Messen Sie die eingesparte Zeit je Aufgabe an einer Ausgangsmessung

Worum es geht

Bevor Sie KI einsetzen, halten Sie die Zahl fest, die Sie verbessern wollen: Minuten je Vorgang, Vorgänge je Stunde, Fehlerquote. Diese Zahl ist Ihre Ausgangsmessung. Wenn die KI im Einsatz ist, messen Sie dasselbe auf dieselbe Weise und vergleichen.

Was die Evidenz zeigt

Veröffentlichte Ergebnisse gehen weit auseinander. Die Zahl eines anderen sagt Ihnen also wenig über Ihre eigene.

• Ein Experiment mit Schreibaufgaben fand 40 % weniger Zeitaufwand.
• Eine Studie mit Kundendienst-Mitarbeitenden bei der Arbeit fand 15 % mehr gelöste Anliegen je Stunde.
• Eine Studie des dänischen Arbeitsmarkts fand keine Veränderung bei Verdienst oder Arbeitsstunden. Eine frühere Fassung bezifferte die durchschnittliche Zeitersparnis auf 2,8 %.

Die drei widersprechen sich nicht. Die ersten beiden Studien maßen eine gut gewählte Aufgabe. Die dritte maß alle, die Zugang zu einem Chatbot hatten.

Die eigenen Schätzungen von Menschen sind ein schlechter Wegweiser. Messen Sie also, statt zu fragen.

• Beschäftigte können sich schneller fühlen und langsamer sein. In einem randomisierten Versuch mit 16 erfahrenen Softwareentwicklerinnen und -entwicklern wurde für jede von 246 echten Aufgaben per Zufall entschieden, ob KI erlaubt war oder nicht. Mit KI dauerten die Aufgaben 19 % länger. Vorher erwarteten die Entwickler, dass KI sie 24 % schneller machen würde. Hinterher glaubten sie, sie seien etwa 20 % schneller gewesen.
• Selbstauskünfte im ganzen Land sind klein. In einer Reihe von Online-Umfragen unter Erwachsenen in den USA, durchgeführt von den Ökonomen Bick, Blandin und Deming, bezifferten Erwerbstätige die Zeit, die generative KI ihnen spart, im zweiten Quartal 2026 auf 2,17 % ihrer gesamten Arbeitsstunden. Diese Zahl ist selbst angegeben.

Gemeldete Renditen sind wieder etwas anderes. In einer Umfrage von IDC für Microsoft, das KI-Werkzeuge verkauft, meldeten Führungskräfte eine durchschnittliche Rendite von $3,50 für jeden in KI investierten $1. Diese Zahl ist das, was Führungskräfte gesagt haben, keine Messung. Als fast 6.000 Führungskräfte in vier Ländern befragt wurden, gaben neun von zehn an, dass KI in den vergangenen drei Jahren keine Wirkung auf Produktivität oder Beschäftigung ihres Unternehmens hatte.

So gehen Sie vor

1. Wählen Sie je Aufgabe eine oder zwei Messgrößen: Zeit je Vorgang und eine Qualitätsgröße.
2. Erfassen Sie sie einige Wochen vor der Änderung. Nutzen Sie, wo möglich, Systemprotokolle statt Schätzungen. Eine Ausgangsmessung lässt sich hinterher nicht nachholen. Als der Entwicklerversuch oben 2026 wiederholt wurde, wollten viele Entwickler nicht ohne KI arbeiten, und 30–50 % hielten Aufgaben zurück, die sie nicht ohne KI erledigen wollten, sodass der Vergleich scheiterte. An vier Endoskopiezentren in Polen war die Erkennungsrate der Ärztinnen und Ärzte bei Darmspiegelungen ohne KI drei Monate nach der Einführung der KI bereits von 28,4 % auf 22,4 % gesunken. Eine Zahl „ohne KI“, die nach der Einführung erhoben wird, lässt die KI besser aussehen, als sie ist.
3. Ändern Sie immer nur eine Sache.
4. Messen Sie erneut, sobald die Einarbeitungszeit vorbei ist.
5. Wenn möglich, lassen Sie eine Gruppe zum Vergleich auf die alte Weise weiterarbeiten. Richten Sie sie gleich zu Beginn ein. Sobald Menschen an das Werkzeug gewöhnt sind, lehnen sie die alte Weise ab oder wählen aus, welche Aufgaben sie so erledigen.
6. Rechnen Sie die Zeit für Prüfen und Korrigieren zum neuen Prozess.
7. Berichten Sie das Ergebnis auch dann, wenn es klein oder negativ ist.

Was Sie messen

• Zeit je Vorgang oder Vorgänge je Stunde.
• Eine Qualitätsgröße: Fehlerquote, Nacharbeit, Kundenbeschwerden.
• Die Prüfzeit, die durch KI hinzukommt.
• Umsatz oder Honorar je Auftrag, und ob sich Ihre Preise geändert haben. Gesparte Zeit und verdientes Geld können auseinanderlaufen. Unter kleinen US-Unternehmen mit Beschäftigten, die KI nutzen, sagten 71 % in einer Umfrage der Federal Reserve, ihre Produktivität sei gestiegen, und 31 %, ihr Umsatz sei gestiegen.
• Vermiedene externe Ausgaben. In derselben Umfrage hatten 18 % der Unternehmen, die KI nutzen, ihre Ausgaben für externe Dienstleistungen gesenkt.
• Arbeit, die vorher nicht erledigt wurde: unbeantwortete Anfragen, Produkte ohne Beschreibung. In randomisierten Experimenten auf einer großen Online-Handelsplattform kam der größte Umsatzzuwachs, 16,3 %, von einem Chatbot, der Käufern antwortete, die vorher gar keine Live-Hilfe hatten.
• Eine objektive Qualitätsgröße, nicht nur Kundenbewertungen. In einem Feldexperiment im Kundenservice von Alibaba hob KI-Hilfe die Bewertungen der Kunden, doch die Kunden kamen genauso oft mit demselben Problem wieder. Die Studie ist ein Arbeitspapier, noch nicht fachlich begutachtet.
• Leistung pro Tag, wenn Menschen mehrere KI-Aufgaben gleichzeitig laufen lassen. In der Wiederholung des Entwicklerversuchs 2026 war die Zeit je Aufgabe nicht mehr verlässlich, sobald Entwickler mehrere KI-Agenten parallel laufen ließen.

Um zu sehen, wie viele Minuten pro Woche jede Person einsparen muss, um die Kosten zu decken, geben Sie Ihre Zahlen in Rechnet sich KI? ein.

Woran es scheitert

• Selbst angegebene Zeitersparnis. Die Schätzungen von Menschen können die Richtung verfehlen, nicht nur die Größe. Die Entwickler oben fühlten sich schneller und waren langsamer. Auch zwei Auswertungen der britischen Regierung zum selben Büroassistenten gehen auseinander. In der gesamten Regierung sagten Nutzer, Microsoft 365 Copilot spare ihnen 26 Minuten am Tag. HMRC, die britische Steuerbehörde, gab 3.000 Lizenzen an zufällig ausgewählte Beschäftigte und kürzte die selbst angegebenen Zahlen um etwa 20 % wegen Verzerrung. Sie kam auf etwa 60 Minuten pro Woche. Beide Zahlen sind das, was Beschäftigte gesagt haben. Siehe den Faktencheck zu den 26 Minuten. Nutzen Sie Protokolle oder gestoppte Stichproben.
• Tempo ohne Qualität. Ein schnellerer Prozess, der mehr Fehler produziert, ist kein Gewinn.
• Eingesparte Zeit, die versickert. Eingesparte Minuten je Aufgabe zählen nur, wenn die Zeit genutzt wird. In einem Feldexperiment mit 7.137 Beschäftigten in 66 Unternehmen verbrachten Beschäftigte mit einem KI-Büroassistenten etwa zwei Stunden pro Woche weniger mit E-Mails, und Umfang und Mischung ihrer übrigen Arbeit änderten sich nicht. Drei der vier Autoren arbeiteten für Microsoft, das den Assistenten verkauft. Legen Sie vorher fest, wofür die Zeit genutzt wird.
• Abrechnung nach Stunden. Wenn Sie Kunden nach Zeit berechnen, ist eine Stunde, die KI spart, eine Stunde, die Sie nicht mehr abrechnen können, es sei denn, Sie ändern Ihre Preisgestaltung. Clio, ein Anbieter von Kanzleisoftware, berichtet, dass in seiner Umfrage aus dem Jahr 2026 insgesamt 86 % der Einzelanwälte und 78 % der kleinen Kanzleien wegen KI nichts an ihren Preisen geändert hatten. Bevor Sie die gesparte Zeit als Gewinn zählen, entscheiden Sie, ob Sie nach Auftrag, pauschal oder nach Stunden abrechnen und was das für Ihre Honorare bedeutet.
• Arbeit, die schwer zu zählen ist. Vergleichen Sie bei vielfältiger Facharbeit Stichproben der Ergebnisse, nicht Minuten.

Nach Unternehmensgröße

• Kleinst- und Kleinunternehmen: Eine Tabelle und eine zweiwöchige Strichliste genügen. Notieren Sie in derselben Tabelle Ihren Umsatz oder Ihr Honorar je Auftrag. Wenn Sie nach Stunden abrechnen, entscheiden Sie über Ihre Preise, bevor Sie die gesparte Zeit verbuchen.
• Gehobener Mittelstand und Großunternehmen: Nutzen Sie die Daten Ihrer Vorgangssysteme und stimmen Sie die Messgrößen vor Projektbeginn mit dem Finanzbereich ab, damit das Ergebnis danach anerkannt wird.

So sieht es angewandt aus

• Durchgerechnetes Beispiel Messgrößen und Entscheidungspunkte in einem 90-Tage-Plan für ein Pilotprojekt Jede Phase beginnt mit einer Ausgangsmessung und nennt, was zu messen ist, bevor es weitergeht.

Firmenfälle

Unternehmen, die das getan haben

• Ashurst Die Kanzlei maß die Zeit für festgelegte Aufgaben unter kontrollierten Bedingungen. Außerdem ließ sie erfahrene Anwälte KI-Entwürfe und Entwürfe von Anwälten bewerten, ohne dass diese wussten, welcher von wem war. Vom Unternehmen gemeldetes Ergebnis
• eBay Die Verkäufe wurden vor und nach der Änderung verglichen, und mit Ländern, in denen sich nichts geändert hatte. Gemessenes Ergebnis
• Herges Stahl- und Blechbau Der Betrieb baute zuerst eine Möglichkeit, echte Fertigungszeiten zu erfassen. Seine früheren handschriftlichen Aufzeichnungen wichen bei identischen Teilen um bis zu 30 Minuten voneinander ab. Gemessenes Ergebnis
• Hitachi Energy Eine Fertigungscharge wurde in vier Gruppen geteilt. Eine Gruppe wurde wie üblich gefertigt, die anderen drei mit einer oder beiden der vorgeschlagenen Änderungen. Gemessenes Ergebnis
• HM Revenue & Customs (HMRC) HMRC wählte die Lizenzinhaber per Zufall aus, statt nur Freiwillige zu nehmen, und kürzte die selbst angegebene Zeitersparnis um etwa 20 %, weil Befragte eher aktive Nutzer waren. Gemessenes Ergebnis
• Klarna Klarna meldete die Dauer der Bildproduktion vorher und nachher: von 6 Wochen auf 7 Tage, Prüfungen eingeschlossen. Vom Unternehmen gemeldetes Ergebnis
• Klarna Klarna meldete die Bearbeitungszeit vorher und nachher (von 11 Minuten auf unter 2), dazu wiederholte Anfragen und Zufriedenheit. Teilweise zurückgenommen
• PSG Global Solutions Bewerbende wurden per Zufall einem KI- oder einem menschlichen Interviewer zugeteilt, sodass sich die beiden Gruppen direkt vergleichen ließen. Gemessenes Ergebnis
• Rue La La Fünf Monate lang wurden Gruppen konkurrierender Produkte entweder den empfohlenen oder den alten Preisen zugeteilt, und beide wurden verglichen. Gemessenes Ergebnis
• SAM Die Firma nennt jedes Ergebnis im Vergleich zum Wert davor: Stunden je Akte, Wochen bis zur Vollständigkeit der Unterlagen, Anteil unvollständiger Akten. Vom Unternehmen gemeldetes Ergebnis
• Siemens Alle Beschäftigten beurteilten dieselben 200 Produktbilder unter denselben Zeitvorgaben, und die Antworten wurden am bekannten richtigen Ergebnis gemessen. Gemessenes Ergebnis
• Temple & Webster Die Kosten des Kundenservice werden als Anteil am Umsatz im Vergleich zum Stand von 2023 angegeben. KI-Prüfungen des Sortiments wurden mit Prüfungen von Hand verglichen. Vom Unternehmen gemeldetes Ergebnis
• UK Department for Business and Trade Das Evaluationsteam verließ sich nicht auf die Aussagen der Nutzer. Es maß bei Nutzern und Nichtnutzern die Zeit für dieselben Aufgaben und ließ die Ergebnisse blind bewerten. Gemessenes Ergebnis

Was ohne sie passiert ist

• Commonwealth Bank of Australia Die Bank entschied, die Stellen würden nicht gebraucht, bevor gezeigt war, dass der Sprachbot die Arbeit verringert. Die Gewerkschaft sagte, die Zahl der Anrufe steige. Teilweise zurückgenommen

Quellen

1. Humlum and Vestergaard (2025). Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI. NBER Working Paper 33777 (revised March 2026). Was diese Studie untersucht und gefunden hat
2. Brynjolfsson, Li and Raymond (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942. Was diese Studie untersucht und gefunden hat
3. Noy and Zhang (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192. Was diese Studie untersucht und gefunden hat
4. Becker, Rush, Barnes and Rein (METR) (2025). Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. METR, published 10 July 2025 (arXiv 2507.09089); follow-up published 24 February 2026. Was diese Studie untersucht und gefunden hat
5. Dillon, Jaffe, Immorlica and Stanton (2025). Shifting Work Patterns with Generative AI. NBER Working Paper 33795; arXiv 2504.11436, version 4 (November 2025). Was diese Studie untersucht und gefunden hat
6. Budzyń, Romańczyk, Kitala and colleagues (2025). Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy: a multicentre, observational study. The Lancet Gastroenterology & Hepatology, 10(10), 896–903. Was diese Studie untersucht und gefunden hat
7. Federal Reserve Banks (2026). Small Business Credit Survey: 2026 Report on Employer Firms. Federal Reserve Banks, Small Business Credit Survey (published March 2026). Was diese Studie untersucht und gefunden hat
8. Fang, Yuan, Zhang, Donati and Sarvary (2025). Generative AI and Sales Productivity: Field Experiments in Online Retail. arXiv 2510.12049, version 6 (29 June 2026). Was diese Studie untersucht und gefunden hat
9. Yotzov, Barrero, Bloom, Bunn, Davis, Foster, Jalca, Meyer, Mizen, Navarrete, Smietanka, Thwaites and Wang (2026). Firm Data on AI. NBER Working Paper 34836 (February 2026, revised March 2026). Was diese Studie untersucht und gefunden hat
10. Microsoft (2023), reporting IDC survey research: an average return of $3.50 per $1 invested in AI, as reported by business leaders. blogs.microsoft.com
11. Bick, Blandin and Deming. Generative AI, time savings: employed adults (series RPSGENAITSALL), from the Real-Time Population Survey, an online survey of US adults. Federal Reserve Bank of St. Louis, FRED. fred.stlouisfed.org
12. UK Government Digital Service (2 June 2025). Microsoft 365 Copilot experiment: cross-government findings report. gov.uk
13. Ni, Wang, Feng, Lu, Wang and Zhou (2026). Generative AI in Action: Field Experimental Evidence from Alibaba's Customer Service Operations. arXiv 2603.29888. Working paper, not peer-reviewed. arxiv.org
14. Clio (2026). Legal Trends for Solo and Small Law Firms. Press release. Clio sells legal software with AI built in. clio.com

Behauptungen zu diesem Thema, geprüft anhand dieser Studien:

• „66 % der kleinen Unternehmen nutzen KI“ Muss korrigiert werden

Verwandte Praktiken

• Beginnen Sie mit einem kostspieligen Prozess, nicht mit einer unternehmensweiten Einführung Wählen Sie einen Prozess, der sichtbar Zeit oder Geld kostet. Setzen Sie dort KI ein, mit einem Menschen, der die Ergebnisse prüft, und weiten Sie erst aus, wenn sich die Zahlen bewegen. Zuerst · Aufwand: mittel (Wochen, einige Personen) Evidenz: Gängige Praxis Strategie · Erkunden
• Behandeln Sie einen Reifegradwert nicht als Prognose Ein Wert für KI-Reifegrad oder KI-Bereitschaft beschreibt, wo Sie nach eigener Angabe stehen. Die Evidenz, dass ein höherer Wert zu besseren Ergebnissen führt, ist dünn und umstritten. Nutzen Sie ihn als Anstoß für ein Gespräch, nicht zur Vorhersage von Erträgen. Als Nächstes · Aufwand: gering (Tage, eine Person) Evidenz: Mittel Umstritten Messung · Erkunden
• Testen Sie für jede Art von Aufgabe, ob ein Mensch mit KI besser ist als jeder allein Gehen Sie nicht davon aus, dass ein Mensch zusätzlich zur KI oder KI zusätzlich zum Menschen das beste Ergebnis bringt. Testen Sie es für jede Art von Aufgabe, bevor Sie den Prozess festlegen. Als Nächstes · Aufwand: mittel (Wochen, einige Personen) Evidenz: Stark Kontextabhängig Prozesse neu gestalten · Umgestalten