Zehn Minuten, die bei einer Akte eingespart werden, bedeuten noch nicht, dass eine Rechnung um zehn Minuten geringer ausfällt. Dieser Unterschied ist jedem Team vertraut, das zusätzliche Arbeit bewältigen muss, und hilft, die Debatte über die Rentabilität künstlicher Intelligenz zu verstehen. Ein Tool kann eine Aufgabe beschleunigen, ohne dass die Ausgaben sinken; es kann auch eine Dienstleistung verbessern, ohne dass sich diese Verbesserung sofort in den Geschäftszahlen niederschlägt.
Die am 26. Oktober 2026 veröffentlichte Mitteilung von Gartner macht diese Spannung deutlich. Ihr Titel besagt, dass 3 % der Organisationen ihre Einsparziele durch Produktivitätsgewinne übertreffen. Außerdem berichtet sie, dass 77 % der Verwaltungsratsmitglieder von KI Produktivitätsgewinne und Kostensenkungen erwarten. Diese Kennzahlen beschreiben Erwartungen und deren gemeldete Erfüllung, nicht den universellen Wert aller Tools.
Eine Prozentzahl im Zusammenhang mit ihrem Nenner lesen
„Das eigene Ziel übertreffen“ ist ein anspruchsvolles und relatives Kriterium: Es hängt davon ab, wie hoch das ursprüngliche Ziel angesetzt wurde. Eine Organisation kann etwas einsparen und dennoch hinter einem zu hoch gesteckten Anspruch zurückbleiben. Umgekehrt belegt das Übertreffen eines bescheidenen Ziels noch kein außergewöhnliches Ergebnis.
Im Fließtext verwendet die Mitteilung von Gartner eine allgemeinere Formulierung zu den angestrebten Einsparungen als in ihrem Titel. In unmittelbarer Nähe zur Zahl von 3 % nennt sie weder die Stichprobengröße noch den dazugehörigen Fragebogen. Es wäre daher unvorsichtig, daraus abzuleiten, dass 97 % aller Unternehmen keinerlei Nutzen aus KI ziehen oder dass ihre Investitionen ebenso viele Fehlschläge darstellen.
Diese Einschränkung macht den Warnhinweis nicht nutzlos. Sie legt vielmehr eine präzisere Frage nahe: Welche Größe hat ein Unternehmen tatsächlich gemessen, wenn es einen Gewinn meldet?
Eine Studie belegt, dass eine Aufgabe beschleunigt wird
Eine 2025 im Quarterly Journal of Economics veröffentlichte Studie liefert eine andere Art von Beleg. Erik Brynjolfsson, Danielle Li und Lindsey Raymond untersuchen die schrittweise Einführung eines Konversationsassistenten bei 5 172 Kundenservice-Mitarbeitenden. Sie messen einen durchschnittlichen Anstieg um 15 % bei der Zahl der pro Stunde gelösten Probleme.
Das Ergebnis unterscheidet sich je nach Erfahrung deutlich: Weniger Erfahrene machen größere Fortschritte, während die Kompetentesten nur geringe Geschwindigkeitsgewinne und einen leichten Qualitätsrückgang verzeichnen. Die Autoren betonen, dass sich ihre Studie auf ein Unternehmen und mittelfristige Auswirkungen bezieht. Sie misst nicht die allgemeinen Auswirkungen auf Löhne oder Beschäftigung.
Diese Studie widerspricht dem Warnhinweis von Gartner nicht automatisch. Die Zahl der pro Stunde gelösten Anfragen und das Erreichen eines Budgetziels beantworten zwei verschiedene Fragen. Sie miteinander in Beziehung zu setzen, hilft, die Diskrepanz zu verstehen; sie gleichzusetzen, würde zu einem falschen Schluss führen.
Drei Ergebnisse, die allzu oft vermischt werden
Das erste ist die für einen Vorgang aufgewendete Zeit. Ein Bericht kann schneller erstellt werden, doch bei der Zeitmessung müssen auch die Überprüfung und etwaige Korrekturen berücksichtigt werden. Wer nur die Erstellung des ersten Textes misst, hört auf, bevor die Arbeit abgeschlossen ist.
Das zweite ist die Kapazität des Teams: Wie viele abgeschlossene Vorgänge kann es bei vergleichbarer Qualität bearbeiten? Die frei gewordene Zeit kann es ermöglichen, schneller zu antworten, einen Rückstand abzubauen oder Fälle zu bearbeiten, die zuvor liegen geblieben sind. Das sind mögliche Vorteile, auch wenn die Personalkosten unverändert bleiben.
Das dritte sind tatsächlich festgestellte Einsparungen. Dazu müssen die Ausgaben über einen festgelegten Zeitraum verglichen und die zusätzlichen Kosten des Tools berücksichtigt werden. Dieses Ergebnis lässt sich nicht erzielen, indem man sämtliche „eingesparten“ Minuten mechanisch mit einem Stundenkostensatz multipliziert.
Ein Unternehmen sollte daher klar benennen, was es verspricht. „Mehr produzieren“, „besser antworten“ und „weniger ausgeben“ sind drei vertretbare Ziele. Sie in einer einzigen Zahl zusammenzufassen, macht es unmöglich zu erkennen, welches davon erreicht wurde.
Ein einfaches Beispiel, um falsche Berechnungen zu vermeiden
Stellen wir uns ein fiktives Team vor, das hundert Vorgänge pro Woche bearbeitet. Für jeden Vorgang waren bisher zwanzig Minuten nötig. Mit einem Assistenten dauert die Vorbereitung zwölf Minuten, hinzu kommen drei Minuten für die Kontrolle: Die Nettoersparnis beträgt fünf Minuten, also fünfhundert Minuten pro Woche beziehungsweise ungefähr acht Stunden und zwanzig Minuten.
Diese Berechnung ist nützlich, aber sie bedeutet keine buchhalterische Einsparung von acht Stunden und zwanzig Minuten. Bleibt das Team mit denselben Arbeitszeiten und Kosten bestehen, verfügt es über zusätzliche Kapazität. Es muss noch beobachtet werden, was es damit macht.
Dauern die Prüfungen länger oder zwingen Fehler dazu, bestimmte Vorgänge erneut zu bearbeiten, fällt die tatsächliche Ersparnis geringer aus. Wird die frei gewordene Kapazität dazu genutzt, eine für Kundinnen und Kunden lange Wartezeit zu verkürzen, kann der Wert dagegen an anderer Stelle liegen als bei einer Senkung der Ausgaben. Das Beispiel sagt kein Ergebnis für ein Unternehmen voraus: Es zeigt lediglich die Schritte einer überprüfbaren Überlegung.
Die gesamte Prozesskette messen, nicht die Vorführung
Um einen Einsatz zu bewerten, kann man mit einer klar abgegrenzten Aufgabe und einem erwarteten Ergebnis beginnen: einem angenommenen Vorgang, einer gelösten Anfrage oder einem verwendbaren Dokument. Fehlgeschlagene Versuche und Nacharbeiten gehören zu den Kosten dieses Ergebnisses, ebenso wie Abonnements oder Anfragen beim Kundendienst.
Anschließend sollte der Vergleich möglichst Fälle ähnlicher Schwierigkeit umfassen. Bearbeitet das Tool die einfachen Anfragen, während die Mitarbeitenden alle Ausnahmefälle übernehmen, sagt ein Vergleich ihrer durchschnittlichen Bearbeitungszeiten ohne Berücksichtigung dieser Verteilung nur wenig aus.
Schließlich muss bei der Nachverfolgung ein Qualitätskriterium beibehalten werden. Wer schneller arbeitet, dabei aber mehr spätere Korrekturen verursacht, verlagert die Belastung, statt sie zu beseitigen. Das sinnvolle Endergebnis ist die akzeptierte Arbeit bei einem ausdrücklich festgelegten Fehlerniveau.
KI sollte also nicht anhand einer oberflächlichen Gegenüberstellung von Wunder und Enttäuschung beurteilt werden. Die operative Frage ist anspruchsvoller: Für welche Aufgabe wird mit welcher Kontrolle welches Nettoergebnis erzielt? Auf dieser Ebene kann eine Organisation ein Produktivitätsversprechen in einen belegten Nutzen umwandeln.
Illustrationsfoto: ein Computerarbeitsplatz, ohne nachgewiesenen Bezug zu den untersuchten Unternehmen. Bildnachweis: Shixart1985 / Wikimedia Commons / CC BY 2.0.
