KI-Einführung in Organisationen

Kurzfassung

KI-Einführung ist der Weg, auf dem eine Organisation Systeme künstlicher Intelligenz aus der Erprobung in die tägliche Arbeit bringt. Dazu gehören die Auswahl von Anwendungen, veränderte Abläufe und Zuständigkeiten, die Befähigung der Beschäftigten und Regeln für den Einsatz. Als Organisationsvorhaben lohnt sich der Blick darauf, weil sich frühere Computertechnik vor allem in Unternehmen auszahlte, die zugleich ihre Organisation umbauten.

Gut belegt ist, dass Menschen einzelne Aufgaben mit generativer KI schneller und oft besser erledigen, vor allem weniger Erfahrene, solange die Aufgabe innerhalb der Fähigkeiten des Systems liegt. Jenseits dieser Grenze werden die Ergebnisse schlechter, und wo die Grenze verläuft, ist von außen schwer zu erkennen. Ob sich die Gewinne in Unternehmenszahlen oder in der Gesamtwirtschaft zeigen, ist bislang kaum belegt. Populäre Erfolgs- und Misserfolgsquoten beruhen oft auf schmalen Umfragen.

Gestritten wird darüber, ob der ausbleibende Ertrag eine Übergangsphase ist, in der Organisationen erst umbauen, oder ein Zeichen überschätzter Technik; ob es um mehr Nutzung geht oder um angemessene; und ob eine Einführung von oben gesteuert oder von unten wachsen soll.

Was KI-Einführung ist und welche Formen es gibt

„Künstliche Intelligenz“ ist ein Sammelbegriff. In Organisationen meint er meist maschinelles Lernen, das aus Daten Vorhersagen ableitet, etwa für Bedarfsprognosen, oder generative KI wie große Sprachmodelle, die Texte, Bilder oder Code erzeugen. Agenten führen auf dieser Grundlage mehrere Arbeitsschritte selbst aus; wie Menschen mit ihnen zusammenarbeiten, behandelt die Perspektive Human-Agent-Systeme. Dieser Artikel konzentriert sich auf generative KI, weil die aktuelle Forschung zur Einführung vor allem sie untersucht.

Drei Begriffe werden oft vermischt. Adoption heißt, dass eine Organisation entscheidet, eine Technik einzusetzen. Akzeptanz heißt, dass Einzelne sie tatsächlich nutzen wollen (Technologieakzeptanz). Diffusion beschreibt, wie sich eine Neuerung über die Zeit ausbreitet (Diffusion von Innovationen). Eine Organisation kann eine Technik eingeführt haben, ohne dass jemand sie nutzt, und Beschäftigte können sie nutzen, ohne dass die Organisation davon weiß.

Das Zweite ist bei generativer KI verbreitet, deren Werkzeuge oft frei im Browser verfügbar sind. Ein Bericht des MIT-Projekts NANDA von 2025, dessen Methodik weiter unten kritisch betrachtet wird, fand, dass nur 40 % der erfassten Unternehmen offizielle Lizenzen für Sprachmodelle gekauft hatten, während in über 90 % der Unternehmen Beschäftigte regelmäßig private KI-Werkzeuge für die Arbeit nutzten. In Anlehnung an den älteren Begriff Schatten-IT spricht man von Schatten-KI.

Hervorgehoben ist das Feld, in dem sich Zuständigkeiten und Abläufe am stärksten ändern. Die Formen schließen einander nicht aus.

Wie verbreitet KI in Unternehmen ist, hängt stark davon ab, wie man fragt.

Destatis und Eurostat fragen in einer europaweit einheitlichen Erhebung nach bestimmten Technologien wie Textanalyse oder Bilderzeugung, das ifo Institut allgemeiner nach der Nutzung von KI. Große Unternehmen nutzen KI in beiden Erhebungen häufiger, bei Destatis 57 % derer mit mehr als 250 Beschäftigten gegenüber 23 % bei 10 bis 49. Keine der Zahlen sagt, wie tief KI eingesetzt wird oder mit welchem Ertrag.

Nutzen und Beleglage

Die Belege lassen sich nach Stärke in drei Gruppen ordnen. Am stärksten sind Experimente und Feldstudien zu einzelnen Aufgaben, sie sagen aber wenig über ganze Organisationen. Daten über viele Betriebe sind breiter und zeigen bislang kleine Effekte. Am schwächsten und zugleich am häufigsten zitiert sind Umfragen mit kleinen oder selbst ausgewählten Stichproben (dazu unter Grenzen und Kritik).

Experimente und Feldstudien zu einzelnen Aufgaben. Die Ökonomen Shakked Noy und Whitney Zhang vom MIT gaben 2023 in einem vorab registrierten Experiment 453 Fachkräften mit Hochschulabschluss berufstypische Schreibaufgaben, die Hälfte durfte ChatGPT nutzen. Die Bearbeitungszeit sank im Schnitt um 40 %, die bewertete Qualität stieg um 18 %, und der Abstand zwischen schwächeren und stärkeren Teilnehmenden wurde kleiner.

Erik Brynjolfsson (Stanford University), Danielle Li und Lindsey Raymond (MIT) werteten die schrittweise Einführung eines KI-Assistenten im Kundenservice eines Unternehmens aus, mit Daten von 5.172 Servicekräften. Mit Assistent lösten die Kräfte im Schnitt 15 % mehr Anfragen pro Stunde. Weniger erfahrene und weniger geübte Kräfte wurden schneller und besser, die erfahrensten kaum schneller, und die Qualität ihrer Arbeit sank leicht.

Fabrizio Dell’Acqua (Harvard Business School) und Kollegen ließen 2023 758 Beraterinnen und Berater der Boston Consulting Group realistische Beratungsaufgaben mit und ohne GPT-4 bearbeiten. Bei Aufgaben innerhalb der Fähigkeiten des Modells erledigten die Teilnehmenden mit KI 12,2 % mehr Aufgaben, 25,1 % schneller und mit über 40 % höherer bewerteter Qualität. Bei einer Aufgabe, die bewusst jenseits dieser Fähigkeiten lag, kamen sie um 19 Prozentpunkte seltener zur richtigen Lösung als die Vergleichsgruppe. Die Autoren sprechen von einer zerklüfteten Grenze (jagged technological frontier): Was ein Modell kann, folgt nicht der Schwierigkeit, die Menschen einer Aufgabe zuschreiben.

Die Forschungsorganisation METR ließ Anfang 2025 16 erfahrene Open-Source-Entwickler 246 Aufgaben in ihren eigenen Projekten erledigen, zufällig zugeteilt mit oder ohne KI-Werkzeuge. Mit KI brauchten sie 19 % länger, glaubten hinterher aber, um 20 % schneller gewesen zu sein. Selbstauskünfte über Zeitersparnis sind deshalb ein unsicheres Maß.

Gemeinsam ist diesen Studien, dass sie abgegrenzte Aufgaben über kurze Zeit messen, mit Modellen, die inzwischen überholt sind. Sie zeigen, was an einer Aufgabe möglich ist, nicht, was in einer Organisation ankommt.

Daten über viele Betriebe. Anders Humlum (University of Chicago) und Emilie Vestergaard (Universität Kopenhagen) verknüpften 2025 Befragungen von rund 25.000 Beschäftigten in elf Berufen, die als besonders betroffen gelten, mit dänischen Registerdaten. Obwohl die Nutzung von KI-Chatbots verbreitet war, fanden sie keine messbaren Auswirkungen auf Verdienste oder Arbeitsstunden. Die Nutzenden schätzten ihre Zeitersparnis auf durchschnittlich 2,8 % der Arbeitszeit. Für die Gesamtwirtschaft schätzte der MIT-Ökonom Daron Acemoglu 2024, dass KI die Produktivität in zehn Jahren um höchstens etwa 0,7 % steigert.

Warum Aufgabe und Statistik auseinanderfallen. Das Muster ist nicht neu. 1987 schrieb der Ökonom Robert Solow, man sehe das Computerzeitalter überall, nur nicht in der Produktivitätsstatistik. Brynjolfsson ordnete 1993 die Forschung zu diesem Produktivitätsparadoxon der Informationstechnik. Spätere Studien fanden, dass sich Computer vor allem in Unternehmen auszahlten, die zugleich ihre Organisation umbauten, etwa Entscheidungen dezentralisierten, Abläufe neu gestalteten und Beschäftigte weiterbildeten (Brynjolfsson & Hitt 2000).

Brynjolfsson, Daniel Rock und Chad Syverson beschrieben 2021 die Produktivitäts-J-Kurve. Bei einer neuen Allzwecktechnik investieren Unternehmen zunächst in Umbau, Ausbildung und neue Abläufe. Diese immateriellen Investitionen erscheinen in keiner Statistik als Vermögen, sodass die gemessene Produktivität erst zurückbleibt und später steigt. Die J-Kurve erklärt, warum ein Ertrag später kommen könnte. Dass er kommt, belegt sie nicht, und prüfen lässt sie sich erst im Rückblick.

Worauf eine Einführung beruht

Aus diesen Studien und der älteren Forschung zur Informationstechnik lassen sich fünf Bedingungen ableiten. Sie sind gut begründet, aber für generative KI erst teilweise einzeln geprüft.

1. Die Aufgabe liegt innerhalb der Fähigkeiten des Systems, und die Beteiligten wissen, wo die Grenze verläuft. Die Studie bei der Boston Consulting Group zeigt, dass dieselbe Hilfe je nach Aufgabe nützt oder schadet. Wer einem System zu viel zutraut, übernimmt dessen Fehler (Automation Bias). Wer ihm zu wenig zutraut, verschenkt Nutzen. Angestrebt wird ein Vertrauen, das der tatsächlichen Leistung entspricht (Vertrauenskalibrierung). Was die Human-Factors-Forschung über das Überwachen von Automatik weiß, fasst Mensch und Automation zusammen.
2. Die Abläufe werden mitverändert. Wird nur ein Arbeitsschritt schneller, während Freigaben und Abstimmungen gleich bleiben, wird der Ablauf als Ganzes kaum schneller. Zu klären ist auch, wer Ergebnisse prüft und an welcher Stelle ein Mensch eingreift (Human in the Loop).
3. Die Beschäftigten halten die Anwendung für nützlich und können mit ihr umgehen. Das Technologieakzeptanzmodell von Fred Davis (1989) nennt dafür zwei Einschätzungen: wahrgenommene Nützlichkeit und wahrgenommene Einfachheit der Bedienung. Die Unified Theory of Acceptance and Use of Technology (UTAUT) von Viswanath Venkatesh und Kollegen (2003) ergänzt sozialen Einfluss und unterstützende Bedingungen wie Zeit, Schulung und Hilfe. Zum Umgang gehört auch, Ergebnisse prüfen zu können (Datenkompetenz).
4. Die Beschäftigten erwarten von der Nutzung keine Nachteile. Wer befürchtet, dass Zeitersparnis zu Stellenabbau oder höheren Vorgaben führt, hat wenig Grund, sie offenzulegen. Das ist aus der Forschung zu Widerstand gegen Veränderung plausibel, für KI aber kaum untersucht.
5. Zuständigkeiten und Regeln sind geklärt. Dazu gehört, wer über Anwendungen entscheidet, welche Daten verarbeitet werden dürfen und wer für Fehler einsteht (Verantwortlichkeit). Verbreitete Schatten-KI kann ein Hinweis sein, dass das offizielle Angebot oder die Regeln hinter der Nachfrage zurückbleiben.

Seit dem 2. Februar 2025 verpflichtet Artikel 4 der europäischen KI-Verordnung (EU AI Act) Anbieter und Betreiber von KI-Systemen, Maßnahmen für eine ausreichende KI-Kompetenz ihres Personals zu ergreifen. Im Mai 2026 einigten sich Parlament und Rat im sogenannten Digital Omnibus vorläufig darauf, die Pflicht abzuschwächen: Künftig sollen Kommission und Mitgliedstaaten KI-Kompetenz unterstützen und fördern. Das Parlament stimmte im Juni 2026 zu.

Wenig spricht für eine breite Einführung, wo Fehler selten, teuer und schwer zu erkennen sind und sich die Grenze des Systems nicht verlässlich prüfen lässt. Dasselbe gilt, wo der Engpass eines Ablaufs nicht in der Bearbeitung liegt, sondern in Abstimmung und Entscheidung.

Herkunft, Schulen und Streitfragen

Mit KI-Einführung befassen sich vier Forschungstraditionen, die verschiedene Fragen stellen. Das erklärt, warum ihre Befunde oft aneinander vorbeigehen.

Zwischen diesen Traditionen gibt es drei offene Streitfragen.

Übergang oder Überschätzung? Wer der J-Kurve folgt, erwartet, dass der Ertrag sichtbar wird, sobald Organisationen ihren Umbau abgeschlossen haben. Wer den dänischen Daten und Acemoglus Schätzung mehr Gewicht gibt, hält die Effekte für dauerhaft kleiner als die Experimente nahelegen. Entscheiden ließe sich das erst, wenn Unternehmen, die ihre Abläufe umgebaut haben, über Jahre mit solchen verglichen werden, die es nicht taten.

Mehr Nutzung oder angemessene Nutzung? Akzeptanzmodelle fragen, wie man Menschen dazu bringt, eine Technik zu nutzen. Die Human-Factors-Forschung und die Studie bei der Boston Consulting Group zeigen, dass mehr Nutzung an der falschen Stelle schadet. Der Marketingforscher Richard Bagozzi hielt das Technologieakzeptanzmodell 2007 für zu einfach und seine vielen Erweiterungen für eher verwirrend als klärend.

Von oben oder von unten? Eine Richtung setzt auf zentral ausgewählte Anwendungen mit klaren Regeln, Datenschutz und messbaren Zielen. Andere, etwa der Managementforscher Ethan Mollick (Wharton School), Mitautor der Studie bei der Boston Consulting Group, sehen in Beschäftigten, die selbst experimentieren, eine wesentliche Quelle brauchbarer Anwendungen. Vergleichende Belege für eine der beiden Richtungen gibt es bislang kaum.

Grenzen und Kritik

Die Pilotfalle. Gemeint ist das Muster, dass viele Erprobungen beginnen und wenige in den Regelbetrieb übergehen. Nach dem MIT-Bericht hatten 60 % der erfassten Organisationen spezialisierte KI-Systeme für Unternehmen geprüft, 20 % sie erprobt und 5 % sie in den Betrieb übernommen. Ein Pilot kommt mit Freiwilligen, ausgewählten Daten und ohne Betriebsverantwortung aus. Der Regelbetrieb verlangt, was er ausklammert: Anbindung an bestehende Systeme, Datenzugang, geklärte Haftung und eine Stelle, die das System pflegt.

Die 95-Prozent-Zahl. Im August 2025 wurde derselbe Bericht breit mit der Aussage zitiert, 95 % der Unternehmen erzielten mit generativer KI keinen messbaren Ertrag. Die Zahl hat eine schmale Grundlage:

• Grundlage sind über 300 öffentlich bekannte KI-Vorhaben, 52 Interviews und 153 Antworten von Führungskräften auf vier Konferenzen, erhoben von Januar bis Juni 2025. Repräsentativ ist das nicht.
• Worauf sich die 95 % beziehen, bleibt uneinheitlich: mal auf Organisationen, mal auf Projekte, mal auf eigens entwickelte Werkzeuge, die den Betrieb erreichen.
• Erfolg ist als messbarer finanzieller Ertrag gefasst. Zeitersparnis oder bessere Qualität, die sich nicht in der Ergebnisrechnung zeigt, zählt danach nicht.
• Das Projekt NANDA (Networked Agents and Decentralized Architecture) arbeitet selbst an einer Infrastruktur für KI-Agenten, und der Bericht sieht lernfähige Agentensysteme als Ausweg.

Die Zahl zeigt, dass viele Vorhaben bislang keinen sichtbaren Ertrag liefern. Wie viele, zeigt sie nicht. Sie gleicht darin der populären Zahl, dass 70 % aller Veränderungen scheitern.

Grenzen der Forschung. Die Modelle ändern sich schneller, als Studien erscheinen; ein Befund von 2023 kann für heutige Systeme zu hoch oder zu niedrig liegen. Experimente messen kurze Aufgaben, Langzeitfolgen wie der Verlust von Fertigkeiten sind kaum untersucht. Veröffentlicht werden eher gelungene Einführungen als gescheiterte (Survivorship Bias). Und „KI“ ist als Gegenstand zu breit: Aussagen über die Einführung vermischen oft Prognosemodelle, Chat-Assistenten und Agenten, die verschiedene Bedingungen haben.

Was sich sicher sagen lässt, ist damit begrenzt. An einzelnen Aufgaben hilft generative KI messbar, wenn die Aufgabe zu ihr passt. Ob und wann daraus ein Ertrag für ganze Organisationen wird, ist eine offene empirische Frage. Nach den Erfahrungen mit früherer Informationstechnik ist zu erwarten, dass sie weniger an der Technik selbst liegt als an den Veränderungen um sie herum.

Quellen

• Davis, F. D. (1989): Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly 13(3), 319–340.
• Venkatesh, V., Morris, M. G., Davis, G. B. & Davis, F. D. (2003): User Acceptance of Information Technology: Toward a Unified View. MIS Quarterly 27(3), 425–478.
• Bagozzi, R. P. (2007): The Legacy of the Technology Acceptance Model and a Proposal for a Paradigm Shift. Journal of the Association for Information Systems 8(4), 244–254.
• Bainbridge, L. (1983): Ironies of Automation. Automatica 19(6), 775–779.
• Solow, R. M. (1987): We’d Better Watch Out. New York Times Book Review, 12.07.1987.
• Brynjolfsson, E. (1993): The Productivity Paradox of Information Technology. Communications of the ACM 36(12), 66–77.
• Brynjolfsson, E. & Hitt, L. M. (2000): Beyond Computation: Information Technology, Organizational Transformation and Business Performance. Journal of Economic Perspectives 14(4), 23–48.
• Brynjolfsson, E., Rock, D. & Syverson, C. (2021): The Productivity J-Curve: How Intangibles Complement General Purpose Technologies. American Economic Journal: Macroeconomics 13(1), 333–372.
• Noy, S. & Zhang, W. (2023): Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence. Science 381(6654), 187–192.
• Brynjolfsson, E., Li, D. & Raymond, L. (2025): Generative AI at Work. Quarterly Journal of Economics 140(2), 889–942. Frühere Fassung: NBER Working Paper 31161 (2023).
• Dell’Acqua, F., McFowland, E., Mollick, E. et al. (2023): Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. Harvard Business School Working Paper 24-013.
• Mollick, E. (2024): Co-Intelligence: Living and Working with AI. Portfolio.
• METR (2025): Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity.
• Humlum, A. & Vestergaard, E. (2025): Large Language Models, Small Labor Market Effects. Becker Friedman Institute Working Paper 2025-56.
• Acemoglu, D. (2024): The Simple Macroeconomics of AI. NBER Working Paper 32487.
• ifo Institut (05.06.2026): Mehr als die Hälfte der Unternehmen nutzt Künstliche Intelligenz.
• Statistisches Bundesamt (Stand 24.11.2025): Unternehmen mit Nutzung von Technologien der künstlichen Intelligenz nach Beschäftigtengrößenklassen.
• Statistisches Bundesamt (November 2024): Jedes fünfte Unternehmen nutzt künstliche Intelligenz. Pressemitteilung Nr. 444.
• Eurostat (11.12.2025): 20 % of EU enterprises use AI technologies.
• Verordnung (EU) 2024/1689 (KI-Verordnung), Artikel 4: KI-Kompetenz.
• Sidley Austin (22.06.2026): EU Lawmakers Reach Provisional Agreement to Delay Key EU AI Act Obligations. Zum Digital Omnibus und zu Artikel 4.
• MIT Project NANDA (2025): The GenAI Divide: State of AI in Business 2025. Zusammenfassung der Methodik und Zahlen: Virtualization Review (19.08.2025).