Die Integration von künstlicher Intelligenz in die betriebliche Praxis schreitet voran, doch der wirtschaftliche Ertrag bleibt hinter den Erwartungen zurück. Eine umfassende Untersuchung des National Bureau of Economic Research (NBER) unter Leitung von Nicholas Bloom und Steven J. Davis zeichnet ein ernüchterndes Bild. Fast 9.000 CEOs, CFOs und Spitzenführungskräfte aus sieben Ländern, darunter Deutschland und die USA, gaben darin Auskunft über ihren tatsächlichen Umgang mit der Technologie. Zwar gaben 78 Prozent der Unternehmen an, KI produktiv einzusetzen, und 80 Prozent der Manager nutzen entsprechende Werkzeuge persönlich. Doch der tatsächliche Produktivitätszuwachs der vergangenen drei Jahre belief sich im Schnitt auf lediglich 0,2 Prozent pro Jahr.
Gleichzeitig fließen enorme Summen in die Technologie, allerdings mit extremer Schieflage. Allein US-Unternehmen planen für das Jahr 2026 durchschnittlich 2.000 US-Dollar pro Mitarbeiter für KI-Lösungen ein, was hochgerechnet einem jährlichen Gesamtvolumen von rund 300 Milliarden US-Dollar entspricht. Bemerkenswert ist dabei die massive Konzentration des Kapitals: Lediglich zwei Prozent der Unternehmen zeichnen für mehr als 50 Prozent der gesamten erfassten KI-Ausgaben verantwortlich. Für die kommenden drei Jahre hoffen die befragten Spitzenkräfte immerhin auf eine Beschleunigung des Produktivitätswachstums auf 0,6 Prozent jährlich, was jedoch im historischen Vergleich moderat bleibt.
Dass die erhofften Renditen auf sich warten lassen, bestätigt parallel eine Erhebung von Deloitte Deutschland unter mehr als 120 Finanzvorständen hiesiger Großunternehmen. Nur 17 Prozent der befragten Betriebe sind aktuell in der Lage, den wirtschaftlichen Nutzen ihrer KI-Investitionen anhand harter Finanzkennzahlen nachzuweisen. Noch gravierender fällt die Intransparenz auf der Kostenseite aus. Lediglich 42 Prozent der befragten Finanzabteilungen haben einen genauen Überblick über die real anfallenden Gesamtausgaben für Inferenz, Schnittstellen und Softwarelizenzen. Dennoch planen die CFOs, den Anteil der KI-Ausgaben von derzeit 0,5 Prozent der betrieblichen Gesamtkosten im Folgejahr auf rund 1,0 Prozent zu verdoppeln.
Eine wissenschaftliche Erklärung für diese Diskrepanz liefert eine Analyse der Stanford Graduate School of Business um die Professoren Tim de Silva und Rebecca Blank. Auf der Ebene einzelner Beschäftigter spart generative KI spürbar Zeit bei Routineaufgaben wie Textentwürfen oder Datenanalysen ein. Auf Unternehmensebene lässt sich bisher jedoch kein statistisch signifikanter Anstieg der Gesamtfaktorproduktivität feststellen. Gewonnene Arbeitszeit schlägt sich demnach kaum in höheren Umsätzen oder Gewinnen nieder, sondern versickert in informellen Tätigkeiten oder kleinteiligen Qualitätsverbesserungen, die keinen unmittelbaren Niederschlag in den Bilanzen finden.
Auch die oft beschworene Welle massenhafter Entlassungen spiegelt sich in den Daten bisher nicht wider, wohl aber tiefgreifende interne Umwälzungen. Laut NBER lag der Nettoeffekt auf den Gesamtstellenbestand in den letzten drei Jahren bei nahezu null Prozent. Hinter dieser scheinbaren Stabilität verbirgt sich jedoch eine hohe Dynamik: Mehr als 40 Prozent der untersuchten Betriebe meldeten spürbare Personalverschiebungen, bei denen Stellenaufbau und Stellenabbau einander die Waage hielten. Für die Finanzchefs deutscher Unternehmen bleibt Geduld das dominierende Gebot: 70 Prozent der von Deloitte befragten Vorstände rechnen damit, dass sich belastbare Amortisationsrechnungen frühestens in zwei Jahren aufstellen lassen.