Generative Künstliche Intelligenz beschleunigt Arbeitsabläufe in Konzernen und verändert die Debatten in den Chefetagen grundlegend. Während Softwareentwickler deutlich mehr Code erstellen und Angestellte Routineaufgaben schneller abwickeln, schwelt ein Konflikt über die Verteilung dieser Effizienzgewinne. Gewerkschaften fordern eine Produktivitätsdividende in Form kürzerer Arbeitszeiten bei vollem Lohnausgleich.

Personalverantwortliche hingegen warnen vor Reibungsverlusten, steigenden Burnout-Raten und einem wachsenden Kontrollaufwand.

Verteilungskonflikte in den Chefetagen

In internationalen Unternehmen rückt die Frage nach dem Verteilungsschlüssel für technologiegetriebene Effizienzgewinne ins Zentrum der Strategie. Amanda Poole, Executive Vice President und Chief People Officer beim Pharmakonzern Bristol Myers Squibb, bringt das ungelöste Dilemma auf den Punkt: Wenn ein Unternehmen zwanzig Prozent Produktivität durch KI gewinnt, bleibt offen, welchen Teil die Firma einbehält und was sie an die Belegschaft zurückgibt. Bislang fehlen in der Wirtschaft verbindliche Standards für die Aufteilung solcher Zuwächse.

Entsprechend wächst der Druck der Arbeitnehmervertreter. Der Österreichische Gewerkschaftsbund pocht auf messbare Zugeständnisse. ÖGB-Experte Sebastian Klocker verlangt kürzere Arbeitszeiten bei vollem Lohnausgleich sowie bessere Arbeitsbedingungen, anstatt die Erträge ausschließlich an Aktionäre auszuschütten.

In den Betrieben zeigt sich ein gespaltenes Bild. Eine Untersuchung des Weizenbaum-Instituts unter Unternehmen und Betriebsräten verdeutlicht die Kluft: Während die Einführung von KI-Systemen in rund der Hälfte der Betriebe partnerschaftlich verläuft, bestimmen in der anderen Hälfte Konflikte und eine mangelhafte Mitbestimmung den betrieblichen Alltag.

Der hohe Preis der Nachkontrolle

Auf den ersten Blick verzeichnen Unternehmen beachtliche Zeitgewinne. Die Jobplattform Indeed beziffert die Ersparnis ihrer Beschäftigten durch KI-Tools auf durchschnittlich sechs Stunden pro Woche, während Entwickler dort die Menge des produzierten Codes um 50 Prozent steigern. Eine Erhebung des Work AI Institute, getragen von Forschenden der Universitäten Stanford, UC Berkeley und UCSB, bestätigt diesen Eindruck: 75 Prozent der befragten Wissensarbeiter berichten von einer Brutto-Zeitersparnis von durchschnittlich elf Stunden pro Woche.

In der Praxis relativiert sich dieser Vorsprung jedoch schnell. Ein beträchtlicher Teil der gewonnenen Zeit fließt in sogenannte Kontrollaufgaben, das sogenannte Botsitting. Laut dem Work AI Institute verbringen Beschäftigte wöchentlich rund sechs Stunden mit Fehlerkorrekturen, Prompt-Anpassungen und der Überprüfung von Halluzinationen.

Folglich entfallen 37 Prozent der gesamten Nutzungszeit auf reine Kontrollprozesse und lediglich 36 Prozent auf die eigentliche Erstellung von Inhalten.

Eine weltweite Erhebung des Softwareanbieters Workday untermauert dieses Nacharbeits-Paradoxon. Demnach fließen fast 40 Prozent der rechnerisch gewonnenen Zeit in die Verifikation von KI-Ergebnissen zurück, was auf das Jahr gerechnet einem Verlust von zwei Wochen Arbeitszeit pro Person entspricht. Zudem geben 77 Prozent der Intensivnutzer an, Resultate automatisierter Systeme ebenso intensiv prüfen zu müssen wie Zuarbeiten von Kollegen.

Diese Kontrolllast trifft vorrangig jüngere Beschäftigte: 46 Prozent der Nacharbeit lastet auf der Altersgruppe zwischen 25 und 34 Jahren.

Zwischen Kompetenzverlust und Leistungseinbrüchen

Parallel zu den Reibungsverlusten mehren sich die Hinweise auf gesundheitliche Folgen. Erhebungen von Quantum Workplace zeigen, dass US-Beschäftigte bei intensiver KI-Nutzung höhere Burnout-Raten aufweisen als Vergleichsgruppen ohne KI-Einsatz. Die gewonnene Arbeitszeit führt selten zu einer Entlastung, sondern mündet häufig in strafferen Leistungsvorgaben oder zusätzlicher Prüfarbeit.

Gleichzeitig wächst die Sorge vor einem schleichenden Kognitionsverlust in den Teams. Melanie Rosenwasser, Chief People Officer bei Dropbox, mahnt zur Vorsicht beim Delegieren von Denkarbeit an Maschinen: Wer Denkprozesse unkritisch an Algorithmen auslagere, büße letztlich an eigener Problemlösungskompetenz ein. Diese Einschätzung deckt sich mit Daten des Work AI Institute, wonach 41 Prozent der Wissensarbeiter zumindest gelegentlich Resultate einreichen, deren methodische Herleitung sie selbst nicht mehr lückenlos nachvollziehen können.

Dass KI-Systeme an feste Leistungsgrenzen stoßen, belegen wissenschaftliche Experimente von Institutionen wie Harvard, dem MIT, Wharton und BCG. Standardaufgaben innerhalb der Kernkompetenzen großer Sprachmodelle erledigen Berater um 25,1 Prozent schneller und mit höherer Qualität. Sobald Aufgabenstellungen jedoch leicht außerhalb dieser Kompetenzen liegen, schneiden Fachkräfte mit Unterstützung von GPT-4 um 19 Prozentpunkte schlechter ab als die Kontrollgruppe ohne Software.

Auch die Forschungsorganisation METR dokumentiert diesen Effekt: Erfahrene Programmierer arbeiteten in komplexen Codebasen unter Einsatz von KI-Werkzeugen in Einzelfällen rund 19 Prozent langsamer.

Arbeitsmarktspaltung und nüchterne Makrodaten

Ungeachtet dieser Reibungsverluste belohnt der Arbeitsmarkt technische Expertise bereits heute mit signifikanten Prämien. Das „AI Jobs Barometer 2025“ von PwC weist einen weltweiten Gehaltsaufschlag von 56 Prozent für Fachkräfte mit nachgewiesenen KI-Qualifikationen aus, verglichen mit 25 Prozent im Vorjahr. Gleichzeitig wandeln sich die Qualifikationsanforderungen in exponierten Berufsbildern um 66 Prozent schneller als im restlichen Marktumfeld.

Bemerkenswert ist der Wandel bei den formalen Bildungskriterien. In Deutschland sank der Anteil der Stellenanzeigen mit KI-Bezug, die zwingend ein Hochschulstudium voraussetzen, im Jahr 2024 auf 41 Prozent. Bei Tätigkeiten, die auf reine Prozessautomatisierung abzielen, liegt dieser Wert inzwischen bei lediglich 36 Prozent.

Dennoch hinkt die betriebliche Organisation der technologischen Entwicklung hinterher. Nach Angaben von Workday passten rund 89 Prozent der Firmen weniger als die Hälfte ihrer Rollenprofile an die neuen Prozesse an. Zudem erhöhten 39 Prozent der Betriebe ihre Technologiebudgets, während lediglich 30 Prozent zusätzliche Mittel für die Weiterbildung bereitstellten.

Entsprechend durchwachsen fällt die Zwischenbilanz aus: Im Personalpanel des Instituts der deutschen Wirtschaft (IW Köln) registrieren 15 Prozent der Betriebe nach der Implementierung von KI-Systemen konkrete Leistungseinbußen, während 40 Prozent Produktivitätsgewinne verbuchen.

Auf volkswirtschaftlicher Ebene dämpfen Ökonomen die Erwartungen an kurzfristige Wachstumssprünge. Das IW Köln prognostiziert für Deutschland ein jahresdurchschnittliches Produktivitätswachstum von 0,9 Prozent für die Jahre 2025 bis 2030 sowie 1,2 Prozent für die Dekade von 2030 bis 2040. Analysten von ING Think veranschlagen den realen Beitrag von KI zur Arbeitsproduktivität sogar nur auf jährlich 0,1 bis 0,5 Prozentpunkte.

Angesichts struktureller Bremsfaktoren wie der alternden Erwerbsbevölkerung und immenser Investitionskosten in die Recheninfrastruktur zeichnet sich ab, dass die erhofften Effizienzschübe in den Chefetagen deutlich mehr Zeit und Reorganisation verlangen als ursprünglich kalkuliert.