Kurzfassung. Ein KI-Werkzeug hat Ihren Output gesteigert, und der Instinkt sagt, eine entsprechende Gehaltserhöhung zu verlangen. Die Evidenz sagt, dass dieses Argument scheitert, und zeigt, welches funktioniert. Kontrollierte Studien messen reale Gewinne bei Aufgaben: 15 % mehr gelöste Kundenanliegen pro Stunde, 26,08 % mehr abgeschlossene Programmieraufgaben, eine um 40 % schneller erledigte Schreibaufgabe. Doch eine große, mit Verwaltungsdaten verknüpfte Studie mit rund 25.000 Beschäftigten in Dänemark findet keinen Effekt der Chatbot-Nutzung auf die Verdienste und schließt Effekte von mehr als 2 % aus; 97,7 % der Anwender sagen, die Werkzeuge hätten nichts daran geändert, was sie verdienen. Die Rent-Sharing-Forschung hilft zu erklären, warum: Ein Anstieg der Wertschöpfung je Beschäftigten eines Unternehmens um 10 % hat die Löhne typischerweise um 0,5 % bis 1,5 % angehoben, und in einer großen US-Studie sicherten sich Beschäftigte etwa 30 Cent von jedem Dollar neuen Überschusses, wobei ungefähr der doppelte Anteil an bereits im Unternehmen Beschäftigte ging, die teuer zu ersetzen waren. Das gewöhnliche jährliche Lohnwachstum liegt in aktuellen US-Daten bei 3,2 % bis 3,4 %. Der CEO-Zug: Hören Sie auf, Geschwindigkeit zu verkaufen, und legen Sie einen Business Case mit einer Zahl vor, aufgebaut auf dem Teil des Gewinns, der mit Ihnen gehen würde. Der Studenten-Zug: Bauen und dokumentieren Sie weiter das Urteilsvermögen, die Prüfung und die Workflow-Gestaltung, die den Gewinn zu Ihrem machen und nicht zu dem der Lizenz.
Dieser Beitrag bricht die Lücke zwischen individuellen KI-Gewinnen und Unternehmensergebnissen auf ein einzelnes Gehaltsgespräch herunter. Freiberufler stehen vor derselben Frage als Preisproblem, behandelt im Leitfaden zur Neubepreisung für höhere Honorare. Was Sie in beide Gespräche mitbringen, ist das Thema von Karrierekapital im KI-Zeitalter.
Wie groß sind die gemessenen KI-Output-Gewinne wirklich?
„KI hat meinen Output vervielfacht“ ist eine Behauptung über eine Zahl. Beginnen Sie also mit dem, was unter kontrollierten Bedingungen gemessen wurde.
Tabelle 1. Gemessene Produktivitätseffekte von KI-Unterstützung (Zahlen wie in der jeweiligen Quelle abgedruckt)
| Studie | Umfeld und Stichprobe | Gemessener Effekt | Wer am meisten gewann oder wo es scheiterte |
|---|---|---|---|
| Brynjolfsson, Li und Raymond (Quarterly Journal of Economics, 2025) | Kundensupport bei einem Softwareunternehmen, 5.172 Agenten | Gelöste Anliegen pro Stunde im Durchschnitt um 15 % höher | Weniger qualifizierte und weniger erfahrene Agenten: ein Anstieg von ungefähr 30 %; minimale Wirkung bei den Erfahreneren |
| Cui und Mitautoren (Arbeitspapier, Februar 2025) | Drei Feldexperimente, 4.867 Entwickler bei Microsoft, Accenture und einem Fortune-100-Unternehmen | 26,08 % mehr abgeschlossene Aufgaben (Standardfehler 10,3 %) | Weniger erfahrene Entwickler |
| Peng und Mitautoren (2023) | 95 Programmierer, über eine Freelancing-Plattform rekrutiert, eine JavaScript-Aufgabe | Aufgabe 55,8 % schneller abgeschlossen (95-%-Konfidenzintervall 21-89 %): 71,17 gegenüber 160,89 Minuten | Entwickler mit weniger Programmiererfahrung |
| Noy und Zhang (Science, 2023) | 453 Berufstätige mit Hochschulabschluss, Schreibaufgaben mit Anreizen | Benötigte Zeit um 40 % gesunken, Qualität des Ergebnisses um 18 % gestiegen | Die Ungleichheit zwischen den Beschäftigten nahm ab |
| Dell’Acqua und Mitautoren (Arbeitspapier der Harvard Business School, 2023) | 758 Wissensarbeiter, Experiment mit der Boston Consulting Group durchgeführt, 18 Aufgaben | 12,2 % mehr abgeschlossene Aufgaben, 25,1 % schneller | Bei einer Aufgabe, die so gewählt wurde, dass sie außerhalb der Fähigkeiten des Werkzeugs lag, lieferten KI-Nutzer mit 19 % geringerer Wahrscheinlichkeit korrekte Lösungen |
Quellen: die genannten Arbeiten. Die Arbeitspapierfassung der ersten Studie von 2023 nannte 14 % bei 5.179 Agenten und 34 % für Neulinge und gering qualifizierte Beschäftigte; Tabelle 1 verwendet das Abstract der Zeitschrift und die Überarbeitung vom November 2024.
Für ein Gehaltsgespräch zählen drei Dinge. Jeder Gewinn wird an einer Aufgabe oder einer einzelnen Output-Kennzahl gemessen, nicht an einem ganzen Job: Selbst 55,8 % schneller bedeutet das 2,26-Fache der Geschwindigkeit bei einer einzigen Programmierübung. Die Gewinne konzentrieren sich auf weniger erfahrene Beschäftigte, das Werkzeug verringert also den Abstand zwischen Ihnen und der nächsten Person, das Gegenteil von Knappheit. Und bei der falschen Aufgabe machte das Werkzeug Menschen ungenauer.
Kommt etwas von diesem Gewinn im Gehalt an?
Die meisten Argumente für eine Gehaltserhöhung setzen voraus, dass die Antwort Ja lautet. Die beste bislang verfügbare Evidenz sagt: nicht automatisch.
Anders Humlum und Emilie Vestergaard verknüpften große Befragungen zur Nutzung von KI-Chatbots in 11 exponierten Berufen in Dänemark, darunter Softwareentwickler, Marketingfachleute und Buchhalter, mit Verwaltungsdaten zu Verdiensten und Arbeitsstunden. Die jüngste Runde erfasst rund 25.000 Beschäftigte in 7.000 Betrieben. Ihre Überarbeitung vom März 2026 berichtet „präzise Nulleffekte auf Verdienste und erfasste Arbeitsstunden“ und schließt Effekte von mehr als 2 % zwei Jahre nach dem Start von ChatGPT aus. Der Nulleffekt gilt für tägliche Nutzer, für Beschäftigte, die angeben, mehr als eine Stunde pro Tag zu sparen, und in Unternehmen, die zur Nutzung der Werkzeuge ermutigen. Er gilt von Lehrkräften mit zentral ausgehandelter Bezahlung bis zu individuell verhandelnden Softwareentwicklern und Marketingfachleuten, in Berufen, in denen die meisten Beschäftigten jedes Jahr mit ihrem Arbeitgeber verhandeln.
Direkt gefragt, sagten 97,7 % der Anwender, KI-Chatbots hätten ihr Arbeitseinkommen nicht beeinflusst. Die meisten Nutzer (85 %) gaben an, die gesparte Zeit auf andere Arbeitsaufgaben umzuverteilen. Frühere Fassungen des Papiers von 2025 bezifferten das Leck: Die Zeitersparnis lag im Durchschnitt bei 2,8 % der Arbeitsstunden, und die Autoren schätzten anhand der eigenen Angaben der Beschäftigten, dass sich nur 3-7 % dieser Ersparnis in höheren Verdiensten niederschlugen.
Die erste Studie in Tabelle 1 fügt ein Detail hinzu. Ihre Autoren halten fest, dass ihre Daten es „nicht erlauben, Veränderungen der Löhne zu beobachten“, beschreiben aber das Vergütungssystem: Boni, die an Ziele wie Chats pro Stunde geknüpft sind und auf 20 bis 40 Prozent des ausgezahlten Gehalts geschätzt werden. Wo die Bezahlung vertraglich an eine Output-Kennzahl gebunden ist, fließt ein Teil eines Gewinns automatisch durch. Die meiste Wissensarbeit mit Festgehalt kennt keine solche Kopplung, also bewegt sich nichts, solange niemand verhandelt.
Wie viel von einem Gewinn geben Arbeitgeber üblicherweise weiter?
Ökonomen untersuchen das als Rent-Sharing: Wenn ein Unternehmen produktiver oder profitabler wird, wie viel davon erreicht seine Beschäftigten?
Eine Übersichtsarbeit von David Card, Ana Rute Cardoso, Joerg Heining und Patrick Kline kommt zu dem Schluss, dass Studien, die dafür kontrollieren, wer wo arbeitet, typischerweise feststellen, dass „ein Anstieg der Wertschöpfung je Beschäftigten um 10 % zu einem Lohnanstieg von irgendwo zwischen 0,5 % und 1,5 % führt“, eine Elastizität von 0,05-0,15. Patrick Kline, Neviana Petkova, Heidi Williams und Owen Zidar verfolgten US-Unternehmen, deren wertvolle Patentanmeldungen bewilligt wurden, und stellten fest, dass Beschäftigte ungefähr 30 Cent von jedem Dollar des daraus entstehenden Überschusses erhielten. Der Anteil war für Beschäftigte, die bereits im Unternehmen waren, etwa doppelt so hoch: Verbleibende sicherten sich ungefähr 61 Cent. Eine Reaktion der Einstiegslöhne konnten die Autoren nicht feststellen.
Tabelle 2. Vom Output-Gewinn zum Gehalt: was jede Evidenzebene misst (CEOtudent-Analyse der genannten Studien)
| Ebene | Quelle | Was sich bewegte | Was beim Gehalt ankam |
|---|---|---|---|
| Aufgaben-Output mit KI | Studien aus Tabelle 1 | 12,2 % bis 26,08 % mehr Output; Aufgaben 25,1 % bis 55,8 % schneller erledigt, je nach Definition der jeweiligen Studie | Nicht gemessen |
| Verdienste von KI-Nutzern | Humlum und Vestergaard, März 2026 | Zeitersparnis und neue Aufgaben für Chatbot-Anwender in 11 Berufen, Dänemark | Kein Effekt; Effekte von mehr als 2 % ausgeschlossen; 97,7 % der Anwender berichten von keiner Auswirkung auf die Verdienste |
| Selbstauskünfte der Beschäftigten | Dieselbe Studie, Fassungen von 2025 | Zeitersparnis von durchschnittlich 2,8 % der Arbeitsstunden | 3-7 % der Zeitersparnis (Schätzung der Autoren), was 0,08 % bis 0,20 % der Verdienste impliziert |
| Unternehmensproduktivität | Übersichtsarbeit von Card, Cardoso, Heining und Kline | Ein Anstieg der Wertschöpfung je Beschäftigten um 10 % | 0,5 % bis 1,5 % bei den Löhnen |
| Unternehmensüberschuss aus einem wertvollen Patent | Kline, Petkova, Williams und Zidar | Ein Dollar neuer Überschuss je Beschäftigten | Im Durchschnitt etwa 30 Cent; 61 Cent für Verbleibende; keine feststellbare Reaktion der Einstiegslöhne |
| Illustrative Rechnung | Zeilen 1 und 4 kombiniert | Ein Gewinn von 15 % bis 26,08 %, wenn er unternehmensweite Wertschöpfung wäre | 0,75 % bis 3,91 %, keine Prognose |
CEOtudent-Analyse; abgeleitete Zellen sind aus den abgedruckten Zahlen neu berechnet. Die Zeilen sind nicht vergleichbar genug, um eine einzige Weitergabequote zu ergeben: Sie mischen Aufgaben mit ganzen Jobs, Experimente mit Verwaltungsdaten, Dänemark mit den Vereinigten Staaten und individuelle Gewinne mit Gewinnen auf Unternehmensebene. Was sie gemeinsam haben, ist die Größenordnung: Output-Gewinne im zweistelligen Prozentbereich, Gehaltseffekte im niedrigen einstelligen Bereich oder darunter.
Die Patentstudie erklärt auch, wer den größeren Anteil bekommt. Ihre Autoren deuten die Reaktion der Verdienste als „Abschöpfung ökonomischer Renten durch dienstältere Beschäftigte, deren Ersatz für innovative Unternehmen am teuersten ist“, und merken an, dass Unternehmen mit bereits Beschäftigten teilen, um die Chancen zu erhöhen, sie zu halten. Nach dieser Evidenz folgt das Gehalt eher den Ersatzkosten als dem Output. Ein Gewinn, den jeder Lizenzinhaber reproduzieren kann, erhöht niemandes Ersatzkosten.
Wessen Gewinn ist es: Ihrer oder der des Werkzeugs?
Damit wird die Zurechnung zur zentralen Frage. Ein Experiment zeigt, wie der Fall gegen Sie ausgehen kann: In der Arbeitspapierfassung der Schreibstudie gaben 68 % der Teilnehmer der Behandlungsgruppe an, die erste Ausgabe des Chatbots eingereicht zu haben, ohne sie zu bearbeiten, und die Autoren fanden keine Hinweise darauf, dass menschliche Bearbeitung diese Ausgabe verbesserte. In diesem Umfeld gehörte der Gewinn dem Werkzeug.
Tabelle 3. Der Zurechnungstest „Wessen Gewinn ist es?“ (redaktioneller Rahmen von CEOtudent)
| Test | Ehrlich zu beantwortende Frage | Es ist der Gewinn des Werkzeugs, wenn | Es ist Ihr Gewinn, wenn | Belege, die Sie mitbringen |
|---|---|---|---|---|
| 1. Lizenz | Würde ein kompetenter Kollege mit derselben Lizenz und zwei Wochen Übung das Ergebnis erreichen? | Ja | Ihr Ergebnis liegt klar über dem Teamdurchschnitt mit demselben Werkzeug | Ihre Zahlen im Vergleich zum Team-Basiswert |
| 2. Bearbeitung | Geht die Arbeit weitgehend so hinaus, wie sie generiert wurde? | Größtenteils unbearbeitet | Ihre Struktur, Ihre Kürzungen und Ihre Entscheidungen verändern das Ergebnis | Vorher-Nachher-Beispiele |
| 3. Grenze | Wissen Sie, wo das Werkzeug versagt, und fangen Sie es ab? | Fehler erreichen Prüfer oder Kunden | Sie stoppen sie vorher | Ein Protokoll korrigierter Ausgaben und was jeder Fehler gekostet hätte |
| 4. Workflow | Wer hat die Prompts, Prüfungen und Vorlagen entworfen? | Sie nutzen die eines anderen | Kollegen nutzen Ihre | Anzahl der Wiederverwendungen, interne Dokumentation |
| 5. Aufgabenbereich | Was ist aus der gesparten Zeit geworden? | Mehr von denselben Aufgaben | Benannte Verantwortlichkeiten, die es vor einem Jahr nicht gab | Eine datierte Liste dessen, was hinzugekommen ist |
| 6. Ersatz | Was würde es kosten, Sie zu ersetzen und das hier neu aufzubauen? | Eine Lizenz und eine kurze Einarbeitung | Monate verlorener Kapazität und verlorenen Kontexts | Eine nüchterne Schätzung, vertraulich genutzt, um Ihren Ausstiegspunkt festzulegen |
Redaktioneller Rahmen von CEOtudent, gestützt auf die oben genannten Studien; ein Vorbereitungswerkzeug, kein Ergebnis dieser Studien.
Zählen Sie die Tests, bei denen die ehrliche Antwort „Ihrer“ lautet. Bei null bis zwei stellen Sie KI nicht in den Vordergrund: Fordern Sie die unten genannte Benchmark-Erhöhung und nutzen Sie zwei Quartale, um die Antworten zu ändern. Bei drei oder vier haben Sie einen Fall für eine Gehaltserhöhung in der Mitte der Spanne des Arbeitsblatts. Bei fünf oder sechs argumentieren Sie, dass der Job eine andere Stufe erreicht hat. Dieselbe Bestandsaufnahme aus Sicht des Arbeitgebers finden Sie in wie Sie Ihren Job auf KI-Ersetzbarkeit prüfen.
Welche offiziellen Gehalts-Benchmarks gelten derzeit?
Eine Forderung nach mehr Gehalt wird daran gemessen, was die Löhne ohnehin tun. Drei offizielle US-Reihen beantworten das; viele nationale Statistikämter und Zentralbanken veröffentlichen Entsprechungen.
Tabelle 4. Offizielle US-Benchmarks für Löhne und Produktivität, jüngste Ausgaben mit Stand Oktober 2026
| Benchmark | Jüngster Wert | Quelle und Ausgabe |
|---|---|---|
| Löhne und Gehälter, alle zivilen Beschäftigten, 12 Monate | +3,2 % | BLS Employment Cost Index, Juni 2026, veröffentlicht am 31. Juli 2026 |
| Löhne und Gehälter, Privatwirtschaft, 12 Monate | +3,1 % und -0,4 % nach Inflation | Dieselbe Veröffentlichung |
| Medianes Lohnwachstum, Personen, die in ihrem Job geblieben sind | 3,4 % | Federal Reserve Bank of Atlanta Wage Growth Tracker, September 2026, Dreimonatsdurchschnitt |
| Medianes Lohnwachstum, Personen, die den Job gewechselt haben | 4,7 % | Wie oben |
| Medianes Lohnwachstum, insgesamt | 3,9 % | Wie oben |
| Arbeitsproduktivität, Unternehmenssektor ohne Landwirtschaft, im Jahresvergleich | +2,2 % | BLS Productivity and Costs, zweites Quartal 2026, revidiert, veröffentlicht am 3. September 2026 |
| Reale Stundenvergütung, letzte vier Quartale | -0,1 % | Dieselbe Veröffentlichung |
| Anteil der Arbeit am Output | 52,8 %, der niedrigste Wert in einer Reihe, die 1947 beginnt | Dieselbe Veröffentlichung |
Quellen: US Bureau of Labor Statistics und Federal Reserve Bank of Atlanta, Zahlen wie veröffentlicht. Die nächste Veröffentlichung des Employment Cost Index ist für den 30. Oktober 2026 angesetzt.
Lesen Sie die Tabelle als Untergrenze. Ein Angebot von 3 % bis 3,5 % ist keine Belohnung für irgendetwas; es ist die Bewegung des Marktes, und in der Privatwirtschaft war ein nominaler Anstieg von 3,1 % nach Inflation eine Kürzung um 0,4 %. Die letzten drei Zeilen zeigen den Normalfall: Produktivität gestiegen, reale Bezahlung flach, Anteil der Arbeit auf einem Rekordtief. Ihr Beitrag beginnt oberhalb der Untergrenze.
Für die Höhe des Gehalts statt für seine Veränderung ist die öffentliche US-Quelle das Programm Occupational Employment and Wage Statistics des BLS. Seine Schätzungen für Mai 2025, veröffentlicht am 15. Mai 2026, decken rund 830 Berufe für das ganze Land, die Bundesstaaten und rund 530 Gebiete ab, mit Löhnen am 10., 25., 50., 75. und 90. Perzentil, ohne nicht produktionsbezogene Boni und Zusatzleistungen. Die Bänder sind breit: In der Beispieltabelle, mit der das BLS Perzentile erklärt, liegt das 75. Perzentil 20 % über dem Median. Der Aufstieg in ein höheres Band ist ein größeres Gespräch als eine jährliche Gehaltserhöhung.
In der Europäischen Union gibt die Richtlinie (EU) 2023/970 Beschäftigten das Recht, schriftlich Auskunft über ihre individuelle Entgelthöhe und über die durchschnittlichen Entgelthöhen zu verlangen und zu erhalten, aufgeschlüsselt nach Geschlecht, für die Gruppen von Beschäftigten, die gleiche oder gleichwertige Arbeit verrichten; die Antwort ist innerhalb von zwei Monaten fällig. Sie untersagt Arbeitgebern, Bewerber nach ihrer bisherigen Entgeltentwicklung zu fragen. Die Mitgliedstaaten mussten sie bis zum 7. Juni 2026 umsetzen; wie sie für Sie gilt, hängt vom nationalen Recht ab. Kommerzielle Gehaltsportale beruhen auf Selbstauskünften: Nutzen Sie sie als Gegenprobe, nie als Hauptbeleg.
Wie machen Sie aus einem Output-Gewinn eine Zahl?
Das Arbeitsblatt rechnet einen Output-Gewinn in sieben Schritten in eine Forderung um. Jede Zahl in der Beispielspalte ist illustrativ, keine Daten. Die Beteiligungsquoten in Schritt 4 stammen aus den oben genannten Rent-Sharing-Studien; sie sind Anker, kein Anspruch.
Tabelle 5. Arbeitsblatt für den Gehaltsfall mit illustrativen Zahlen (redaktioneller Rahmen von CEOtudent)
| Schritt | Was Sie tun | ILLUSTRATIVES Beispiel |
|---|---|---|
| 1. Den Bruttogewinn messen | Gleiche Einheit, gleicher Qualitätsmaßstab, sechs bis zwölf Monate davor und danach | Von 20 auf 28 Arbeitsergebnisse pro Monat: +40 % |
| 2. Den Lizenz-Basiswert abziehen | Verwenden Sie den durchschnittlichen Gewinn des Teams mit demselben Werkzeug | Team +15 %, Ihr Vorsprung beträgt also 1,40 / 1,15 – 1 = 21,7 % |
| 3. Den Vorsprung bepreisen | Bewerten Sie die zusätzliche Kapazität zu Ihrem eigenen Gehaltssatz, einem konservativen Näherungswert | 21,7 % eines Gehalts von 60.000 = 13.043 pro Jahr |
| 4. Eine Beteiligungsspanne anwenden | Niedrig 5 % und Mitte 15 % (die Spanne der Übersichtsarbeit), hoch 30 % (der Durchschnitt der Patentstudie) | 652 / 1.957 / 3.913 oder 1,1 % / 3,3 % / 6,5 % des Gehalts |
| 5. Die Marktuntergrenze addieren | Der 12-Monats-Benchmark für Löhne, hier +3,2 % | 4,3 % / 6,5 % / 9,7 % |
| 6. Vor dem Gespräch drei Zahlen festlegen | Einstiegsforderung, Zielwert und der Punkt, unterhalb dessen Sie zur Rückfalloption wechseln | Einstieg bei 9,7 % (65.833), Ziel 6,5 % (63.877), Rückfalloption unter 4,3 % (62.572) |
| 7. Die Stufe prüfen | Vergleichen Sie das Ergebnis mit dem offiziellen Perzentilband für Beruf und Gebiet | Liegt das Ziel weiterhin unter dem Median, sprechen Sie auch die Frage der Stufe an |
Redaktioneller Rahmen von CEOtudent. Gehalt, Output-Zahlen und Team-Basiswert sind zur Veranschaulichung erfunden; die Untergrenze von 3,2 % ist der BLS-Wert aus Tabelle 4. Allgemeine Information, keine individuelle Beratung.
Die Lehre: Ein Output-Gewinn von 40 % trägt in diesem Beispiel eine Forderung von ungefähr 6 % bis 10 %, nicht von 40 %. Die vollen 40 % zu fordern, hieße 24.000, das 1,84-Fache des gesamten Geldwerts Ihres Vorsprungs gegenüber den Kollegen. Eine Führungskraft braucht die Forschung nicht, um zu spüren, dass die Forderung mehr beansprucht als den Gewinn.
Was sollten Sie konkret sagen?
Die Skripte setzen einen vereinbarten Termin und eine einseitige Zusammenfassung voraus: die Kennzahl, den Team-Basiswert, Ihren Vorsprung, die drei Dinge, die ihn erzeugen, und die Zahl.
1. Die Einstiegsforderung
„Ich möchte über mein Gehalt und meine Stufe sprechen. In den letzten zwölf Monaten ist mein Output bei [Kennzahl] bei gleichem Qualitätsmaßstab von [X] auf [Y] gestiegen. Der Teamdurchschnitt mit denselben Werkzeugen hat sich um [Z] bewegt, der Unterschied liegt also nicht an der Lizenz. Er kommt aus drei Dingen, die ich aufgebaut habe: [Prüfschritt], [Workflow, den das Team jetzt nutzt], [neue Verantwortung]. Auf dieser Grundlage und anhand aktueller Lohn-Benchmarks bitte ich um [Einstiegszahl]. Die Zahlen stehen auf dieser Seite. Was müssten Sie sehen, um das zu unterstützen, und wie werden Gehaltsentscheidungen für diese Rolle getroffen?“
2. Der Einwand „Das war das Werkzeug, nicht Sie“
„Ein Teil davon ist das Werkzeug, und diesen Teil habe ich herausgerechnet. Alle im Team haben dieselbe Lizenz, und der Gewinn des Teams liegt bei [Z]. Meiner liegt bei [Y]. Die Lücke ist das, was ich Sie zu bepreisen bitte: die Fehler, die ich abfange, bevor sie hinausgehen, der Workflow, mit dem das Team jetzt arbeitet, und die Arbeit, die ich mit der gesparten Zeit übernommen habe. Wenn ich diese Lücke falsch ansetze, welche Zahl würden Sie stattdessen verwenden?“
3. Der Einwand „Kein Budget“
„Ich verstehe, dass das Budget für diesen Zyklus feststeht. Können wir die Entscheidung vom Zeitpunkt trennen? Wenn Sie zustimmen, dass der Fall tragfähig ist, hätte ich das gern schriftlich bestätigt, mit einem Überprüfungstermin und den Kriterien, die darüber entscheiden. Was davon lässt sich in der Zwischenzeit ohne Gehaltsbudget entscheiden: Aufgabenbereich, Titel, eine Einmalprämie oder ein Weiterbildungsbudget?“
4. Die Rückfalloption ohne Gehalt
„Wenn sich das Grundgehalt jetzt nicht bewegen kann, wäre Folgendes fair, in dieser Reihenfolge. Erstens ein Titel und ein Aufgabenbereich, die zu der Arbeit passen, die ich bereits leiste: [konkret]. Zweitens eine Einmalprämie, gekoppelt an [Ergebnis]. Drittens [Betrag oder Tage] Weiterbildung in [Fähigkeit], was erhöht, was ich hier leisten kann. Und eine Gehaltsüberprüfung mit Termin spätestens im [Monat].“
5. Die schriftliche Nachfassung, am selben Tag versendet
„Vielen Dank für das heutige Gespräch. Zur Bestätigung: Ich habe um [Zahl] gebeten, gestützt auf [Kennzahl, X auf Y, Team-Basiswert Z] und auf die Verantwortlichkeiten, die ich zusätzlich übernommen habe: [Liste]. Sie haben gesagt: [Zusammenfassung]. Wir haben vereinbart, dass [nächster Schritt] bis [Datum] erfolgt und dass die Entscheidung auf [Kriterien] beruhen wird. Die einseitige Zusammenfassung ist beigefügt. Bitte korrigieren Sie alles, was ich ungenau festgehalten habe.“
Hinter den Formulierungen stehen drei Entscheidungen. Der Einstieg fragt, wie Gehaltsentscheidungen getroffen werden, weil Unklarheit das Fragen unterdrückt: In einem Feldexperiment mit 2.422 Arbeitsuchenden verhandelten 9,4 % der Bewerber, wenn der Lohn nicht ausdrücklich als verhandelbar ausgeschrieben war, und 23,1 %, wenn er es war. Der Werkzeug-Einwand wird eingeräumt, bevor er bestritten wird, was nur funktioniert, wenn Schritt 2 des Arbeitsblatts echt ist. Die Rückfalloption stellt Titel und Aufgabenbereich an die erste Stelle, weil eine Stufe mit Ihnen mitwandert; der Weg ist beschrieben im Übergangsrahmen vom Spezialisten zum Orchestrator. Proben Sie alle fünf laut mit Sparring mit KI.
Wer fragt, und was passiert dann?
Tabelle 6. Was Studien über das Fragen nach mehr Gehalt berichten (Zahlen wie abgedruckt)
| Quelle | Stichprobe | Ergebnis |
|---|---|---|
| Pew Research Center, 2023 | 5.188 erwerbstätige US-Erwachsene, befragt zu ihrer letzten Einstellung | 32 % der Männer und 28 % der Frauen verlangten mehr als das erste Angebot. Von denen, die fragten, bekamen 28 % das, was sie verlangt hatten, 38 % bekamen mehr als angeboten, aber weniger als verlangt, 35 % nur das erste Angebot |
| Marks und Harold, 2011 | 149 neu eingestellte Beschäftigte | Wer sich für das Verhandeln entschied, erhöhte sein Einstiegsgehalt um durchschnittlich 5000 US-Dollar |
| Artz, Goodall und Oswald, 2018 | Rund 4.600 Beschäftigte in 840 australischen Betrieben | 75 % der Männer und 66 % der Frauen hatten nach einer Gehaltserhöhung gefragt; die mittlere Quote derer, die durch Verhandeln ohne Rollenwechsel eine bessere Bezahlung erreicht hatten, lag bei 0,16 |
| Exley, Niederle und Vesterlund, 2020 | Laborexperiment mit einer Strafe für gescheiterte Verhandlungen | Wenn Verhandeln verpflichtend war, endeten 51 % der Verhandlungen mit Gewinnen für die Beschäftigten und 29 % mit Verlusten; Frauen zum Verhandeln zu zwingen, erhöhte ihre Verlusthäufigkeit von 9 % auf 33 % |
Quellen: die genannten Veröffentlichungen. Die ersten beiden Zeilen betreffen das Einstiegsgehalt bei der Einstellung, nicht Gehaltserhöhungen in einem bestehenden Job.
Fragen zahlt sich tendenziell aus: In der Pew-Umfrage bekamen 66 % derer, die fragten, mehr als das erste Angebot. Aber nicht jede Forderung ist kostenlos. Die meisten australischen Beschäftigten hatten irgendwann gefragt, und weit weniger berichteten von Erfolg innerhalb derselben Rolle. Im Labor gewannen Frauen, die wählen konnten, wann sie verhandeln, fast immer, während diejenigen, die in jede Verhandlung gezwungen wurden, mehr Verluste und keine zusätzlichen Gewinne verbuchten.
Wann sollten Sie nicht fragen, und wann ist ein Arbeitgeberwechsel der bessere Zug?
Stellen Sie die Forderung zurück, wenn der Zurechnungstest zwei oder weniger ergibt, wenn Sie keine Vorher-Nachher-Aufzeichnung haben oder wenn der Arbeitgeber Kosten senkt (bitten Sie dann um Aufgabenbereich und eine terminierte Überprüfung). Wo das Gehalt einer festen Entgelttabelle folgt, ist das Ziel die Entgeltgruppe, nicht der Satz.
Der Arbeitgeberwechsel ist die übliche Alternative, und er sieht besser aus, als er ist. Im September 2026 bezifferte der Tracker der Atlanta Fed das mediane Lohnwachstum auf 4,7 % für Personen, die den Job gewechselt hatten, und auf 3,4 % für jene, die geblieben waren, ein Abstand von 1,3 Punkten oder 780 pro Jahr bei den illustrativen 60.000 des Arbeitsblatts. Der Abstand ist zyklisch: Er erreichte im November 2022 2,7 Punkte (8,2 % gegenüber 5,5 %) und war im August 2009 negativ (1,7 % gegenüber 2,8 %). Der Tracker zählt zudem jeden als Wechsler, dessen Beruf, Branche, Arbeitgeber oder Aufgaben sich geändert haben, ein Teil dieser Prämie wird also durch einen Rollenwechsel verdient, ohne zu gehen.
Was die Evidenz stützt, ist der Wechsel für eine andere Rolle. In der dänischen Studie war der Berufswechsel das einzige Ergebnis in den Verwaltungsdaten, das sich mit der Chatbot-Nutzung bewegte, und bei Anwendern, die den Beruf wechselten, wuchsen die Verdienste zwischen November 2022 und Dezember 2024 um 12 Prozentpunkte schneller als bei anderen dänischen Beschäftigten, die in beiden Monaten beschäftigt waren. Das ist ein Zusammenhang, kein nachgewiesener Effekt. Er legt eine Regel nahe: Bleiben und verhandeln Sie, wenn Ihr Wert an den Kontext dieses Arbeitgebers gebunden ist; wechseln Sie, wenn Ihre Stufe nicht stimmt, eine terminierte Überprüfung ohne Veränderung verstrichen ist und der Markt für die größere Rolle einstellt. Wie Sie diesen Markt lesen, zeigt welche Rollen sich in den Entlassungsdaten 2023-2026 erholt haben.
Was sind der CEO-Zug und der Studenten-Zug?
Der CEO-Zug besteht darin, den Business Case und die Zahl zu verantworten: eine Seite, drei vor dem Gespräch festgelegte Zahlen, eine terminierte Entscheidung. Eine Ablehnung ist eine Information: Entweder braucht der Fall zwei weitere Quartale an Belegen, oder der Arbeitgeber bepreist diese Art von Beitrag nicht.
Der Studenten-Zug besteht darin, dafür zu sorgen, dass der Gewinn Ihrer bleibt. Ein vom Werkzeug gelieferter Gewinn geht im Basiswert auf, sobald die Kollegen aufholen; das Urteilsvermögen darum herum nicht. Führen Sie ein Protokoll über abgefangene Fehler und getroffene Entscheidungen, erledigen Sie einige anspruchsvolle Arbeiten ohne das Werkzeug, damit die Prüfkompetenz scharf bleibt, lernen Sie die nächste Ebene (Evaluation, Workflow-Gestaltung, fachliche Tiefe), und bringen Sie anderen Ihren Workflow bei, denn die Wiederverwendung durch andere ist der stärkste Beleg in Tabelle 3.
Was bedeutet diese Evidenz nicht?
Sie bedeutet nicht, dass KI-Gewinne für die Person, die sie erzeugt, wertlos sind; sie kaufen Aufgabenbereich und Mobilität, bevor sie Gehalt kaufen. Die dänischen Ergebnisse decken ein Land und die ersten zwei Jahre nach dem Start von ChatGPT ab. Tabelle 4 beschreibt die Vereinigten Staaten. Rent-Sharing-Schätzungen sind Durchschnitte über Unternehmen hinweg, keine Regeln für Einzelne, und die Beteiligungsquoten des Arbeitsblatts sind Anker. Die meiste Evidenz zum Fragen betrifft das Einstiegsgehalt. Nichts hiervon ist Rechts- oder Finanzberatung; Gehaltsregeln unterscheiden sich je nach Land und Vertrag.
Häufig gestellte Fragen
Sollte meine Gehaltserhöhung dem Prozentsatz entsprechen, um den mein Output gestiegen ist?
Nein. Im Beispiel des Arbeitsblatts trägt ein Output-Gewinn von 40 % eine Forderung von ungefähr 6 % bis 10 %: die Marktuntergrenze von 3,2 % bis 3,4 % plus ein Anteil am Geldwert Ihres Vorsprungs. Die Rent-Sharing-Forschung stellt fest, dass ein Produktivitätsgewinn von 10 % auf Unternehmensebene die Löhne typischerweise um 0,5 % bis 1,5 % bewegt hat.
Ist der Gewinn meiner oder der des Werkzeugs?
Ziehen Sie ab, was Kollegen mit derselben Lizenz erreichen. Was übrig bleibt und sich auf Ihre Prüfung, Ihre Workflow-Gestaltung und Ihre zusätzlichen Verantwortlichkeiten zurückführen lässt, gehört Ihnen. Tabelle 3 enthält sechs Tests.
Was, wenn meine Führungskraft sagt, das könne jeder mit dem Werkzeug?
Räumen Sie den Anteil des Werkzeugs ein, zeigen Sie den Team-Basiswert und bitten Sie die Führungskraft, die Lücke zu bepreisen. Gibt es keine Lücke, hat die Führungskraft recht, und die Aufgabe besteht darin, eine zu schaffen.
Ist es besser zu fragen oder den Job zu wechseln?
Im September 2026 erzielten Jobwechsler in den USA 1,3 Punkte mehr medianes Lohnwachstum als Personen, die geblieben waren, und diese Prämie war in schwachen Arbeitsmärkten negativ. Ein Wechsel zahlt sich am meisten aus, wenn er mit einer größeren Rolle einhergeht.
Funktioniert das Fragen?
Oft. In einer Pew-Umfrage von 2023 erhielten 66 % der US-Beschäftigten, die bei der Einstellung mehr als das erste Angebot verlangten, mehr. Der Zeitpunkt zählt: In einem Laborexperiment erhöhte der Zwang zu jeder Verhandlung die Verluste.
Quellen
- Brynjolfsson, E., Li, D. und Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889-942 (Überarbeitung vom November 2024 und NBER Working Paper 31161 von 2023 herangezogen).
- Cui, K. Z., Demirer, M., Jaffe, S., Musolff, L., Peng, S. und Salz, T. (2025). The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers. Arbeitspapier, Februar 2025.
- Peng, S., Kalliamvakou, E., Cihon, P. und Demirer, M. (2023). The Impact of AI on Developer Productivity: Evidence from GitHub Copilot. arXiv 2302.06590.
- Noy, S. und Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187-192 (Abstract), sowie das MIT-Arbeitspapier vom 2. März 2023.
- Dell’Acqua, F. und Mitautoren (2023). Navigating the Jagged Technological Frontier. Harvard Business School Working Paper 24-013 (Abstract).
- Humlum, A. und Vestergaard, E. (2026). Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI. NBER Working Paper 33777, überarbeitet im März 2026 (Autorenfassung vom 13. März 2026). Frühere Fassungen unter dem Titel Large Language Models, Small Labor Market Effects: Becker Friedman Institute Working Paper 2025-56, April und September 2025.
- Card, D., Cardoso, A. R., Heining, J. und Kline, P. (2018). Firms and Labor Market Inequality: Evidence and Some Theory. Journal of Labor Economics, 36(S1), S13-S70 (NBER Working Paper 22850 herangezogen).
- Kline, P., Petkova, N., Williams, H. und Zidar, O. (2019). Who Profits from Patents? Rent-Sharing at Innovative Firms. The Quarterly Journal of Economics, 134(3), 1343-1404 (NBER Working Paper 25245 herangezogen).
- US Bureau of Labor Statistics. Employment Cost Index, June 2026. Pressemitteilung USDL-26-1270, 31. Juli 2026.
- Federal Reserve Bank of Atlanta. Wage Growth Tracker, Daten bis September 2026, aktualisiert am 8. Oktober 2026.
- US Bureau of Labor Statistics. Productivity and Costs, Second Quarter 2026, Revised. Pressemitteilung USDL 26-1434, 3. September 2026.
- US Bureau of Labor Statistics. Occupational Employment and Wages, May 2025. Pressemitteilung USDL-26-0725, 15. Mai 2026, mit den Seiten Frequently Asked Questions und Percentile Wages des Programms.
- Directive (EU) 2023/970 of the European Parliament and of the Council of 10 May 2023 on pay transparency and enforcement mechanisms. Official Journal of the European Union, L 132, 17. Mai 2023.
- Parker, K. (2023). When negotiating starting salaries, most U.S. women and men don’t ask for higher pay. Pew Research Center, 5. April 2023.
- Marks, M. und Harold, C. (2011). Who asks and who receives in salary negotiation. Journal of Organizational Behavior, 32(3), 371-394 (Abstract).
- Leibbrandt, A. und List, J. A. (2015). Do Women Avoid Salary Negotiations? Evidence from a Large-Scale Natural Field Experiment. Management Science, 61(9), 2016-2024 (NBER Working Paper 18511 herangezogen).
- Artz, B., Goodall, A. H. und Oswald, A. J. (2018). Do Women Ask? Industrial Relations, 57(4), 611-636 (IZA Discussion Paper 10183 herangezogen).
- Exley, C. L., Niederle, M. und Vesterlund, L. (2020). Knowing When to Ask: The Cost of Leaning In. Journal of Political Economy, 128(3), 816-854 (NBER Working Paper 22961 herangezogen).
Die Tabellen 1, 4 und 6 geben Zahlen so wieder, wie sie in den genannten Quellen abgedruckt sind. Tabelle 2 ist eine CEOtudent-Analyse dieser Quellen; die Tabellen 3 und 5 sind redaktionelle Rahmen von CEOtudent, und die Gehalts-, Output- und Teamzahlen des Arbeitsblatts sind illustrativ, keine Daten. Bewusst nicht verwendet: Zahlen zu Lohnprämien für KI-Kompetenzen aus kommerziellen Berichten über Stellenanzeigen, die sich nicht im Original öffnen ließen; Zahlen von kommerziellen Gehaltsportalen mit Selbstauskünften; der häufig zitierte Qualitätswert für das Beratungsexperiment, der im herangezogenen Abstract fehlt; und jeglicher Lebenszeitwert des Verhandelns, der in keinem Primärtext zu finden war. CEOtudent hat für diesen Artikel keine Umfrage durchgeführt.
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:
