Die Debatte über die wirtschaftlichen Auswirkungen künstlicher Intelligenz bewegt sich zunehmend weg von theoretischen Modellrechnungen hin zu belastbaren empirischen Daten. Zwei im September 2026 veröffentlichte Untersuchungen liefern nun detaillierte Einblicke in die reale Unternehmenspraxis der Vereinigten Staaten. Eine groß angelegte empirische Wirtschaftsstudie untersuchte die realen Ausgaben- und Personaldaten von 21.559 US-Unternehmen, während die Federal Reserve Bank of Philadelphia die operative Einführung in kleineren Betrieben analysierte. Beide Arbeiten zeichnen ein differenziertes Bild, das gängige Annahmen über automatische Stellenkürzungen und sofortige Bilanzsprünge infrage stellt.
Die am 13. September 2026 via SSRN veröffentlichte Untersuchung zu Unternehmensausgaben und Stellenaufbau zeigt ein überraschendes Ergebnis für Vorreiter der Technologie. Betriebe, die kontinuierlich und substanziell in KI-Systeme investieren, verzeichnen nach der Einführung im Durchschnitt ein um rund 10 Prozent höheres Netto-Beschäftigungswachstum als vergleichbare Kontrollgruppen. Dieser personelle Zuwachs konzentriert sich primär auf Organisationen, die Modelle tief in ihre Kernprozesse integrieren, anstatt lediglich isolierte Pilotprojekte zu betreiben. Besonders im IT- und Informationssektor geht eine hohe Investitionsintensität demnach mit einer deutlichen Expansion der gesamten Belegschaft einher.
Besonders bemerkenswert ist die Verteilung der neu geschaffenen Arbeitsplätze innerhalb dieser wachsenden Unternehmen. Entgegen der weit verbreiteten Sorge, dass generative Werkzeuge vor allem Nachwuchskräfte überflüssig machen, fiel der Personalaufbau in Einstiegspositionen am stärksten aus. Neben diesen Entry-Level-Rollen stockten die untersuchten Firmen vor allem in den Bereichen Softwareentwicklung, Vertrieb und Kundenservice deutlich auf. Die Autoren der Studie führen dies darauf zurück, dass KI-gestützte Effizienzgewinne die Nachfrage nach den jeweiligen Dienstleistungen steigern und so zusätzliche Kapazitäten im gesamten Team erforderlich machen.
Ein kontrastierendes Bild zeichnet dagegen die Sondererhebung der Federal Reserve Bank of Philadelphia, die von Theresa Dunne und Adam Scavette am 22. September 2026 vorgelegt wurde. Im Rahmen des Small Business Credit Survey erfasste die Notenbank den Status quo kleinerer und mittlerer Betriebe im dritten US-Distrikt. Demnach liegt die Adoptionsrate bei diesen kleineren Unternehmen derzeit bei rund 37 Prozent und hinkt Großkonzernen um etwa 10 Prozentpunkte hinterher. Bei den konkreten Anwendungsfällen dominieren klar die Text- und Marketingerstellung mit 79 Prozent, gefolgt von Notizen sowie persönlicher Assistenz mit 56 Prozent und Planungsaufgaben mit 51 Prozent.
Die Untersuchung der Philadelphia Fed deckt zudem eine beachtliche Diskrepanz zwischen gefühlter Produktivität und messbaren Finanzkennzahlen auf. Zwar gaben 71 Prozent der anwendenden Kleinbetriebe an, durch KI-Werkzeuge produktiver zu arbeiten. Gleichzeitig vermeldeten jedoch über 70 Prozent der befragten Firmen keinerlei messbare Veränderung bei ihren Arbeitskosten, den Ausgaben für externe Dienstleister oder ihren Umsätzen. Die gewonnene Arbeitszeit verbleibt somit im Arbeitsalltag als subjektive Entlastung, ohne sich bislang direkt in den Gewinnmargen oder einer reduzierten Ausgabenstruktur niederzuschlagen.
Zusammengenommen verdeutlichen die Ergebnisse, dass der wirtschaftliche Ertrag von KI eng an den Reifegrad der organisatorischen Einbindung gekoppelt ist. Während Großunternehmen mit tiefen Prozessanpassungen Skaleneffekte realisieren und ihre Belegschaften sogar vergrößern, stecken kleinere Betriebe häufig in einer Phase oberflächlicher Zeitersparnis fest. Für die Praxis bedeutet dies, dass Werkzeuge allein noch keinen betriebswirtschaftlichen Mehrwert schaffen, solange Arbeitsprozesse nicht grundlegend neu strukturiert werden. Die Daten deuten darauf hin, dass erst strategische Investitionen die erhofften Hebeleffekte freisetzen.