Zeitgewinn / Studien und Belege
Wer sein Fach kann, arbeitet mit KI schneller. Belegt.
Wir haben über 100 Studien, Berichte und Selbstauskünfte aus zehn Fachgebieten ausgewertet, neun davon stellen wir einzeln vor, dazu vier Originaldokumente von Anthropic. Das Bild ist eindeutig: Wer sein Fach beherrscht und KI richtig einsetzt, arbeitet schneller und oft besser. Wie viel, hängt an der Aufgabe.
Stand 19. September 2026 · Evidenzgrad an jeder Zahl
| Ebene | Beschleunigung durch KI |
|---|---|
| Einzelne, gut passende Teilaufgabe | 5× bis 100× |
| Einzelne Aufgabe inklusive Prüfung | 1,3× bis 3× |
| Gesamte Tätigkeit eines Spitzennutzers | 1,5× bis 2× |
| Ganze Organisationen | derzeit 1,01× bis 1,5× |
01 / Befunde
Neun Fachgebiete, ein Ergebnis: Mit KI geht es schneller.
Jeder Befund hat eine eigene Seite: was gemessen wurde, was herauskam, wie belastbar es ist und woher die Zahl stammt.
02 / Faktor-Skala
Wie viel schneller mit KI? Das hängt an der Aufgabe.
Jede Zeile zeigt die Spanne des Beschleunigungsfaktors, die die Belege für diesen Aufgabentyp stützen. Die Achse ist logarithmisch, damit das 1,1-Fache und das 50-Fache in dieselbe Grafik passen. Zeilen mit Befund führen zu den Details.
Die Werte als Tabelle
| Aufgabentyp | Belege | Faktor | Beleg |
|---|---|---|---|
| Forschungsplanung: Promovierte mit KI-Experten | Tabletop-Übung, Anthropic | 20–48× | Geschätzt |
| Einzelaufgaben von Spitzenforschern | Knuth, Tao, Aaronson, Schwartz | 5–100× | Selbstauskunft |
| Sitzungen mit Coding-Agenten, Obergrenze | METR-Transkripte 2026 | 1,5–13× | Geschätzt |
| Anthropic-Forscher, Selbsteinschätzung | Umfrage zu Mythos Preview | ≈ 4× | Selbstauskunft |
| Wissensarbeit in kontrollierten Experimenten | BCG, Procter & Gamble, Recht | 1,2–2,4× | Gemessen |
| Softwareentwicklung mit Agenten, gesamter Output | Microsoft, METR 2026 | 1,2–1,5× | Gemessen |
| Anthropic-Forschung, tatsächlicher Fortschritt | Schätzung von Anthropic | unter 2× | Geschätzt |
| Expertenaufgaben inklusive Prüfung | OpenAI GDPval | 1,12–1,39× | Gemessen |
| Alle Beschäftigten einer Volkswirtschaft | Dänemark, St. Louis Fed | 1,01–1,05× | Gemessen |
03 / Bedingungen
Wann die großen Faktoren entstehen.
Die großen Sprünge sind kein Zufall. In den Befunden treffen immer wieder dieselben fünf Bedingungen zusammen. Genau diese Bedingungen schaffen wir mit dir.
Die Aufgabe passt zur KI
Sie liegt innerhalb der Fähigkeitsgrenze: klar beschrieben, gut abgegrenzt. Außerhalb wird man mit KI sogar schlechter.
Das Ergebnis lässt sich schnell prüfen
Durch Tests, Referenzdaten, einen Beweisprüfer oder einen erfahrenen Blick. Je schneller die Prüfung, desto größer der Gewinn.
Fachwissen sitzt am Steuer
Wer sein Fach kennt, erkennt Fehler und fordert das Modell heraus. Fehler werden von denen gefunden, die die KI hinterfragen können.
Agentische Werkzeuge, täglich genutzt
Werkzeuge, die Aufgaben selbstständig erledigen, sind heute der stärkste Hebel. Wer sie täglich nutzt, holt deutlich mehr heraus.
Die Engpässe drumherum sind gelöst
Prüfung, Freigaben und Abstimmung wachsen mit. Sonst verschiebt sich die Arbeit nur an eine andere Stelle.
04 / Ehrlich gerechnet
Warum Durchschnitte kleiner ausfallen als die Befunde.
Wer KI nur gelegentlich nutzt oder die Prüfung vergisst, sieht wenig davon. Diese drei Punkte erklären, warum breite Durchschnitte bei wenigen Prozent liegen, während Könner ein Vielfaches herausholen.
Die Prüfung gehört dazu
In OpenAIs GDPval ist das Modell allein 90-mal schneller als ein Branchenexperte mit 14 Jahren Erfahrung. Rechnet man ein, dass ein Mensch das Ergebnis prüft und notfalls korrigiert, bleibt das 1,12- bis 1,39-Fache.
Der Durchschnitt nutzt KI nur gelegentlich
In Dänemark sparen Beschäftigte im Schnitt 2,8 Prozent Zeit, in den USA 5,4 Prozent. Tägliche Nutzer sparen aber dreimal so oft vier oder mehr Stunden pro Woche wie wöchentliche.
Gefühl ist kein Maßstab
Erfahrene Entwickler waren 2025 mit KI 19 Prozent langsamer und fühlten sich 20 Prozent schneller. 2026 hat sich das Bild gedreht: Wer wieder teilnahm, brauchte 18 Prozent weniger Zeit. Deshalb zählen hier gemessene Zahlen.
05 / Lesehilfe
Prozent in Faktor umrechnen, Belege richtig lesen.
Studien nennen mal Prozent Zeitersparnis, mal ein Vielfaches. Umgerechnet wird mit Faktor = 1 / (1 − Ersparnis). Deshalb sind 50 Prozent Ersparnis erst das Doppelte und 90 Prozent das Zehnfache.
| Zeitersparnis | Faktor | Beispiel |
|---|---|---|
| 16 % | 1,19× | Procter & Gamble, Produktentwicklung |
| 25 % | 1,33× | BCG, Beratung |
| 40 % | 1,67× | Schreibaufgaben (Noy und Zhang, Science 2023) |
| 56 % | 2,3× | GitHub Copilot, Programmieraufgabe |
| 75 % | 4× | Selbsteinschätzung der Anthropic-Forscher |
| 90 % | 10× | Harvard-Physiker Schwartz, nach eigener Schätzung |
| 99 % | 100× | Einzelfälle wie Knuth, grob geschätzt |
| Kennzeichnung | Bedeutung |
|---|---|
| Primärquelle geprüft | Paper, System Card oder Originalbeitrag selbst gelesen |
| Kurzfassung geprüft | Nur Abstract oder Zusammenfassung der Primärquelle gelesen |
| Sekundärquelle | Bericht über die Studie, nicht die Studie selbst |
| Selbstauskunft | Erfahrungsbericht einer Person, keine Messung |
| Angabe des KI-Anbieters | Zahl stammt vom Hersteller des Modells |
06 / Quellen
Studien, Paper und Berichte zum Nachlesen.
Die Quellen der einzelnen Befunde stehen auf deren Seiten. Hier folgen die Quellen der Faktor-Skala und der Einordnung. Grundlage ist unsere Evidenzanalyse vom 19. September 2026.
- 01 /
GDPval: KI-Modelle gegen Branchenexperten mit 14 Jahren Erfahrung
OpenAI, arXiv 2510.04374
- 02 /
Claude Mythos Preview System Card
Anthropic
- 03 /
Randomisierte Studie mit 16 erfahrenen Open-Source-Entwicklern
METR, arXiv 2507.09089
- 04 /
Uplift-Update
METR
- 05 /
Transkriptanalyse zu Zeitersparnis durch Coding-Agenten
METR
- 06 /
KI-Nutzung von 25.000 Beschäftigten in Dänemark
Humlum und Vestergaard, NBER 33777
- 07 /
Generative KI und Arbeitsproduktivität
Federal Reserve Bank of St. Louis
- 08 /
Experimental evidence on the productivity effects of generative artificial intelligence
Noy und Zhang, Science
- 09 /
The Impact of AI on Developer Productivity: Evidence from GitHub Copilot
arXiv 2302.06590
Der nächste Befund kann aus deinem Betrieb kommen.
Wir finden die Aufgaben in deinem Betrieb, bei denen KI wirklich Zeit spart, und bauen die Prüfung gleich mit ein.