Mehrere groß angelegte Wirtschaftsstudien zeichnen ein neues, nüchternes Bild der betrieblichen Realität von künstlicher Intelligenz. Anstelle der oft prognostizierten Entlassungswellen verzeichnen technologieorientierte Vorreiter ein messbares Beschäftigungswachstum. Eine gemeinsame Untersuchung von Ramp Economics Lab und Revelio Labs wertete dazu die Transaktions- und Personaldaten von 21.559 US-Unternehmen zwischen Januar 2021 und Februar 2026 aus. Das Ergebnis widerlegt gängige Befürchtungen, wonach Automatisierung primär Belegschaften schrumpfen lasse.
Konkret verzeichneten Firmen im oberen Drittel der KI-Ausgaben pro Mitarbeiter in den ersten 24 Monaten nach Einführung ein um 10,2 Prozent höheres Beschäftigungswachstum als Betriebe, die entsprechende Werkzeuge erst später einführten. Besonders dynamisch fiel der Zuwachs bei Nachwuchskräften aus, da intensive Anwender bei Junior- und Einstiegspositionen sogar 12 Prozent mehr Stellen aufbauten als die Kontrollgruppe. Bei Betrieben mit geringer KI-Intensität ließ sich hingegen kein statistisch signifikanter Effekt auf die Mitarbeiterzahl nachweisen. Der Aufbau digitaler Workflows erfordert offensichtlich zusätzliche Arbeitskräfte, die Ausgaben und Systeme operativ betreuen.
Gleichzeitig dämpft eine Veröffentlichung des National Bureau of Economic Research überzogene Hoffnungen auf rasche Effizienzsprünge. In der Befragung leitender Führungskräfte gaben 89 Prozent der Befragten an, dass der Einsatz von KI in den vergangenen drei Jahren zu keinerlei messbaren Produktivitätssteigerungen auf Unternehmensebene geführt habe. Zudem sahen mehr als 90 Prozent der Manager keinerlei Auswirkungen auf das Gesamtbeschäftigungsniveau ihres Betriebs. Die Ökonomen ziehen Parallelen zum historischen Solow-Paradoxon, da Rekordinvestitionen in Rechenleistung bisher kaum in harten Betriebskennzahlen ankommen.
Diese Diskrepanz schlägt sich auch im Einkaufsverhalten der Unternehmen nieder, wie der jüngste Ramp AI Index von Ara Kharazian verdeutlicht. Die monatlichen KI-Ausgaben pro Kopf stagnierten zuletzt oder sanken im Median leicht, weil Betriebe gezielt auf kleinere, spezialisierte Modelle ausweichen, um Token-Kosten zu begrenzen. Im Wettbewerb der Modellanbieter baute Anthropic seinen Vorsprung im Enterprise-Segment weiter aus. Im August 2026 zahlten 43,8 Prozent der untersuchten US-Unternehmen für Abonnements oder Schnittstellen von Anthropic, während Konkurrent OpenAI auf 39,8 Prozent kam.
Zusammengenommen deuten die Befunde darauf hin, dass die Integration generativer Technologien vor allem die Aufgabenstrukturen einzelner Angestellter verändert, anstatt ganze Wertschöpfungsketten schlagartig zu automatisieren. Unternehmen experimentieren breitflächig und stellen dafür spezialisiertes Personal ein, erzielen aber noch selten ganzheitliche Skaleneffekte. Die betriebliche KI-Nutzung tritt damit in eine Phase ein, in der pragmatisches Kostenmanagement und organisatorische Feinjustierung das unkritische Investieren in Technologietrends ablösen.