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.

