KI spart drei Stunden pro Woche, doch Produktivität entsteht nicht automatisch

Künstliche Intelligenz verbreitet sich schnell am europäischen Arbeitsplatz. 2024 gaben 26 % der Beschäftigten im Euroraum an, KI im Beruf einzusetzen. 2025 waren es 41 %, 2026 bereits 52 %. Nutzer greifen im Durchschnitt an rund drei Tagen pro Woche auf entsprechende Werkzeuge zurück. Grundlage der Analyse sind Daten der Consumer Expectations Survey der Europäischen Zentralbank, für die monatlich rund 20.000 Menschen in elf Ländern des Euroraums befragt werden.

Die Nutzung allein sagt allerdings wenig darüber aus, wie stark KI die gesamtwirtschaftliche Produktivität erhöht. Dafür liefert die EZB eine zweite Kennzahl, die direkt vom Anwender stammt. Der typische Nutzer gibt demnach an, durch KI drei Arbeitsstunden pro Woche einzusparen.

48,8 % der Beschäftigten nutzen KI und sparen damit Zeit

Die drei Stunden beziehen sich auf Beschäftigte, die KI einsetzen und dadurch Arbeitszeit sparen. Über alle Beschäftigten verteilt liegt der Effekt niedriger. 48,8 % der Befragten gehören laut EZB zu dieser Gruppe. Daraus ergibt sich ein rechnerischer Effizienzgewinn von rund 3,8 % der gesamten Arbeitszeit.

Auch diese 3,8 % entsprechen noch keiner Produktivitätssteigerung in gleicher Höhe. Denn erledigt ein Beschäftigter eine Aufgabe dank KI in drei statt vier Stunden, entsteht zunächst freie Kapazität. Die Produktivität des Unternehmens steigt stärker, wenn diese Stunde für zusätzliche Aufträge, schnellere Entwicklungszyklen oder andere produktive Tätigkeiten genutzt wird.

Ein Feldexperiment mit 7.137 Wissensarbeitern in 66 Unternehmen zeigt, warum diese Unterscheidung wichtig ist. Ein Teil der Beschäftigten erhielt Zugang zu einem KI-Werkzeug, das direkt in bereits verwendete Anwendungen integriert war. Nutzer verbrachten später rund zwei Stunden weniger pro Woche mit E-Mails. Bei der Menge und Zusammensetzung ihrer übrigen Aufgaben fanden die Forscher jedoch keine statistisch belastbare Veränderung.

---

---

Beim Programmieren sind die gemeldeten Zeitgewinne am höchsten

Die EZB-Daten zeigen erhebliche Unterschiede zwischen einzelnen Tätigkeiten. Die größten gemeldeten Einsparungen entstehen beim Erstellen und Korrigieren von Programmcode. Nutzer dieser Anwendungen sparen nahezu acht Stunden pro Woche. Allerdings setzen lediglich rund 8 % der Beschäftigten KI für diese Tätigkeit ein.

Hohe Einsparungen melden auch Beschäftigte, die KI für Datenanalysen oder die Automatisierung wiederkehrender Aufgaben verwenden. Ähnliches gilt für die Erstellung visueller und akustischer Inhalte.

Deutlich häufiger kommt KI bei Recherche, Informationssuche sowie beim Verfassen und Überarbeiten von Texten zum Einsatz. Dort fallen die gemeldeten Zeitgewinne aber geringer aus als bei technischen Anwendungen.

Die Zahlen lassen sich allerdings nicht als präziser Produktivitätsvergleich zwischen den einzelnen Tätigkeiten interpretieren. Befragte konnten mehrere Einsatzgebiete gleichzeitig nennen. Menschen mit besonders hohen gesamten Zeitersparnissen geben tendenziell auch mehr Anwendungen an. Die EZB weist darauf hin, dass dies die durchschnittlichen Stundenwerte einzelner Kategorien nach oben verzerren kann.

Kontrollierte Studien zeigen große Unterschiede zwischen Beschäftigten

Direkte Leistungsmessungen bestätigen, dass KI bei bestimmten Tätigkeiten erhebliche Produktivitätsgewinne ermöglichen kann. Die Effekte verteilen sich allerdings sehr ungleich.

Erik Brynjolfsson, Danielle Li und Lindsey Raymond untersuchten 5.179 Beschäftigte im Kundendienst. Der Zugang zu einem KI-Assistenten erhöhte die Zahl der bearbeiteten Kundenprobleme pro Stunde im Durchschnitt um 14 %. Bei unerfahrenen und leistungsschwächeren Mitarbeitern lag der Effekt sogar bei 34 %. Erfahrene und besonders leistungsstarke Beschäftigte profitierten dagegen kaum.

Die Forscher finden zudem Hinweise darauf, dass das System erfolgreiche Arbeitsweisen erfahrener Mitarbeiter für Kollegen leichter verfügbar machte. Gerade für Beschäftigte mit wenig Erfahrung verkürzte sich dadurch offenbar ein Teil des Lernprozesses.

Für Unternehmen ist diese Verteilung mindestens so relevant wie der Durchschnittswert. KI kann offensichtlich bei einer Tätigkeit zweistellige Leistungssteigerungen ermöglichen und bei einer anderen dagegen kaum messbare Effekte liefern. Zudem kann dasselbe Werkzeug schwächeren Mitarbeitern stärker helfen als bereits hochproduktiven Kollegen.

Die Frage nach "der" Produktivitätswirkung von KI greift deshalb klar zu kurz; entscheidend sind Aufgabe, Qualifikation und die Art der Einbindung in bestehende Prozesse.

US-Beschäftigte melden ebenfalls spürbare Zeitersparnisse

Befragungsdaten aus den USA weisen in dieselbe Richtung wie die EZB-Ergebnisse, auch wenn sich die Werte wegen unterschiedlicher Methoden nicht direkt vergleichen lassen.

Alexander Bick, Adam Blandin und David Deming ermittelten für Nutzer generativer KI zunächst eine durchschnittliche Einsparung von 5,4 % ihrer Arbeitszeit. Bei einer 40-Stunden-Woche entspricht das rund 2,2 Stunden. Über sämtliche Beschäftigten einschließlich der Nichtnutzer sank der Wert auf 1,4 %.

Neuere Daten des zugehörigen US-Erhebungssystems zeigen, dass die gemeldeten Einsparungen in einigen wissensintensiven Branchen inzwischen höher liegen. In professionellen, wissenschaftlichen und technischen Dienstleistungen entsprachen sie im zweiten Quartal 2026 rund 3,9 % der gesamten Arbeitszeit. Im Informationssektor waren es rund 4,9 %.

Die europäischen und amerikanischen Erhebungen messen nicht exakt dasselbe. Beide stützen jedoch die Annahme, dass generative KI inzwischen messbare Teile der Arbeitszeit einspart.

Hochschulabsolventen nutzen KI deutlich häufiger

Der Zugang zu diesen Zeitgewinnen verteilt sich im Euroraum ungleich. Unter Beschäftigten mit höherem Bildungsabschluss verwenden inzwischen 61 % KI. Bei Menschen mit niedrigerem Bildungsniveau sind es 37 %. Jüngere Arbeitnehmer nutzen die Technologie zudem rund 20 Prozentpunkte häufiger als ältere Kollegen.

Geschlechterunterschiede fallen laut EZB dagegen deutlich kleiner aus als die Unterschiede nach Alter und Bildung.

Bemerkenswert: Sobald Beschäftigte KI grundsätzlich einsetzen, unterscheidet sich die Häufigkeit der Nutzung zwischen den Gruppen nur noch wenig. Die Durchschnittswerte liegen zwischen 2,5 und 2,9 Tagen pro Woche.

Das Problem liegt folglich stärker beim Einstieg als bei der späteren Nutzungsintensität. Wer KI einmal in seine Arbeitsabläufe integriert hat, greift meist regelmäßig darauf zurück.

Unternehmen experimentieren häufig, intensive Nutzung bleibt selten

Ein ähnliches Muster zeigt sich auf Unternehmensebene. Nach einer separaten EZB-Auswertung meldeten Ende 2025 mehr als 70 % der Firmen im Euroraum irgendeine Form der KI-Nutzung. Lediglich 7 % bezeichneten ihren Einsatz als intensiv.

Eine tiefere Integration verlangt den Unternehmen einiges ab. Sie müssen Anwendungen in zentrale Abläufe einbauen, Mitarbeiter schulen und teilweise Prozesse neu organisieren. Erst dann kann sich der individuelle Zeitgewinn vieler Beschäftigter in einer dauerhaft höheren Leistung des Unternehmens niederschlagen.

Die Haltung der Beschäftigten ist etwas skeptischer geworden

Ein womöglich alarmierender Befund: Die steigende Nutzung geht nicht mit einer ebenso starken Verbesserung der Einstellung zur Technologie einher. 41 % der Beschäftigten bewerten die Folgen von KI inzwischen positiv. Ein Jahr zuvor waren es aber noch 43 %.

Die EZB findet zudem einen Zusammenhang zwischen der Einstellung zu KI und den allgemeinen Erwartungen für den Arbeitsmarkt. Menschen mit einer negativen Haltung gegenüber KI rechnen häufiger mit steigender Arbeitslosigkeit, fürchten eher den Verlust ihres Arbeitsplatzes und erwarten schwächere Einkommenszuwächse.

Warum? Beschäftigte können KI wegen ihrer Sorge um den Arbeitsplatz skeptischer sehen. Ebenso können Menschen mit generell pessimistischeren Wirtschaftserwartungen technologische Veränderungen negativer beurteilen.

Die Berufsunterschiede sind ebenfalls aufschlussreich. Führungskräfte weisen hohe Nutzungsraten auf, melden vergleichsweise große Zeitgewinne und beurteilen KI positiver als viele andere Berufsgruppen. Schlecht für die Pessimisten, denn damit sitzen ausgerechnet jene Beschäftigten, die über die Einführung neuer Werkzeuge und Arbeitsabläufe mitentscheiden, häufierg auf der optimistischeren Seite der Debatte.

41 % der Beschäftigten ohne Interesse an KI

Knapp die Hälfte der Beschäftigten nutzt weiterhin keine KI bei der Arbeit. Rund ein Drittel dieser Gruppe erklärt, dass die Technologie für die eigenen Aufgaben keine Relevanz habe. Andere bevorzugen ihre bisherigen Arbeitsweisen, zweifeln an Genauigkeit und Zuverlässigkeit oder erhalten vom Arbeitgeber keinen geeigneten Zugang.

Hinzu kommt eine grundsätzlichere Form der Zurückhaltung bzw. Skepsis. 41 % der Beschäftigten äußern gar kein Interesse daran, KI einzusetzen. Selbst unter Führungskräften liegt dieser Anteil bei 34 %.

Rund die Hälfte der Befragten nennt bessere Schulungen und ein klareres Verständnis möglicher Einsatzgebiete als Faktoren, die einen Einstieg erleichtern würden.

Viele Firmen planen Investitionen in KI-Schulungen

Unternehmen reagieren bereits auf einen Teil dieser Hindernisse. In der jüngsten SAFE-Unternehmensbefragung der EZB gaben 49 % der Firmen an, in den kommenden zwölf Monaten in KI-Technologien und entsprechende Werkzeuge investieren zu wollen. 46 % planen Schulungen für bestehende Mitarbeiter, 40 % wollen Geld für Daten und Infrastruktur ausgeben. Lediglich 12 % planen die Einstellung zusätzlicher KI-Spezialisten.

Gleichzeitig plant rund die Hälfte der Unternehmen keine KI-Schulungen für ihre Beschäftigten. Das passt zu den Hindernissen, die Arbeitnehmer selbst nennen. Gerade fehlendes Wissen über sinnvolle Anwendungen kann sich damit länger halten, obwohl geeignete Werkzeuge technisch bereits verfügbar wären.

Die Produktivitätsdaten des Euroraums liefern noch keinen KI-Nachweis

In den gesamtwirtschaftlichen Zahlen lässt sich der Beitrag künstlicher Intelligenz bislang nicht sauber isolieren. Zu viele andere Faktoren verändern Wirtschaftsleistung und Arbeitseinsatz gleichzeitig.

Eurostat meldete für das zweite Quartal 2026 einen Anstieg des Bruttoinlandsprodukts im Euroraum um 0,4 % gegenüber dem Vorquartal. Die Zahl der Beschäftigten nahm um 0,1 % zu. Gegenüber dem Vorjahresquartal lag die Wirtschaftsleistung 1,0 % höher.

Diese Daten sind mit einer steigenden Arbeitsproduktivität vereinbar, beweisen aber noch lange keinen KI-Effekt. Energiepreise, Investitionen, Konjunktur und die sektorale Zusammensetzung der Wirtschaft beeinflussen dieselben Kennzahlen.

Die kurzfristige Entwicklung bleibt zudem schwankungsanfällig. Für die gesamte EU meldete Eurostat im ersten Quartal 2026 gegenüber dem Vorjahr lediglich 0,1 % mehr Arbeitsproduktivität, sowohl gemessen je Beschäftigten als auch je Arbeitsstunde.

Die EZB erwartet längerfristig dennoch einen positiven Beitrag. Eine frühere Analyse der Notenbank schätzt den zusätzlichen Produktivitätszuwachs durch KI im Euroraum im Durchschnitt auf rund 0,35 Prozentpunkte pro Jahr. Andere Berechnungen kommen abhängig von ihren Annahmen auf eine sehr breite Spanne von etwa 0,1 bis 3,4 Prozentpunkten zusätzlichem jährlichem Produktivitätswachstum über einen Zeitraum von zehn Jahren.

Fazit

Nicht erst nach dieser EZB-Analyse ist klar: Die Frage lautet kaum noch, ob Beschäftigte KI überhaupt ausprobieren. Mehr als die Hälfte nutzt sie bereits im Beruf.

Offener und wichtiger ist, was die Unternehmen bzw. Mitarbeiter mit den eingesparten Stunden anfangen. Das entscheidet darüber, ob es einen Produktivitäts-Boost gibt und die Wirtschaft angekurbelt wird.

In dem Zusammenhang gibt es auch einen Faktor, den man nicht unterschätzen sollte, nämlich die Vertretungen der Arbeitnehmerseite. So hat vor einigen Tagen zum Beispiel die Gewerkschaft DBV gefordert, Bankangestellte sollten "KI-Entlastungstage" bekommen. Drei zusätzliche freie Tage im Jahr für Banker, wegen der Mehrbelastung durch KI-Einsatz.

So kann man den Produktivitätsgewinn durch KI natürlich auch schnell wieder eliminieren.