Vorteile generativer KI im Beruf: Welche treten gemeinsam auf?

Der Fragebogen fragt Erwerbstätige, ob sie Aussagen zur Zeitersparnis, zur Verbesserung der Arbeitsqualität und zur Möglichkeit neuer Aufgaben durch generative KI zustimmen, weder zustimmen noch sie ablehnen oder sie ablehnen. Unsere Auswertung umfasst Personen, die im Vormonat gegen Bezahlung oder zur Erzielung eines Gewinns gearbeitet und generative KI bei ihrer Arbeit genutzt hatten. Ein KI-generiertes Ergebnis in einer Suchmaschine lediglich zu sehen, gilt im Fragebogen nicht als Nutzung.^[2]

Die Federal Reserve hatte die einzelnen Zustimmungsanteile dieser Nutzer bereits veröffentlicht: 81 % für Zeitersparnis, 52 % für Qualität und 55 % für neue Aufgaben. Diese Werte zeigen, dass die drei Aussagen unterschiedlich viel Zustimmung erhalten. Sie sagen nicht, wie viele derselben Personen allen drei Aussagen zustimmen oder wie sich die übrigen Antworten kombinieren.^[3]

Der Wortlaut ist wichtig. Zustimmung zu einer Qualitätsverbesserung ist keine Qualitätsbewertung durch eine unabhängige prüfende Person. Zustimmung zur Zeitersparnis sagt nichts darüber aus, wie viele Stunden gespart wurden. Und neue Aufgaben erledigen zu können, kann etwas anderes bedeuten, als vertraute Arbeit schneller zu erledigen. Wir halten diese Unterschiede im gesamten Artikel aufrecht, statt die Antworten zu einem einzigen Produktivitätswert zusammenzufassen.

Das größte der acht Zustimmungsprofile umfasst alle drei Aussagen: 34,0 % der berücksichtigten Nutzer. Das Diagramm zeigt sämtliche Profile. Eine Aussage, die in einer Zeile fehlt, erhielt eine neutrale oder ablehnende Antwort. Ihr Fehlen bedeutet nicht, dass die Person keinen Vorteil erfahren hat.

Drei weitere Profile zeigen, warum sich der gemeinsame Blick lohnt. 17,0 % der Nutzer stimmten der Zeitersparnis zu, aber nicht der Qualität oder neuen Aufgaben. 16,9 % stimmten der Zeitersparnis und neuen Aufgaben zu, aber nicht der Qualität. 13,1 % stimmten der Zeitersparnis und Qualität zu, aber nicht neuen Aufgaben.

Das sind unterschiedliche Antwortkombinationen von Personen, die alle der Zeitersparnis zustimmten. Die beiden Werte um 17 % sind beschreibend ähnlich. Ihr winziger Unterschied ist keine Grundlage, eine Art der KI-Nutzung höher einzustufen als die andere. Aufschlussreicher ist, dass die Frage nach neuen Aufgaben Personen unterscheidet, die ein Vergleich von Zeit und Qualität allein zusammenfassen würde.

Weitere 10,6 % stimmten keiner der drei Aussagen zu. Zu dieser Gruppe gehören neutrale ebenso wie ablehnende Antworten. Sie als Gruppe ohne jeden Nutzen durch KI zu beschreiben, ginge über die Fragen hinaus. Menschen können ein Werkzeug nutzen, ohne diese konkreten Aussagen zu bejahen. Die Umfrage erklärt ihre Gründe nicht.

Das kleine Profil mit Zustimmung zu Qualität und neuen Aufgaben, aber nicht zur Zeitersparnis, umfasst 20 Befragte. Es bleibt in der vollständigen Darstellung enthalten, sollte aber nicht zur überraschenden Schlagzeile werden. Eine Kategorie sichtbar zu lassen, ist etwas anderes, als eine weitreichende Deutung darauf aufzubauen. Die folgenden Tabellen erhalten mehr Einzelheiten der Antworten.

Neutrale Antworten machen einen großen Teil des Unterschieds zwischen der Zustimmung zur Zeitersparnis und zur Qualität aus. Die folgende Tabelle behält die drei ursprünglichen Antwortmöglichkeiten bei. Jeder Prozentwert bezieht sich auf alle 1.850 berücksichtigten Nutzer. Eine Zeile ergibt daher nicht 100 %.

Geschätzt 47,1 % aller berücksichtigten Nutzer stimmten sowohl der Zeitersparnis als auch der Qualität zu. Weitere 26,9 % stimmten der Zeitersparnis zu, antworteten bei der Qualität aber neutral. 7,0 % stimmten der Zeitersparnis zu und lehnten die Aussage zur Qualität ab. Das sind unterschiedliche Antworten mit unterschiedlicher Bedeutung.

Betrachten wir nur Personen, die zustimmten, dass KI Zeit spare, wechselt die Bezugsgruppe zu 1.489 Befragten. In dieser Gruppe stimmten 58,2 % der Qualität zu, 33,2 % antworteten neutral und 8,6 % lehnten die Aussage ab. Es sind dieselben Antworten, nun innerhalb der Gruppe mit Zustimmung zur Zeitersparnis dargestellt. Es handelt sich weder um eine andere Stichprobe noch um eine spätere Messung.

Eine neutrale Antwort zeigt nicht, dass jemand unsicher ist, die Qualität unverändert geblieben ist oder Erfahrung fehlt. Sie bedeutet schlicht weder Zustimmung noch Ablehnung. Ebenso belegt die Ablehnung der Aussage, KI verbessere die Qualität, nicht, dass sie die Arbeit verschlechtert.

Für das Fahrradgeschäft hilft diese Unterscheidung, Rückmeldungen aus dem eigenen Team zu verstehen. Wenn jemand das Entwerfen als schneller erlebt, aber die Qualität der fertigen Erklärung nicht bejaht, ist der nächste Schritt klar: die Erklärung mit den Notizen des Technikers vergleichen. So wird aus einem allgemeinen Eindruck ein konkretes Gespräch über die Arbeit, die der Kunde sehen wird.

Antworten zu neuen Aufgaben liefern auch dann zusätzliche Informationen, wenn wir uns auf Personen mit Zustimmung zur Zeitersparnis beschränken. In der nächsten Tabelle beziehen sich alle Prozentwerte auf die 1.489 Personen, die zustimmten, dass KI Zeit spare. Die neun Zellen zeigen, wie ihre Antworten zu Qualität und neuen Aufgaben zusammenkommen.

Innerhalb dieser Gruppe stimmten 42,0 % auch den beiden anderen Aussagen zu. Dieselben 617 Befragten bilden das Profil mit Zustimmung zu allen drei Aussagen: 34,0 % aller 1.850 berücksichtigten Nutzer. Die Prozentwerte unterscheiden sich, weil eine Bezugsgruppe sämtliche berücksichtigten Nutzer umfasst und die andere nur die 1.489 Personen mit Zustimmung zur Zeitersparnis.

Weitere 17,8 % der Personen mit Zustimmung zur Zeitersparnis stimmten neuen Aufgaben zu, blieben bei der Qualität aber neutral. Andere 13,4 % stimmten der Qualität zu, blieben bei neuen Aufgaben jedoch neutral. Weitere 11,9 % antworteten bei beiden Aussagen neutral. Jede dieser Zellen umfasst mehr als 180 Befragte; alle neun Zellen dieser bedingten Tabelle enthalten mindestens 40.

Das ist konkreter als die allgemeine Aussage, KI könne mehrere Vorteile bieten. Einige Befragte bejahen neben der Zeitersparnis eine breitere Fähigkeit, Aufgaben zu erledigen, ohne eine bessere Qualität zu bejahen. Andere bejahen Qualität und Zeitersparnis, aber keine neuen Aufgaben. Daraus sollten weder Einführungsphasen noch eine Geschichte über den Aufbau von Fähigkeiten werden. Wir beobachten Kombinationen, keine Entwicklungsschritte.

Ein Unternehmen kann anhand dieser Unterscheidung entscheiden, welche Nachweise es braucht. Ein Werkzeug, das eine bekannte Aufgabe beschleunigen soll, sollte an dieser Aufgabe gemessen werden. Bei einem vorgeschlagenen neuen Einsatz muss gesondert geprüft werden, ob die entstehende Arbeit nützlich und akzeptabel ist. Keine der beiden Entscheidungen erfordert das Versprechen, dass alle Vorteile gemeinsam eintreten.

Auch ein nützlicher Einsatz muss nicht jeden Vorteil bieten. Soll eine bestehende Aufgabe bei akzeptabler Qualität weniger Zeit beanspruchen, kann die Fähigkeit zu neuen Aufgaben für diese Entscheidung unwichtig sein. Soll das Unternehmen etwas anbieten, das es bisher nicht herstellen konnte, würde Geschwindigkeit allein keinen Erfolg belegen. Die Profile lassen Raum für diese unterschiedlichen Ziele, ohne einem Unternehmen eines davon vorzuschreiben.

Zurück zum fiktiven Fahrradgeschäft. Die Geschäftsleitung möchte Beiträge, die erklären, welchen Service ein Kunde buchen sollte. Ein Techniker liefert die Fakten, und generative KI hilft beim Entwurf der Erklärung. Das Team kann diese klar umrissene Aufgabe prüfen, bevor sie Teil des regelmäßigen Arbeitsablaufs wird. Das folgende Vorgehen ist unser Anwendungsvorschlag, kein von SHED getesteter Prozess.

Definiere zunächst, wann die Arbeit fertig ist. Hier ist es ein freigegebener Beitrag, der den Service korrekt beschreibt und dem Kunden einen klaren nächsten Schritt nennt. Zur Prüfung gehört auch die Zeit für das Vorbereiten der Notizen, das Kontrollieren des Entwurfs, das Korrigieren von Fehlern und die Freigabe. Der Moment, in dem ein erster Entwurf erscheint, ist nicht der Moment, in dem die Arbeit fertig ist.

Vergleiche anschließend die fertige Erklärung mit den ursprünglichen Notizen des Technikers. Unterscheidet sie die Serviceangebote richtig? Ergänzt sie einen Preis, ein Versprechen oder eine technische Behauptung, die nicht durch die Notizen belegt ist? Versteht der Leser, was als Nächstes zu tun ist? Diese Prüfungen liefern dem Team Anhaltspunkte zu diesem Beitrag. Dafür muss die allgemeine Zufriedenheit einer Person mit KI nicht als Qualitätsbewertung gelten.

Für eine neue Fähigkeit könnte die Geschäftsleitung eine gesonderte Fragen-und-Antworten-Gliederung erwägen, die wiederkehrende Kundenfragen in eine nützliche Informationsquelle verwandelt. Entscheidend ist, ob das Team nun etwas Nützliches erstellen kann, das es vorher nicht erstellen konnte. Mehr Varianten eines ohnehin üblichen Beitrags sind etwas anderes. Auch ein neues Format muss fachlich und redaktionell geprüft werden.

Die abschließende Entscheidung könnte enger ausfallen als „mehr KI nutzen“. Wenn das Geschäft beim Entwerfen von Serviceerklärungen einen praktischen Vorteil feststellt, kann es diesen Einsatz beibehalten und den vorgeschlagenen Fragen-und-Antworten-Inhalt getrennt prüfen. Verbrauchen Prüfung und Korrektur die scheinbare Zeitersparnis, wäre das ein Grund, diesen Ablauf zu überdenken. Entscheidend ist, was bei der eigenen Aufgabe im Geschäft geschieht, einschließlich der Arbeit, die einen Entwurf veröffentlichungsfertig macht.

Kreative können dieselbe Unterscheidung auf eine Videogliederung, ein Sponsorenbriefing oder einen Inhalt für Abonnenten anwenden. Beginne mit einer konkreten Arbeit und einem bestehenden Maßstab dafür, wann sie akzeptabel ist. Die nationalen Profile geben keine Zielwerte für die eigenen Ergebnisse vor. Die Umfrage weist außerdem keine gesonderte Gruppe von Kreativen oder Freelancern aus.

Wir verwendeten die öffentlichen Daten der Haushaltsbefragung SHED 2025, die vom 17. bis 28. Oktober 2025 online für die Federal Reserve durchgeführt wurde. Ihre Zielpopulation sind zivile Einwohner der USA ab 18 Jahren, die nicht in Einrichtungen leben. Die vollständige Umfrage umfasst 12.934 Befragte. Unsere Auswertung betrifft die 1.850 Personen, die angegeben hatten, im Vormonat gearbeitet und generative KI beruflich genutzt zu haben. Für alle lagen veröffentlichte Antworten auf die drei Fragen zu Vorteilen vor.^[1][4]

Die Auswahlkriterien sind für die Interpretation wichtig. Untersucht werden Personen, die generative KI bereits beruflich nutzen, nicht sämtliche Erwerbstätigen und auch kein Vergleich mit Nichtnutzern. Die Studie kann nicht vorhersagen, welche Vorteile ein Unternehmen durch die Einführung eines Werkzeugs erhält. Die Antworten beziehen sich zudem auf den untersuchten Arbeitszeitraum 2025. Eine Übersetzung macht daraus keine aktuellen Schätzungen für ein anderes Land.

Jeder Prozentwert verwendet die veröffentlichten Querschnittsgewichte der Umfrage. Die Tabellen zeigen außerdem ungewichtete Befragtenzahlen. Diese Zahlen geben an, auf wie vielen Datensätzen eine Schätzung beruht, nicht wie viele Menschen es im Land gibt. Die vollständige Tabelle der drei Antworten erhält alle 27 Kombinationen. Das Diagramm mit acht Profilen fasst neutrale und ablehnende Antworten nur zusammen, um zu zeigen, welche Aussagen Zustimmung erhielten.

Zusätzlich wiederholten wir die Auswertung ohne Datensätze, bei denen eines der fünf Felder zu Auswahl, Nutzung oder Vorteilen als imputiert gekennzeichnet war. Übrig blieben 1.841 Befragte. Über die vorab festgelegten gemeinsamen Tabellen, Zustimmungsprofile und Antwortanteile hinweg lag die größte absolute Veränderung bei etwa 0,2 Prozentpunkten. Diese Prüfung betrifft genau diesen Ausschluss. Sie beseitigt keine Fehler durch Nichtteilnahme, unvollständige Abdeckung oder Messung. Die verkleinerte Gruppe behält die ursprünglichen Gewichte und ist keine korrigierte nationale Schätzung.^[5]

Wir berichten beschreibende Schätzungen ohne Konfidenzintervalle oder Signifikanztests. Für diese bedingten Tabellen wurde keine gültige Varianzschätzung auf Basis des Stichprobendesigns ermittelt. Kleine Unterschiede sollten nicht als verlässliche Rangfolge behandelt werden. Fünfzehn der 27 Zellen mit vollständigen Antworten enthalten weniger als 30 Personen und sind entsprechend markiert. Sämtliche Fallzahlen bleiben verfügbar.

Die gemeinsame Fragestellung, Antwortdefinitionen, Gewichtung, Sensitivitätsprüfungen und Veröffentlichungskriterien wurden intern festgelegt, bevor wir diese Kombinationen berechneten. Die veröffentlichten Einzelanteile waren bereits bekannt. Es handelte sich nicht um eine öffentliche Präregistrierung. Eine Klarstellung der Quellenbezeichnungen änderte die Zuordnung der Eingabewerte, nicht die geplante Analyse. Sie ist im Download dokumentiert. Zwei getrennte Berechnungen reproduzierten die aggregierten Ergebnisse.

Die Ausgangsdaten und ursprünglichen Formulierungen stammen aus der Umfrage der Federal Reserve. Die gemeinsamen Berechnungen und ihre Interpretation stammen von Influence IQ. Daraus ergibt sich keine Billigung durch die Institution. Der Download enthält die vollständigen aggregierten Ergebnisse, Methode und Code sowie Anweisungen zum Bezug der exakt festgelegten öffentlichen Quelldatei. Einzelne Befragten-Datensätze und Kennungen sind nicht enthalten.^[6]