KI & Beruf · Arbeitsalltag
Mit KI arbeiten: wie Sie sie im Job wirklich nutzen
45 Prozent der Erwerbstätigen nutzen KI mit Wissen ihres Arbeitgebers – aber nur 20 Prozent wurden jemals dazu geschult. Diese Lücke ist der Grund, warum KI in vielen Büros viel Zeit kostet und wenig spart. Was dagegen hilft, ist keine Prompt-Sammlung, sondern eine Arbeitsteilung.
Kurz & klar: KI ist im Arbeitsalltag angekommen, die Kompetenz dazu nicht. Wer damit tatsächlich Zeit gewinnt, macht drei Dinge anders: Er gibt dem Modell Kontext statt Stichworte, er zerlegt große Aufgaben in prüfbare Schritte, und er setzt KI nur dort ein, wo er das Ergebnis selbst beurteilen kann. Die vierte Regel ist die unbequemste: Wo Sie das Ergebnis nicht prüfen können, sparen Sie keine Zeit – Sie verschieben nur das Risiko.
Wo Deutschland gerade steht
Die Zahlen der letzten beiden Jahre sind ungewöhnlich eindeutig. Auf Betriebsseite hat sich der Einsatz generativer KI laut IAB-Betriebspanel von rund 5 % der Betriebe im Jahr 2023 auf etwa 25 % im Jahr 2025 verfünffacht; ab 200 Beschäftigten sind es 48 %, in der Branche Information und Kommunikation 59 %. Auf Beschäftigtenseite nutzen laut Bitkom-Studienbericht 2026 45 % der Erwerbstätigen KI mit Wissen ihres Arbeitgebers und weitere 10 % ohne dieses Wissen.
Bemerkenswert ist, womit gearbeitet wird: Rund 90 % der Betriebe nutzen frei zugängliche Anwendungen, 16 % eingekaufte Modelle mit eigenen Daten, 6 % Eigenentwicklungen. Der Regelfall ist also nicht das maßgeschneiderte Unternehmenswerkzeug, sondern der öffentliche Chatbot im Browser – mit allem, was daraus folgt.
Die Kompetenzlücke: 45 Prozent nutzen, 20 Prozent wurden geschult
Die wichtigste Zahl dieser Seite ist eine Differenz. Mehr als die Hälfte der Erwerbstätigen arbeitet mit KI, aber nur 20 % haben jemals eine Schulung ihres Arbeitgebers dazu bekommen. Der Rest hat es sich beigebracht, indem er es ausprobiert hat – was bei einem Werkzeug, das auch dann flüssig antwortet, wenn es falsch liegt, eine unglückliche Lernmethode ist.
Sichtbar wird das an einem typischen Muster: Die ersten Wochen fühlen sich stark an, danach flacht der Nutzen ab. Der Grund ist meist nicht das Modell, sondern die Aufgabenauswahl. KI wird auf Aufgaben angesetzt, bei denen das Prüfen des Ergebnisses länger dauert als das Erledigen – und der Zeitgewinn kippt ins Negative, ohne dass es jemand misst.
Seit dem 2. Februar 2025 ist dieser Punkt auch eine Rechtsfrage: Artikel 4 der EU-KI-Verordnung verpflichtet Anbieter und Betreiber von KI-Systemen, Maßnahmen für die KI-Kompetenz der damit befassten Beschäftigten zu ergreifen. Was das für Arbeitgeber praktisch heißt, steht auf unserer Seite KI-Kompetenz nach Artikel 4.
Vier Aufgabentypen – und wie gut KI sie trägt
Ob sich der Einsatz lohnt, hängt weniger vom Fachgebiet ab als von der Struktur der Aufgabe. Vier Typen, sortiert nach Ertrag.
| Aufgabentyp | Beispiele | Ertrag | Warum |
|---|---|---|---|
| Umformen | Protokoll aus Notizen, Text kürzen, Tabelle in Fließtext, Übersetzung | hoch | Der Inhalt ist bereits da und Sie erkennen Fehler sofort. Das ist der zuverlässigste Zeitgewinn überhaupt. |
| Erzeugen mit Vorlage | Entwurf einer Mail, Gliederung, Testfälle, Code nach Muster | hoch | Der erste Entwurf ist die teuerste Minute des Tages. Gemessen wurden je nach Tätigkeit rund 14 % (Kundenservice) bis 56 % (Programmierung) mehr Durchsatz. |
| Prüfen und Gegenlesen | Widersprüche finden, Gegenargumente, Checkliste abarbeiten | hoch | Unterschätzt. Als Kritiker ist ein Modell brauchbar, weil ein Fehlalarm billig ist und Sie die Entscheidung behalten. |
| Recherchieren und Fakten liefern | Zahlen, Rechtsstand, Quellen, Namen, Termine | niedrig | Hier entsteht der größte Teil der Nacharbeit. Ohne Quellenangabe mit Link ist jede Zahl eine Behauptung. |
Die Faustregel, die sich daraus ergibt: KI ist stark, wenn Sie das Material liefern, und schwach, wenn sie es liefern soll.
Verstärken oder abgeben – der entscheidende Unterschied
Eine groß angelegte Auswertung anonymisierter Arbeitsdialoge durch Microsoft Research hat 2025 einen Befund geliefert, der im Alltag mehr hilft als jede Toolliste: Nutzer und Modell verfolgen erstaunlich oft nicht dasselbe Ziel. In rund 40 % der Dialoge wich die vom Modell ausgeführte Tätigkeit deutlich von der ab, die der Nutzer eigentlich wollte – und das Modell erledigte im Schnitt zwei Aktivitäten, wenn nur eine verlangt war.
Praktisch heißt das: Wer „schreib mir was zu X“ eingibt, bekommt etwas, das er nicht bestellt hat, und merkt es erst beim Redigieren. Die Autoren warnen ausdrücklich davor, aus einem hohen Anwendbarkeitswert auf Ersetzbarkeit zu schließen – gemessen wurde, wo KI häufig mitarbeitet, nicht wo sie übernimmt.
Die Entscheidung vor jedem Prompt: Will ich verstärken – ich mache die Arbeit, die KI beschleunigt einen Schritt – oder will ich abgeben – die KI macht, ich prüfe nur? Abgeben ist nur dann vertretbar, wenn Sie das Ergebnis fachlich beurteilen können. Sonst haben Sie die Arbeit nicht delegiert, sondern das Risiko.
Schatten-KI: das private Konto ist das eigentliche Risiko
Die Bitkom-Befragung von 604 Unternehmen ab 20 Beschäftigten zeigt eine Schere. Nur 26 % der Unternehmen stellen ihren Beschäftigten generative KI bereit, weitere 17 % planen es. Gleichzeitig berichten 8 % von verbreiteter Nutzung privater KI-Werkzeuge im Job (2024: 4 %), 17 % von Einzelfällen, und nur noch 29 % sind sicher, dass in ihrem Haus keine privaten Werkzeuge genutzt werden – 2024 waren es 37 %. Regeln für den Umgang haben erst 23 %.
Wo kein Angebot und keine Regel existiert, entsteht Schatten-KI: Mitarbeitende nutzen ihr privates Konto, weil sie ihre Arbeit erledigen wollen. Das Problem ist selten böser Wille, sondern die Kombination aus fehlendem Werkzeug und vorhandenem Zeitdruck.
Was unabhängig von jeder Betriebsvereinbarung gilt – die Liste dessen, was nicht in ein öffentliches Modell gehört:
- Personenbezogene Daten Dritter: Kundendaten, Bewerbungsunterlagen, Personalakten, Gesundheitsangaben.
- Vertragsentwürfe, Preiskalkulationen, Angebote und alles, was unter eine Geheimhaltungsvereinbarung fällt.
- Quellcode aus internen Repositorien, soweit nicht ausdrücklich freigegeben.
- Unveröffentlichte Zahlen, Strategiepapiere, Protokolle vertraulicher Sitzungen.
Die einfachste belastbare Regel lautet: Was Sie nicht per unverschlüsselter Mail an eine fremde Adresse schicken würden, geben Sie auch nicht in einen öffentlichen Chatbot ein. Und wenn Ihr Haus kein Werkzeug bereitstellt, ist die richtige Adresse für dieses Problem nicht der eigene Browser, sondern die IT.
Vier Regeln, die im Alltag tatsächlich tragen
Kontext schlägt Formulierungstrick
Der größte Qualitätssprung kommt nicht von Zauberformeln, sondern von Material: Wer ist die Zielgruppe, was ist der Anlass, was soll danach passieren, welchen Ton pflegt das Haus, was ist tabu. Zwei Sätze Kontext bringen mehr als jede Prompt-Vorlage.
Große Aufgaben zerlegen
Nicht „erstelle das Konzept“, sondern: Gliederung, dann Abschnitt für Abschnitt, dann Kürzung. Jeder Schritt ist einzeln prüfbar, und Fehler pflanzen sich nicht fort.
Nur einsetzen, wo Sie prüfen können
Die Grenze verläuft an Ihrer Fachkompetenz, nicht an der des Modells. In Ihrem Gebiet erkennen Sie Unsinn in Sekunden; außerhalb halten Sie ihn für eine Antwort.
Den Zeitgewinn wirklich messen
Eine Woche lang notieren: Aufgabe, geschätzte Dauer ohne KI, tatsächliche Dauer mit KI inklusive Nacharbeit. Meist bleiben drei bis fünf Aufgabentypen übrig, bei denen es sich wirklich rechnet – und die sind es, auf die man sich konzentrieren sollte.
Was Sie sich sparen können
- Prompt-Sammlungen mit 500 Einträgen. Sie ersetzen Kontext durch Formeln. Drei gute eigene Vorlagen für wiederkehrende Aufgaben schlagen jede gekaufte Liste.
- Höflichkeitsformeln und Drohungen. Weder „bitte“ noch „das ist sehr wichtig für meine Karriere“ verbessern das Ergebnis messbar. Präzision tut es.
- Das Werkzeug ständig wechseln. Der Unterschied zwischen den großen Modellen ist für die allermeisten Büroaufgaben kleiner als der Unterschied zwischen einem guten und einem schlechten Auftrag.
- KI-Detektoren und Humanizer. Wenn ein Text sich nach Ihnen anhören soll, ist die zuverlässige Methode, ihn zu überarbeiten – nicht, ihn durch ein weiteres Werkzeug zu schicken.
In 30 Tagen zu belastbarer KI-Kompetenz
Ohne Kurs, ohne Zertifikat, mit etwa zwanzig Minuten pro Arbeitstag.
Woche 1 – inventarisieren
Notieren Sie jeden Tag drei Aufgaben, die Zeit gekostet haben. Markieren Sie am Freitag die, die zu den Typen „Umformen“ oder „Erzeugen mit Vorlage“ gehören. Das ist Ihre Kandidatenliste.
Woche 2 – eine Aufgabe, fünf Durchgänge
Nehmen Sie eine einzige wiederkehrende Aufgabe und bearbeiten Sie sie fünfmal mit KI. Verbessern Sie nach jedem Mal den Auftrag, nicht das Ergebnis. Am Ende haben Sie Ihre erste eigene Vorlage.
Woche 3 – Grenzen ausloten
Lassen Sie das Modell bewusst in Ihrem Fachgebiet arbeiten und zählen Sie die Fehler. Diese Woche ist die wertvollste: Sie erzeugt das Misstrauen, das kompetente Nutzung ausmacht.
Woche 4 – Regeln festhalten
Schreiben Sie eine halbe Seite: Wofür setze ich KI ein, wofür nicht, was gebe ich nie ein, wie kennzeichne ich Ergebnisse intern. Das ist zugleich der Nachweis, den Artikel 4 der KI-Verordnung von Arbeitgebern verlangt.
Standortbestimmung
Wie weit sind Sie – und wo ist die Lücke?
Der KI-Kompetenz-Test des Profiling Instituts erfasst sechs Zukunftskompetenzen in rund acht Minuten und zeigt als Radar, wo Sie stehen. Kostenlos, ohne Anmeldung, Auswertung sofort im Browser.
Häufige Fragen zum Arbeiten mit KI
Ist es erlaubt, KI bei der Arbeit zu nutzen?
Das entscheidet Ihr Arbeitgeber. Erst 23 % der Unternehmen haben überhaupt Regeln dazu aufgestellt – fehlt eine Regel, gilt trotzdem das allgemeine Recht: Geschäftsgeheimnisse und personenbezogene Daten dürfen nicht in ein öffentliches Modell. Fragen Sie im Zweifel die IT oder den Datenschutzbeauftragten, bevor Sie ein privates Konto nutzen.
Welches KI-Tool ist für die Arbeit am besten?
Für übliche Büroaufgaben ist der Unterschied zwischen den großen Modellen kleiner als der Unterschied zwischen einem präzisen und einem vagen Auftrag. Wichtiger als die Wahl ist, ob Ihr Arbeitgeber ein Werkzeug bereitstellt, bei dem Eingaben nicht zum Training verwendet werden.
Wie viel Zeit spart KI wirklich?
Je nach Tätigkeit sehr unterschiedlich. Gemessen wurden rund 14 % mehr Durchsatz im Kundenservice und bis zu 56 % in der Programmierung, im Mittel größenordnungsmäßig 30 %. Diese Werte stammen aus Studien mit definierten Aufgaben – im Alltag entscheidet, ob Sie KI auf die passenden Aufgaben ansetzen.
Muss mein Arbeitgeber mich zu KI schulen?
Nach Artikel 4 der EU-KI-Verordnung müssen Anbieter und Betreiber von KI-Systemen Maßnahmen ergreifen, damit die damit befassten Beschäftigten über ausreichende KI-Kompetenz verfügen. Ein bestimmtes Kompetenzniveau jedes Einzelnen muss seit der Digital-Omnibus-Verordnung nicht mehr garantiert werden, die Pflicht zu Maßnahmen bleibt aber bestehen.
Woran merke ich, dass ich KI falsch einsetze?
An der Nacharbeit. Wenn das Prüfen und Korrigieren regelmäßig länger dauert als die Aufgabe selbst gedauert hätte, ist die Aufgabe der falsche Kandidat – nicht das Modell. Zweites Warnzeichen: Sie übernehmen Ergebnisse aus Gebieten, in denen Sie Fehler nicht erkennen würden.
Sollte ich kennzeichnen, dass ein Text mit KI entstanden ist?
Intern: ja, wenn es um Entscheidungsgrundlagen geht – wer nach Ihnen damit arbeitet, muss wissen, wie belastbar die Quelle ist. Extern richtet sich das nach den Regeln Ihres Hauses und nach der Art des Dokuments.
Macht KI meinen Job überflüssig?
22 % der Erwerbstätigen befürchten das, 14 % halten die eigene Ersetzung für möglich. Die Forschungslage zeigt bislang eher eine Verschiebung von Aufgaben als den Wegfall ganzer Berufe. Wie stark Ihr eigener Beruf betroffen ist, können Sie mit dem KI-Risiko-Check einordnen.
Passende Themen
KI & Beruf: Überblick KI-Kompetenz-Test KI-Kompetenz nach Art. 4 KI-Risiko-Check Bewerbung mit KI KI-sichere Berufe KI-Berufe Neuorientierung im KI-ZeitalterDatenbasis: IAB-Betriebspanel, veröffentlicht Mai 2026 (rund 15.000 Betriebe); Bitkom, „Künstliche Intelligenz in Deutschland“, Studienbericht 2026 (1.005 Befragte ab 16 Jahren); Bitkom Research, Befragung zu Schatten-KI, Oktober 2025 (604 Unternehmen ab 20 Beschäftigten); Microsoft Research, „Working with AI“ 2025; Wissenschaftliche Dienste des Deutschen Bundestages, WD 5-066/25 (Produktivitätseffekte); Verordnung (EU) 2024/1689, Artikel 4; Verordnung (EU) 2026/1744. Alle Angaben ohne Gewähr. Stand: September 2026.