KI soll die Produktivität steigern – doch die Prognosen liegen weit auseinander

Kaum eine wirtschaftliche Erwartung ist derzeit so eng mit Künstlicher Intelligenz verbunden wie die Hoffnung auf höhere Produktivität. Unternehmen sollen mit derselben Zahl an Beschäftigten mehr produzieren, Prozesse beschleunigen und Ressourcen effizienter einsetzen können. Grundsätzlich spricht dafür einiges. KI-Systeme können Abläufe optimieren und Arbeitszeit einsparen. Doch aus einzelnen Produktivitätsgewinnen lässt sich noch nicht ohne Weiteres auf die gesamte Volkswirtschaft schließen. Genau hier setzt das Focus Paper „Volkswirtschaftliche Effekte der KI“ der Bertelsmann Stiftung an. Autor Dr. Thieß Petersen trägt darin unterschiedliche wissenschaftliche Schätzungen zusammen – und kommt zu einem bemerkenswert breiten Ergebniskorridor.

Zwischen 0,1 und 1,5 Prozentpunkten

Am unteren Ende steht eine ausgesprochen vorsichtige Erwartung. Der Wirtschaftsnobelpreisträger Daron Acemoglu geht davon aus, dass KI die gesamtwirtschaftliche Produktivität innerhalb von zehn Jahren lediglich um 0,7 Prozent erhöht. Das entspräche gerade einmal 0,07 Prozentpunkten pro Jahr. Das amerikanische Congressional Budget Office rechnet für die USA mit zusätzlichen 0,1 Prozentpunkten Produktivitätswachstum jährlich. McKinsey kommt je nach Szenario auf 0,1 bis 0,6 Prozentpunkte.
Die OECD wiederum erwartet für Deutschland und die USA jährliche Produktivitätszuwächse zwischen 0,25 und 0,6 Prozentpunkten. Aghion und Bunel kommen auf knapp 0,7 Prozentpunkte.
Am oberen Ende steht eine Schätzung von Goldman Sachs: Danach könnte generative KI das jährliche Produktivitätswachstum in den USA über einen Zeitraum von zehn Jahren um 1,5 Prozentpunkte erhöhen. Weltweit werden 1,4 Prozentpunkte erwartet. Zwischen den vorsichtigsten und optimistischsten Erwartungen liegt damit mehr als eine Größenordnung.
Die Bertelsmann Stiftung zieht daraus dennoch eine vorsichtige Mitte: Das Gros der betrachteten Studien erwartet für die kommenden zehn Jahre KI-induzierte Produktivitätssteigerungen von 0,5 bis 0,7 Prozentpunkten pro Jahr.

Warum die Prognosen so unsicher sind

Die enorme Spannweite hat einen einfachen Grund: Es fehlen Erfahrungen. 2025 nutzte in Deutschland laut dem Focus Paper erst jedes vierte bis fünfte Unternehmen KI-Technologien. Noch schwieriger wird die Bewertung bei modernen generativen und agentischen Systemen, die erst seit kurzer Zeit im betrieblichen Alltag eingesetzt werden.
Zwar zeigen Experimente auf Personenebene bereits erhebliche Effekte. Für KI-gestützte Assistenten, ChatGPT und GitHub Copilot nennt das Papier Produktivitätssteigerungen einzelner Beschäftigter von 15 bis 55 Prozent. Ob solche Ergebnisse auf ganze Branchen oder gar die deutsche Volkswirtschaft übertragen werden können, ist jedoch offen.

Hinzu kommt eine zweite Unbekannte: Niemand weiß heute, welche Tätigkeiten KI in zehn Jahren tatsächlich übernehmen kann. Während das Focus Paper beispielsweise für das Korrekturlesen langfristig ein Automatisierungspotenzial von rund 95 Prozent nennt, liegt es bei Helfertätigkeiten im Hochbau bei lediglich einem Prozent. Für die volkswirtschaftliche Wirkung kommt es deshalb nicht nur darauf an, wie gut KI einzelne Tätigkeiten erledigt, sondern auch darauf, welchen Anteil diese Tätigkeiten an der gesamten Wertschöpfung haben.

Erst einmal kann KI die Produktivität sogar senken

Besonders interessant ist ein Effekt, der in der öffentlichen Debatte leicht untergeht: Die Einführung von KI muss keineswegs unmittelbar produktiver machen. Unternehmen müssen zunächst Hard- und Software beschaffen, Systeme installieren, Prozesse verändern und Beschäftigte schulen. All das bindet Arbeitskräfte, die währenddessen nicht für ihre bisherigen produktiven Tätigkeiten zur Verfügung stehen. Die Folge kann zunächst ein Produktivitätsrückgang sein.
Erst wenn Einführung und Schulung abgeschlossen sind und Beschäftigte ausreichend Erfahrung mit den neuen Systemen gesammelt haben, können sich die erwarteten Produktivitätsgewinne entfalten. Ökonomen sprechen von einer Produktivitäts-J-Kurve: Erst geht es nach unten, anschließend – im Erfolgsfall – nach oben. Das ist für die Bewertung der gegenwärtigen KI-Welle entscheidend. Wer die Produktivitätseffekte zu früh misst, könnte das langfristige Potenzial unterschätzen. Umgekehrt bedeutet die J-Kurve aber nicht, dass die späteren Gewinne automatisch eintreten.

KI braucht mehr als Software

Damit Unternehmen das Produktivitätspotenzial überhaupt ausschöpfen können, müssen weitere Voraussetzungen erfüllt sein. Die Bertelsmann Stiftung nennt neben Hard- und Software unter anderem Rechenzentren, schnelle Breitbandnetze, ausreichend Strom und entsprechende Kompetenzen der Beschäftigten. Gerade Letzteres dürfte für Unternehmen entscheidend werden. Beschäftigte müssen nicht nur in der Lage sein, KI-Systeme zu bedienen. Sie müssen deren Ergebnisse auch kritisch bewerten und einordnen können. Fehlen diese Kompetenzen, bleiben die erhofften Produktivitätsgewinne aus. Fehlinterpretationen und daraus resultierende falsche Entscheidungen könnten nach Einschätzung des Autors sogar Produktivitätsverluste verursachen. Damit wird aus der vermeintlichen Technologiefrage zunehmend eine Organisations- und Qualifikationsfrage.

Und wenn die großen Erwartungen enttäuscht werden?

An dieser Stelle geht das Focus Paper noch einen Schritt weiter. Denn die Unsicherheit über die tatsächlichen Produktivitätseffekte ist nicht nur ein Problem für Prognostiker. Sie kann selbst zum wirtschaftlichen Risiko werden.
Erwarten Unternehmen hohe Produktivitätsgewinne, investieren sie entsprechend stark in digitale Infrastruktur. Diese Investitionen treiben zunächst Produktion und Wirtschaftswachstum. Werden die Erwartungen später nicht erfüllt, könnten Unternehmen ihre Investitionen jedoch abrupt reduzieren. Hersteller digitaler Investitionsgüter müssten ihre Produktion zurückfahren und Beschäftigte entlassen. Sinkende Einkommen könnten anschließend den Konsum schwächen.
Auch die Finanzmärkte könnten reagieren. Das Papier hält bei enttäuschten Produktivitätserwartungen deutliche Kursverluste für möglich. Daraus entstehende Vermögensverluste könnten den Konsum zusätzlich belasten und damit den Abschwung verstärken. Damit bekommt die gegenwärtige KI-Euphorie eine volkswirtschaftlich interessante zweite Seite: Nicht nur eine zu langsame Einführung von KI birgt Risiken. Auch zu hohe Erwartungen können zum Problem werden.

Der Produktivitätsschub ist kein Selbstläufer

Die Bertelsmann Stiftung hält Produktivitätszuwächse von etwa 0,5 bis 0,7 Prozentpunkten jährlich derzeit für die realistischste Größenordnung. Zugleich weist sie darauf hin, dass diese Effekte wegen der Produktivitäts-J-Kurve erst mit zeitlicher Verzögerung auftreten dürften.
Wie groß der wirtschaftliche Nutzen tatsächlich wird, hängt damit nicht allein von der Leistungsfähigkeit der Technologie ab. Entscheidend sind ihre Verbreitung, die Investitionen in Infrastruktur, die Fähigkeiten der Beschäftigten – und die Frage, ob aus technischen Möglichkeiten tatsächlich produktive Anwendungen entstehen.
Der vielleicht wichtigste Unterschied in der gegenwärtigen KI-Debatte verläuft deshalb nicht zwischen Optimisten und Pessimisten. Er verläuft zwischen technischem Potenzial und wirtschaftlicher Realität.

Quelle: Bertelsmann Stiftung, Focus Paper 01/2026 „Volkswirtschaftliche Effekte der KI“, Dr. Thieß Petersen.