Sollte KI nicht Arbeitszeit ersparen? Erste Studien zeigen das Gegenteil

Sollte KI nicht Arbeitszeit ersparen? Erste Studien zeigen, dass teils das Gegenteil der Fall ist. Woran das liegt – und wie viel mehr oder weniger Sie womöglich bald arbeiten.

KI: Wie viel Wissensarbeit lässt sich auslagern und was spart das an Zeit?

Berlin. Die gängigen Erzählungen über Künstliche Intelligenz gehen so:

„KI kann schon viele Dinge besser als wir Menschen.“

„KI wird ganze Jobs überflüssig machen.“

„KI wird vollkommen neue Jobs schaffen.“

„KI macht uns effizienter und wird uns Arbeitszeit einsparen.“

Die Realität ist in den meisten Fällen jedoch eine andere. Viele Arbeitnehmer spüren statt weniger sogar mehr Belastung durch KI.

Wei Jiang, Wirtschaftsprofessorin an der Emory Universität in Atlanta, USA, hat sich über diesen Widerspruch gewundert – zwischen den großen Produktivitätsversprechen der KI einerseits und ihrer eigenen, erlebten Realität andererseits.

Zusammen mit Forschern mehrerer anderer Universitäten hat Jiang darum untersucht, inwiefern KI wirklich den Arbeitsalltag verändert – und vor allem das Arbeitspensum der Beschäftigten. Die Forscher konnten anhand von Daten der American Time Use Survey (Atus) zeigen, dass in den USA die Arbeitszeiten im Schnitt zu- anstatt abnehmen.

Das Handelsblatt hat basierend auf diesen Forschungsergebnissen sowie mithilfe von Daten aus der deutschen Arbeitszeitstatistik einen Rechner erstellt, der Ihnen anhand verschiedener Kriterien Ihre eigene Arbeitszeit für 2027 prognostizieren soll.

Die Prognose über Ihre künftige Arbeitszeit basiert auf zwei zentralen Faktoren:

Der Branche, in der Sie arbeiten. Wie sich die durchschnittliche Arbeitszeit von 1991 bis 2025 entwickelt hat, unterscheidet sich von Branche zu Branche stark.

Dem Ausmaß Ihrer KI-Nutzung. Die Forschung hat gezeigt: Wer besonders wenig oder besonders viel KI einsetzt, arbeitet tendenziell mehr als vor der KI-Einführung in seinem Unternehmen.

Dieses Muster erklären sich die Ökonomin Jiang und ihre Kollegen so: Zum einen sei es denkbar, dass Beschäftigte, die bisher wenig KI eingesetzt haben, aktuell mehr Arbeitsstunden leisten.

Konkret heißt das: Bisherige KI-Muffel müssen nun Weiterbildungen machen oder Zeit darauf verwenden, KI in ihren Alltag zu integrieren – das kostet sie Zeit.

Was die Studie wesentlich klarer zeigt, ist Folgendes: Beschäftigte, die viel KI einsetzen, arbeiten mittlerweile deutlich mehr als vorher. Das deckt sich auch mit ersten Umfragen aus der IT-Branche, die nahelegen, dass Programmiererinnen und Programmierer im KI-Zeitalter nicht weniger, sondern mehr arbeiten.

Ein möglicher Grund für diese Mehrarbeit könnte laut Jiang sein, dass Unternehmen in einer KI-geprägten Arbeitswelt unter großem Konkurrenzdruck stehen.

Andere Untersuchungen deuten darauf hin, dass unsichere Jobmärkte und der KI-Hype vor allem Angestellte im mittleren Management dazu bringen, mehr zu arbeiten.

Laura Venz, Professorin für Arbeitspsychologie an der Leuphana-Universität in Lüneburg, kennt viele weitere europäische Studien, die zeigen: KI verringert die Arbeitszeit bislang nicht.

Es verschiebe sich der Fokus: weg von Routineaufgaben und reinen Wissensabfragen, hin zu mehr Kontrollarbeiten.

Weil Aufgaben immer komplexer würden und es dadurch für Beschäftigte schwerer werde abzuschätzen, wie lange sie dafür brauchen, komme es teils zu Überstunden.

Deshalb seien Angestellte, die viel KI nutzen, angeblich schneller erschöpft und unkonzentriert. Das ergab eine Studie der Boston Consulting Group (BCG).

Heißt das im Umkehrschluss, dass die KI nicht der Jobkiller ist, zu dem sie oft gemacht wird? So einfach ist es nicht, erklären Jiang und auch Venz.

Laut der Jobplattform Indeed ist die Anzahl ausgeschriebener Stellen in Deutschland seit 2022 aber bereits um 37 Prozent gesunken.

Arbeitspsychologin Laura Venz gibt diese Entwicklung zu denken: „Was hilft es einem, wenn man den Job zwar behalten darf, aber er entweder aus viel stupider Zuarbeit für die Maschinen besteht oder man mental dauererschöpft ist?“

KI hat zwar das Potenzial, Unternehmen und ihre Beschäftigten effizienter zu machen. Ob das gelingt, hängt unter anderem davon ab, wie gut Beschäftigte sich mit der Technologie auskennen.