LONDON / LONDON (IT BOLTWISE) – Eine neue Auswertung zum Einsatz von generativer KI am Arbeitsplatz zeigt, dass viele Wissensarbeiter zusätzliche Kontrolle und Nacharbeit leisten müssen. In Deutschland berichten große Teile der Befragten von Verzögerungen durch fehlerhafte Ergebnisse und sehen die Effizienz ihrer Teams beeinträchtigt. Gleichzeitig lehnen viele die Technologie nicht grundsätzlich ab, sondern verlangen konkretere Qualitäts- und Prozessanpassungen. Die Daten deuten außerdem darauf hin, dass KI-gestützte Aufgabenverschiebungen in Nutzerdaten erkennbar sind, bevor sie in Stellenanzeigen auftauchen.
Generative KI wird im Büroalltag oft mit dem Versprechen „mehr Produktivität“ beworben, doch eine aktuelle Studie zeichnet ein deutlich widersprüchlicheres Bild. Viele Wissensarbeiter beschreiben, dass fehlerhafte Antworten nicht einfach „korrigiert“ werden, sondern zusätzlichen Aufwand erzeugen: Die Inhalte müssen geprüft, umformuliert und erneut bewertet werden, bevor sie für echte Arbeitsprodukte taugen. Besonders sichtbar wird das dort, wo Qualität stark vom Kontext abhängt – etwa in akademischen Berufen wie Medizin, Ingenieurwesen, Recht oder Redaktion. Genau diese Mischung aus hoher Fehlerkostenanfälligkeit und schnellem Arbeitsdruck macht den Unterschied zwischen einem toolbasierten Experiment und einem produktiven KI-Workflow aus.
Für die technische Einordnung lohnt der Blick auf die im Datensatz beobachteten Muster. In einer Auswertung werteten die Forschenden mehr als 800.000 Nutzernachrichten aus und konnten zeigen, dass Beschäftigte in zunehmendem Maße Tätigkeiten übernehmen, die außerhalb ihres eigentlichen Fachgebiets liegen – also Aufgaben, für die normalerweise domänenspezifisches Wissen, Standards und professionelle Verantwortung erwartet werden. Besonders häufig betrifft diese Verschiebung den Kundendienst und den Designbereich; ebenso taucht sie in Personalwesen, Marketing und Recht auf. Entscheidend ist dabei der zeitliche Aspekt: Die Forscher berichten, dass sich diese Veränderungen in den Nutzerdaten sichtbar machen, bevor sie in klassischen Rekrutierungsanzeigen auftauchen – ein Hinweis darauf, dass KI-Workflows schneller in Arbeitsroutinen gelangen als HR-Strukturen hinterherkommen.
Auch die Wahrnehmung innerhalb der Unternehmen ist ambivalent. In einer Erhebung des Technologieberatungsunternehmens Adaptavist wurden 2.500 Wissensarbeiter befragt, darunter 500 Personen aus Deutschland. Fast drei Viertel der deutschen Teilnehmenden wünschten sich die Zeit vor der breiten Verbreitung generativer KI zurück; 41 Prozent würden die Werkzeuge am liebsten komplett abschaffen. Als häufigste Ursache nannten 45 Prozent den Aufwand mit minderwertigen KI-Ergebnissen: Die eigene Arbeit wirke dadurch weniger sinnvoll und stärker repetitiv. Weitere 37 Prozent beklagten einen Motivationsrückgang, während 25 Prozent eine Einschränkung der eigenen Kreativität spürten – ein Spannungsfeld, das gerade in Kreativ- und Analyseberufen besonders deutlich wird.
Was diese Zahlen praktisch bedeuten, zeigt sich im Alltag: Die versprochene Produktivitätssteigerung tritt laut den Befragten häufig nicht ein, weil der Einsatz der Programme nicht nur Zeit spart, sondern zusätzliche Schleifen produziert. In Deutschland wenden 39 Prozent mehr Zeit für Kontrolle und Überarbeitung von KI-Inhalten auf, als sie durch die Nutzung einsparen. 42 Prozent berichten von Verzögerungen bei Projekten, ausgelöst durch fehlerhafte Ergebnisse; 49 Prozent sehen dadurch die Gesamteffizienz ihrer Teams beeinträchtigt. Das ist weniger ein „KI-Problem“ im Sinne einer einzelnen Modellantwort, sondern eher ein Systemproblem: Wenn Freigabeprozesse, Qualitätsmaßstäbe und Verantwortlichkeiten nicht neu gestaltet werden, verschiebt sich die Arbeit vom Erzeugen hin zum Validieren.
Interessant ist dabei, dass die Ablehnung nicht durchgehend „hart“ ausfällt. 67 Prozent der Befragten sprechen sich für einen erweiterten KI-Einsatz im eigenen Unternehmen aus – also für mehr Nutzung, aber unter anderen Bedingungen. Neal Riley, AI Innovation Lead bei Adaptavist, ordnet diese Widersprüche in den Kontext der Messbarkeit ein: Viele Firmen erfassen laut den genannten Einschätzungen vor allem Nutzungskennzahlen, statt die konkreten Auswirkungen auf Arbeitsprozesse zu bewerten. Genau hier entstehen häufig blinde Flecken, etwa wenn ein Tool zwar häufiger verwendet wird, aber die Nacharbeit an anderer Stelle steigt. Für Organisationen heißt das: Eine erfolgreiche KI-Einführung muss sich in Prozessmetrik und Ergebnisqualität widerspiegeln, nicht nur in „Active Users“ oder Prompt-Volumes.
Der Blick über die Studie hinaus unterstreicht zudem, dass die Debatte um Jobs und Qualifikationen nicht nur theoretisch ist. Selbst der KI-Manager Dario Amodei warnte im Kontext der Arbeitsmarktfolgen vor dem möglichen Verlust von Millionen gut bezahlten Arbeitsplätzen und nannte als Prognose eine mögliche Arbeitslosenquote von 10 bis 20 Prozent durch KI. Unabhängig davon, wie sich solche Prognosen im Detail realisieren, zeigt die Studie am Arbeitsplatz eine schon heute spürbare Zwischenstufe: Aufgaben wandern schneller in Richtung „KI-gestützter Assistenz“, während die Verantwortung und der Qualitätsaufwand beim Menschen verbleiben. Unternehmen, die jetzt nur auf Tool-Deployment setzen, laufen damit Gefahr, produktivitätsbremsende Rework-Zyklen zu verstärken; wer dagegen in Governance, Domänenabdeckung und Prüfmechanismen investiert, kann die Lücke zwischen Demo und Alltag schließen – und genau diese Lücke scheint derzeit der Kern der Unzufriedenheit zu sein.
Für Entscheider ergibt sich daraus eine klare Schlussfolgerung: KI am Arbeitsplatz braucht eine messbare Betriebslogik. Wenn Beschäftigte in Deutschland laut Erhebung wiederholt Nacharbeit leisten, Projektverzögerungen erleben und Effizienzverluste sehen, sollten Verantwortliche nicht nur Modellfähigkeiten bewerten, sondern auch den gesamten Workflow: Von der Aufgabenbeschreibung über die eingesetzten Qualitätsbarrieren bis zur Frage, wann KI Vorschläge liefern darf und wann ein fachlicher Abgleich verpflichtend ist. Gleichzeitig bietet die Beobachtung, dass sich Tätigkeitsverschiebungen schon in Nutzerdaten zeigen, bevor sie in Stellenanzeigen sichtbar werden, einen praktischen Frühindikator. Wer diese Signale früh erkennt, kann Qualifizierungspläne, Rollendefinitionen und Schulungen so anpassen, dass KI nicht zu einer Belastungsquelle wird, sondern die beabsichtigte Entlastung tatsächlich ankommt.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI am Arbeitsplatz: Studie zeigt Mehrarbeit, sinkende Motivation und Projektverzögerungen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI am Arbeitsplatz: Studie zeigt Mehrarbeit, sinkende Motivation und Projektverzögerungen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI am Arbeitsplatz: Studie zeigt Mehrarbeit, sinkende Motivation und Projektverzögerungen« bei Google Deutschland suchen, bei Bing oder Google News!