TL;DR: Zwei unabhängige öffentliche Datensätze sagen nebeneinandergelegt etwas Unbequemes. Das Pew Research Center stellt Amerikanerinnen und Amerikanern seit 2021 dieselbe Frage zur künstlichen Intelligenz: Sind Sie eher besorgt als begeistert, eher begeistert als besorgt, oder beides gleichermaßen? Die Antwort bewegte sich genau einmal deutlich, von 37 Prozent eher besorgt im Jahr 2021 auf 52 Prozent im Jahr 2023, und dann nicht mehr: 51 Prozent 2024, 50 Prozent 2025, 52 Prozent 2026. Im selben Zeitraum von 2023 bis 2026 verzeichnete die Business Trends and Outlook Survey des US Census Bureau einen Anstieg der KI-Nutzung in Unternehmen von 3,7 auf 19,8 Prozent. Sechzehn Punkte neuer Erfahrung erzeugten null Punkte Netto-Einstellungsänderung. Die Geschichte wurde früh geschrieben, auf dünner Beweisgrundlage, und dann festgehalten. Dieser Beitrag benennt die vier Narrative, die Menschen tatsächlich betreiben, hängt an jedes einen Falsifikationstest und gibt Ihnen ein Protokoll, um Ihr eigenes zu prüfen. Es geht nicht um Optimismus. Es geht darum, dass eine nicht widerlegbare Geschichte über KI leise entscheidet, welche Experimente Sie durchführen, und die Experimente entscheiden über Ihre nächsten fünf Jahre.
Es gibt derzeit überall eine bestimmte Art beruflicher Unterhaltung. Jemand sagt einen Satz über künstliche Intelligenz, der wie eine Beobachtung klingt, tatsächlich aber eine Vorhersage ist, und diese Vorhersage wurde nie geprüft. “Es wird alles ersetzen.” “Das ist überwiegend Hype.” “Ich warte, bis sich die Lage beruhigt hat.” Jede dieser Aussagen wird als Lesart der Wirklichkeit präsentiert. Jede ist in Wahrheit eine Geschichte, und jede Geschichte arbeitet bereits: Sie entscheidet, was diese Person in diesem Quartal versuchen wird und was nicht.
Das verdient ernsthafte Beachtung, denn es gibt inzwischen genug öffentliche Daten, um zu prüfen, ob die Geschichten der Welt folgen. Sie tun es nicht.
Das Narrativ war festgelegt, bevor die Erfahrung eintraf
Beginnen wir mit der Einstellungsreihe. Das Pew Research Center stellt erwachsenen US-Bürgern seit 2021 eine konsistente Frage zur zunehmenden Nutzung von KI im Alltag. In der Erhebungswelle vom 22. bis 28. Juni 2026 mit 3.488 erwachsenen US-Bürgern im American Trends Panel sagten 52 Prozent, sie seien eher besorgt als begeistert, 37 Prozent gleichermaßen besorgt und begeistert und 9 Prozent eher begeistert als besorgt.
Interessant ist nicht das Niveau. Interessant ist die Form des Verlaufs.
| Jahr (Pew Research Center, erwachsene US-Bürger) | Eher besorgt als begeistert |
|---|---|
| 2021 | 37 % |
| 2022 | 38 % |
| 2023 | 52 % |
| 2024 | 51 % |
| 2025 | 50 % |
| 2026 | 52 % |
Geprüfte Daten. Quelle: Pew Research Center, Trend zur Besorgnis über die zunehmende Nutzung von KI im Alltag, Erhebungswelle Juni 2026.
Die gesamte Bewegung geschieht in einem einzigen Schritt, zwischen 2022 und 2023: plus 14 Punkte. Danach vier Jahre praktisch nichts. Der Wert von 2026 ist identisch mit dem von 2023.
Legen Sie nun die Verhaltensreihe daneben. Das US Census Bureau begann im September 2023, Unternehmen in seiner Business Trends and Outlook Survey direkt nach KI-Nutzung zu fragen. Das eigene Arbeitspapier des Census Bureau zu diesem ersten Zeitfenster, von Bonney, Breaux, Buffington, Dinlersoz, Foster, Goldschlag, Haltiwanger, Kroff und Savage, berichtet einen Anstieg von 3,7 Prozent der Unternehmen im September 2023 auf 5,4 Prozent im Februar 2024. In der Veröffentlichung für den Zeitraum Dezember 2025 bis Mai 2026 lag die Gesamtnutzung zwischen 17 und 20 Prozent, mit einem nationalen Durchschnitt von 19,8 Prozent zum 3. Mai 2026, und 20 bis 23 Prozent der Unternehmen erwarteten, KI innerhalb von sechs Monaten einzusetzen.
Verbinden Sie beide.
| Zeitfenster | Narrativ: Anteil eher besorgt als begeistert (Pew) | Verhalten: Anteil der US-Unternehmen mit KI-Nutzung (Census BTOS) |
|---|---|---|
| 2021 bis 2023 | 37 % auf 52 %, +15 Punkte (1,41x) | Nicht gemessen; die BTOS-Frage zu KI begann im September 2023 |
| September 2023 bis Mai 2026 | 52 % auf 52 %, 0 Punkte (1,00x) | 3,7 % auf 19,8 %, +16,1 Punkte (5,35x) |
CEOtudent-Redaktionsrahmen: abgeleitet durch Verbindung der Einstellungsreihe des Pew Research Center mit der Adoptionsreihe der Business Trends and Outlook Survey des US Census Bureau. Keine der Quellen zieht diesen Vergleich. Die Multiplikatoren wurden aus den veröffentlichten Zahlen berechnet.
Lesen Sie die zweite Zeile noch einmal. Die Verbreitung in Unternehmen wuchs um mehr als das Fünffache. Die öffentliche Nettoeinstellung bewegte sich überhaupt nicht.
Keine der beiden Institutionen behauptet einen kausalen Zusammenhang, und das sollte sie auch nicht. Einstellungen und Unternehmensnutzung sind unterschiedliche Populationen, unterschiedlich gemessen. Das Muster sagt dennoch etwas, das alle Vorbehalte überlebt: Die scharfe Einstellungsverschiebung geschah in dem Jahr, in dem fast niemand direkte organisatorische Erfahrung mit der Technologie hatte, und die Jahre tatsächlicher Erfahrung erzeugten keine weitere Nettoverschiebung. Was auch immer die Geschichte 2023 formte, es war nicht die Nutzung. Und die Nutzung hat sie seither nicht revidiert.
Dasselbe geschieht in Individuen, nicht nur in Populationen
Eine nationale Umfrage kann Ihnen den Mechanismus nicht zeigen. Eine randomisierte Studie kann es.
2025 führte METR eine randomisierte kontrollierte Studie mit 16 erfahrenen Open-Source-Entwicklern an 246 realen Issues in großen Repositories durch, im Durchschnitt mit mehr als 22.000 Sternen und über einer Million Codezeilen. Die Entwickler wurden Issue für Issue zufällig der Arbeit mit oder ohne KI-Werkzeuge zugeteilt. Drei Zahlen kamen dabei heraus.
Vor Beginn prognostizierten die Entwickler, KI werde sie um 24 Prozent beschleunigen. Gemessen brauchten sie mit KI-Werkzeugen 19 Prozent länger. Danach, unmittelbar nach dem Experiment, glaubten sie weiterhin, KI habe sie um 20 Prozent beschleunigt.
Die dritte Zahl ist hier die entscheidende. Die unmittelbare Erfahrung, verlangsamt worden zu sein, überschrieb die Überzeugung, beschleunigt worden zu sein, nicht. Die Geschichte überlebte den Kontakt mit den Belegen, und zwar genau in den Menschen, die diese Belege erzeugt hatten.
Redlichkeit verlangt die Aktualisierung: METR selbst hat erklärt, dass dieses Ergebnis überholt ist. Im Februar 2026 veröffentlichte die Organisation eine Notiz, wonach ihr Folgeexperiment mit einer größeren Kohorte von 57 Entwicklern und über 800 Aufgaben mit Werkzeugen von Ende 2025 einen weit kleineren Effekt ergab, rund 4 Prozent langsamer mit einem Konfidenzintervall von 15 Prozent langsamer bis 9 Prozent schneller, und dass diese neueren Daten ein unzuverlässiges Signal sind, weil ein erheblicher Teil der Entwickler die Teilnahme an einer Studie ablehnt, die Arbeit ohne KI erfordern würde. METRs aktuelle Einschätzung lautet, dass Entwickler 2026 wahrscheinlich stärker beschleunigt werden, als die Studie von 2025 nahelegte.
Nimmt man das ernst, löst sich die Produktivitätsschlagzeile auf. Was sich nicht auflöst, ist die Wahrnehmungslücke. Die Revision betrifft, wie sehr KI hilft. Sie berührt nicht den Befund, dass die Einschätzung der Menschen zur Wirkung von KI auf ihre eigene Arbeit unmittelbar nach der Messung um rund 39 Prozentpunkte in Richtung ihrer vorherigen Erzählung falsch lag. Wenn Selbstauskunft über KI bei erfahrenen Ingenieuren unzuverlässig ist, die auf die letzten zwei Stunden zurückblicken, ist sie bei Ihnen nicht zuverlässiger, wenn Sie auf die letzten zwei Jahre zurückblicken.
Das ist die praktische Verbindung zu dem, was die Forschung darüber sagt, was mit Ihrem Gehirn passiert, wenn KI für Sie denkt: Das gefühlte Erleben der Wirkung eines Werkzeugs entsteht getrennt von der Wirkung selbst.
Mehr Kontakt erzeugte nicht mehr Gelassenheit
Wäre die beruhigende Version zutreffend, wären jene, die KI am meisten nutzen, am wenigsten besorgt. Die Altersdaten von Pew für 2026 zeigen das Gegenteil.
| Altersgruppe (Pew, 2026) | Eher besorgt | Eher begeistert | KI führt zu weniger Jobs, 2024 | KI führt zu weniger Jobs, 2026 | Veränderung |
|---|---|---|---|---|---|
| 18 bis 29 | 55 % | 11 % | 61 % | 73 % | +12 Punkte |
| 30 bis 49 | 51 % | 12 % | 66 % | 74 % | +8 Punkte |
| 50 bis 64 | 47 % | 8 % | 69 % | 72 % | +3 Punkte |
| 65 und älter | 59 % | 4 % | 58 % | 63 % | +5 Punkte |
Geprüfte Daten, Pew Research Center, Erhebungswelle Juni 2026; die Spalte Veränderung wurde von CEOtudent aus den veröffentlichten Zahlen für 2024 und 2026 berechnet.
Die jüngsten Erwachsenen, also die Gruppe mit der höchsten berichteten Nutzung von KI-Chatbots, bewegten sich zwischen 2024 und 2026 am stärksten in Richtung Jobpessimismus: plus 12 Punkte, das Vierfache der Verschiebung bei den 50- bis 64-Jährigen. Über alle Erwachsenen hinweg stieg der Anteil derjenigen, die durch KI weniger Arbeitsplätze erwarten, von 64 Prozent im Jahr 2024 auf 71 Prozent im Jahr 2026, gegenüber 5 Prozent, die mehr Arbeitsplätze erwarten.
Kontakt wirkt nicht beruhigend. Das erledigt die bequeme Vorstellung, Menschen sorgten sich um KI, weil sie sie nicht ausprobiert hätten. Viele der Besorgtesten haben sie am meisten ausprobiert.
Es erledigt ebenso die Spiegelvorstellung, Sorge sei schlicht zutreffend, weil die Besorgten die Informierten seien. Die Besorgnis stieg im Jahr vor der Erfahrung um 14 Punkte und hat sich in den drei Jahren seither nicht bewegt. Würde Besorgnis den Belegen folgen, hätte sie sich bewegt, als die Belege eintrafen.
Beides sind Geschichten. Keine davon ist eine Lesart.
Die vier Narrative und der Test, an dem jedes scheitert
Hier der operative Punkt. Sie betreiben eines davon. Die meisten Menschen erkennen ihres in etwa zehn Sekunden, und fast niemand hat je einen Test daran gehängt.
| Narrativ | Der Satz darunter | Was es stillschweigend vorhersagt | Das erzeugte Verhalten | Falsifikationstest |
|---|---|---|---|---|
| Untergang | “Es nimmt mir meine Arbeit weg, also ist Anstrengung sinnlos.” | Schnelle, breite, einheitliche Verdrängung | Rückzug; keine Experimente; vorauseilende Aufgabe von noch nicht verlorenem Terrain | Nennen Sie eine Aufgabe aus Ihren letzten 90 Tagen, die KI vollständig ohne Prüfung und Korrektur erledigt hat. Wenn Sie das nicht können, läuft Ihre Vorhersage Ihren Belegen voraus. |
| Hype | “Es kann eigentlich nichts; das ist eine Blase.” | Fähigkeitsplateau ungefähr auf heutigem Niveau | Ablehnung; kein Kompetenzaufbau; Überraschung, wenn eine Kollegin etwas liefert | Nennen Sie eine Aufgabe, deren Test Sie in den letzten 90 Tagen verweigert haben. Testen Sie sie einmal. Notieren Sie das Ergebnis, bevor Sie es deuten. |
| Zuschauer | “Ich steige ein, sobald sich die Lage beruhigt hat.” | Ein stabiler Endzustand, der bald eintritt | Aufschub; kein Zinseszins; Einstieg genau dann, wenn der Vorteil weg ist | Schreiben Sie das konkrete beobachtbare Ereignis auf, das Ihnen sagen wird, dass sich die Lage beruhigt hat. Können Sie das nicht, ist die Bedingung keine Bedingung, sondern eine dauerhafte Ausrede. |
| Operator | “Es verändert, welche Teile meiner Arbeit knapp sind.” | Ungleichmäßige Verschiebungen auf Aufgabenebene, manche schnell, manche nie | Tests auf Aufgabenebene; Messung; Kontrollpunkte | Listen Sie die Aufgaben auf, bei denen Ihre Prüfung noch Fehler findet. Ist diese Liste leer, prüfen Sie nicht, sondern genehmigen nur. |
CEOtudent-Narrativ-Audit. Redaktioneller Rahmen, keine Umfragedaten. Konstruiert aus der These, dass die operative Einheit der KI-Wirkung die Aufgabe ist, nicht der Beruf.
Zwei Dinge in dieser Tabelle sind Absicht.
Erstens ist der Test, an dem jedes Narrativ scheitert, eine Messung und kein Argument. Sie können sich aus einem Narrativ nicht herausdenken, denn das Narrativ ist das, was Ihr Denken erledigt. Die 16 Entwickler der METR-Studie konnten sich nicht aus ihrem heraus denken, während sie auf den Zeitdaten saßen. Was ein Narrativ bricht, ist eine konkrete, datierte, aufgeschriebene Beobachtung, die es nicht vorhergesagt hat.
Zweitens ist das Operator-Narrativ nicht das optimistische. Es ist das einzige auf der Liste, das auf eine Weise falsch sein kann, die Ihnen auffallen würde. Untergang, Hype und Zuschauer sind in ihrer üblichen Form nicht widerlegbar: Die Verdrängung kommt immer, die Blase platzt immer gleich, beruhigt hat sich die Lage immer noch nicht. Der Operator stellt Behauptungen auf Aufgabenebene auf, und die ist klein genug, um sie bis Freitag zu prüfen.
Das ist die CEO-Hälfte der These im Zusammenspiel mit der Studenten-Hälfte. Eine CEO muss nicht optimistisch sein; eine CEO braucht eine Position, die sich an Belegen revidieren lässt. Ein Student muss nicht sicher sein; ein Student muss das Experiment weiterführen. Sicherheit ohne Test ist keines von beidem.
Warum die Geschichte mehr Arbeit leistet als die Technologie
Überlegen Sie, was die vier Narrative tatsächlich bestimmen.
Sie bestimmen, welche Aufgaben Sie versuchen. Wer Untergang vertritt, baut keinen Arbeitsablauf, denn Bauen ist sinnlos, wenn das Ergebnis feststeht. Wer Hype vertritt, testet nicht, denn Testen wäre ein Zugeständnis. Wer Zuschauer vertritt, beginnt nicht, denn Beginnen wäre verfrüht. Alle drei landen auf drei verschiedenen Wegen beim selben Verhalten: In ihrer Woche ändert sich nichts.
Sie bestimmen, was Sie bemerken. Eine Geschichte ist ein Filter, bevor sie eine Schlussfolgerung ist. Sagt Ihre Geschichte, die Werkzeuge taugten nichts, liest sich ein gutes Ergebnis als Zufall und ein schlechtes als Bestätigung. Das ist kein Charakterfehler, sondern gewöhnliche Erstschluss-Verzerrung auf längerer Zeitskala.
Sie bestimmen, was Sie von anderen hören können. Die teuerste Wirkung eines verriegelten Narrativs ist, dass zutreffende Informationen von Kolleginnen und Kollegen entweder wie Panik oder wie Verkaufsrede klingen, je nachdem, in welche Richtung sie ausschlagen.
Nichts davon ist eine Aussage darüber, wie leistungsfähig KI-Systeme sind. Diese Frage ist offen, umstritten und weitgehend außerhalb Ihrer Kontrolle. Welche Experimente Sie in diesem Quartal durchführen, liegt vollständig in Ihrer Kontrolle.
Das Audit: fünf Schritte, rund zwei Stunden
Das ist das Protokoll. Es ist bewusst mechanisch, denn freiwillige Selbstprüfung ist genau das, wovor das METR-Ergebnis warnt.
Erstens. Schreiben Sie Ihren Satz auf. Eine Zeile, in Ihren eigenen Worten, darüber, was KI in den nächsten drei Jahren für Ihre Arbeit bedeutet. Nicht schleifen. Die ungeschliffene Fassung ist die, die läuft.
Zweitens. Benennen Sie die darin enthaltene Vorhersage. Jeder Satz in der Tabelle oben enthält eine Aussage über die Welt mit einer Zeitskala. Ziehen Sie Ihre heraus und schreiben Sie die Zeitskala ausdrücklich auf. “Bald” ist keine Zeitskala.
Drittens. Schreiben Sie den Falsifikationstest auf. Was genau müsste beobachtbar geschehen, damit Sie schließen, Ihr Satz sei falsch? Wenn nichts, hören Sie hier auf. Sie haben keine Position, sondern eine Stimmung, und der Rest dieses Protokolls kann nicht helfen.
Viertens. Führen Sie in 30 Tagen drei Tests auf Aufgabenebene durch. Keine Werkzeugtests, Aufgabentests. Wählen Sie drei Dinge, die Sie tatsächlich tun, eng genug definiert, um sie zu stoppen. Machen Sie jedes einmal mit und einmal ohne KI. Notieren Sie Zeiten und Korrekturaufwand im Moment des Tuns, nicht am Monatsende. Genau darum geht es beim Entscheidungsjournal: Der Eintrag muss vor der Deutung erfolgen.
Fünftens. Lesen Sie Ihren Satz gegen den Eintrag. Nicht gegen Ihre Erinnerung an den Monat. Gegen die Aufzeichnung. Die Lücke dazwischen ist das Ausmaß Ihrer Narrativ-Falle, und sie ist genauso messbar wie die 39-Punkte-Lücke der Entwickler.
Die meisten, die das durchführen, stellen fest, dass ihr Satz in der Richtung stimmt und im Umfang dramatisch danebenliegt. Untergangs-Vertreter finden eine Aufgabe, die wirklich weg ist, und elf, die unberührt blieben. Hype-Vertreter finden eine Aufgabe, die sich wirklich verändert hat, und den unveränderten Rest. Beide entdecken dasselbe: Die ehrliche Antwort lag nie auf der Ebene des Berufs. Sie lag immer auf der Ebene der Aufgabe, und dort muss auch die Entscheidung fallen, welche Entscheidungen delegiert und welche niemals automatisiert werden dürfen.
Was das globale Bild ergänzt
Eine Korrektur am amerikanischen Rahmen. Die im Oktober 2025 veröffentlichte Pew-Umfrage in 25 Ländern fand einen Median von 34 Prozent der Erwachsenen, die eher besorgt als begeistert sind, 42 Prozent gleichermaßen besorgt und begeistert und 16 Prozent eher begeistert als besorgt. Die Vereinigten Staaten liegen am pessimistischen Ende dieser Verteilung, neben Italien, Australien, Brasilien und Griechenland, wo etwa die Hälfte der Erwachsenen eher besorgt als begeistert ist.
Das ist für alle, die außerhalb der Vereinigten Staaten lesen, aus zwei Gründen wichtig. Es bedeutet, dass die amerikanischen Einstellungsdaten keine globale Konstante sind, und es bedeutet, dass das Narrativ, das Sie aufgenommen haben, teilweise davon abhängt, woher Ihre Informationen stammen, und nicht davon, was die Technologie tut. Eine Geschichte, die in einem Land zu 52 Prozent und über 25 Länder hinweg eher zu einem Drittel verbreitet ist, ist keine Lesart der Technologie. Sie ist eine Lesart eines Medienumfelds.
Dieselbe Umfrage fand einen Unterschied, bei dem es sich zu verweilen lohnt: In Südkorea waren 39 Prozent der stärker über KI Informierten eher begeistert als besorgt, gegenüber 19 Prozent der weniger Informierten. Kenntnis schlägt an verschiedenen Orten in verschiedene Richtungen aus. Auch das ist ein Beleg dafür, dass die Geschichte nicht aus dem Gegenstand abgeleitet ist.
Die unbequeme Zusammenfassung
Die hier zusammengetragenen Belege stützen vier Aussagen und keine weitere.
Die amerikanische Besorgnis über KI stieg einmal, stark, im Jahr vor der breiten organisatorischen Einführung, und blieb in den drei Jahren der Einführung seither flach. Die Verbreitung in Unternehmen wuchs in diesem flachen Zeitfenster um mehr als das Fünffache. In einem kontrollierten Setting lagen die Einschätzungen erfahrener Fachleute zur Wirkung von KI auf ihre eigene Arbeit unmittelbar danach um rund 39 Prozentpunkte in Richtung ihrer vorherigen Erwartung falsch. Und mehr Kontakt bei den jüngsten Erwachsenen ging mit mehr Jobpessimismus einher, nicht mit weniger.
Nichts davon sagt Ihnen, ob Sie besorgt sein sollten. Es sagt Ihnen, dass das, was Sie derzeit über KI empfinden, wahrscheinlich nicht durch Belege entstanden ist, wahrscheinlich nicht durch Belege revidiert wird und dennoch entscheidet, was Sie versuchen werden.
Die Korrektur ist keine bessere Haltung. Sie ist eine überprüfbare. Schreiben Sie den Satz, ziehen Sie die Vorhersage heraus, hängen Sie den Test an, führen Sie drei Aufgaben durch, lesen Sie die Aufzeichnung. Was das überlebt, ist eine Position. Alles andere ist eine Geschichte, die Ihre Entscheidungen für Sie getroffen hat.
Häufig gestellte Fragen
Ist das ein Plädoyer dafür, KI gegenüber optimistischer zu sein?
Nein. Die Belege hier betreffen das Verhältnis von Überzeugung und Verhalten, nicht die Frage, welche Überzeugung richtig ist. Eine pessimistische Position, die widerlegbare Vorhersagen auf Aufgabenebene macht, ist besser als eine optimistische, die keine macht. Das Operator-Narrativ in der Tabelle ist nicht durch seine Schlussfolgerung definiert, sondern durch seine Prüfbarkeit.
Woher kommt die Lücke von 39 Prozentpunkten?
Sie ist der Abstand zwischen dem gemessenen Ergebnis der METR-Studie, nämlich dass Entwickler mit KI-Werkzeugen 19 Prozent länger brauchten, und der Überzeugung derselben Entwickler nach der Studie, KI habe sie um 20 Prozent beschleunigt. Die Subtraktion ist einfach, die Zahlen stammen von METR. Beachten Sie METRs eigene Erklärung vom Februar 2026, dass das Produktivitätsergebnis überholt ist und Entwickler mit Werkzeugen von 2026 wahrscheinlich schneller sind. Bestand hat die Wahrnehmungslücke.
Beweist der Vergleich von Pew und Census, dass Erfahrung Meinungen nicht ändert?
Er beweist es nicht, und der Beitrag behauptet keinen Beweis. Die beiden Reihen messen unterschiedliche Populationen, Individuen und Unternehmen, mit unterschiedlichen Instrumenten. Der Vergleich begründet etwas Engeres und dennoch Nützliches: In einer Phase großen, dokumentierten Wachstums der organisatorischen KI-Nutzung bewegte sich die öffentliche Nettoeinstellung im selben Land nicht. Jede Erklärung öffentlicher Haltungen zu KI muss das berücksichtigen.
Ich nutze KI bereits täglich. Gilt das Narrativ-Audit auch für mich?
Besonders. Intensive Nutzung ist mit allen vier Narrativen vereinbar, auch mit Untergang, wo die Nutzung resigniert erfolgt, und mit Hype, wo sie oberflächlich und ungemessen bleibt. Die Altersdaten von 2026 machen das konkret: Die Gruppe, die KI-Chatbots am meisten nutzt, ist zugleich die Gruppe, deren Jobpessimismus am stärksten gestiegen ist. Nutzung ist keine Position.
Was, wenn mein Falsifikationstest zurückkommt und meine Geschichte stimmte?
Dann haben Sie eine Stimmung in einen Befund verwandelt, und genau darum geht es. Ein geprüfter Pessimismus ist ein Vermögenswert: Er sagt Ihnen genau, welches Terrain Sie nicht länger verteidigen und welches Sie halten sollten. Der Fehlermodus, auf den dieser Beitrag zielt, ist nicht, falsch zu liegen. Er ist, es nicht unterscheiden zu können.
Quellen
Pew Research Center, Befragung von 3.488 erwachsenen US-Bürgern vom 22. bis 28. Juni 2026 im American Trends Panel zu Besorgnis und Begeisterung über künstliche Intelligenz und zu Erwartungen an Arbeitsplätze nach Altersgruppen.
Pew Research Center, Zusammenfassung zentraler Befunde zur Sicht der Amerikaner auf künstliche Intelligenz, März 2026, einschließlich KI-Nutzung am Arbeitsplatz und Häufigkeit der Interaktion mit KI.
Pew Research Center, Befragung von Erwachsenen in 25 Ländern zu Ansichten über künstliche Intelligenz, veröffentlicht im Oktober 2025, mit länderübergreifenden Medianwerten für Besorgnis und Begeisterung.
United States Census Bureau, Business Trends and Outlook Survey, Schätzungen zur KI-Nutzung für den Zeitraum Dezember 2025 bis Mai 2026, einschließlich nationaler Werte sowie Aufschlüsselungen nach Unternehmensgröße und Branche.
Kathryn Bonney, Cory Breaux, Catherine Buffington, Emin Dinlersoz, Lucia Foster, Nathan Goldschlag, John Haltiwanger, Zachary Kroff und Keith Savage, Tracking Firm Use of AI in Real Time: A Snapshot from the Business Trends and Outlook Survey, United States Census Bureau Center for Economic Studies Working Paper CES-24-16, März 2024.
METR, Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, randomisierte kontrollierte Studie mit 16 Entwicklern an 246 Issues, Juli 2025.
METR, Notiz zu Änderungen am Design des Entwicklerproduktivitäts-Experiments, Februar 2026, mit der Folgekohorte von 57 Entwicklern und über 800 Aufgaben sowie der revidierten Einschätzung der Organisation.
Dieser Inhalt wurde nach eingehender Recherche mit Unterstützung von KI zusammengestellt und vom CEOtudent-Redaktionsteam geschrieben und für die Veröffentlichung aufbereitet.
This post is also available in:
