CEOs berichten in aktueller Studie über minimale Auswirkungen von KI auf Produktivität und Beschäftigung

Jüngste Untersuchungen zeigen, dass die meisten Unternehmensführer trotz weit verbreiteter Diskussionen über die Einführung von KI keine messbaren Produktivitätssteigerungen feststellen. Eine im Februar veröffentlichte Studie des National Bureau of Economic Research befragte 6.000 CEOs, CFOs und andere Führungskräfte von Unternehmen in den USA, Großbritannien, Deutschland und Australien.
Wichtige Erkenntnisse aus den Daten
- Etwa zwei Drittel der Führungskräfte gaben an, KI zu nutzen, aber die Nutzung betrug durchschnittlich nur 1,5 Stunden pro Woche
- 25 % der Befragten berichteten, am Arbeitsplatz überhaupt keine KI zu verwenden
- Fast 90 % der Unternehmen sagten, KI habe in den letzten drei Jahren keine Auswirkungen auf Beschäftigung oder Produktivität gehabt
- 374 S&P 500-Unternehmen erwähnten KI in Gewinnkonferenzen, wobei die meisten positive Umsetzungen meldeten, was sich jedoch nicht in breiteren Produktivitätssteigerungen widerspiegelt
Der Vergleich mit dem Solow-Produktivitätsparadoxon
Ökonomen stellen Ähnlichkeiten zu Robert Solows Beobachtung von 1987 über Computer fest: „Man kann das Computerzeitalter überall sehen, nur nicht in den Produktivitätsstatistiken.“ Nach der Einführung von Transistoren, Mikroprozessoren, integrierten Schaltkreisen und Speicherchips in den 1960er Jahren verlangsamte sich das Produktivitätswachstum tatsächlich von 2,9 % (1948–1973) auf 1,1 % nach 1973.
Apollo-Chefökonom Torsten Slok schrieb: „KI ist überall, nur nicht in den eingehenden makroökonomischen Daten. Heute sieht man KI nicht in den Beschäftigungsdaten, Produktivitätsdaten oder Inflationsdaten.“ Er fügte hinzu, dass außerhalb der sieben großen Technologieunternehmen „keine Anzeichen von KI in Gewinnmargen oder Gewinnerwartungen“ zu sehen seien.
Widersprüchliche Forschung und zukünftige Erwartungen
- Die Federal Reserve Bank of St. Louis beobachtete einen Anstieg des kumulativen Produktivitätswachstums um 1,9 % seit der Einführung von ChatGPT Ende 2022
- Eine MIT-Studie aus dem Jahr 2024 ergab einen bescheideneren Anstieg der Produktivität um 0,5 % im nächsten Jahrzehnt
- MIT-Forscher behaupteten 2023, KI könne die Arbeitsleistung im Vergleich zu Nicht-KI-Nutzern um fast 40 % steigern
- Führungskräfte prognostizieren, dass KI die Produktivität in den nächsten drei Jahren um 1,4 % und die Produktion um 0,8 % steigern wird
- Unternehmen erwarten in diesem Zeitraum einen Beschäftigungsabbau um 0,7 %, während befragte einzelne Arbeitnehmer einen Anstieg um 0,5 % sahen
Der Global Talent Barometer 2026 von ManpowerGroup ergab, dass bei fast 14.000 Arbeitnehmern in 19 Ländern die regelmäßige KI-Nutzung 2025 um 13 % zunahm, das Vertrauen in den Nutzen der Technologie jedoch um 18 % einbrach, was auf anhaltendes Misstrauen hindeutet.
📖 Read the full source: HN AI Agents
👀 Siehe auch

Opus 4.7 Token-Effizienz: Deutsche Prompts verbrauchen bis zu 2x mehr Tokens als Englische
Ein Claude Pro-Abonnent berichtet, dass die Verwendung von Deutsch mit Opus 4.7 innerhalb von Sekunden 100% der Session-Tokens verbrauchte, während Englisch 37% benötigte. Die Ineffizienz des Tokenizers liegt an zusammengesetzten Substantiven und Umlauten, was zu einem 1,5- bis 2-fachen Token-Verbrauch führt.

Claude Code v2.1.158: Auto-Modus jetzt auf Bedrock, Vertex, Foundry für Opus 4.7/4.8
Claude Code v2.1.158 ermöglicht den Auto-Modus auf Bedrock, Vertex und Foundry für Opus 4.7 und 4.8. Aktivieren Sie ihn mit CLAUDE_CODE_ENABLE_AUTO_MODE=1.

Claude Desktop vs. Claude Code: Unterschiede in Systemprompts beeinflussen KI-Verhalten
Ein Benutzer berichtet von erheblichen Verhaltensunterschieden zwischen Claude Desktop und Claude Code, obwohl dasselbe Claude-Opus-Modell, derselbe Account und dieselben Einstellungen verwendet werden. Die Unterschiede umfassen reflexartige Zustimmung, unaufgeforderte Wellness-Ratschläge und geschäftsorientierte Formulierungen in Desktop, die in Code nicht auftreten.
KI-gestützte Entwicklung fühlt sich an wie das Kochen eines Steaks: Leicht zu beginnen, schwer zu meistern
Eine Analogie eines Entwicklers: KI kann schnell Code generieren, aber durchweg gute Software zu produzieren erfordert weiterhin tiefes Verständnis, Urteilsvermögen und Erfahrung.