Die Investitionen in Künstliche Intelligenz steigen rasant – doch der erhoffte Produktivitätsschub bleibt für viele Unternehmen aus. Stattdessen entstehen neue Kosten und versteckte Arbeitslasten.
Wenn die Kontrolle mehr Zeit frisst als die KI spart
Eine aktuelle Studie des Softwareunternehmens Adaptavist zeigt ein alarmierendes Bild: 42 Prozent der Wissensarbeiter verbringen inzwischen mehr Zeit damit, KI-generierte Ergebnisse zu überprüfen, als die Technologie ihnen tatsächlich einspart. Mehr als die Hälfte der Befragten (52 Prozent) muss regelmäßig Korrekturen an KI-Arbeiten vornehmen.
Die psychologischen Folgen sind deutlich spürbar. 65 Prozent der befragten Wissensarbeiter blicken mit Wehmut auf die Zeit vor der KI-Ära zurück. Jeder dritte Angestellte erwägt sogar, seine Branche ganz zu verlassen – ausgelöst durch den KI-bedingten Wandel. Immerhin: 74 Prozent der Beschäftigten zeigen sich bereit, sich weiterzubilden und den Wandel aktiv mitzugestalten.
Milliardeninvestitionen mit fragwürdiger Rendite
Die Kluft zwischen Ausgaben und messbarem Nutzen wird auch auf Führungsebene deutlich. Eine Untersuchung des Return on AI Institute zeigt: Während 90 Prozent der Top-Manager überzeugt sind, dass KI Wert schafft, berichten nur 45 Prozent von einem wirklich großen Nutzen. Besonders schwer zu bewerten ist generative KI – 44 Prozent der Führungskräfte sehen hier die größten Messprobleme.
Die Investitionssummen sind gewaltig. Laut einer gemeinsamen Studie von SAP und Oxford Economics haben US-Unternehmen durchschnittlich 37,2 Millionen Euro in KI gesteckt. Deutsche Firmen liegen mit rund 40 Millionen Euro sogar noch leicht darüber. Doch nur 18 Prozent der Organisationen haben KI tatsächlich durchgängig in ihre Geschäftsprozesse integriert.
Die Betriebskosten explodieren. Prognosen von Gartner zufolge werden die Ausgaben für KI-Inferenz – also die Nutzung trainierter Modelle – 2026 auf 20,6 Milliarden Euro steigen, nach 9,2 Milliarden im Vorjahr. Besonders teuer: der trend zum „agentischen Codieren“, bei dem KI-Assistenten komplexe Programmieraufgaben übernehmen. Diese Systeme benötigen bis zu tausendmal mehr Rechenleistung als einfache Code-Chats. Ein Beispiel für die Kostenexplosion: Uber soll sein gesamtes KI-Budget für 2026 bereits nach vier Monaten aufgebraucht haben.
Der Einsatz von Künstlicher Intelligenz im Unternehmen bietet enorme Chancen, erfordert aber auch die Einhaltung komplexer neuer Regularien wie dem EU AI Act. Dieser kostenlose Praxisleitfaden hilft Ihnen, Fristen, Risikoklassen und Dokumentationspflichten schnell zu überblicken. EU AI Act in 5 Schritten verstehen
Agentische KI: Große Hoffnung, geringe Bereitschaft
Die Begeisterung für autonome KI-Agenten ist riesig – die Umsetzung stockt. 83 Prozent der Führungskräfte sehen in dieser Technologie eine transformative Kraft. Doch nur drei Prozent fühlen sich bereit für den Einsatz.
Das Hauptproblem: fehlende Kontrollstrukturen. Gerade einmal 12 Prozent der Unternehmen verfügen über wirksame KI-Governance-Rahmenwerke. Bei 38 Prozent der Organisationen fehlt die menschliche Aufsicht („Human-in-the-Loop“), bei 37 Prozent sind die Berechtigungen für KI-Agenten nicht geklärt.
Microsoft-CEO Satya Nadella warnte kürzlich vor einem weiteren Risiko: dem „Umgekehrten Informationsparadoxon“. Unternehmen geben demnach unbeabsichtigt Geschäftsgeheimnisse preis, wenn sie KI-Modelle korrigieren. Jede Eingabe, jede Korrektur und jeder Bewertungsdatensatz – sogenannter „Intelligence Exhaust“ – könne in falsche Hände geraten, wenn Verträge nicht sorgfältig formuliert sind oder Verbraucher-Tools im professionellen Umfeld genutzt werden.
Neben der Effizienzsteigerung stellt die Sicherheit von Unternehmensdaten und Geschäftsgeheimnissen bei der Nutzung neuer Technologien eine zentrale Herausforderung dar. Erfahren Sie in diesem kostenlosen Report, welche neuen Cyberrisiken und rechtlichen Pflichten durch KI auf Ihr Unternehmen zukommen. Aktuellen Cyber-Security-Report gratis anfordern
Die Kurskorrektur: Weniger ist manchmal mehr
Viele Unternehmen reagieren auf die Krise mit einer grundlegenden Neuausrichtung. Eine Umfrage von KUNGFU.AI und Wakefield zeigt: 74 Prozent der Führungskräfte geben zu, ihr ursprüngliches Vertrauen in die eigene KI-Strategie überschätzt zu haben. 99 Prozent mussten ihre Strategie innerhalb der letzten zwei Jahre komplett überarbeiten.
Die Lösungsansätze sind vielfältig:
Kleinere Modelle: Forschung der Stanford University belegt, dass kleinere, lokal laufende KI-Modelle fast 89 Prozent alltäglicher Denkaufgaben bewältigen können – bei 80 Prozent geringeren Kosten im Vergleich zu großen Sprachmodellen.
Intelligentes Kostenmanagement: Atlassian hat neue Funktionen für sein Projektmanagement-Tool Jira vorgestellt, die KI-Kosten senken und die Genauigkeit verbessern sollen. Interne Tests zeigen: Spezialisierte Agenten erledigen 44 Prozent mehr Aufgaben bei 48 Prozent weniger Token-Verbrauch.
Gestaffelte Routingsysteme: Branchenexperten beobachten, dass Unternehmen zunehmend einfache Aufgaben an günstigere Modelle weiterleiten. Die Kosten sinken dadurch von über 18 Euro pro Million Tokens auf rund 2,31 Euro.
Ernüchterung am Arbeitsmarkt
Die anfängliche Euphorie weicht einer nüchternen Bestandsaufnahme. Zwar haben über 60 Prozent der Unternehmen Einstellungsstopps verhängt oder Stellen gestrichen – in Erwartung von KI-bedingten Produktivitätssprüngen. Doch nur zwei Prozent konnten solche Einsparungen tatsächlich durch nachgewiesene Produktivitätsgewinne realisieren. Die Rechnung vieler Firmen ist bislang nicht aufgegangen.
