Macht KI wirklich produktiver? Was Studien zeigen

„Mit KI sparst du zehn Stunden pro Woche.“ Solche Sätze stehen in jedem zweiten Werbetext. Die Forschung zeichnet ein deutlich gemischteres Bild. Ich habe mir die Studien angesehen, die in dieser Debatte am häufigsten zitiert werden, und sie an den Originalquellen geprüft. Das Ergebnis: Die Zahlen widersprechen sich nicht so sehr, wie es scheint. Sie messen verschiedene Dinge.

Was die wichtigsten Studien zeigen

Studie	Wer wurde untersucht	Ergebnis
Dell’Acqua u. a. (Harvard, BCG), 2023	758 Berater der Boston Consulting Group mit GPT-4	innerhalb der Stärken der KI: 12,2 % mehr Aufgaben, 25,1 % schneller, über 40 % bessere Qualität; außerhalb: 19 Prozentpunkte seltener richtig
Peng u. a. (GitHub, Microsoft), 2023	Entwickler mit einer JavaScript-Aufgabe	55,8 % schneller mit Copilot
METR, 2025	16 erfahrene Open-Source-Entwickler, 246 echte Aufgaben	19 % langsamer mit KI
METR-Folgestudie, Februar 2026	57 Entwickler, über 800 Aufgaben	schwache Hinweise auf einen Zeitgewinn
BCG-Umfrage „AI at Work“, 2024	13.102 Beschäftigte in 15 Ländern	etwa die Hälfte spart mindestens 5 Stunden pro Woche (Selbstauskunft)
Fed St. Louis, 2025 und 2026	repräsentative US-Umfrage	Nutzer sparen 5,4 % ihrer Arbeitszeit, gesamtwirtschaftlich 2,2 % aller Arbeitsstunden

Die Beraterstudie: schneller und besser, aber nur innerhalb der Grenze

Die bekannteste Studie stammt von Forschenden um Fabrizio Dell’Acqua von der Harvard Business School, durchgeführt mit 758 Beratern der Boston Consulting Group. Bei Aufgaben, die GPT-4 gut beherrscht, etwa Produktideen entwickeln und ausarbeiten, erledigten die Berater mit KI im Schnitt 12,2 Prozent mehr Aufgaben, waren 25,1 Prozent schneller und lieferten laut Bewertung über 40 Prozent bessere Qualität.

Dann kam der Teil, der seltener zitiert wird. Für eine zweite Aufgabe wählten die Forscher bewusst etwas, das knapp außerhalb der Fähigkeiten von GPT-4 lag. Hier kamen Berater mit KI um 19 Prozentpunkte seltener zur richtigen Lösung als die ohne KI. Die falschen Antworten klangen dabei überzeugend.

Die Autoren nennen das die „Jagged Technological Frontier“, eine gezackte Grenze: KI löst manche Aufgaben hervorragend und ähnlich schwer wirkende schlecht. Wo die Grenze verläuft, sieht man von außen nicht. Das ist für mich die wichtigste Erkenntnis der gesamten Forschung. Die Studie ist als Working Paper frei verfügbar.

GitHub Copilot: 55,8 Prozent schneller bei einer klaren Aufgabe

Sida Peng und Kollegen von Microsoft und GitHub ließen Entwickler einen kleinen Webserver in JavaScript programmieren, so schnell wie möglich. Die Gruppe mit dem KI-Assistenten GitHub Copilot war 55,8 Prozent schneller fertig als die Kontrollgruppe. Die Autoren sehen in den Ergebnissen auch eine Chance für Quereinsteiger in die Software-Entwicklung.

Die Einschränkungen: Es war eine einzige, klar beschriebene Aufgabe ohne bestehendes Projekt, und die Studie entstand unter Beteiligung des Anbieters. Genau solche Aufgaben liegen tief innerhalb der KI-Stärken.

Die METR-Studie: Erfahrene Entwickler wurden langsamer

Die Gegenposition lieferte im Juli 2025 die Forschungsorganisation METR. 16 erfahrene Entwickler bearbeiteten 246 echte Aufgaben in großen Open-Source-Projekten, die sie seit Jahren kannten. Jede Aufgabe wurde per Zufall mit oder ohne KI bearbeitet, meist mit Cursor und Claude-Modellen. Ergebnis: Mit KI brauchten sie 19 Prozent länger.

Noch interessanter: Vorher erwarteten die Entwickler, 24 Prozent schneller zu werden. Hinterher glaubten sie, 20 Prozent schneller gewesen zu sein. Das Gefühl lag also deutlich daneben.

Im Februar 2026 legte METR eine Folgestudie mit 57 Entwicklern und über 800 Aufgaben vor. Diesmal deuten die Rohdaten auf einen Zeitgewinn hin: rund 18 Prozent bei den Teilnehmern der ersten Studie, rund 4 Prozent bei den neuen. Die Unsicherheit ist aber so groß, dass auch kein Effekt möglich ist. METR selbst nennt das sehr schwache Belege und vermutet, dass der echte Effekt größer ist: Viele Entwickler wollten gar nicht mehr ohne KI arbeiten und nahmen deshalb nicht teil. Welche Werkzeuge beim Programmieren heute sinnvoll sind, vergleicht der Ratgeber Welche KI ist am besten zum Programmieren?.

Wie viel Zeit spart KI im Arbeitsalltag?

Umfragen messen nicht im Labor, sondern fragen Menschen nach ihrer Erfahrung. In der BCG-Umfrage von 2024 unter 13.102 Beschäftigten gab etwa die Hälfte an, mit KI mindestens fünf Stunden pro Woche zu sparen. Die Folgeausgabe vom Juni 2026 berichtet, dass 42 Prozent der regelmäßigen Nutzer ohne Führungsverantwortung sogar mindestens einen ganzen Arbeitstag pro Woche sparen. Zwei Drittel von ihnen bekommen aber kaum Hinweise, was sie mit der gewonnenen Zeit anfangen sollen. Und 47 Prozent aller Befragten verbringen mehr Zeit damit, KI zu steuern, als die Arbeit selbst zu erledigen.

Die Federal Reserve Bank of St. Louis fragt seit 2024 in einer repräsentativen Umfrage nach der KI-Nutzung bei der Arbeit. Im Februar 2025 berichtete sie: Wer KI nutzt, spart rund 5,4 Prozent seiner Arbeitszeit, bei 40 Stunden also gut zwei Stunden pro Woche. Auf alle Beschäftigten gerechnet waren es 1,4 Prozent. Laut dem Update vom August 2026 lag die gesparte Zeit im zweiten Quartal 2026 bei 2,2 Prozent aller Arbeitsstunden, nach 1,6 Prozent im dritten Quartal 2024. Im selben Zeitraum stieg der Anteil der Beschäftigten, die KI bei der Arbeit nutzen, von 28,2 auf 39,2 Prozent.

Warum die Zahlen so weit auseinanderliegen

• Art der Aufgabe: Klar umrissene, neue Aufgaben profitieren stark. Komplexe Arbeit in einem Umfeld, das du seit Jahren kennst, profitiert wenig oder gar nicht.
• Erfahrung: Einsteiger gewinnen mehr. Profis kennen den schnellsten Weg oft schon und verlieren Zeit mit Prüfen und Korrigieren.
• Messmethode: Gestoppte Zeit und Selbstauskunft sind zwei verschiedene Dinge. METR hat gezeigt, wie weit beides auseinanderliegen kann.
• Zeit ist nicht gleich Ertrag: Gesparte Zeit wird erst produktiv, wenn sie in sinnvolle Arbeit fließt.
• Alter der Modelle: Die Studien von 2023 testeten GPT-4. Die Werkzeuge von heute können deutlich mehr.

Was heißt das für dich?

Behandle KI wie einen neuen Mitarbeiter: Du findest erst heraus, wofür er taugt, und gibst ihm dann mehr Verantwortung. Konkret:

1. Sortiere deine Aufgaben. Was ist klar beschrieben und wiederholt sich? Dort liegen die schnellen Gewinne. Was verlangt Urteilsvermögen und Kontext, den nur du hast? Dort bleibst du vorsichtig.
2. Miss selbst. Stoppe die Zeit für eine Aufgabe einmal ohne und einmal mit KI, inklusive Nacharbeit.
3. Prüfe die Qualität, nicht nur das Tempo. Die Beraterstudie zeigt: Falsche Ergebnisse können sehr überzeugend aussehen.
4. Plane die gewonnene Zeit. Sonst versickert sie, wie die BCG-Zahlen nahelegen.

Ein Beispiel aus einem Kundenprojekt: Eine Händler-Recherche, die vorher 30 Minuten dauerte, erledigt ein KI-Ablauf in 2 Minuten, mit Bericht und Quellen. Das funktioniert, weil die Aufgabe klar beschrieben ist, sich ständig wiederholt und das Ergebnis überprüfbar bleibt. Wie du solche Abläufe findest und aufbaust, erklärt der Ratgeber Büroarbeit mit KI automatisieren. Für den Schritt ins ganze Team hilft KI im Unternehmen einführen.

Mein Fazit

KI macht produktiver, aber nicht automatisch und nicht überall. Die großen Gewinne entstehen bei klaren, wiederkehrenden Aufgaben, die sich überprüfen lassen. Die großen Verluste entstehen dort, wo Menschen der KI Aufgaben geben, die sie nicht beherrscht, und die überzeugend klingenden Fehler nicht bemerken. Wer das weiß, misst und gezielt einsetzt, holt mehr heraus als jede Werbebotschaft verspricht. Wer blind vertraut, wird langsamer, ohne es zu merken.

Meine Meinung

Häufige Fragen

Wie viel Zeit spart KI pro Woche?

In einer BCG-Umfrage von 2024 gab etwa die Hälfte der Beschäftigten, die KI nutzen, an, mindestens fünf Stunden pro Woche zu sparen. Laut Fed St. Louis entspricht die gesparte Zeit in den USA rund 2,2 Prozent aller Arbeitsstunden. Beides beruht auf Selbstauskünften.

Macht KI Programmierer schneller?

Bei klar umrissenen Aufgaben ja: In einem GitHub-Experiment waren Entwickler mit Copilot 55,8 Prozent schneller. Erfahrene Entwickler in großen eigenen Projekten waren in einer METR-Studie 2025 dagegen 19 Prozent langsamer, eine Folgestudie zeigt nur schwache Hinweise auf einen Zeitgewinn.

Was bedeutet „Jagged Frontier“?

Der Begriff stammt aus einer Studie mit Beratern der Boston Consulting Group. Er beschreibt, dass KI manche Aufgaben sehr gut löst und ähnlich schwer wirkende sehr schlecht, wobei die Grenze dazwischen von außen kaum zu erkennen ist.