KI am Arbeitsplatz: Statistiken 2025–2035

Künstliche Intelligenz wird die Arbeitswelt zwischen 2025 und 2035 ähnlich stark beeinflussen wie das Internet die Arbeitswelt zwischen 2000 und 2010.

Die Automatisierung einzelner Prozesse hat sich zu einer unbemerkten Umgestaltung ganzer Abläufe entwickelt, darunter Personalbeschaffung und Kundenbetreuung sowie Schreiben, Recherche und Grafikdesign.

Die uns vorliegenden Daten für 2024 bis 2025 zeigen bereits den Verlauf: Akzeptanzraten von über 70 %, konkrete Produktivitätssteigerungen und Bedenken hinsichtlich Kreativität, Gerechtigkeit und Zuverlässigkeit.

Dieses Papier fasst die neuesten internationalen Erkenntnisse über KI am Arbeitsplatz zusammen, darunter das Ausmaß ihrer Nutzung, die Branchen und Berufe, in denen sie sich am schnellsten ausbreitet, und die Einstellung der Arbeitnehmer dazu.

Es untersucht die beobachtbaren Kennzahlen: die am häufigsten verwendeten spezifischen Anwendungen, den Einfluss auf Produktivität und Innovation sowie erste Hinweise auf einen ROI.

Die Summe dieser Zahlen zeichnet nicht nur ein Bild vom heutigen Stand der KI, sondern weist auch auf die Bausteine ​​einer zukünftigen Arbeitsökonomie hin, in der die Unterscheidung zwischen Menschen und Algorithmen keine Rolle mehr spielen wird.

Weltweite Rate der KI-Einführung am Arbeitsplatz (2019 bis 2025)

In den vergangenen sieben Jahren hat sich KI von einer Randidee zu etwas entwickelt, das die meisten Unternehmen nach eigenen Angaben in der Praxis anwenden.

Der Anteil der Unternehmen, die KI in mindestens einer Funktion einsetzen, sank laut einer langfristigen globalen Studie von McKinsey während der COVID-19-Krise, hat sich aber seither mit dem Aufkommen generativer KI wieder erholt: 72 Prozent in der Studie von Anfang 2024 und 78 Prozent in unserer jüngsten Studie (2025).

Dieser Aufwärtstrend wird durch den AI Index 2025 des Stanford Institute for Human-Centered AI bestätigt, demzufolge 78 Prozent der Organisationen im Jahr 2024 KI einsetzten, verglichen mit 55 Prozent im Jahr 2023.

Momentaufnahme der Adoption

*Die Daten stammen von Anfang 2024; mehrere Jahresendberichte deuten darauf hin, dass der Anteil Ende 2024 bei etwa 78 Prozent lag, was dem „letzten“ Wert der Umfrage von 2025 entspricht.

Quellen: McKinsey State of AI in the Enterprise-Umfragereihe (siehe Seitenleiste „Umfragedemografie“ für Details zur Methodik und zu den Profilen der Befragten), wobei die Werte für 2024 und 2025 durch den Stanford AI Index bestätigt wurden.

Was die Daten bedeuten

Die Adoptionsrate stagnierte von 2020 bis 2022 bei etwa 50 bis 56 Prozent, bevor sie in den Jahren 2023 und 2024 wieder anstieg, als Unternehmen begannen, Pilotprojekte mit generativer KI in die Produktion einzuführen, vorwiegend in den Bereichen IT, Marketing und Vertrieb sowie Kundendienst.

Dies bedeutet eine starke Einbettung oder Integration von KI, aber nicht unbedingt eine tiefgreifende Transformation der Geschäftsprozesse; dennoch ist es ein bedeutender Schritt hin zur Erweiterung des „Werkzeugkastens“ des typischen Mitarbeiters.

Analystenkommentar

Meine Interpretation dieses Trends ist, dass er die S-Kurve darstellt, die wir typischerweise bei der Entwicklung der Technologieeinführung beobachten, mit einer Einschränkung: In diesem Fall ging es den Unternehmen schneller, die Einführung einzuleiten, als den entsprechenden Nutzen daraus zu ziehen.

Viele Unternehmen entschieden sich für „einfache“ oder eingebettete KI (zum Beispiel über Plug-ins oder Copilot-Funktionalität), sodass der Zähler (der Anteil der Unternehmen, die KI eingeführt haben) schneller wuchs als der Nenner (der Wert).

Mit Blick auf die nächsten ein bis zwei Jahre erwarte ich einen weiteren Anstieg der Akzeptanzrate, wenn auch nur moderat, da der Spielraum begrenzt ist. Gleichzeitig verlagert sich der Fokus auf die Integration dieser Tools, die Rationalisierung von Anwendungen und Tools sowie die Verfeinerung des Betriebsmodells einer kleinen Anzahl geschäftskritischer Prozesse, bei denen KI wesentliche Effizienzgewinne erzielen kann.

Unternehmen, die KI wie jede andere Fähigkeit angehen (indem sie einen Verantwortlichen, ein Budget, wichtige Leistungsindikatoren [KPIs] und einen Prozess für die Stilllegung von Investitionen festlegen, die ihren Geschäftszweck nicht erfüllen), werden diejenigen sein, die durch die Einführung von KI nachhaltige Produktivitätssteigerungen erzielen.

Anwendungsfälle in der Industrie (2025)

Die Branchenmuster im Jahr 2025 sind ausreichend deutlich, um als Grundlage für Investitionen zu dienen.

Die beiden führenden Sektoren im Hinblick auf den Einsatz von KI der ersten Generation im täglichen Betrieb sind Technologie und professionelle Dienstleistungen, gefolgt von Medien und Telekommunikation sowie fortgeschrittenen Industrien (einschließlich Elektronik-, Luft- und Raumfahrt- und Automobilunternehmen), während Konsumgüter, Finanzen und die typischerweise stark regulierten und anlagenintensiven Branchen dahinter liegen (siehe Randspalte „Unsere Umfrage zum Stand der KI im Jahr 2025“).

71 Prozent der Befragten einer aktuellen globalen Umfrage von McKinsey zum Stand der KI gaben an, dass ihre Organisationen KI der ersten Generation in mindestens einer Funktion einsetzen, wobei die Quoten je nach Branche stark variieren.

Momentaufnahme nach Sektor

Quelle: McKinsey Global Survey on the State of AI (durchgeführt im 2. Halbjahr 2024, veröffentlicht 2025). Die Zahlen geben den branchenübergreifenden Einsatz von generativer KI wieder, d. h. den Prozentsatz der Unternehmen, die generative KI in mindestens einer Geschäftsfunktion einsetzen.

Die Implikationen

Meiner Ansicht nach spiegeln diese Ergebnisse die relative Leichtigkeit wider, mit der sich KI in Geschäftsprozesse integrieren lässt.

Technologieunternehmen integrieren KI häufig in ihre Produkte und Dienstleistungen; professionelle Dienstleister setzen auf Wissensmanagement und Texterstellung. Medien- und Telekommunikationsunternehmen nutzen KI im Servicebereich.

Im Gesundheits- und Energiesektor hinken sie scheinbar hinterher, nicht etwa weil es an Anwendungsfällen mangelt, sondern weil für die Produktionsreife dieser Systeme Anforderungen wie Sicherheit, Datenverwaltung und Integration mit bestehenden Systemen erfüllt werden müssen.

Im Finanzwesen wird der Governance tendenziell der Priorität vor der Implementierung eingeräumt, ein langsamerer Prozess, der jedoch langfristig wahrscheinlich nachhaltiger ist.

Um die Aufschlüsselung nach Sektoren in den richtigen Kontext zu setzen, ist außerdem zu vermerken, dass die globale Geschäftswelt insgesamt in den letzten Jahren einen deutlichen Anstieg beim Einsatz von KI verzeichnet hat (siehe Infobox „Aufstieg der KI in der globalen Geschäftswelt“).

Analystenperspektive

Für Planungszwecke gehe ich davon aus, dass nicht die Adoptionsraten, sondern die Tiefe der Implementierung der limitierende Faktor sein werden.

Die Marktführer in allen Branchen gehen von der bloßen Umstellung auf die grundlegende Neugestaltung einiger weniger Prozesse mit hohem Durchsatz über (z. B. Schadensregulierung, Produktion von Marketinginhalten, Kundensupport der ersten Ebene, Fehlerbehebung).

Die nächste Differenzierungsstufe ergibt sich aus der Dateninfrastruktur und dem Risikomanagement: Datenabruf integriert mit verwalteten Datensätzen, Nutzungsnachverfolgung und menschlichen Prüfpunkten.

Zwei operative Indikatoren für die KI-Reife, auf die ich achte, sind (1) ein einziger Verantwortlicher für das operative Risiko der KI und (2) ein Investitionsportfolio-Ansatz, der alles auslaufen lässt, was sich nicht durch Rechenressourcen selbst trägt.

Stärker regulierte Sektoren werden aufholen, sobald Modellzuverlässigkeit und Erklärbarkeit zur Routine werden, und beides ist näher, als man vielleicht denkt.

KI-Einführung nach Anwendungsbereich (2025)

Hier sind die Prozentsätze für 2025, aufgeschlüsselt nach Funktion. Künstliche Intelligenz der Generation I ist am weitesten verbreitet in extern orientierten, inhaltsreichen und softwareerstellenden Funktionen und weniger häufig in Funktionen, die Kapital oder strenge Aufsicht erfordern.

Diese Zahlen stammen aus einer neuen globalen Studie von McKinsey (durchgeführt im zweiten Halbjahr 2024, veröffentlicht 2025) zu den Anwendungsbereichen, in denen KI regelmäßig eingesetzt wird. Die in der Studie identifizierten Anwendungsbereiche bezeichne ich als „funktionale Rollen“.

Insgesamt sehen wir Marketing und Vertrieb an der Spitze, Produkt- und Serviceentwicklung, IT und Servicebetrieb in der Mitte und Risikomanagement und Compliance, Lieferkette und Fertigung am Ende (zumindest vorerst).

Momentaufnahme nach Rollentyp (Anteil der Organisationen, die regelmäßig KI einsetzen)

Quelle: McKinsey Global Survey on the State of AI (Daten aus dem 2. Halbjahr 24, Veröffentlichung 2025). Die Prozentangaben beziehen sich auf Unternehmen, die KI regelmäßig in mindestens einem Anwendungsfall einsetzen, aufgeschlüsselt nach Funktion. „Wissensmanagement“ ist die von McKinsey verwendete Bezeichnung für andere Unternehmensfunktionen.

Die zentralen Thesen

Ich erkenne hier zwei Muster. Erstens lassen sich Modelle relativ einfacher in Funktionen implementieren, die naturgemäß Text, Bilder, Code und strukturierte Daten beinhalten (Marketing, Produktentwicklung, IT und Softwareentwicklung).

Zweitens stehen Risikomanagement und Compliance, Lieferkette und Fertigung weiter unten auf der Liste, da sie strengere Kontrollmechanismen, Datenzugriffsrechte und Sicherheitsbegründungen erfordern.

Darüber hinaus bietet die Tatsache, dass die allgemeine Einführung von KI im Jahr 2024 stark zugenommen hat (siehe unternehmensweite Einführung von KI), einen Kontext dafür, dass selbst die einfachsten Funktionen einen Aufschwung verzeichnen.

Analystenmeinung

Meiner Ansicht nach ist 2025 das letzte Jahr, in dem die Marktdurchdringung im Vordergrund stehen wird.

Diese zukunftsweisenden Funktionen werden KI nicht einfach nur in diesen Rollen „einführen“, sondern einige ausgewählte, häufig auftretende Aufgaben in diesen Bereichen vollständig automatisieren, wie zum Beispiel die Kampagnenplanung mit A/B-Tests im Marketing, die Fehlerbehebung in der Softwareentwicklung und die Wissenssuche mit Auditierung in Supportfunktionen.

Drei Anzeichen deuten auf eine fortgeschrittene KI-Reife hin: (1) ein benannter Eigentümer des KI-Betriebsrisikos, (2) Datenabfragefunktionen, die mit gut verwalteten Datenquellen (und nicht mit dem offenen Internet) verbunden sind, und (3) eine Pipeline mit Auslaufregeln für Prototypen, die nicht genügend Wert generieren, um ihren Energieverbrauch zu rechtfertigen.

Ich erwarte außerdem, dass die Funktionen auf der rechten Seite des Diagramms (Lieferkette und Fertigung) zunehmen, sobald die Absicherung gegen die Reife der Werkzeuge und die synthetischen Datenpipelines robuster werden. Kurz gesagt: Die Breite der KI ist abgeschlossen. Jetzt geht es um die Tiefe der KI.

Mitarbeiterkontakt mit KI-Tools (2023 bis 2025)

Im Jahr 2025 zeichnet sich eine klare Trennung zwischen verschiedenen Rollentypen ab. Generative KI durchdringt Berufe mit hohem externen, inhaltsreichen Bezug oder solche, die mit Softwareentwicklung zu tun haben. In kapital- oder berechtigungsintensiven Bereichen des Unternehmens ist sie weniger verbreitet.

Die jüngste globale Studie von McKinsey (durchgeführt im zweiten Halbjahr 2024; veröffentlicht 2025) zeigt, wo Unternehmen KI der zweiten Generation – nach Funktionen aufgeschlüsselt – bereits regelmäßig einsetzen. Ich betrachte diese Funktionen als praktische Stellvertreter für „Rollentypen“ im Unternehmen.

Das wichtigste Ergebnis: Marketing und Vertrieb sind am stärksten betroffen, gefolgt von einem großen Cluster aus Produkt- und Dienstleistungsentwicklung, IT und Kundendienst. Am wenigsten wahrscheinlich wird KI der ersten Generation heute in den Bereichen Unternehmensführung, Lieferkette und Fertigung zum Einsatz kommen.

Momentaufnahme nach Rollentyp (Anteil der Organisationen, die regelmäßig KI einsetzen)

Quelle: McKinsey Global Survey on the State of AI (Daten aus dem 2. Halbjahr 24; Veröffentlichung 2025).

Die Zahlen geben die „regelmäßige Nutzung von KI in mindestens einem Anwendungsfall“ pro Funktion an. „Wissensmanagement“ umfasst alle anderen Geschäftsfunktionen.

Wichtigste Erkenntnisse. Was sind die wichtigsten Beobachtungen?

Für mich gibt es zwei Gründe. Erstens lassen sich Funktionen, die bereits mit umfangreichen Text-, Bild-, Code- oder Wissensrepräsentationen als Eingabe arbeiten (z. B. Marketing, Produktentwicklung, IT, Softwareentwicklung), leichter integrieren. Die Modelle sind sofort einsatzbereit.

Zweitens stehen Bereiche des Unternehmens, die mehr Genehmigungen oder Ressourcen benötigen (Risiko/Compliance, Lieferkette, Fertigung), weiter unten auf der Liste, weil Qualitätssicherung, Zugriffskontrolle und Rechtssicherheit wichtiger sind als die Erzielung neuartiger Ergebnisse.

Es ist erwähnenswert, dass die Akzeptanz in Unternehmen insgesamt im Laufe des Jahres 2024 zugenommen hat. Selbst diejenigen, die bei der Akzeptanz hinterherhinken, verzeichnen also zumindest einen gewissen Aufschwung.

Einschätzung des Analysten.

Wie interpretiere ich diese Ergebnisse? Meiner Ansicht nach wird die Marktdurchdringung ab 2025 nicht mehr das entscheidende Thema sein.

Die fortschrittlichsten Unternehmen werden einen Weg gefunden haben, den Einsatz von KI in diesen Bereichen zu integrieren, aber noch wichtiger ist, dass sie diese nutzen werden, um einige wichtige, umfangreiche Aufgaben von Anfang bis Ende neu zu schreiben (z. B. Ideengenerierung durch A/B-Tests im Marketing, Fehlerbehebung in der Entwicklung oder Wissenssuche mit Tracing im Support).

Ich werde hier nach drei Indikatoren für Reife suchen: (1) eine einzelne Person, die für das operationelle Risiko der KI verantwortlich ist, (2) Such- oder andere Abrufprozesse, die verwaltete Korpora (und nicht das Internet) verwenden, und (3) ein Portfolio von Anwendungsfällen, das Projekte, die sich für die Berechnung nicht rentieren, stillschweigend einstellt.

In stärker regulierten Branchen wird die Lücke geschlossen, sobald Fragen der Qualitätssicherung und Herkunftsnachweise zur Routine werden, und das ist näher, als die meisten vermuten.

Der Produktivitätseffekt von KI-Tools (2024 bis 2025)

Während ich die neuesten Erkenntnisse über die Auswirkungen von KI auf die Produktivität auswerte, fallen mir zwei Muster auf: Zum einen gibt es einige handfeste Vorteile (wenn man es richtig macht), zum anderen gibt es eine große Fußnote, die besagt: „Es kommt darauf an, wie man es macht.“

Die Federal Reserve Bank of St. Louis stellt fest: „Bei erwerbstätigen Nutzern von generativer KI in den Vereinigten Staaten half die neue Technologie Ende 2024 bei 6 bis 24.9 Prozent ihrer gesamten Arbeitszeit (während ihrer Nutzungswoche).“

Eine weitere Studie kommt zu dem Ergebnis, dass „jede Stunde Nutzung generativer KI etwa 33 Prozent produktiver war als eine typische Arbeitsstunde“.

Hier ist eine einfache Tabelle, die diese Ergebnisse zusammenfasst:

Was sagen uns diese Zahlen?

Meiner Interpretation nach implizieren diese Ergebnisse, dass sich bei einer sinnvollen Interaktion der Mitarbeiter mit diesen Tools tatsächlich ein Produktivitätsgewinn ergibt.

Die Tatsache, dass diese Dividende bei maximal 24.9 Prozent „unterstützter Stunden“ liegt, bedeutet jedoch, dass die meisten Menschen nicht zulassen, dass diese Hilfsmittel ihren gesamten Arbeitsalltag in Anspruch nehmen.

Die Produktivitätssteigerung von 33 Prozent pro Stunde ist hervorragend, bezieht sich aber nur auf die Stunden, in denen das Tool im Einsatz ist, nicht auf die gesamte Woche.

Und auf die gesamte Wirtschaft hochgerechnet, beläuft sich der Nutzen auf 0.3 bis 3.0 Prozentpunkte des jährlichen Produktivitätswachstums.

Mit anderen Worten: Das Ganze steckt noch in den Kinderschuhen; die Vorteile sind zwar real, aber noch auf wenige Bereiche konzentriert.

Meine Sicht

Für Führungskräfte bedeutet dies meiner Ansicht nach, dass die schnellen Erfolge durch KI-gestützte Produktivitätssteigerungen bereits zur Verfügung stehen, die breite Realisierung dieser Vorteile jedoch eine Neugestaltung der Prozesse, Weiterbildung und ein entsprechendes Management erfordert.

Führungskräfte müssen von der Einstellung „Super, geben wir diese Tools einfach jedem in die Hand“ zu der Frage „Welche Prozesse sind wir bereit zu überarbeiten?“ und „Welche Arbeitszeiten wird das Tool tatsächlich unterstützen?“ übergehen.

„In welche Geschäftsprozesse können wir das Tool integrieren und wo können wir stündliche Produktivitätssteigerungen messen?“

Solange wir dazu nicht in der Lage sind, werden wir in einer Welt mit teilweiser Rehabilitation (6 bis 24.9 Prozent der unterstützten Stunden) feststecken, nicht mit vollständiger Rehabilitation.

Die bevorstehende Herausforderung besteht nicht darin, den Produktivitätsgewinn zu erzielen, sondern darin, ihn zu institutionalisieren, zu verinnerlichen und in der gesamten Organisation zu verbreiten.

In Stellenanzeigen werden KI-Kenntnisse bereits als Voraussetzung aufgeführt.

Der Arbeitsmarkt hat keine Zeit für Debatten; er hat „KI-Kompetenz“ bereits als Voraussetzung in viele Stellenanzeigen aufgenommen.

LinkedIn berichtete kürzlich, dass die Zahl der Stellenanzeigen, in denen „KI-Kenntnisse“ als Voraussetzung genannt werden – einschließlich Erfahrung mit ChatGPT, GitHub Copilot und Prompt Engineering –, im vergangenen Jahr um mehr als das Sechsfache gestiegen ist.

Obwohl solche Stellenanzeigen noch relativ selten sind (d. h. 0.2 % aller bezahlten Stellenanzeigen weltweit), ist die Wachstumsrate unverkennbar.

Indeed berichtete im Januar 2025, dass die Zahl der Stellenanzeigen in den USA, die generative KI erwähnen, im vergangenen Jahr um 170 % gestiegen sei, während der Anteil der Anzeigen insgesamt mit etwa 0.3 % relativ niedrig bleibe.

Momentaufnahme der Erwähnungen von KI-Kenntnissen in Stellenanzeigen

Meine Interpretation

Dies ist ein klassisches Beispiel für einen „dünnen Ausläufer mit steilem Trend“. Das Niveau der Stellenanzeigen, die KI-Kenntnisse erfordern, ist zwar noch niedrig (d. h. deutlich unter 1 %), aber der Trend ist sehr stark (d. h. eine Versechsfachung innerhalb eines Jahres auf LinkedIn und eine 2.7-fache Steigerung auf Indeed).

Es ist deutlich erkennbar, dass sich viele Jobs von der Anforderung „nice to have“ an Erfahrung mit KI-Tools hin zur Anforderung eines grundlegenden „must have“ Kenntnissen im Umgang mit KI-Tools entwickeln.

Wir beobachten, dass diese Sprache zunächst in Stellenanzeigen für technische Berufe (z. B. Softwareentwicklung, Data Science) und Beratungsberufe auftaucht und sich dann auf andere Wissensarbeiterrollen ausbreitet, da der Einsatz von KI-Tools in Unternehmen immer standardisierter wird.

Analystenmeinung

Wenn ich ein Team leiten würde, würde ich „KI-Kenntnisse“ ähnlich betrachten wie heute „Tabellenkalkulationskenntnisse“. Sie sind nicht für alle Jobs erforderlich, werden aber für viele Jobs erwartet, die Analysen, Schreiben oder Kundenbetreuung beinhalten.

Um dem Bedarf an KI-Kompetenz gerecht zu werden, sollten Personalverantwortliche zwei Dinge tun. Erstens sollten sie die Stellen identifizieren, die Kenntnisse im Umgang mit spezifischen KI-Tools erfordern, und dies in die Stellenbeschreibung aufnehmen.

Dadurch bleiben die Stellenanforderungen realitätsnah und Bewerber können besser einschätzen, ob sie über die erforderlichen Fähigkeiten verfügen.

Zweitens sollten sie Schulungen zur Nutzung von KI-Tools für neue Mitarbeiter anbieten, einschließlich Anleitungen zur Verwendung der gängigsten Tools, Beispiele für akzeptierte Anwendungsfälle und Tools zur Messung des Nutzens jedes Anwendungsfalls.

Denn die Zeichen stehen an der Wand: Stellenbeschreibungen werden zunehmend auch Kenntnisse im Umgang mit KI-Tools umfassen, da die Realität der Arbeitserledigung den Stellenbeschreibungen immer näher kommt.

Stimmungslage der Arbeitnehmer gegenüber KI (2025)

Ich habe mir aktuelle Forschungsergebnisse zu den Einstellungen von Arbeitnehmern gegenüber KI am Arbeitsplatz angesehen. Meiner Beobachtung nach herrscht dabei Optimismus, aber auch Unbehagen und ein Gefühl der Komplexität.

Einerseits wissen die Arbeiter, dass sich die Dinge ändern werden, andererseits sind sie sich unsicher, was das für sie persönlich bedeuten wird.

Die Zahlen

Laut einer neuen Umfrage des Pew Research Center unter US-amerikanischen Arbeitnehmern (Anfang 2025):

52 % geben an, sich Sorgen darüber zu machen, wie KI am Arbeitsplatz eingesetzt wird. 36 % äußern sich hoffnungsvoll hinsichtlich der Auswirkungen von KI auf ihre Arbeit. 16 % geben an, dass ein Teil ihrer Arbeit bereits mit KI erledigt wird. 25 % können sich vorstellen, dass ein Teil ihrer aktuellen Arbeit zukünftig mit KI erledigt wird.

Eine globale Studie von KPMG International und der Universität Melbourne (48340 Teilnehmer aus 47 Ländern) ergab, dass 57 % der Angestellten zugeben, den Einsatz von KI-Tools am Arbeitsplatz verheimlicht zu haben.

Tabelle der Kennzahlen zur Mitarbeiterstimmung

Was uns diese Zahlen sagen

Aus meiner Sicht gibt es zwei Entwicklungspfade auf dem Arbeitsmarkt. Viele Arbeitnehmer kennen sich mit KI und ihren Möglichkeiten aus, aber nur wenige fühlen sich wirklich sicher oder ausreichend vorbereitet.

Dass über die Hälfte besorgt ist, deutet darauf hin, dass Einsatz und Kommunikation noch nicht dort sind, wo sie sein sollten.

Dass ein Drittel der Befragten hoffnungsvoll ist, deutet darauf hin, dass die Chance offensichtlich und spürbar ist.

Die Statistik über das „Verheimlichen der Nutzung“ ist besonders interessant; sie deutet auf eine Diskrepanz zwischen dem Einsatz und dem Wohlbefinden der Arbeiter (bzw. der Offenlegung) hin, da die Arbeiter zwar die Tools nutzen, sich aber möglicherweise nicht sicher oder unterstützt fühlen, dies offen zu sagen.

Mein Nehmen

Ich denke, diese gemischten Ergebnisse sind ein Weckruf. Organisationen sollten nicht davon ausgehen, dass das Vertrauen der Mitarbeiter automatisch entsteht, nur weil die Technologie verfügbar ist.

Vielmehr müssen Organisationen mit ihren Mitarbeitern zusammenarbeiten, um Vertrauen aufzubauen, die Nutzung zu verdeutlichen und die Mitarbeiter zu schulen.

Mein Rat lautet, in klare Richtlinien für den Einsatz von KI zu investieren, die Arbeitnehmer in die Entwicklung dieser Richtlinien einzubeziehen und das Vertrauen parallel zur Nutzung zu verfolgen.

Die Technologie ist bereit, aber die Menschen noch nicht.

Kurz gesagt, wir haben die Schock- und Ehrfurchtsphase der KI am Arbeitsplatz hinter uns gelassen, und jetzt ist es Zeit für die Anpassungsphase.

Die am häufigsten verwendeten KI-Tools (2025)

Wie sieht es mit KI-Tools aus, auf die Mitarbeiter tatsächlich im Arbeitsalltag zugreifen? Hier sehen wir zwei Momentaufnahmen – eine von Entwicklern und eine von Unternehmensanwendern.

Fokus auf Entwickler: Im Entwicklersegment sehen wir zwei sofort einsatzbereite Produktivitätstools, die führend sind.

Laut einer Stack-Overflow-Umfrage aus dem Jahr 2025 nutzen 82 % der Entwickler ChatGPT, 68 % GitHub Copilot, gefolgt von Gemini (47 %), Claude/Claude Code (41 %), Microsoft Copilot (31 %) und Perplexity (16 %). Diese Angaben beziehen sich auf Entwickler, die KI-Tools überhaupt verwenden, nicht auf alle Nutzer.

Unternehmen: Auch im Unternehmensbereich bestätigen Browser-Telemetriedaten aus der Praxis ein ähnliches Bild: Laut dem LayerX-Bericht von 2025 entfallen 92 % der gesamten GenAI-Nutzung in Unternehmen auf ChatGPT, gefolgt von Gemini (15 %), Claude (5 %) und Copilot (2–3 %). Der Bericht schätzt zudem, dass 45 % der Mitarbeiter mindestens ein GenAI-Tool nutzen – ein deutlicher Hinweis darauf, wie weit verbreitet diese Tools mittlerweile sind.

Momentaufnahme: Die meistgenutzten KI-Tools am Arbeitsplatz (2025)

Kontext: Die Daten von Stack Overflow basieren auf den Angaben der Entwickler zur Tool-Nutzung, während die Daten von LayerX auf Telemetriedaten von Unternehmensbrowsern beruhen. Beide Berichte wurden 2025 veröffentlicht.

Dolmetschen

Meine Interpretation ist einfach: Obwohl der Long Tail tatsächlich lang ist, nutzen die Mitarbeiter im Arbeitsalltag vergleichsweise wenige Tools.

ChatGPT ist nach wie vor der Hauptzugang für die meisten Nutzer, sowohl für Entwickler als auch (im Hinblick auf den relativen Datenverkehr) für das gesamte Unternehmen.

Copilot erfreut sich insbesondere bei Entwicklern großer Beliebtheit, hinkt aber im Unternehmensbereich hinterher, da die meisten Anwendungsfälle bei kundenorientierten Chatbots auftreten, auf die über persönliche Konten zugegriffen wird.

Die zweite Geschichte ist die der Fragmentierung: Tools wie Gemini, Claude und Perplexity haben zwar solide Anwendungsfälle, aber sie haben das allgemeine Muster „Chatbot öffnen, Antwort erhalten“ nicht ersetzt.

Planungsauswirkungen

Wenn ich Rollouts planen würde, würde ich ein einziges Allround-Tool und eine kleine Anzahl von Spezialtools einplanen, um die meisten Anwendungsfälle abzudecken.

Der Schlüssel liegt in der Steuerung und Integration: Die meisten alltäglichen Anfragen werden über einen zentral verwalteten Chatbot geleitet, der Zugriff auf Unternehmensdaten und Protokolle hat. Gleichzeitig soll es den Mitarbeitern ermöglicht werden, über dieselbe Benutzeroberfläche nahtlos auf Spezialwerkzeuge (z. B. Coding-Copiloten oder suchintensive Abrufprogramme) zuzugreifen.

Erfassen Sie nicht nur die monatlich aktiven Nutzer (MAUs), sondern auch den Prozentsatz der unterstützten Aufgaben und die pro Aufgabe eingesparte Zeit; darin liegt der Wert.

Wenn sich die meisten Ihrer Mitarbeiter auf ein einziges Tool am Eingang konzentrieren, ist das kein Problem; es ist vielmehr eine Gelegenheit, Eingabeaufforderungen, Protokolle und Schutzmechanismen zu standardisieren, damit diese Vorteile ohne Chaos skalierbar sind.

Ergebnisse im Hinblick auf Produktivität vs. Kreativität (2024 bis 2025)

Nach Durchsicht der neuesten Forschungsergebnisse stelle ich fest, dass generative KI-Tools einen soliden, positiven Einfluss auf die Produktivität haben, während der Einfluss auf die Kreativität differenzierter ist.

Das heißt, die Unternehmen agieren schneller, aber es ist weniger klar, ob sie dabei auch kreativer werden.

Die wichtigsten Ergebnisse

Im Jahr 2025 stellte die Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) fest, dass Arbeitnehmer, die generative KI-Tools einsetzten, beim Schreiben oder Zusammenfassen von Texten etwa 40 % schneller waren und die Qualität ihrer Arbeit laut Einschätzung von Gutachtern um etwa 18 % höher war.

Eine Metaanalyse aus dem Jahr 2025, die 28 Studien (mit mehr als 8,000 Teilnehmern) umfasste, kam zu dem Ergebnis, dass Personen, die mit KI arbeiteten, besser in der Lage waren, kreative Arbeit zu leisten (Effektstärke g ≈ 0.27), dass aber die Vielfalt der von ihnen generierten Ideen abnahm (Effektstärke g ≈ -0.86).

Momentaufnahme: Ergebnisse im Vergleich zu Produktivität und Kreativität

Was die Zahlen vermuten lassen

Meiner Interpretation der Daten zufolge ist die Produktivitätssteigerung recht eindeutig. Mithilfe von KI-Tools erledigen Mitarbeiter ihre Aufgaben schneller und liefern in manchen Bereichen, wie dem Schreiben und Zusammenfassen, qualitativ hochwertigere Ergebnisse. Die Auswirkungen auf die Kreativität sind hingegen subtiler.

Es stimmt zwar, dass Menschen, die bei kreativen Aufgaben mit KI zusammenarbeiten, bessere Ergebnisse erzielen (g ≈ 0.27), doch leidet darunter die Vielfalt der von ihnen entwickelten Ideen (g ≈ -0.86). Dies deutet darauf hin, dass KI-Systeme Menschen eher zu ähnlichen als zu wirklich originellen Lösungen führen.

Analystenmeinung

Meiner Ansicht nach bedeutet dies, dass Unternehmen Produktivität und Kreativität getrennt betrachten sollten. Wer die Geschwindigkeit, Konsistenz und Qualität wiederkehrender Aufgaben verbessern möchte, für den ist KI unerlässlich.

Wenn Sie jedoch radikale Innovationen entwickeln, Ideen generieren oder völlig neue Möglichkeiten erkunden wollen, müssen Sie das Zusammenspiel zwischen Mensch und Maschine sorgfältiger steuern.

Sie sollten den Menschen ihre Handlungsfähigkeit erhalten lassen, für eine vielfältige Palette an Beiträgen sorgen und sicherstellen, dass die Maschinen den Ideenfindungsprozess nicht dominieren.

Wenn Sie bis Mitte 2025 die Vorteile der KI voll ausschöpfen möchten, empfehle ich Ihnen einen zweigleisigen Ansatz: Kurzfristig sollten Sie sich auf Aufgaben konzentrieren, bei denen Sie die Geschwindigkeit und Qualität verbessern können; parallel dazu sollten Sie in Bereiche für Experimente investieren, in denen Divergenz (nicht Konvergenz) das Ziel ist.

KI in der Personalbeschaffung und HR-Automatisierung (2025)

Wir schreiben das Jahr 2025, und Personalabteilungen nutzen KI und Automatisierung bei der Einstellung, Einarbeitung und Mitarbeiterverwaltung. Die einst experimentellen Pilotprojekte sind heute unverzichtbar.

Tatsächlich geben 99 % der Personalverantwortlichen an, bereits KI in ihrem Einstellungsprozess einzusetzen, und 98 % berichten von „deutlichen Verbesserungen“ dadurch.

Ähnlich geben 65 % der Kleinunternehmen an, KI bereits für HR-Zwecke (vorwiegend für die Rekrutierung) einzusetzen, und mehr als die Hälfte plant, die Investitionen im nächsten Jahr zu erhöhen.

Momentaufnahme: Wichtige Kennzahlen für Einstellung und HR-Automatisierung im Jahr 2025

Was bedeutet das also wirklich?

Ich gebe zu, ich bin etwas überrascht, wie schnell sich KI im Personalwesen durchgesetzt hat, auch wenn sie sich noch in der Anfangsphase ihrer Anwendung im Einstellungsprozess befindet. Doch der rasante Fortschritt vom Experimentellen zum nahezu allgegenwärtigen Einsatz ist unerwartet.

Zahlreiche Prozesse werden derzeit automatisiert, beispielsweise die Kandidatensuche, die Prüfung von Lebensläufen, die Terminplanung für Vorstellungsgespräche und sogar Teile des Interviewprozesses selbst.

Zweifellos sind diese Prozesse effizienter. Die Arbeit wird oft schneller und mit weniger menschlichem Eingriff erledigt.

Doch es gibt auch eine Kehrseite. Sobald 99 % der Personalverantwortlichen KI einsetzen, ist sie an sich kein Unterscheidungsmerkmal mehr.

Der entscheidende Wettbewerbsvorteil wird darin bestehen, wie Sie es umsetzen, wie durchdacht Sie es umsetzen, wie fair Sie es umsetzen und wie gut Sie es mit menschlichem Urteilsvermögen verknüpfen.

Ein gutes Beispiel dafür: 65 % der Kleinunternehmen haben KI für HR-Prozesse (hauptsächlich Rekrutierung) eingeführt, was darauf hindeutet, dass es sich hierbei nicht um ein Phänomen handelt, das nur Großunternehmen betrifft.

Unser Blick

Mir fallen zwei wichtige Schlussfolgerungen für die Analyse ein.

Zunächst müssen Governance, Risikomanagement und Kontrolle nicht länger vernachlässigt werden. Da KI mittlerweile integraler Bestandteil der meisten Einstellungsentscheidungen ist, gehören Themen wie Voreingenommenheit, Nachvollziehbarkeit, Kandidatenerfahrung und Compliance zum Alltag.

Automatisierung kann zwar die Rekrutierungsphase (Kandidatensuche) beschleunigen, verändert aber auch grundlegend Entscheidungsbefugnisse, Kontrollmechanismen und Chancengleichheit. Das ist eine Transformation, keine Optimierung.

Die zweite Sache ist, dass Sie sich auf die Zusammenarbeit von Mensch und KI konzentrieren müssen.

Künstliche Intelligenz kann Rekrutierungsprozesse zwar beschleunigen und optimieren, aber letztendlich liegt der Wert in der menschlichen Beurteilung: der kulturellen Passung, der strategischen Passung und der Zukunftsfähigkeit.

Unternehmen, die KI zur Analyse und Vorschlagserstellung einsetzen, aber die menschliche Debatte über die Einstellung beibehalten, werden besser abschneiden als solche, die die gesamte Entscheidung der KI überlassen.

Wir haben die Phase hinter uns gelassen, in der es darum ging, ob HR automatisiert werden kann. Ja, das ist möglich. Die Frage ist vielmehr, wie gut die Automatisierung, die Steuerung und die Integration in menschliche Prozesse funktionieren.

2024 – 2025: Wert & ROI in der KI

Nun zum ROI-Bild für 2024/25. Zunächst einmal berichten Führungskräfte innerhalb der Geschäftsbereiche von direkten ROI-Ergebnissen (Umsatzsteigerungen, Kostensenkungen) aus ihren Investitionen in generative KI.

Betrachtet man die Situation jedoch aus Unternehmenssicht, ergibt sich ein differenzierteres Bild. Zwar gab es einige Erfolge, doch hat bisher kaum eine Maßnahme das EBIT des Unternehmens signifikant verbessert.

Laut unserer jüngsten globalen Umfrage berichtet die Mehrheit der Führungskräfte in allen Geschäftsbereichen, dass sie in der zweiten Jahreshälfte 2024 sowohl Kosteneinsparungen als auch Umsatzsteigerungen verzeichnen konnten.

Mehr als 80 Prozent berichten zudem von keinen wesentlichen Auswirkungen auf das EBIT auf Unternehmensebene. Lediglich 17 Prozent geben an, dass generative KI im vergangenen Jahr 5 Prozent oder mehr des gesamten EBIT beigetragen hat.

Eine Momentaufnahme: Wo zeigt sich der ROI (Anteil der Befragten, die einen Wert angeben, nach Geschäftsbereich, 2. Halbjahr 2024) Quelle: State of AI in 2024, McKinsey Global Survey (2025).

Eine Momentaufnahme: Wo zeigt sich der ROI (Anteil der Befragten, die einen Wert angeben, nach Geschäftsbereich, 2. Halbjahr 2024) Quelle: State of AI in 2024, McKinsey Global Survey (2025).

Die Kennzahlen zur praktischen Anwendung zeigen den Anteil der Befragten, die angeben, dass ihre generativen KI-Anwendungen in den letzten 12 Monaten zu neuen Einnahmen geführt oder Kosten gesenkt haben.

Bei den Geschäftsergebnissen sieht das Bild allerdings ganz anders aus: Mehr als 80 Prozent geben an, dass sie bisher keine signifikanten Auswirkungen der generativen KI auf das EBIT feststellen konnten, und nur 17 Prozent berichten, dass die generative KI im vergangenen Jahr 5 Prozent oder mehr des gesamten EBIT ausgemacht hat.

Was diese Zahlen darstellen

Meiner Meinung nach ist genau das der erwartete Trend. Die einzelnen Lösungen liefern Ergebnisse. Die Frage ist nun: Sind sie skalierbar?

Die wirkungsvollsten Ergebnisse auf funktionaler Ebene werden in Bereichen erzielt, die von Natur aus digitalisiert und kennzahlengetrieben sind: Strategie und Finanzen, Lieferkette, Servicebetrieb und Engineering. Schließlich lassen sich Effizienz- und Leistungssteigerungen dort leichter messen.

Um jedoch durch diese punktuellen Optimierungen ein unternehmensweites EBIT zu erzielen, reicht es nicht aus, einfach ein paar weitere Tools hinzuzufügen.

Sie müssen APIs für Kernsysteme standardisieren, KI-Risiken und ROI-Verantwortlichkeiten zuweisen und, was besonders wichtig ist, die eingesparte Zeit in wertschöpfende Aktivitäten reinvestieren und nicht einfach vergeuden lassen.

Aus diesem Grund können die meisten Teams zwar stolz über ihre Geschäftserfolge berichten, aber der Finanzchef ist noch nicht bereit zu sagen, dass das gesamte Unternehmen transformiert wurde.

Die Einschätzung des Analysten

Wenn ich eine Strategie für 2025–2026 entwickeln sollte, würde ich die Kapitalrendite auf drei miteinander verbundenen Ebenen anstreben:

1. auf Anwendungsfallebene (z. B. Reduzierung der Gesprächsdauer, Fehlerreduzierung, Upselling-Prozentsatz pro Anruf) b. auf Portfolioebene (z. B. Konsolidierung von Tools, Beendigung eines erfolglosen Pilotprojekts, KI-Ressourcenallokation) c. auf Unternehmensebene (z. B. EBIT, CCC) mit einem klaren Prozess zur Rückführung von Ressourcen in das Unternehmen

Wir wissen, dass hier Wertpotenzial steckt. Die Daten belegen das. Man muss nur die nötigen Strukturen schaffen. Man muss diese lokalen Vorteile durch Governance, Prozessvereinfachung und Analysen in den Unternehmenserfolg umsetzen.

Wenn wir einen Schritt zurücktreten und all diese verschiedenen Indikatoren betrachten, können wir eines ganz klar erkennen: KI steht nicht nur vor der Tür des Arbeitsplatzes. Sie ist bereits mittendrin.

Wir beobachten eine hohe Akzeptanz. Wir sehen die Nutzung der Tools. Die Signale zum ROI sind teilweise uneinheitlich, aber wir sehen einen ROI.

Die Produktivität steigt schneller als die Kreativität, was bedeutet, dass es in der Anfangsphase dieses Übergangs mehr um Effizienz als um radikale Innovation geht.

Hinter diesen Produktivitätsmaßnahmen verbirgt sich jedoch eine subtilere Entwicklung: eine stetige Verlagerung der Arbeit vom reinen Ausführen von Aufgaben hin zum Entscheiden, Managen und Verbessern von Dingen.

Bis 2035 werden wir nicht mehr über unseren Einsatz von KI diskutieren. Wir werden darüber sprechen, inwieweit wir vertrauenswürdige Systeme erfolgreich ausgebaut, unsere Daten gesichert, unsere Mitarbeiter weitergebildet und – zusätzlich zur Produktivität – unsere kollektive Intelligenz und Innovationskraft bewertet haben.

Nachdem wir in den 2020er Jahren gelernt haben, mit KI zu koexistieren, werden wir in den 2030er Jahren lernen, mit KI zusammenzuarbeiten.

Daten zur täglichen KI-Nutzung der Arbeitskräfte bis 2025

Bis 2025 wird KI zum Standard im Geschäftsleben gehören, was bedeutet, dass immer mehr Arbeitnehmer täglich auf KI-Tools angewiesen sind. Die Zeiten der sporadischen Nutzung sind längst vorbei, denn viele Arbeitsaufgaben sind heute genauso abhängig von KI wie von E-Mails und Excel.

Durchschnittlich wöchentlich eingesparte Stunden durch KI

Der am häufigsten genannte Vorteil von KI am Arbeitsplatz ist die Effizienzsteigerung. Viele Stunden manueller Tätigkeiten, die früher von Menschen erledigt wurden, werden heute von KI übernommen. Im Jahr 2025 sparen Arbeitnehmer durchschnittlich mehrere Stunden pro Woche. Diese Zeit können sie dann für anspruchsvollere Aufgaben nutzen.

Prozentsatz der Aufgaben, die vollständig durch KI automatisiert werden

Es zeichnet sich ein zunehmender Trend ab, dass KI Aufgaben vollständig und ohne menschliches Eingreifen übernimmt. Im Jahr 2025 wird ein Großteil der Routineaufgaben, wie Dateneingabe, Terminplanung und einfache Datenanalyse, vollständig durch KI automatisiert sein. Dadurch können sich Mitarbeiter auf anspruchsvollere Tätigkeiten konzentrieren.

Nutzungsrate nach Berufsebene (Einstiegsebene vs. Führungsebene)

Der Umfang des KI-Einsatzes hängt von der Position des Mitarbeiters ab. Berufsanfänger nutzen KI beispielsweise zur Weiterbildung, während erfahrene Mitarbeiter sie für Entscheidungsfindung und Strategieentwicklung einsetzen. Im Jahr 2025 wird KI allgegenwärtig sein; die Unterschiede ergeben sich dann nur noch aus der jeweiligen Anwendung.

Prozentsatz der Führungskräfte, die KI für Entscheidungen nutzen

Immer mehr Führungskräfte setzen auf KI, um fundierte Entscheidungen zu treffen. Dadurch können sie größere Datenmengen analysieren, Prognosen erstellen oder Was-wäre-wenn-Szenarien durchspielen. Bis 2025 werden viele KI nutzen, um eine zweite Meinung einzuholen.

Wie wird KI in Ihrem Unternehmen heute für die interne Kommunikation und Zusammenarbeit eingesetzt?

KI kann die interne Zusammenarbeit verbessern. Sie kann Besprechungen protokollieren, E-Mails schreiben und Daten und Informationen verwalten. Das beseitigt Reibungsverluste und sorgt für eine optimale Abstimmung der Teammitglieder. Auch 2025 wird sich daran nichts ändern.

Wie hoch ist der Prozentsatz der Arbeitnehmer, die sich Sorgen um ihren Arbeitsplatz durch KI machen?

Trotz der potenziellen Vorteile bestehen unter den Mitarbeitern Bedenken hinsichtlich des Ausmaßes, in dem KI ihre Arbeitsplätze automatisieren könnte. Auch 2025 wird sich daran nichts ändern.

Der Aufstieg von KI-Schulungen am Arbeitsplatz

Unternehmen investieren verstärkt in KI-Schulungen für ihre Mitarbeiter. Kenntnisse im Umgang mit KI sind heutzutage sehr gefragt. KI-Schulungen werden ab 2025 deutlich leichter zugänglich sein. Weiterbildung ist ein wesentlicher Bestandteil des KI-Übergangs.

Prozentsatz der Unternehmen mit KI-Nutzungsrichtlinien

Da KI immer weiter verbreitet ist, entwickeln Unternehmen Richtlinien für deren Einsatz. Diese Richtlinien können Regeln zu Datenschutz, Ethik und Nutzungsrichtlinien enthalten. Bis 2025 haben immer mehr Unternehmen ihre Nutzungsrichtlinien formalisiert. Dies fördert einen verantwortungsvollen Umgang mit KI.

KI-Einsatz in Kundendienstjobs

Der Kundenservice profitiert stark von KI-Tools. KI hilft bei der Beantwortung häufig gestellter Fragen, erstellt Antwortentwürfe und unterstützt die Mitarbeiter. Der Einsatz von KI in diesem Bereich steigert Produktivität und Effizienz bis 2025. Dadurch können sich die Mitarbeiter auf komplexere Situationen konzentrieren.

Welcher Prozentsatz der Mitarbeiter nutzt KI für das Schreiben und die Erstellung von Inhalten?

KI wird am häufigsten in Schreibwerkzeugen eingesetzt, beispielsweise zum Verfassen von E-Mails, Berichten und Präsentationen. Bis 2025 werden bereits viele Menschen KI-Tools für Schreibaufgaben nutzen und so Teams dabei helfen, schneller und präziser zu kommunizieren.

In welchen Branchen steigert KI die Arbeitseffizienz?

Künstliche Intelligenz (KI) steigert zwar die Arbeitseffizienz in vielen Branchen, doch der Anteil der Beschäftigten, der davon profitiert, ist je nach Branche sehr unterschiedlich. Im Allgemeinen ist dieser Anteil in Branchen mit überwiegend geistigen Tätigkeiten am höchsten. Viele Branchen nutzen bereits jetzt die Effizienzsteigerungen, die KI ihnen bis 2025 ermöglicht, um ihre Geschäftsprozesse zu optimieren.

Welcher Prozentsatz der Unternehmen nutzt KI zur Datenanalyse?

Künstliche Intelligenz (KI) ermöglicht die Analyse großer Datensätze in Sekundenschnelle. Bereits 2025 nutzen einige Organisationen KI, um schnell Erkenntnisse und Zusammenfassungen aus Daten zu gewinnen. KI-gestützte Datenanalyse etabliert sich zunehmend als Standard, und der Einsatz von KI-Tools ermöglicht es Unternehmen, datenbasierte Antworten schneller zu erhalten.

Wofür nutzen die Leute KI im Projektmanagement?

KI unterstützt Projektteams bei der Planung, Nachverfolgung und Optimierung ihrer Projekte durch die Bereitstellung von Zeitplänen, Risikobewertungen und Ressourcenzuweisung. KI ermöglicht es, Projekte im Jahr 2025 deutlich effektiver und mit wesentlich weniger Aufwand zu managen.

Welcher Prozentsatz der Menschen verlässt sich bei Entscheidungen auf KI?

Obwohl KI mehr Vertrauen genießt als je zuvor, gibt es immer noch Menschen, die ihren Empfehlungen nicht folgen wollen. Eine gewisse Anzahl von Menschen wird 2025 bereits Empfehlungen von KI-Tools nutzen. Ein anderer Prozentsatz wird ihnen nicht vertrauen. Bis 2025 hängt das Vertrauen in KI maßgeblich von der Vertrautheit der Menschen mit ihr ab. Das Vertrauen in KI wächst, und mit zunehmender Nutzung von KI-Systemen steigt auch dieses Vertrauen.

Fazit

Die Beweise liegen vor: Künstliche Intelligenz entwickelt sich zu einem wichtigen Aspekt der Arbeit an sich, anstatt nur als neuartiges Werkzeug zur effizienteren Erledigung von Aufgaben betrachtet zu werden.

Ob es um die Automatisierung von Routineaufgaben, die Unterstützung bei der Entscheidungsfindung oder die Verbesserung der Zusammenarbeit innerhalb und zwischen Teams geht – KI-Technologien haben bereits einen tiefgreifenden Einfluss auf die Arbeit in der gesamten Belegschaft.

Trotz all dieser potenziellen Vorteile bestehen jedoch weiterhin erhebliche Bedenken hinsichtlich Themen wie Vertrauen, Arbeitsplatzsicherheit und der Frage, wie Menschen und Organisationen letztendlich ihre Arbeitsweisen anpassen werden.

Je näher wir dem Jahr 2035 kommen, desto wahrscheinlicher ist es, dass sich Arbeitsprozesse weiter verändern werden. Neue Fähigkeiten und Kompetenzen werden für eine Vielzahl von Funktionen in der gesamten Wirtschaft notwendig sein, und die Zusammenarbeit zwischen Mensch und KI wird noch häufiger vorkommen. Diejenigen, die KI optimal nutzen können, werden am meisten davon profitieren.

Quellen und Referenzen

• McKinsey & Company – Der Stand der KI: Wie Unternehmen sich neu ausrichten, um Wert zu schöpfen (2025)
• Stanford Human-Centered AI Institute – KI-Indexbericht 2025
• Federal Reserve Bank of St. Louis – Der Einfluss generativer KI auf die Arbeitsproduktivität (2025)
• HR Dive – Die Produktivität der Arbeiter steigt mit jeder Stunde, die sie generative KI nutzen. (2025)
• LinkedIn Economic Graph – Bericht über Arbeitswandel 2024
• Indeed Hiring Lab – Generative KI in Stellenanzeigen: Update 2025
• Pew Research Center – US-amerikanische Arbeitnehmer sind hinsichtlich des zukünftigen Einsatzes von KI am Arbeitsplatz eher besorgt als hoffnungsvoll. (2025)
• KPMG / Universität Melbourne – Vertrauen in KI-Studie 2025
• Stack Overflow – 2025 Entwicklerumfrage
• LayerX – Bericht zur Datensicherheit von KI und SaaS in Unternehmen 2025
• OECD – Die Auswirkungen generativer KI auf Produktivität, Innovation und Unternehmertum (2025)
• arXiv – Metaanalyse: Mensch-KI-Kollaboration bei kreativen Aufgaben (2025)
• Insight Global – KI im Einstellungsprozess 2025 – Bericht
• Rochester Business Journal – KI im Personalwesen: Einstellung, rechtliche Risiken und Vorteile (2025)
• Apollo Technical – KI am Arbeitsplatz: Überraschende Statistiken 2025