
Wie weit KI die Arbeitswelt verändert, lässt sich nicht allein an der Zahl der Lizenzen oder generierten Texte ablesen. Neue deutsche Betriebsdaten zeigen, dass viele Unternehmen noch nicht einmal passende Anwendungsfälle erkennen. Ein ungewöhnlich detaillierter Einblick in den Arbeitsalltag bei KI-Entwickler Antrophic zeigt dagegen, wie sich Tätigkeiten, Karrierewege und die Nachfrage nach Berufseinsteigern bereits verschieben. Eine US-Befragung lenkt den Blick schließlich auf Führung, Kontrolle und die Frage, ob KI Beschäftigten tatsächlich hilft.
Die Ausgabe vom 23. Oktober 2026 konzentriert sich auf drei neue, methodisch unterschiedliche Befunde aus dem Zeitraum 16. bis 23. Oktober. Sie zeigen keine einheitliche Stufe der KI-Transformation, sondern eine wachsende Kluft zwischen Nichtnutzung, intensiver Automatisierung und den organisatorischen Voraussetzungen für produktive Arbeit.
1. IAB: 88 Prozent der KI-Nichtnutzer sehen keinen passenden Anwendungsfall
Evidenztyp: Auswertung des repräsentativen IAB-Betriebspanels; Angaben aus dem zweiten Halbjahr 2025, neue Analyse veröffentlicht am 20. Oktober 2026. Befragt werden Betriebe, nicht einzelne Beschäftigte.
Die neue IAB-Analyse von Christian Kagerl enthält eine aufschlussreiche Zahl: 88 Prozent der Betriebe, die weder KI einsetzen noch deren Einsatz planen, sehen keine geeignete Anwendungsmöglichkeit. Etwa zwei Drittel aller Betriebe gehörten im zweiten Halbjahr 2025 zu dieser Gruppe. Fehlendes Wissen (36 Prozent), mangelnde Fachkräfte zur Einführung (34 Prozent), inkompatible Systeme (33 Prozent) und Datenschutz- beziehungsweise Sicherheitsbedenken (32 Prozent) werden deutlich seltener genannt.
Besonders interessant ist der Abgleich mit dem technischen Potenzial der Tätigkeiten: Selbst unter den KI-Nichtnutzern mit besonders hoher beruflicher KI-Betroffenheit sehen 85 Prozent keinen Anwendungsfall. In der Gruppe mit besonders geringer Betroffenheit sind es 91 Prozent. Betrachtet man dagegen alle Betriebe, liegt die tatsächliche KI-Nutzung bei 41 Prozent in der Gruppe mit hohem Potenzial und bei 13 Prozent in der Gruppe mit geringem Potenzial. Die Bezugsgruppen sind also unterschiedlich; diese Zahlen dürfen nicht unmittelbar miteinander verrechnet werden.
Der Befund lässt sich nicht schlicht als Unwissenheit abtun. Nicht jeder theoretisch beschleunigbare Arbeitsschritt ergibt einen wirtschaftlich tragfähigen, sicheren und organisatorisch sinnvollen KI-Einsatz. Zugleich legt die geringe Differenz zwischen 85 und 91 Prozent nahe, dass technisches Potenzial nicht automatisch in konkrete betriebliche Ideen übersetzt wird. Die Daten stammen zudem aus 2025 und können neuere KI-Funktionen noch nicht abbilden.
HR-Einordnung: KI-Einführung beginnt nicht mit der Frage nach dem besten Tool, sondern mit einer Aufgabenanalyse: Wo entstehen Wartezeiten, Wiederholungen, Qualitätsprobleme oder Informationsbrüche? Welche Aufgaben eignen sich für Unterstützung, welche sind wegen Datenschutz, Diskriminierungsrisiken oder fehlender Kontrollierbarkeit ungeeignet? Gerade kleinere Betriebe brauchen dafür keine umfassende Agentenstrategie, sondern überprüfbare Pilotfälle. Unser Framework zur Auswahl von KI-Use-Cases in HR setzt genau an dieser Vorprüfung an.
2. Anthropic: Weniger Junior-Anteile, mehr KI-Agenten – und neue Arbeit für Menschen
Evidenztyp: Unternehmensinterne Fallstudie mit Personal-, Nutzungs-, Output-, Kalender- und Einstellungsdaten sowie 17 Interviews; veröffentlicht am 16. Oktober 2026. Kein repräsentativer Befund für andere Unternehmen und keine randomisierte Wirkungsstudie.
Die Untersuchung „How employment is changing at Anthropic“ liefert einen seltenen Blick in eine Organisation, die KI-Agenten bereits tief in ihre Arbeitsabläufe eingebaut hat. Der Anteil von Junior-Beschäftigten in technischen Abteilungen sank seit Anfang 2025 von 21 auf 14 Prozent. Unter den technischen Neueinstellungen fiel der Junior-Anteil noch stärker, von 27 auf 9 Prozent. Das sind Anteile, keine absoluten Einstellungszahlen: Die technische Belegschaft wuchs laut Bericht weiterhin, während andere Bereiche noch schneller expandierten.
Parallel stieg der Umfang interaktiver, von Beschäftigten angestoßener Agentenläufe stark. Im August 2026 entsprach ihre aufsummierte Laufzeit dem Sechsfachen der rechnerischen menschlichen Arbeitsstunden. Diese Kennzahl ist kein Verhältnis von sechs vollwertigen KI-Arbeitskräften zu einer Person: Agenten können parallel laufen, ihre Laufzeit ist nicht gleich produktiver Menschenarbeit, und Wartephasen werden methodisch gesondert behandelt.
Der Wandel betrifft nicht nur das Schreiben von Code. Der Bericht beschreibt zusätzliche Arbeit beim Entwerfen von Agentenabläufen, Prüfen von Ergebnissen, Bauen von Überwachungswerkzeugen und Koordinieren komplexer Entscheidungen. Der Anteil solcher „Meta-Arbeit“ an untersuchten interaktiven KI-Sitzungen stieg nach der unternehmensinternen Auswertung von 10 auf 22 Prozent. Auch die mittlere Meetingzeit nahm im Jahresvergleich um 20 Prozent zu; der Bericht nennt dafür mehrere mögliche Gründe, darunter das Unternehmenswachstum.
Die Forschenden vergleichen außerdem Beschäftigte vor und nach der Einführung von Coding-Agenten mit Nichtnutzern. Das spricht für einen Zusammenhang zwischen Nutzung und höherem Output, beweist aber keine reine KI-Ursache: Die Einführung erfolgte nicht zufällig, und mehr Code ist nicht automatisch bessere Software. Die untersuchten Qualitätsindikatoren bilden nur einen Teil möglicher Fehler ab.
HR-Einordnung: Besonders ernst zu nehmen ist die mögliche Erosion klassischer Lern- und Einstiegsaufgaben. Wenn Routinetätigkeiten verschwinden, müssen Unternehmen neue Wege schaffen, auf denen Berufseinsteiger fachliches Urteil entwickeln. Gleichzeitig wird interne Mobilität wichtiger, weil sich bestehende Rollen schneller verändern. Der Fall passt zu unserer Einordnung der Stanford-Daten zu Berufseinsteigern, ist aber nicht mit dem allgemeinen Arbeitsmarkt gleichzusetzen. Für die Personalplanung sollten Junior-Anteile, absolute Einstellungszahlen, Kompetenzentwicklung und interne Wechsel getrennt erfasst werden.
3. Charter AI Pulse: Beschäftigte profitieren vor allem dort, wo sie mitgestalten können
Evidenztyp: US-Befragung von 5.002 KI-nutzenden Büro- und Wissensbeschäftigten einschließlich Führungskräften, ergänzt um 91 Interviews; veröffentlicht am 21. Oktober 2026. Selbstberichte und statistische Zusammenhänge, keine kausale Interventionsstudie; keine repräsentative Aussage über sämtliche Beschäftigten.
Der neue Charter AI Pulse fragt nicht nur, ob KI Aufgaben schneller macht, sondern ob sie Arbeit und Leben der Nutzenden verbessert. 42,7 Prozent berichten von zumindest einer gewissen Verbesserung beider Bereiche, aber nur 10,5 Prozent von einer starken Verbesserung in beiden. Wer KI täglich nutzt, berichtet ungefähr doppelt so häufig positive Effekte wie wöchentliche Nutzer. Entscheidend ist in der Auswertung jedoch vor allem Mitgestaltungsspielraum: Beschäftigte profitieren eher, wenn sie beeinflussen können, wie KI in ihre Arbeit integriert wird.
Führung spielt ebenfalls eine große Rolle. Elf der 14 wichtigsten mit positiven Ergebnissen verbundenen Faktoren betreffen laut Auswertung das Verhalten von Vorgesetzten. Gleichzeitig klafft eine Lücke zwischen dem, was Führungskräfte nach eigener Aussage tun, und dem, was ihre Teams tatsächlich wahrnehmen. Weniger als 40 Prozent der Befragten berichten von praxisnaher KI-Schulung, obwohl gerade diese Unterstützung besonders geschätzt wird.
Zwei weitere Zahlen sind für Governance relevant: 36 Prozent der befragten KI-Nutzer haben ihre Verwendung schon einmal gegenüber Vorgesetzten, Kollegen oder Kunden verborgen. Und Führungskräfte vertrauen KI-Antworten nach eigenen Angaben deutlich häufiger als Beschäftigte ohne Führungsfunktion – auch im Vergleich zum eigenen Urteil. Die Studie zeigt damit mögliche Risiken von Schatten-KI und unkritischer Übernahme. Sie belegt aber weder, dass verborgenes KI-Arbeiten Burnout verursacht, noch dass Führungskräfte dadurch tatsächlich häufiger Fehlentscheidungen treffen.
HR-Einordnung: Nutzungsquoten allein reichen als Erfolgsmaß nicht aus. Sinnvoll sind Fragen nach Entscheidungsspielraum, praktischer Befähigung, Fehlerkultur und tatsächlichem Arbeitsaufwand für Kontrolle und Nacharbeit. Gerade in sensiblen HR-Prozessen muss das Prüfen von KI-Ergebnissen als echte Aufgabe mit Zeit, Kompetenz und Eskalationsrechten gestaltet werden. Warum eine formale menschliche Freigabe dafür nicht genügt, erläutert unser Beitrag zu Human-in-the-Loop.
Was aus den Studien dieser Woche hängen bleibt
Die drei Veröffentlichungen zeigen unterschiedliche Phasen derselben Entwicklung: In vielen deutschen Betrieben wird ein KI-Einsatz noch nicht als sinnvoll erkannt; in einem extrem KI-intensiven Unternehmen verändern sich bereits Aufgaben, Einstiegswege und interne Rollen; unter US-amerikanischen KI-Nutzenden entscheidet sich der wahrgenommene Nutzen nicht nur an der Technik, sondern auch an Führung und Gestaltungsspielraum.
- Vor der Einführung: Betriebliche Aufgaben und Risiken untersuchen, statt pauschal KI-Lizenzen zu verteilen. Technische Machbarkeit ist noch kein tragfähiger Anwendungsfall.
- Während der Einführung: Rollen, Lernpfade und Nachwuchsgewinnung mitgestalten. Gerade die Aufgaben, an denen Beschäftigte Erfahrung aufbauen, dürfen nicht unbeabsichtigt verschwinden.
- Nach der Einführung: Nicht nur Nutzungszahlen und erzeugte Outputs messen, sondern Ergebnisqualität, Nacharbeit, Entscheidungsfähigkeit, Mitarbeitererfahrung und neue Koordinationskosten.
Das gemeinsame Muster ist damit weniger „KI ersetzt Menschen“ als „KI verändert, was Menschen wissen, entscheiden und verantworten müssen“. Wer das nicht in die Arbeitsorganisation übersetzt, riskiert ungenutztes Potenzial auf der einen und zusätzliche Kontrollarbeit auf der anderen Seite. Unser früherer Beitrag zur Produktivität ohne grundlegende Transformation liefert dazu den übergreifenden Kontext.
Unsere Artikel der Woche
KI erschwert den Berufseinstieg: Weltbank-Jobsrat fordert staatliche Anreize (20. Oktober 2026): Der Beitrag fragt, welche arbeitsmarktpolitischen Antworten auf erschwerte Berufseinstiege durch KI sinnvoll wären. Im Mittelpunkt stehen Vorschläge des Weltbank-Jobsrats für staatliche Einstellungsanreize und eine engere Verzahnung von Ausbildung und Berufspraxis. Es handelt sich um politische Handlungsempfehlungen, nicht um bereits beschlossene Förderprogramme oder den Nachweis, dass KI allein die beobachteten Probleme verursacht.
Erst KI für alle, dann die Kostenfrage: Was Accentures 29-Dollar-Regel zeigt (17. Oktober 2026): Ausgehend von Accentures 29-Dollar-Regel untersucht der Beitrag den Übergang von zentral finanzierter KI-Verbreitung zu projektbezogener Kostenverantwortung. Besonders bei KI-Agenten werden Verbrauch und Koordination wirtschaftlich relevant. Entscheidend ist jedoch nicht der Tokenpreis oder die rechnerisch eingesparte Zeit, sondern ob Unternehmen daraus tatsächlich messbaren Nutzen erzielen.
Quellen
- IAB-Forum: Christian Kagerl, „Weshalb die meisten Betriebe Künstliche Intelligenz (noch) nicht nutzen“, 20.10.2026.
- IAB: Presseinformation zur Betriebspanel-Auswertung, 20.10.2026.
- Anthropic: Wilmers et al., „How employment is changing at Anthropic“, 16.10.2026.
- Charter: „Charter AI Pulse“, 21.10.2026.
- Charter: Brian Elliott, Einführung in die Untersuchung und Stichprobe, 21.10.2026.
Offenlegung: Dieser Beitrag wurde mit KI-Unterstützung erstellt. Die genannten Quellen und zentralen Studienergebnisse wurden anhand der verlinkten Originalquellen geprüft.











