Einführung in die jüngsten empirischen Erhebungen zur wirtschaftlichen Wirkung von Künstlicher Intelligenz: Das ifo Institut, Leibniz-Institut für Wirtschaftsforschung an der Universität München, hat unter Beteiligung von Klaus Wohlrabe und Anna Kerkhof die Erwartungshaltung deutscher Betriebe analysiert. Dabei gaben 70 Prozent der befragten Unternehmen an, fest mit Produktivitätszuwächsen durch den Einsatz von KI zu rechnen. Über einen Zeithorizont von fünf Jahren prognostizieren die Betriebe einen Produktivitätssprung, der im Mittel zwischen 8 und 16 Prozent liegt. Diese Zahlen verdeutlichen, dass die Technologie in der strategischen Planung des Managements nicht mehr nur als Experiment, sondern als spürbarer Hebel für Effizienzsteigerungen verankert ist.
Die Detailauswertung des ifo Instituts offenbart dabei deutliche sektorale Diskrepanzen innerhalb der deutschen Wirtschaft. Den Spitzenplatz bei den Zuwachserwartungen nehmen Dienstleister ein, die eine Steigerung zwischen 10,2 und 20,9 Prozent erwarten, dicht gefolgt vom Handel mit einer Spanne von 9,1 bis 23 Prozent. In der klassischen Industrie bewegen sich die Prognosen in einem gemäßigteren Rahmen zwischen 7,8 und 17,3 Prozent. Das Schlusslicht bildet hingegen das Baugewerbe mit erwarteten Zuwächsen von lediglich 8,2 bis 14,8 Prozent. Die Forscher führen diesen verhaltenen Optimismus auf die bislang unterdurchschnittliche Implementierungsrate im Bausektor zurück, wo digitale Werkzeuge seltener in die Kernprozesse integriert sind.
Dass Produktivitätsgewinne nicht zwangsläufig mit einem massiven Arbeitsplatzabbau einhergehen, belegt eine gemeinsame Untersuchung von Apollo Global Management und Anthropic. Chefökonom Torsten Slok und Sania Edlich analysierten dafür unter Rückgriff auf reale Interaktionsdaten des Anthropic Economic Index insgesamt 321 standardisierte Berufsbilder. Die Ergebnisse widersprechen der weit verbreiteten Befürchtung einer unmittelbaren Kündigungswelle in technologieintensiven Tätigkeitsbereichen. Stattdessen schlägt sich der wachsende Einsatz von KI primär im Gehaltsgefüge der Beschäftigten nieder.
Konkret stellten Slok und Edlich fest, dass in Berufsbildern mit einer hohen Exposition gegenüber KI-Systemen der Reallohn um 6,7 Prozentpunkte langsamer wuchs als in vergleichbaren Feldern mit geringem Technologieeinfluss. Unternehmen nutzen die gewonnenen Effizienzvorteile bislang vor allem dazu, allgemeine Lohnkostensteigerungen abzufedern und Durchlaufzeiten zu verkürzen. Die bestehenden Belegschaften bleiben in der Regel im Unternehmen, müssen jedoch hinnehmen, dass die Produktivitätsfortschritte nicht vollständig in Form von Gehaltssteigerungen an sie weitergegeben werden. Dies deutet darauf hin, dass KI als makroökonomischer Dämpfungsfaktor für Lohnsteigerungen wirkt, anstatt das absolute Beschäftigungsvolumen zu reduzieren.
Ergänzt werden diese makroökonomischen Befunde durch konkrete Arbeitsplatzdaten der IMC Hochschule für Angewandte Wissenschaften Krems, die in Kooperation mit der Industriellenvereinigung sowie der Wirtschaftskammer Niederösterreich erhoben wurden. Im Rahmen eines Whitepapers werteten die Forscher 1.016 Datensätze von Bürokräften aus, um den tatsächlichen Nutzen von generativer KI im Arbeitsalltag zu beziffern. Die Erhebung zeigt, dass rund 20 Prozent der aktiven Nutzer bereits messbare Zeiteinsparungen zwischen 10 und 20 Prozent ihrer regulären Wochenarbeitszeit erzielen. Damit wird ersichtlich, dass Automationspotenziale bei Schreib-, Analyse- und Datenverarbeitungsaufgaben unmittelbar freigesetzt werden können.
Gleichzeitig befindet sich die praktische Anwendung laut den niederösterreichischen Daten noch in einem frühen Entwicklungsstadium. Knapp 70 Prozent der befragten Anwender verfügen über weniger als zwölf Monate an praktischer Erfahrung im Umgang mit generativen KI-Werkzeugen. Zudem nutzt weniger als ein Drittel, genauer unter 30 Prozent der Belegschaften, derartige Systeme auf einer täglichen Basis. Die Studienautoren betonen, dass signifikante Effizienzsprünge bei bürobasierten Prozessen bereits in frühen Pilotphasen auftreten, ohne dass dafür langwierige Einarbeitungszeiten erforderlich sind. Für Unternehmen bedeutet dies eine niedrige Eintrittsbarriere bei gleichzeitig rasch sichtbaren Prozessgewinnen.