Während Künstliche Intelligenz in immer mehr Unternehmensbereiche vordringt, hinkt die strategische Personalplanung der tatsächlichen Einführung weit hinterher. Einer Untersuchung des Wirtschaftsforschungsinstituts The Conference Board zufolge haben bislang lediglich 11 Prozent der Unternehmen die erwarteten Auswirkungen von KI ganzheitlich in ihre Personal- und Budgetplanung integriert. Für die Erhebung wurden 775 internationale Führungskräfte befragt sowie 35 qualitative Tiefeninterviews geführt. Die Ergebnisse offenbaren eine gravierende Lücke zwischen technologischem Rollout und organisatorischer Vorbereitung, da 35 Prozent der Betriebe lediglich für isolierte Abteilungen planen und 34 Prozent das Thema bislang nur informell diskutieren. Rund 13 Prozent der Organisationen haben sich noch überhaupt nicht mit den personellen Folgen der Technologie befasst.
Statt eines breiten Stellenaufbaus zeichnet sich in den Chefetagen vor allem eine tiefgreifende Reorganisation bestehender Arbeitsplätze ab. Fast 70 Prozent der vom Conference Board befragten Führungskräfte rechnen in den kommenden zwei Jahren mit einer grundlegenden Umgestaltung von Aufgabenfeldern, Arbeitsabläufen und Rollenprofilen. Gleichzeitig widerlegen die Daten die Hoffnung auf einen durch KI getriebenen Beschäftigungsboom auf breiter Front. Lediglich 5 Prozent der Manager gehen davon aus, dass der Technologieeinsatz die Gesamtzahl der Beschäftigten erhöhen wird. Die überwältigende Mehrheit stellt sich stattdessen auf stagnierende Belegschaften oder punktuelle Personalreduzierungen ein.
Parallel dazu belegen Arbeitsmarktdaten des Karriereportals Indeed eine anhaltende Verschiebung der Qualifikationsanforderungen quer durch die Branchen. Laut dem Indeed AI Tracker verdoppelte sich der Anteil von Stellenanzeigen mit explizitem Bezug zu KI innerhalb eines Jahres von 3,6 Prozent auf 7,2 Prozent. Bemerkenswert ist dabei insbesondere die sektorale Streuung dieser Ausschreibungen. Fast zwei Drittel der neuen Positionen mit KI-Bezug entstehen mittlerweile außerhalb des klassischen Technologiesektors. Unternehmen aus der Industrie, dem Finanzsektor und dem Gesundheitswesen suchen verstärkt Fachkräfte, die bestehende Prozesse mit Algorithmen verzahnen können.
Während Unternehmen händeringend nach KI-Kompetenzen suchen, schlägt die Stimmung unter den Beschäftigten zusehends in Skepsis und Belastung um. Eine gemeinsame Auswertung von Mitarbeiterbewertungen durch das Indeed Hiring Lab und Glassdoor Economic Research zeigt einen dramatischen Einbruch der Zufriedenheit. Der Anteil wohlwollender Erwähnungen von KI auf Glassdoor fiel von 82 Prozent im Jahr 2019 auf nur noch 45 Prozent im Spätjahr 2026. In Betrieben, die den Rollout von KI-Lösungen besonders forciert vorantreiben, berichten Arbeitnehmer vermehrt über Symptome von Arbeitsüberlastung, spürbare Arbeitsverdichtung und wachsende Existenzängste.
Trotz des immensen operativen Drucks spiegeln sich die Investitionen bisher kaum in der makroökonomischen Gesamtrechnung wider. Das gesamtwirtschaftliche Produktivitätswachstum verharrt laut den Daten von Indeed und Glassdoor bei durchschnittlich 2,1 Prozent pro Jahr und verbleibt damit exakt auf seinem langfristigen Mittelwert. Zudem herrscht an der Basis vieler Unternehmen nach wie vor Ernüchterung über den tatsächlichen Reifegrad der Werkzeuge. Rund 31 Prozent der Beschäftigten gaben an, dass ihr Arbeitgeber KI bislang kaum oder überhaupt nicht im Arbeitsalltag einsetzt.
Das Zusammentreffen von unvorbereiteten Personalabteilungen, verunsicherter Belegschaft und stagnierender Produktivität stellt das Management vor komplexe Führungsaufgaben. Da Führungskräfte zwar Rollenbilder verändern wollen, aber Budgets und Stellenprofile nicht systematisch anpassen, droht der technologische Umbau an internen Widerständen zu scheitern. Ohne transparente Weiterbildungsangebote und verbindliche Rahmenbedingungen für den Wandel dürften Frust und Burnout in den Belegschaften weiter zunehmen. Der Schritt vom experimentellen Einsatz zur produktiven Wertschöpfung entscheidet sich daher weniger an der Modellarchitektur als am professionellen Change-Management.

