Gemischte Lerngruppen erweitern den KI-Einsatz von Lehrkräften
Bei gleichem Training berichten Lehrkräfte in fachlich gemischten Gruppen eine um 0,19 Standardabweichungen breitere KI-Nutzung. Die Studie misst Selbstauskunft, keine Qualität.
KI-RADAR · 46 STUDIEN
Alle Studien im KI-Radar
Jeden Tag eine neue Studie, eingeordnet für Unternehmen. Neueste zuerst. Zum KI-Radar →
KI verkleinert den Leistungsabstand zwischen Bildungsgruppen
Beim betrieblichen Fall schrumpft der Bildungsabstand mit KI von 0,548 auf 0,139 Standardabweichungen. Dauerhaftes Lernen bleibt ungeprüft.
Mit KI gelingen anspruchsvollere IT-Aufgaben besser
Rund 65 statt 39 Prozent der erreichbaren Punkte bei Architekturaufgaben. Kontrollgruppe ohne Internet; dauerhaftes Lernen nicht gemessen.
Mehr Tempo ist noch keine tiefgreifende Veränderung
81 Prozent berichten mehr Tempo, 25 Prozent tiefgreifende Veränderung. Getrennte Fragen, keine gemessene Produktivität.
KI-Arbeit braucht Prüfung vor der Übergabe
Die Studie erfasst Erwartungen an Kollegen. Sie zeigt nicht, wie oft KI-Ergebnisse tatsächlich geprüft werden.
Mehr Planung verbessert KI-Texte, kostet aber Zeit
Hilfen zur Zielklärung und Aufgabenzerlegung verbesserten die Textqualität. Die Teilnehmenden fanden die KI trotzdem weniger hilfreich.
Mit KI entstehen Aufgaben für die Steuerung von Agenten
Eine offene Befragung macht neue Aufgaben für Agentensteuerung, Standards und den Bau von KI-Systemen sichtbar.
KI-Agenten brauchen Anweisungen und Prüfung
Beobachtet wurde die Arbeit mit Programmieragenten. Der Zeitanteil beschreibt Anweisen und Prüfen, keine verlorene Zeit und keinen gemessenen Produktivitätsgewinn.
KI-Vorfälle erreichen die Chefetage
Ein gemeldeter Vorfall kann etwa eine falsche KI-Entscheidung oder offengelegte Daten betreffen. Die Befragung zeigt Eskalationen, nicht die Wirksamkeit der Kontrollen.
Mehr KI-Beiträge brauchen genug Zeit für Prüfung
Die Befragung erfasst Erfahrungen in Open-Source-Projekten. Mehr Beiträge belegen weder höhere Qualität noch einen messbaren Unternehmensnutzen.
83 Prozent melden noch keinen Produktivitätseffekt durch KI
Kein berichteter Effekt bedeutet nicht, dass KI wirkungslos ist. Die Befragung erfasst Einschätzungen, keine unabhängig gemessenen Veränderungen.
KI nutzen heißt noch nicht, sie fest im Betrieb zu verankern
82 Prozent der KI-nutzenden Programm-Alumni sehen KI noch nicht als zentral im Betrieb an. Eine Selbstauskunft, keine allgemeine KMU-Quote.
Mehr Tempo mit KI beseitigt nicht jeden Engpass
Zum KI-Aufwand zählen auch das Prüfen der Ergebnisse und das Korrigieren von Eingaben.
KI-Nutzung ist noch keine feste Arbeitsweise
Die Befragung in Schottland unterscheidet einzelne KI-Anwendungen von einer festen Einbindung in weite Teile der Organisation. Sie misst berichtete Nutzung, nicht Produktivität oder Geschäftserfolg.
Bei Anthropic geht es häufiger um Anweisungen und Kontrolle
Der durchschnittliche Sitzungsanteil für Anweisungen, Dokumentation und Kontrolle steigt von 10 auf 22 Prozent. Gemessen wird KI-Nutzung, keine Arbeitszeit.
Nur wenige Befragte nennen Regeln zum Beenden von KI-Vorhaben
31 Prozent nennen Regeln vor dem Produktivstart, 17 Prozent für bereits laufende KI. Zwei getrennte Praktiken, laut Selbstauskunft.
Geordnete Team-Chats: mehr richtige KI-Antworten im Test
Untersucht wurde, wie eine KI Informationen aus internen Team-Chats nutzt. Der Test zeigt bessere Antworten, aber noch keine Zeitersparnis im Arbeitsalltag.
Beim nächsten Versuch kann die KI wieder scheitern
GPT-6 Sol löste 20 von 50 Aufgaben in allen drei Versuchen erfolgreich. Ein einzelner Erfolg belegt noch keine Zuverlässigkeit.
Nach einem KI-Vorfall dauert die Aufklärung oft Stunden oder Tage
74 Prozent nennen Stunden oder Tage für die Aufklärung von KI-Handlungen. Weitere 9 Prozent nennen längere Zeiträume oder sind unsicher.
KI-Tempo und veränderte Arbeit sind zwei verschiedene Dinge
64 Prozent der befragten US-CEOs sehen ihr Unternehmen beim KI-Tempo auf Kurs oder vorn. Nur 9 Prozent nennen KI-Agenten bereits grundlegend verändernd.
Finanzieller Nutzen ist nur ein Teil des KI-Erfolgs
80 Prozent melden einen positiven KI-Ertrag. Nur 7 Prozent erfüllen zugleich die Kriterien für belegten Nutzen, veränderte Arbeitsabläufe und Übereinstimmung von Führung und Beschäftigten.
Viele testen KI-Agenten, wenige melden ausgereifte Kontrollen
68 Prozent der befragten Automobilunternehmen nutzen oder testen KI-Agenten in der Produktentwicklung. Nur 5 Prozent beschreiben ihre Regeln und Kontrollen als vollständig ausgereift.
Beschäftigte erlauben die Wissensweitergabe an KI seltener
Im Experiment erlaubten rund 77 Prozent die Weitergabe ihres Fachwissens an KI. Die Weitergabe an Menschen erlaubten rund 97 Prozent.
Fehler erkennen muss auch ohne KI funktionieren
Ein theoretisches Modell zeigt ein Risiko: Übernimmt KI die Fehlerprüfung und investieren Menschen weniger in ihre Prüffähigkeit, erkennen sie bei einem KI-Ausfall weniger Fehler.
Ein KI-Test sagt nicht, wie lange KI allein arbeiten kann
Die Kennzahl beschreibt die menschliche Bearbeitungszeit von Softwareaufgaben, die KI in der Hälfte ihrer Versuche löst. Sie misst keine verlässliche Laufzeit ohne Aufsicht.
Gemeldete KI-Nutzung kann übertrieben sein
48 Prozent von 1.000 befragten US-Beschäftigten sagten, sie hätten ihre KI-Nutzung oder ihr KI-Wissen zumindest gelegentlich übertrieben.
Gefragt sind Menschen, die KI-Lösungen bauen
Die Nachfrage nach Kenntnissen zum Entwickeln von KI-Werkzeugen, Automatisieren von Arbeitsabläufen und technischen Umsetzen von KI-Lösungen stieg in Stellenanzeigen von Workday-Kunden um 51 Prozent, von September 2025 …
Längere KI-Texte brauchen einen größeren Prüfumfang
Enthält ein KI-Text mehr Aussagen, aber werden nur gleich viele geprüft, deckt die Stichprobe einen kleineren Teil ab. Fehler können dadurch leichter unentdeckt bleiben.
Was würde sich ohne Ihre KI ändern?
42 von 91 Befragten melden KI im laufenden Betrieb. Nur 12 sagen, dass ihr Wegfall Änderungen an Kostenstruktur oder Personalplanung erfordern würde.
KI-Projektarbeit braucht einen festen Platz im Arbeitsalltag
In der untersuchten Kanzlei stiegen über 80 Prozent der beteiligten Fachleute aus der KI-Innovationsarbeit aus. Ihre zusätzliche Arbeit wurde bei Leistungsbeurteilung und Vergütung kaum berücksichtigt.
Mehr KI-Schulung geht kaum mit mehr Zeitgewinn einher
In einer Befragung von 859 Beschäftigten war KI-Schulung mit häufigerer Nutzung verbunden. Der Zusammenhang mit der berichteten Zeitersparnis war schwach.
Ein guter KI-Entwurf beweist noch kein Fachurteil
Die Analyse beschreibt ein Problem: KI macht professionell wirkende Entwürfe leichter. Dadurch wird schwerer erkennbar, wer die Inhalte versteht und Fehler fachlich beurteilen kann.
Ein neues KI-Modell braucht passende Arbeitsabläufe
Bain beschreibt, dass der Nutzen neuer KI auch von Datenzugriff, verbundenen Arbeitsschritten und klaren Entscheidungsrechten abhängt. Ein neues Modell allein schafft diese Voraussetzungen nicht.
Ähnliche KI-Trefferquote, unterschiedlich viel menschliche Prüfung
Bei ähnlicher KI-Trefferquote benötigt GPT-5.4 rund 39 Prozent menschliche Prüfung, Claude Sonnet 5 rund 30 Prozent, um unter denselben Annahmen dasselbe Zuverlässigkeitsziel zu erreichen.
KI-Nutzen muss nach Prüfung und Nacharbeit übrig bleiben
Das konzeptionelle Papier fordert, KI am ganzen Arbeitsablauf zu beurteilen: Zeitgewinn allein genügt nicht, wenn Prüfung und Nacharbeit den Nutzen aufzehren.
KI muss die richtigen Informationen auch selbst finden können
Mit vorab ausgewählten Unterlagen erreicht KI die nötigen Belege in geschätzt rund 90 Prozent der Bewertungen. Mit allen zugänglichen Unterlagen sind es rund 75 Prozent. Der Test zeigt, wie vorbereitete Informationen …
KI-Bewertungen brauchen einen fachlichen Gegencheck
Die methodische Analyse zeigt: Bewertungen von Texten und Dokumenten können sich mit Modell und Anweisung ändern. Auch übereinstimmende KI-Bewertungen können denselben Fehler enthalten.
Prüfen Sie das ganze KI-Arbeitssystem
Das Papier schlägt vor, Modell, Datenzugriff, Informationssuche, Werkzeuge, Schutzregeln und menschliche Aufsicht gemeinsam zu testen. Ein Bankpilot zeigt das Vorgehen an konkreten Arbeitsabläufen.
Mit KI besser arbeiten heißt nicht automatisch ohne KI dazulernen
Im Feldexperiment mit Patentanwälten verbesserte KI die Ergebnisse besonders bei weniger Erfahrenen. Dauerhafte Verbesserungen bei späteren Aufgaben ohne KI zeigten sich dagegen vor allem bei erfahrenen Anwälten.
KI-Kosten und Nutzen müssen gemeinsam sichtbar sein
Nur zwölf Prozent von 2.131 befragten Führungskräften geben an, KI-Kosten und Nutzen durchgängig im Unternehmen miteinander zu verknüpfen.
Produktiver fühlen heißt nicht weniger Arbeit haben
Intensive KI-Nutzer berichten in der Beschäftigtenbefragung von höherer Produktivität, aber keiner klaren Entlastung ihrer Arbeitslast.
Die Betreuung von KI ist zusätzliche Arbeit
Praxisberichte beschreiben, wie Beschäftigte KI-Agenten Aufgaben erklären, Informationen liefern, Ergebnisse prüfen und Fehler korrigieren. Diese Betreuung braucht Zeit und Kenntnisse.
Regelmäßige KI-Nutzung hängt mit Lernen und Rückmeldungen zusammen
Bei 800 überwiegend mittelgroßen indischen Unternehmen treten Lernen, Rückmeldungen und regelmäßige KI-Nutzung gemeinsam auf. Welche Größe die andere beeinflusst, zeigt die Befragung nicht.
Eine passende Aufgabe erklärt die KI-Nutzung nur teilweise
Wiederholte US-Befragungen zeigen unterschiedliche KI-Nutzung bei ähnlichen beruflichen Tätigkeiten. Technische Eignung allein erklärt diese Unterschiede nicht vollständig.
KI-Agenten brauchen kontrollierte Zugriffe und Ausgaben
In 25 Experteninterviews begrenzen Datenzugriff, Kosten, Vertrauen und Unternehmenswissen den breiteren Agenteneinsatz. Empfohlen werden Kontrollen für Berechtigungen, Ausgaben und Handlungen.
KI-Nutzen hängt auch mit betrieblichem Wissen zusammen
Der Zusammenhang zwischen KI-Investitionen und Produktivitätswachstum konzentriert sich in der Untersuchung auf Tätigkeiten, die KI-Kenntnisse mit praktischem Lernen betrieblicher Abläufe verbinden.