Zum Inhalt springen
AI ConnectPowered by VELENTIS
KI-generiert2 Min.

Studien von LSE und Stibo Systems: Warum KI am Arbeitsplatz oft zu Mehrarbeit führt

Neue Erhebungen von LSE, Protiviti und Stibo Systems zeigen: Trotz Zeitersparnis durch KI führen steigender Nutzungsdruck und manuelle Nacharbeit bei vielen Beschäftigten zu einer höheren Gesamtlast.

Dieser Beitrag wurde KI-generiert und automatisch veröffentlicht. Einordnung, Kennzeichnung und alle Quellen am Beitragsende.

(KI-generiertes Symbolbild: Gemini / AI Connect)

Laut dem am 17. November 2026 vorgelegten dritten Jahresbericht der London School of Economics (LSE) und der Beratungsgesellschaft Protiviti setzen inzwischen 74 Prozent der Beschäftigten KI-Werkzeuge in ihrem Berufsalltag ein. Im Erhebungsjahr 2024 lag dieser Anteil noch bei 29 Prozent. Die Untersuchung, für die weltweit 3.001 Fachkräfte befragt wurden, belegt damit eine rasante Durchdringung operativer Büroprozesse. Gleichzeitig hat sich die innerbetriebliche Wahrnehmung der Technologie grundlegend gewandelt.

Die Befragung der LSE und von Protiviti offenbart einen deutlichen Wandel der Erwartungshaltungen. Nahezu die Hälfte der Angestellten, konkret 48 Prozent, fürchtet inzwischen, von Kollegen oder Vorgesetzten negativ beurteilt zu werden, wenn sie KI-Tools nicht häufig genug einsetzen. Im Gegensatz dazu befürchten nur noch 20 Prozent der Befragten, Kritik für die tatsächliche Nutzung von generativen Systemen zu ernten. Aus der anfänglichen Skepsis gegenüber automatisierter Unterstützung ist somit ein spürbarer Konformitätsdruck geworden.

Trotz messbarer Zeitgewinne führt die Nutzung von KI in der Praxis selten zu einer spürbaren Entlastung. Die LSE- und Protiviti-Daten zeigen, dass KI-Nutzer im Schnitt 19 Prozent ihrer wöchentlichen Arbeitszeit durch Automatisierung einsparen. Anstatt dieses Zeitfenster jedoch zur Reduzierung von Überstunden oder für Erholungsphasen zu nutzen, fließen 72 Prozent der gewonnenen Stunden unmittelbar in zusätzliche operative Aufgaben zurück. Dieses Phänomen, von den Forschern als Workload Creep bezeichnet, verschiebt das erwartete Mindestpensum nach oben und erhöht die Grundarbeitslast nachhaltig.

Zu der Ausweitung des Aufgabenvolumens gesellt sich ein erheblicher manueller Kontrollaufwand, den das Datenmanagement-Unternehmen Stibo Systems in seiner Studie vom 12. November 2026 als Vertrauenssteuer quantifiziert. Während 72 Prozent der befragten Führungskräfte angeben, den generierten KI-Ergebnissen grundsätzlich zu vertrauen, sieht die Wirklichkeit an der Basis anders aus. Ganze 65 Prozent der Mitarbeiter müssen Modellergebnisse vor der tatsächlichen Weiterverwendung händisch überprüfen, abgleichen oder korrigieren. Dieser anhaltende Kontrollbedarf bindet erhebliche personelle Kapazitäten, die in Produktivitätsrechnungen oft unberücksichtigt bleiben.

Ein wesentlicher Grund für diesen anhaltenden Kontrollaufwand liegt in der mangelnden Nachvollziehbarkeit der zugrunde liegenden Datenbestände. Laut der Erhebung von Stibo Systems sind weniger als 30 Prozent der Führungskräfte in der Lage, verlässlich zu prüfen oder nachzuvollziehen, auf welchen internen Datenquellen eine konkrete Modellausgabe basiert. Diese Intransparenz zwingt Angestellte dazu, generierte Berichte und Berechnungen penibel gegenzuprüfen, um kostspielige Fehler im Tagesgeschäft zu vermeiden. Das Versprechen einer vollautomatisierten Prozesskette zerbricht damit regelmäßig an unzureichender Daten-Governance.

Zusammengenommen zeichnen die Erhebungen von LSE, Protiviti und Stibo Systems ein ernüchterndes Bild des modernen KI-gestützten Arbeitsalltags. Mitarbeiter geraten in eine Zange aus steigenden Produktivitätserwartungen und unvollständiger Automatisierung, die kontinuierliche Nacharbeit erfordert. Solange Unternehmen eingesparte Stunden primär mit neuen operativen Pflichten belegen, bleibt der persönliche Entlastungseffekt für Fachkräfte aus. Für viele Beschäftigte bedeutet der technologische Fortschritt derzeit folglich mehr Verdichtung statt mehr Freiraum.

Was heißt das für Sie?

Für Beschäftigte und Führungskräfte bedeutet dies, dass KI-Einführungen ohne klare Begrenzung des Arbeitsvolumens das Risiko für Erschöpfung steigern. Betriebliche Effizienzmetriken müssen künftig den tatsächlichen Prüfaufwand berücksichtigen, anstatt gewonnene Zeit automatisch mit neuen operativen Aufgaben aufzufüllen.

Belege

Gut belegt
73/100
  • 48 Prozent der Beschäftigten fürchten laut LSE und Protiviti negative Beurteilungen, wenn sie KI nicht oft genug nutzen, während 20 Prozent Kritik für die Nutzung fürchten.

    belegt
  • Beschäftigte sparen durch KI durchschnittlich 19 Prozent ihrer wöchentlichen Arbeitszeit ein, doch 72 Prozent dieser Zeit werden direkt in zusätzliche operative Aufgaben reinvestiert.

    eine Quelle

Der Beleg-Score wird berechnet, nicht handgesetzt: aus Vertrauensgrad, Quellenzahl und dem Anteil verifizierter Aussagen.

Quelle & Transparenz

Stand: 17. November 2026

KI-generiertKI-generiert: automatisiert aus geprüften Quellen erstellt und technisch qualitätsgesichert (Quellen-, Zitat- und Zahlenabgleich); keine menschliche Einzelfreigabe vor Veröffentlichung

Quellen
3
Verifizierte Aussagen
1 / 2
Beleg-Score
73Gut belegt

Wollen Sie das umsetzen?

Wir vermitteln Ihnen passende KI-Anbieter aus der DACH-Region, kostenlos und unverbindlich.

Wie geht's weiter?