Vielleicht hast du eine dieser Schlagzeilen gelesen: „Studie zeigt: KI macht Entwickler langsamer.“ Oder das Gegenteil: „Wer jetzt nicht auf KI setzt, ist in einem Jahr weg vom Fenster.“ Beides klingt nach Fakt. Beides wird selten mit Quelle zitiert. Und beides ist in dieser Form falsch.
Ich bin Informatiker, keine Marketing-Plaudertasche. Deshalb habe ich mir die Studien angesehen, die in dieser Debatte ständig herumgereicht werden. Das Ergebnis hat mich selbst überrascht: Die berühmteste „KI bringt nichts“-Zahl wurde von ihren eigenen Autoren inzwischen korrigiert. Und die Studien, die echte Gewinne messen, sagen ziemlich genau, unter welchen Bedingungen KI funktioniert – und unter welchen nicht.
In diesem Artikel zeige ich dir, was die Forschung wirklich hergibt, warum so viele KI-Projekte trotzdem nichts aufs Konto bringen und wie du als KMU-Inhaber dafür sorgst, dass deine KI-Investition in einer Kennzahl auftaucht statt nur im Bauchgefühl.
Drei Studien tauchen in fast jeder Diskussion auf, wenn jemand behauptet, KI bringe unterm Strich nichts.
Die bekannteste stammt vom Forschungsinstitut METR aus dem Juli 2025: Ein kontrolliertes Experiment mit 16 erfahrenen Open-Source-Entwicklern. Mit KI-Unterstützung brauchten sie für ihre Aufgaben rund 19 Prozent länger als ohne. Der Clou: Hinterher schätzten dieselben Entwickler, die KI habe sie um etwa 20 Prozent beschleunigt. Selbstwahrnehmung und Stoppuhr lagen also meilenweit auseinander.
Dazu kommt eine dänische Untersuchung der Ökonomen Humlum und Vestergaard (2025) mit rund 25.000 Beschäftigten: kaum messbare Effekte von KI-Chatbots auf Löhne und Arbeitszeiten. Und ein vielzitierter MIT-Bericht aus 2025 kam zu dem Schluss, dass 95 Prozent der untersuchten KI-Pilotprojekte in Unternehmen keinen messbaren Effekt auf die Gewinn- und Verlustrechnung hatten.
Das sind keine erfundenen Clickbait-Zahlen. Die Studien existieren, die Methodik ist ordentlich. Und trotzdem belegen sie nicht das, was viele daraus machen.
Jetzt wird es spannend. Im Februar 2026 hat METR ein Update veröffentlicht: In der Folgestudie verweigerte ein erheblicher Teil der eingeladenen Entwickler die Teilnahme – mit der Begründung, sie wollten schlicht nicht mehr ohne KI arbeiten. Dadurch verzerrte sich die Stichprobe systematisch. Für die ursprüngliche Gruppe schätzt METR inzwischen einen Zeitgewinn von rund 18 Prozent statt der berühmten Verlangsamung. Die Forscher selbst betonen, wie unsicher diese Messung ist. Wer heute noch die alte Zahl als Totschlagargument nutzt, zitiert etwas, das die Autoren längst eingeordnet haben.
Auf der anderen Seite stehen Studien mit deutlich größeren Stichproben. Die Ökonomen Brynjolfsson, Li und Raymond untersuchten 2023 über 5.000 Kundenservice-Mitarbeiter: Mit einem KI-Assistenten lösten sie rund 14 Prozent mehr Anfragen pro Stunde – die größten Sprünge machten die unerfahrenen Kräfte. Noy und Zhang zeigten im Fachmagazin Science (2023), dass professionelle Schreibaufgaben mit ChatGPT rund 40 Prozent schneller erledigt wurden, bei besserer Qualität.
Und die 95-Prozent-Zahl vom MIT? Die basiert vor allem auf Interviews und öffentlich einsehbaren Projekten, ohne Kontrollgruppe. Bemerkenswert ist, worauf die Autoren das Scheitern zurückführen: nicht auf schlechte KI-Modelle, sondern auf die Lücke zwischen Werkzeug und Organisation.
Besser: Trau keiner Schlagzeile, die sich auf „eine Studie“ beruft – egal in welche Richtung. Die ehrliche Zusammenfassung der Forschung lautet: KI bringt auf Aufgabenebene real und wiederholt gemessene Gewinne. Ob davon etwas in deinem Betrieb ankommt, entscheidet nicht das Modell, sondern dein Prozess.
Legst du die Studien nebeneinander, ergibt sich ein erstaunlich klares Muster. Es verläuft nicht zwischen „KI funktioniert“ und „KI funktioniert nicht“, sondern zwischen zwei Ebenen.
Auf der Aufgabenebene sind die Gewinne echt: E-Mails schneller beantwortet, Texte schneller geschrieben, Anfragen schneller sortiert. Auf der Unternehmensebene verpufft davon in den meisten Betrieben fast alles. Warum? Weil zwischen „ein Mitarbeiter spart zehn Minuten“ und „die Firma verdient mehr Geld“ ein Prozess liegen muss, der diese Minuten einsammelt und in etwas Nützliches verwandelt. Und genau dieser Prozess fehlt fast überall.
Beispiel: Stell dir eine Steuerberater-Kanzlei vor, in der drei Mitarbeiter für sich entdeckt haben, wie sie mit ChatGPT Mandantenschreiben vorformulieren. Jeder spart hier und da ein paar Minuten. Aber niemand hat definiert, was mit der gewonnenen Zeit passiert. Es werden keine zusätzlichen Mandate angenommen, keine Fristen früher erledigt, keine Beratungsgespräche mehr geführt. Am Jahresende sieht die Auswertung exakt aus wie im Vorjahr – und der Chef zieht das Fazit: „KI bringt uns nichts.“ Dabei hat die KI geliefert. Es gab nur keinen Prozess, der den Gewinn eingesammelt hat.
Das ist übrigens derselbe Mechanismus, den ich im Artikel ChatGPT allein reicht nicht: KI gehört in deine Prozesse als Unterschied zwischen Ad-hoc-KI und Infrastruktur-KI beschrieben habe. Die Studienlage bestätigt genau diese Trennung.
Die Nullbefunde aus den Skeptiker-Studien entstehen fast immer im selben Setting: Ein Unternehmen kauft Lizenzen, verteilt sie ans Team, jeder macht sein eigenes Ding. Die Zeitersparnis ist real – aber sie verteilt sich in Zehn-Minuten-Häppchen über den Tag und landet nie in einer Kennzahl.
Dazu kommt ein zweiter Befund, der aus meiner Sicht der wichtigste der ganzen Debatte ist: Menschen können ihre eigene KI-Produktivität nicht verlässlich einschätzen. Bei METR lagen Gefühl und Messung um Dutzende Prozentpunkte auseinander – in beide Richtungen. Wenn du also entscheidest „wir machen mehr mit KI“ oder „wir lassen das“, weil es sich schneller oder langsamer anfühlt, entscheidest du auf einer Datenbasis, die nachweislich unzuverlässig ist.
Was du brauchst: eine Kennzahl, die vor und nach der Einführung gemessen wird. Minuten pro Angebot. Anfragen pro Woche beantwortet. Zeit von Kundenanfrage bis Rückmeldung. Ohne so eine Zahl kannst du gar nicht wissen, ob sich deine KI-Investition lohnt – du kannst es nur glauben.
Bleibt die zweite Schlagzeile: der angebliche Vorsprung von sechs bis zwölf Monaten, den KI-Vorreiter haben sollen. Dafür gibt es keine seriöse Quelle. Die Wahrheit ist differenzierter und für dich als KMU-Inhaber deutlich beruhigender.
Reiner Zugang zu Tools ist kein Wettbewerbsvorteil. Die Modelle werden ständig besser und billiger, und was heute nur im teuersten Abo steckt, ist in wenigen Monaten Standard. Wer nur schneller Lizenzen kauft, hat nichts, was die Konkurrenz nicht nächste Woche auch hat.
Anders sieht es bei der Fähigkeit aus, Prozesse rund um KI neu zu bauen. Die verschwindet nicht, wenn das nächste Modell erscheint – im Gegenteil: Jedes bessere Modell macht einen sauber gebauten Prozess automatisch stärker. Ein dokumentierter Ablauf, angebundene Firmendaten, eine eingespielte Freigabe-Routine: Das ist Infrastruktur, die dir gehört. Deshalb ist „wir schauen erstmal zu“ die teuerste Strategie: Nicht weil dir ein Tool-Fenster zugeht, sondern weil deine Konkurrenz Prozesswissen aufbaut, das sich nicht per Abo nachkaufen lässt.
Aus meiner Erfahrung mit KMU-Projekten scheitern KI-Vorhaben fast nie an der Technik. Sie scheitern an der Reihenfolge. Die meisten fangen beim Tool an und suchen dann ein Problem dafür. Dreh es um:
1. Engpass identifizieren. Welcher Prozess bremst dein Wachstum wirklich? Bei den meisten kleinen Unternehmen liegt er in der Angebotserstellung, der Beantwortung von Anfragen, dem Onboarding neuer Kunden oder der internen Suche nach Informationen. Nimm den Ablauf, der dich am meisten nervt und am häufigsten vorkommt – nicht den, der am spektakulärsten klingt.
2. Kennzahl festlegen – vorher. Bevor irgendein Tool geöffnet wird: Miss den Ist-Zustand. Eine Woche lang notieren, wie lange der Ablauf heute dauert oder wie oft er liegen bleibt. Eine einfache Google-Tabelle oder eine Zeiterfassung wie Toggl reicht völlig. Dieser Schritt kostet fast nichts und ist der Unterschied zwischen Wissen und Raten.
3. Prozess neu bauen statt beschleunigen. Der häufigste Denkfehler: einen 30-Minuten-Ablauf mit KI auf 25 Minuten drücken. Die messbaren Erfolge entstehen, wenn der Ablauf neu gedacht wird – mit einem Automatisierungstool wie n8n oder Make.com als Rückgrat, das deine KI mit deinem Postfach, Kalender oder CRM verbindet. Wie so ein Aufbau konkret aussieht, zeige ich dir mit sieben Kandidaten im Artikel Prozessautomatisierung für KMU: 7 Workflows für mehr Zeit.
4. Nach vier bis sechs Wochen gegen die Kennzahl messen. Nicht fragen „fühlt es sich besser an?“, sondern die Zahl aus Schritt 2 erneut erheben. Ist sie besser: ausbauen. Ist sie gleich: Prozess prüfen, nicht gleich die KI verdammen. Meistens hakt es an fehlendem Kontext oder einem Ablauf, der nur digitalisiert statt neu gebaut wurde.
Angenommen, ein Handwerksbetrieb stellt fest, dass Angebote im Schnitt erst nach mehreren Tagen rausgehen, weil der Chef sie abends nach der Baustelle schreibt. Die Kennzahl wäre: Zeit von Anfrage bis Angebot. Der neue Prozess: Anfragen laufen über ein kurzes Formular ein, ein Workflow sortiert sie vor und erstellt aus hinterlegten Leistungen und Preislogik einen Angebotsentwurf, den der Chef abends nur noch prüft und freigibt. Ob sich das gelohnt hat, zeigt keine Vermutung, sondern die gemessene Zahl – vorher gegen nachher.
Mach den ehrlichen Selbsttest. Beantworte drei Fragen:
Erstens: Kannst du in einer Zahl sagen, was KI dir letzten Monat gebracht hat? Zweitens: Würde dein Betrieb KI weiter nutzen, wenn dein fittester Mitarbeiter morgen kündigt? Drittens: Läuft mindestens ein wiederkehrender Ablauf bei euch strukturiert mit KI – gleicher Auslöser, gleicher Ablauf, gleiches Ergebnis, egal wer ihn anstößt?
Dreimal Nein heißt nicht, dass du etwas falsch gemacht hast. Es heißt nur: Du bist in genau der Phase, die der MIT-Bericht beschreibt – Werkzeug vorhanden, Organisation noch nicht. Die gute Nachricht: Das ist kein Technikproblem, sondern ein Hausaufgabenproblem. Und Hausaufgaben kann man machen. Welche Fehler du dabei von Anfang an vermeidest, habe ich im Artikel KI im Unternehmen einführen: teure Fehler vermeiden aufgeschrieben.
Die ehrliche Antwort auf „Lohnt sich KI?“ lautet: Werkzeugzugang allein lohnt sich fast nie. Prozessumbau lohnt sich fast immer. Die vielzitierten Skeptiker-Studien sind bei genauem Hinsehen kein Argument gegen KI, sondern das beste Argument gegen planloses Lizenzen-Verteilen.
Für dich als KMU-Inhaber heißt das: Du brauchst keine KI-Strategie mit 40 Folien. Du brauchst einen Engpass, eine Kennzahl und einen sauber gebauten Prozess. Damit bist du weiter als der Großteil der Unternehmen, die gerade Geld für Tools ausgeben, deren Wirkung sie nie messen werden. Und je besser die Modelle in den nächsten Jahren werden, desto mehr zahlt jeder Fortschritt direkt auf deine Prozesse ein – statt auf das Bauchgefühl einzelner Mitarbeiter.
Du möchtest wissen, welcher Prozess sich in deinem Unternehmen zuerst rechnet – und an welcher Kennzahl du das festmachen kannst? Dann buch dir jetzt dein kostenloses Strategiegespräch. Ich schaue mir deine Abläufe an und sage dir ehrlich, wo KI bei dir messbar etwas bringt – und wo (noch) nicht. Schneller Draht per WhatsApp: hier klicken.
