 und 25,1 Prozent an der Berichterstattung des Harvard Crimson vom 13. Oktober 2023, da die HBS-Seite automatische Abrufe sperrt.
- Brynjolfsson, E.; Li, D.; Raymond, L.: „Generative AI at Work“, NBER Working Paper 31161, April 2023 (5.179 Kundenservice-Agenten, gestaffelte Einführung).
- Peng, S.; Kalliamvakou, E.; Cihon, P.; Demirer, M.: „The Impact of AI on Developer Productivity: Evidence from GitHub Copilot“, arXiv 2302.06590, Februar 2023 (95 Entwickler, kontrolliertes Experiment).
- METR: „Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity“, 10. Juli 2025 (16 Entwickler, 246 Aufgaben, randomisiert).
- Bitkom Research: „Künstliche Intelligenz in Deutschland – Studienbericht 2025“ (604 Unternehmen ab 20 Beschäftigten, KW 27 bis 32 2025; Erwerbstätige n = 513; Bevölkerung n = 1.005), PDF veröffentlicht Februar 2026; Presseinformation „Durchbruch bei Künstlicher Intelligenz“, 15. September 2025.
- Stanford HAI: „AI Index Report 2025“, Kernaussagen.
- Challapally, A.; Pease, C.; Raskar, R.; Chari, P. (MIT NANDA): „The GenAI Divide: State of AI in Business 2025“, Juli 2025 (über 300 Vorhaben, Interviews mit 52 Organisationen, 153 Befragte, Januar bis Juni 2025). Geprüft an einer öffentlich zugänglichen Kopie des Berichts: PDF (v0.1).
- Civil Resolution Tribunal British Columbia: Moffatt v. Air Canada, 2024 BCCRT 149, Entscheidung vom 14. Februar 2024. Da CanLII und die Tribunal-Seite automatische Abrufe sperren, wurden Betrag, Aktenzeichen und Begründung am Eintrag 639 der AI Incident Database geprüft.
- Europäische Kommission: „AI Act – Regulatory framework for AI“, Zeitplan der Anwendung einschließlich der Verschiebungen durch den Digital Omnibus.
- Verordnung (EU) 2026/1744 des Europäischen Parlaments und des Rates vom 8. Juli 2026 zur Änderung der Verordnung (EU) 2024/1689 (KI-Verordnung), neuer Artikel 4: EUR-Lex.
- Lee, H.-P. u. a. (Microsoft Research, Carnegie Mellon University): „The Impact of Generative AI on Critical Thinking“, CHI 2025 (319 Wissensarbeiter, 936 Beispiele).
- IBM: „Cost of a Data Breach Report 2026“, Kernzahlen.
- IBM: „Cost of a Data Breach Report 2025“, Pressemitteilung 30. Juli 2025 (Ponemon Institute, 600 Organisationen).
- KPMG und University of Melbourne: „Trust, attitudes and use of artificial intelligence: A global study 2025“, Pressemitteilung April 2025 (48.000 Befragte, 47 Länder).
Bewusst nicht aufgenommen: die McKinsey-Umfrage „State of AI 2025“ und der WEF „Future of Jobs Report 2025“, weil die Originaldokumente beim Abruf nicht erreichbar waren und ihre Zahlen deshalb nicht am Original geprüft werden konnten.