TL;DR. Die besten kontrollierten Belege zu generativer KI am Arbeitsplatz zeigen echte, aber moderate Zugewinne: Kundensupport-Mitarbeitende lösten pro Stunde 15 % mehr Anliegen, Entwickler in drei Feldexperimenten in Unternehmen erledigten 26,08 % mehr Aufgaben, und BCG-Berater schlossen bei Arbeit innerhalb der KI-„Frontier“ 12,2 % mehr Aufgaben ab. Bei einer Aufgabe außerhalb dieser Frontier gaben Berater mit KI in 60 % bzw. 70,6 % der Fälle richtige Antworten, gegenüber 84,5 % ohne KI, und erfahrene Open-Source-Entwickler brauchten mit KI-Tools 19 % länger. Als Output-Multiplikatoren ausgedrückt liegen die gemessenen Effekte für die jeweils untersuchte Aufgabe zwischen 0,84x und 2,26x, weit entfernt von 10x. Der CEO-Zug: Erweitern Sie die Phasen der Leistungserbringung, deren Ergebnis sich günstig prüfen lässt, stellen Sie vor jede Phase, in der Fehler teuer sind, einen Prüfpunkt mit einer namentlich benannten Person, und lösen Sie Ihre Preise von Stunden, bevor die Stunden schrumpfen. Der Studenten-Zug: Bauen Sie die Bewertungskompetenz auf, denn die Zugewinne sind bei weniger erfahrenen Menschen am größten, also bei denen, die am wenigsten gerüstet sind, einen selbstbewusst vorgetragenen Fehler zu erkennen.
Dieser Leitfaden steht neben drei CEOtudent-Beiträgen: der Ökonomie des Verkaufs von KI-Automatisierungen als Ein-Personen-Agentur, dem Preisgestaltungs-Framework für Productized Services für Festpreisangebote und der Bewertungskompetenz zur Beurteilung von KI-Ausgaben. Daten zur Verbreitung finden Sie im ersten.
Warum ist „10x Output“ die falsche Planungsgröße?
Das Versprechen, dass mit KI eine Person liefern kann, wofür früher zehn nötig waren, ist im Tool-Marketing weit verbreitet. Für Solo-Unternehmer ist es verlockend, weil es nahelegt, dass sich die Einstellungsfrage erledigt hat. Keine der für diesen Artikel geöffneten kontrollierten Studien hat auch nur annähernd so etwas gemessen, und die Studien, die Output gemessen haben, fanden drei Muster, die wichtiger sind:
- Die Zugewinne sind real, werden aber in Dutzenden Prozent gemessen, nicht in Vielfachen, sobald die Einheit abgeschlossene Arbeit ist und nicht ein einzelner Sprint an einer einzelnen Aufgabe.
- Die Zugewinne sind ungleich verteilt. Sie sind bei weniger erfahrenen und geringer qualifizierten Beschäftigten am größten und bei den Erfahrensten am kleinsten, bei der Qualität mitunter sogar leicht negativ.
- Die Zugewinne können ins Negative kippen, und zwar bei Aufgaben außerhalb dessen, was das Modell gut kann, und Menschen erkennen schlecht, auf welcher Seite dieser Linie sie sich befinden.
Wer mit 10x plant, verlangt zu niedrige Preise, nimmt zu viele Aufträge an und prüft zu wenig. Wer mit der gemessenen Bandbreite plant, steigert die Kapazität trotzdem ohne Neueinstellungen, sofern die KI in die richtigen Phasen kommt und die Preisgestaltung nachzieht.
Was messen kontrollierte Studien zu generativer KI am Arbeitsplatz tatsächlich?
Die Tabelle führt die Studien mit dem stärksten Design auf, die vollständig oder als veröffentlichte Abstracts geöffnet werden konnten. Die Zahlen entsprechen der jeweils genannten Fassung.
| Studie (geöffnete Fassung) | Umfeld und Stichprobe | Aufgabe | Gemessener Effekt, wie veröffentlicht | Wer am meisten profitierte |
|---|---|---|---|---|
| Brynjolfsson, Li und Raymond, QJE 2025 (arXiv v2, November 2024) | Ein Kundensupport-Unternehmen, 5.172 Mitarbeitende, gestaffelte Einführung | Chatbasierter Kundensupport | Pro Stunde gelöste Anliegen im Schnitt um 15 % gestiegen | Weniger erfahrene, geringer qualifizierte Mitarbeitende (etwa 30 %); bei den Erfahrensten leichte Qualitätseinbußen |
| Noy und Zhang, Science 2023 | Online-Experiment, 453 Fachkräfte mit Hochschulabschluss | Berufsspezifische Schreibaufgaben | Durchschnittlicher Zeitaufwand um 40 % gesunken; Qualität des Outputs um 18 % gestiegen | Beschäftigte mit geringeren Fähigkeiten profitierten stärker (Working Paper) |
| Peng et al., 2023 (arXiv) | 95 professionelle Programmierer, rekrutiert über Upwork | Implementierung eines HTTP-Servers in JavaScript | Aufgabe 55,8 % schneller erledigt (95-%-Konfidenzintervall 21-89 %) | Weniger erfahrene und ältere Programmierer |
| Cui, Demirer et al., Management Science 2026 | Feldexperimente bei Microsoft, Accenture und einem Fortune-100-Unternehmen; 4.867 Entwickler | Gewöhnliche Softwarearbeit mit einem Code-Completion-Assistenten | Abgeschlossene Aufgaben um 26,08 % gestiegen (Standardfehler 10,3 %) | Weniger erfahrene Entwickler; kürzlich Eingestellte und Juniorpositionen |
| Dell’Acqua et al., Organization Science 2026 | 758 BCG-Berater | 18 realistische Beratungsaufgaben innerhalb der Frontier | 12,2 % mehr Aufgaben, 25,1 % schneller erledigt, bei signifikant höherer Qualität | Teilnehmende aus der unteren Qualifikationshälfte profitierten am meisten; auch die obere Hälfte gewann |
| Dieselbe Studie | Dieselbe | Eine komplexe Aufgabe, gezielt außerhalb der Frontier gewählt | Richtige Antworten: 84,5 % ohne KI gegenüber 60 % und 70,6 % in den beiden KI-Gruppen | Keine Gruppe: KI-Nutzer schnitten schlechter ab |
| Dell’Acqua et al., „The Cybernetic Teammate“, NBER WP 33641 (2025) | 776 Fachkräfte von Procter and Gamble (791 in der veröffentlichten Fassung) | Reale Aufgaben zur Produktinnovation, allein oder zu zweit | Einzelpersonen mit KI erreichten die Leistung von Teams ohne KI; 16,4 % weniger Zeit; Qualität um 0,37 Standardabweichungen höher | Allein arbeitende Personen, die bei der Qualität Teamniveau erreichten |
| Becker et al. (METR), 2025 | 16 erfahrene Open-Source-Entwickler, 246 Aufgaben in ausgereiften Repositories | Reale Issues in Projekten, die sie bereits betreuen | Aufgaben dauerten mit erlaubter KI 19 % länger (Konfidenzintervall +2 % bis +39 %) | Im Schnitt keine Gruppe; die Entwickler hatten eine Zeitersparnis von 24 % vorhergesagt |
Quellen: Nummern 1 und 3-9 der Quellenliste, in den dort genannten Fassungen.
Zwei Vorbehalte. Erstens verschieben sich die Kennzahlen zwischen den Fassungen. Das NBER Working Paper der Support-Studie von 2023 nannte im Schnitt 14 % und 34 % für Neulinge und geringer qualifizierte Beschäftigte; die Fassung, die dem veröffentlichten Artikel entspricht, nennt 15 % und etwa 30 %, und diese Werte verwendet die Tabelle. Die P&G-Studie wuchs zwischen den Fassungen von 776 auf 791 Teilnehmende; ihre Zeit- und Qualitätswerte stammen aus dem Working Paper, weil der veröffentlichte Volltext nicht frei zugänglich war.
Zweitens unterscheiden sich die Einheiten. Eine Zeitersparnis von 55,8 % bei einer standardisierten Programmieraufgabe und ein Anstieg der wöchentlich abgeschlossenen Aufgaben um 26,08 % über Tausende Entwickler hinweg sind verschiedene Arten von Evidenz, und die zweite liegt näher an dem, was ein Dienstleistungsunternehmen verkauft.
Wie sehen diese Effekte als Output-Multiplikatoren aus?
Um die Studien mit der 10x-Behauptung zu vergleichen, wird jeder Effekt in einen Output-Multiplikator für die untersuchte Aufgabe umgerechnet: Ein Zugewinn von 15 % wird zu 1,15x, und eine Zeitersparnis r wird zu 1 geteilt durch (1 minus r).
| Studie | Gemessener Effekt | Output-Multiplikator für diese Aufgabe | So viel Mal größer ist 10x |
|---|---|---|---|
| Brynjolfsson et al., alle Mitarbeitenden | +15 % gelöste Anliegen pro Stunde | 1,15x | 8,7 |
| Brynjolfsson et al., geringer qualifizierte Mitarbeitende | etwa +30 % | 1,30x | 7,7 |
| Cui et al. | +26,08 % abgeschlossene Aufgaben | 1,26x | 7,9 |
| Dell’Acqua et al., innerhalb der Frontier | +12,2 % abgeschlossene Aufgaben | 1,12x | 8,9 |
| Dell’Acqua et al., P&G Working Paper | 16,4 % weniger Zeit | 1,20x | 8,4 |
| Noy und Zhang | 40 % weniger Zeit | 1,67x | 6,0 |
| Peng et al. | 160,89 vs. 71,17 Minuten | 2,26x | 4,4 |
| Becker et al. (METR) | 19 % mehr Zeit | 0,84x | 11,9 |
CEOtudent-Analyse der vorherigen Tabelle. Die Multiplikatoren beschreiben die gemessene Aufgabe, sind nicht additiv und beschreiben keinen ganzen Job.
Der höchste Multiplikator, 2,26x, stammt aus einer einzigen klar spezifizierten Programmieraufgabe, die so schnell wie möglich erledigt wurde. Die beiden Feldstudien, die reale Arbeit über Monate zählen, im Kundensupport und in der Softwareentwicklung, liegen zwischen 1,15x und 1,30x.
Warum macht eine schnellere Aufgabe noch kein 10x-Unternehmen?
Eine große Beschleunigung in einer Phase hat eine Obergrenze, weil der Rest des Projekts nicht schneller wird. Wenn ein Anteil s der Projektstunden k-mal schneller läuft, läuft das ganze Projekt 1 geteilt durch ((1 minus s) plus s geteilt durch k) mal schneller.
| Anteil der mit KI erweiterten Projektstunden | Gesamtmultiplikator, wenn dieser Anteil 2,26x schneller läuft | Gesamtmultiplikator, wenn dieser Anteil gar keine Zeit mehr bräuchte |
|---|---|---|
| 25 % | 1,16x | 1,33x |
| 40 % | 1,29x | 1,67x |
| 50 % | 1,39x | 2,0x |
| 75 % | 1,72x | 4,0x |
CEOtudent-Analyse; 2,26x ist der höchste Multiplikator der vorherigen Tabelle.
Damit eine ganze Dienstleistung 10x schneller läuft, müssten mindestens 90 % ihrer Stunden verschwinden. Bei einer 20-fachen Beschleunigung des erweiterten Anteils liegt die Anforderung bei 94,7 %; bei 2,26x ist 10x rechnerisch unmöglich. Die Leistungserbringung behält immer Stunden, die sich kaum verdichten lassen: Scoping, Entscheidungen des Kunden, Review, Überarbeitungen und Beziehungsarbeit.
Die Evidenz auf Bevölkerungsebene stimmt damit überein. Landesweit repräsentative US-Umfragen von Bick, Blandin und Deming ergaben, dass zwischen 1 und 5 Prozent aller Arbeitsstunden durch generative KI unterstützt werden, mit berichteten Zeitersparnissen, die 1,4 Prozent der gesamten Arbeitsstunden entsprechen. In Dänemark verknüpften Humlum und Vestergaard Umfragen zur Nutzung mit administrativen Registerdaten und schätzten präzise Nulleffekte auf Einkommen und erfasste Arbeitsstunden; Effekte über 2 % zwei Jahre nach dem Start von ChatGPT schlossen sie aus. 85 % der Chatbot-Nutzer geben an, eingesparte Zeit auf andere Aufgaben umzuverteilen. Eingesparte Zeit ist nicht automatisch verkaufter Output.
Selbsteinschätzung ersetzt keine Messung. In der METR-Studie sagten die Entwickler voraus, dass KI die Bearbeitungszeit um 24 % verkürzen würde, schätzten danach, sie habe die Zeit um 20 % verkürzt, und wurden tatsächlich um 19 % gebremst. Das im August 2025 begonnene Folgeexperiment von METR liefert ein unzuverlässiges Signal, weil Entwickler zunehmend ablehnten, ohne KI zu arbeiten; METR hält es für wahrscheinlich, dass Entwickler Anfang 2026 stärker beschleunigt werden, bezeichnet seine Daten aber als „nur sehr schwache Evidenz“ für das Ausmaß der Veränderung. Das Ergebnis der Verlangsamung ist veraltet; die Beschleunigung seither ist noch nicht gut gemessen.
Was passiert mit der Nachfrage nach Freelance-Dienstleistungen?
Produktivität ist die eine Hälfte des Bildes; die andere ist, was Kunden kaufen, sobald sie dieselben Tools haben. Zwei Studien zu großen Freelancing-Plattformen haben das untersucht.
- Hui, Reshef und Zhou stellten fest, dass Freelancer in stärker betroffenen Berufen nach der Veröffentlichung von ChatGPT im Vergleich zu weniger betroffenen Berufen 2 % weniger Aufträge pro Monat und 5,2 % geringere monatliche Einnahmen verzeichneten. Hohe Servicequalität, gemessen an früherer Leistung, schützte sie nicht, und Top-Freelancer waren, als Hinweis zu verstehen, überproportional betroffen.
- Demirci, Hannane und Zhu fanden innerhalb von acht Monaten nach der Einführung von ChatGPT einen Rückgang der Ausschreibungen für automatisierungsanfällige Schreib- und Programmieraufträge um 21 % gegenüber Aufträgen mit hohem manuellem Anteil sowie einen Rückgang der Ausschreibungen für Bilderstellung um 17 %, nachdem Bildgeneratoren auf den Markt kamen. Die verbleibenden Aufträge waren komplexer und besser bezahlt, während der Wettbewerb unter Freelancern zunahm.
Die routinemäßige Erstentwurfs-Ebene vieler Dienstleistungen ist der Teil, den Kunden jetzt selbst erledigen können; deshalb sinken die Preise dafür, und die verbleibende Nachfrage konzentriert sich auf Komplexität, Urteilsvermögen und Verantwortung. Die Leistungserbringung mit KI zu erweitern ist nicht optional, aber die von der KI eingesparte Zeit zum alten Stundensatz zu verkaufen, ist keine Strategie. Die Hebel-Leiter beschreibt den längeren Weg vom Verkauf von Zeit zum Verkauf von Ergebnissen; dieser Leitfaden behandelt die Lieferseite dieses Wegs.
Welche Phasen der Leistungserbringung sollte ein Dienstleistungsunternehmen mit KI erweitern, und wo sitzt der menschliche Prüfpunkt?
Die Übersicht wendet eine Regel aus der Evidenz an: Erweitern Sie dort, wo sich das Ergebnis günstig prüfen lässt, und behalten Sie überall dort eine menschliche Entscheidung, wo ein Fehler teuer und schwer zu erkennen ist. Der allgemeine Test nach Tragweite und Umkehrbarkeit steht in Erweitern statt automatisieren; diese Tabelle wendet ihn auf die Leistungserbringung für Kunden an.
| Lieferphase | Standardrolle der KI | Beim Menschen bleibt | Qualitätsprüfpunkt vor der nächsten Phase | Evidenz, die die Entscheidung prägt |
|---|---|---|---|---|
| 1. Aufnahme und Scoping | Das Briefing zusammenfassen, offene Fragen auflisten, einen Umfangsentwurf erstellen | Über Umfang, Ausschlüsse und Preis entscheiden | Der Kunde bestätigt einen schriftlichen Umfang; Ausschlüsse sind benannt | Die Aufgabe, bei der KI-Nutzer schlechter abschnitten, war ein komplexes Managementurteil |
| 2. Recherche und Discovery | Material sammeln, zusammenfassen und vergleichen | Quellen auswählen und Relevanz beurteilen | Jede verwendete Tatsache lässt sich auf eine Quelle zurückführen, die eine Person geöffnet hat | Zugewinne bei Tempo und Qualität innerhalb der Frontier sind gut belegt |
| 3. Erster Entwurf oder Umsetzung | Entwürfe, Code, Layouts und Varianten erzeugen | Struktur und Abnahmestandard festlegen | Entwurf anhand einer schriftlichen Abnahme-Checkliste geprüft | Die größten gemessenen Zeitersparnisse liegen hier (Schreib- und Programmierstudien) |
| 4. Analyse und Empfehlung | Optionen vorschlagen, gegen den Entwurf argumentieren, Annahmen testen | Die Empfehlung aussprechen und für sie einstehen | Eine Person schreibt die Begründung in eigenen Worten; jede Zahl wird mit einer zweiten Quelle geprüft | Bei der Aufgabe außerhalb der Frontier fielen die richtigen Antworten von 84,5 % auf 60 % und 70,6 % |
| 5. Review und QA | Checklisten, Konsistenzprüfungen und Testfälle durchlaufen lassen | Das Arbeitsergebnis annehmen oder ablehnen | Zeilenweises Review einer Stichprobe; jeder gefundene Fehler kommt in ein Log | Die erfahrensten Support-Mitarbeitenden verzeichneten mit KI leichte Qualitätseinbußen |
| 6. Kundenkommunikation | Updates, Agenden und Besprechungsnotizen entwerfen | Beziehung, schlechte Nachrichten, Verhandlung | Nichts erreicht den Kunden ungelesen | Keine der obigen Studien hat diese Phase gemessen; behandeln Sie sie standardmäßig als menschlich |
| 7. Übergabe und Wissenssicherung | Dokumentation und wiederverwendbare Abläufe entwerfen | Entscheiden, was zum Standard wird | Der Ablauf wird im nächsten Projekt getestet | In der Support-Studie erleichterte die KI-Unterstützung das Lernen der Beschäftigten |
CEOtudent-Redaktionsframework. Die Evidenzspalte zitiert die Studien aus der ersten Tabelle; die Phasengrenzen und Prüfpunkte sind redaktionelle Einschätzungen, keine Forschungsergebnisse.
Aus der Übersicht folgen drei Arbeitsregeln:
- Prüfpunkte werden benannt, nicht stillschweigend vorausgesetzt. Jede Phase braucht eine Person und eine Bestehensbedingung. Wie Sie die KI pro Phase briefen, behandelt das Manager-of-AI-Playbook.
- Die Entwurfsphase ist der größte Hebel und die größte Falle. Ihre Zeitersparnis ist am größten, und ihr Ergebnis sieht fertig aus, bevor es geprüft wurde.
- Die Review-Zeit steigt, statt zu sinken. Ein Plan, der Entwurfs- und Review-Zeit gleichzeitig kürzt, plant die Auslieferung ungeprüfter Arbeit.
Wie sollten Sie Ihre Preise gestalten, wenn die Stunden schrumpfen?
Jeder Eingabewert unten ist eine illustrative Annahme, gewählt, um die Mechanik zu zeigen, kein Benchmark. Ersetzen Sie jeden durch Ihre eigenen Zeitaufzeichnungen.
- Stundensatz: $100 pro Stunde (illustrative Annahme).
- Ein Projekt dauert 20 Stunden: Scoping 2, Recherche 4, Entwurf oder Umsetzung 8, Review und Überarbeitung 4, Kundenkommunikation 2 (illustrative Annahme).
- Mit KI dauert die Recherche 30 % kürzer und der Entwurf 40 % kürzer, und das Review erhält 1 zusätzliche Stunde Verifikation (illustrative Annahmen).
- KI-Tools kosten $200 pro Monat; das Unternehmen verkauft 5 Projekte pro Monat und hat 100 Lieferstunden verfügbar (illustrative Annahmen).
Ein Projekt sinkt damit von 20,0 auf 16,6 Stunden, eine Ersparnis von 3,4 Stunden oder 17,0 %: ein Kapazitätsmultiplikator von etwa 1,2x, Platz für ein zusätzliches Projekt pro Monat, nicht für zehn. Selbst wenn der Entwurf, 40 % der ursprünglichen Stunden, gar keine Zeit mehr bräuchte, läge die Obergrenze bei 1,67x.
| Szenario (alle Eingaben illustrative Annahmen) | Stunden pro Projekt | Preis pro Projekt | Projekte pro Monat | Monatlicher Nettoumsatz nach Tool-Kosten | Nettoumsatz pro Lieferstunde | Verbleibende Lieferstunden von 100 |
|---|---|---|---|---|---|---|
| A. Stundenabrechnung, ohne KI | 20,0 | $2.000 | 5 | $10.000 | $100,00 | 0,0 |
| B. Stundenabrechnung, mit KI, gleicher Satz | 16,6 | $1.660 | 5 | $8.100 | $97,59 | 17,0 |
| C. Festpreis zum alten Preis beibehalten | 16,6 | $2.000 | 5 | $9.800 | $118,07 | 17,0 |
| D. Festpreis um 10 % gesenkt, um den Zugewinn zu teilen | 16,6 | $1.800 | 5 | $8.800 | $106,02 | 17,0 |
| E. Alter Festpreis, frei gewordene Stunden als sechstes Projekt verkauft | 16,6 | $2.000 | 6 | $11.800 | $118,47 | 0,4 |
CEOtudent-Analyse; Berechnung in calc.py.
Was die Tabelle zeigt:
- Stundenabrechnung schenkt den Zugewinn dem Kunden und lädt Ihnen die Tool-Kosten auf. Szenario B bringt bei denselben fünf Projekten $1.900 pro Monat weniger ein als A. Das ist der Grund, vor der KI-Erweiterung auf einen Festpreis umzustellen; das oben genannte Preisgestaltungs-Framework für Productized Services und die durchgerechnete Formel für wertbasierte Preise zeigen, wie.
- Ein Festpreis sichert den Zugewinn nur, wenn der Umfang hält. Szenario C hebt den Nettoumsatz pro Lieferstunde auf $118,07; nicht abgerechnete Überarbeitungsrunden zehren das als Erstes auf, wie die Scope-Creep-Ökonomie zeigt.
- Der Verkauf der frei gewordenen Stunden braucht Nachfrage. Szenario E bringt $1.800 pro Monat mehr, 18,0 % mehr als A, aber nur, wenn es einen sechsten Kunden gibt. Angesichts der Plattform-Evidenz ist dieses Projekt eher komplexe Arbeit als routinemäßiges Entwerfen.
- Einen Teil des Zugewinns abzugeben, kann eine bewusste Entscheidung sein. Szenario D schlägt A pro Stunde immer noch, und eine moderate Senkung kann das sechste Projekt gewinnen. Erfassen Sie Tool-Kosten und effektiven Stundensatz in der GuV-Vorlage für Ein-Personen-Unternehmen.
Die Scorecard zur Reife für die KI-Erweiterung
Nutzen Sie sie, bevor Sie KI in eine Phase der Leistungserbringung einbauen. Bewerten Sie jede Frage mit 0 (nein), 1 (teilweise) oder 2 (ja).
| # | Frage | Warum sie wichtig ist |
|---|---|---|
| 1 | Lässt sich ein falsches Ergebnis anhand einer schriftlichen Checkliste in Minuten erkennen? | Günstiges Prüfen ist das, was die KI-Erweiterung rentabel macht |
| 2 | Ist ein übersehener Fehler in dieser Phase für den Kunden günstig und umkehrbar? | Teure, verborgene Fehler brauchen eine menschliche Entscheidung |
| 3 | Wurde das Tool an mehreren früheren Beispielen dieser Aufgabe mit bekannten richtigen Antworten getestet? | Die Frontier ist zerklüftet; nur Tests zeigen, wo sie verläuft |
| 4 | Könnten Sie diese Phase ohne KI gut erledigen? | Ergebnisse zu bewerten erfordert die Kompetenz, die das Ergebnis ersetzt |
| 5 | Nimmt die Phase einen nennenswerten Anteil der Projektstunden ein? | Kleine Phasen können die Gesamtkapazität kaum bewegen |
| 6 | Wird die Arbeit pro Arbeitsergebnis statt pro Stunde abgerechnet? | Sonst ist die eingesparte Zeit verlorener Umsatz |
| 7 | Erlaubt der Kundenvertrag den Einsatz von KI-Tools für Kundenmaterial? | Vertraulichkeitsbedingungen gehen vor Effizienz |
| 8 | Wird jeder gefundene Fehler protokolliert und monatlich ausgewertet? | Das Log macht aus dem Review einen besseren Prozess |
So lesen Sie die Summe (CEOtudent-Redaktionsframework; die Bänder sind Ausgangspunkte, keine Forschungsschwellen):
- 13-16: jetzt erweitern, mit dem Prüfpunkt aus der Phasenübersicht.
- 8-12: zuerst pilotieren, bei internen oder risikoarmen Arbeiten, und die Fragen mit der niedrigsten Punktzahl beheben.
- 0-7: die Phase vorerst beim Menschen lassen und in einem Quartal neu bewerten.
Eine 0 bei Frage 4 oder 7 setzt die Summe außer Kraft: Ohne die Kompetenz, das Ergebnis zu beurteilen, oder ohne die Erlaubnis, das Tool zu nutzen, bleibt die Phase beim Menschen.
Welche Kompetenz des Studenten macht die KI-Erweiterung sicher?
Das Muster ist konsistent: Die weniger Erfahrenen gewinnen am meisten, und wer sich auf das eigene Gefühl für den Verlauf verlässt, schätzt KI am stärksten falsch ein. Die METR-Entwickler glaubten, beschleunigt worden zu sein, obwohl sie gebremst worden waren. Die BCG-Berater lieferten bei der Aufgabe außerhalb der Frontier mit KI schlechtere Antworten als ohne. Die veröffentlichte P&G-Studie kommt zu dem Schluss, dass KI vor allem die Qualität der generierten Ideen verbessert, während menschliches Urteilsvermögen bei der bewertenden Auswahl seinen Wert behält.
Damit ist Bewertung die Kompetenz, die das Unternehmen schützt: zu wissen, wie eine richtige Antwort aussieht, bevor man die der KI liest, Zahlen an Primärquellen zu prüfen und zu bemerken, wenn eine Aufgabe die Frontier verlassen hat. Der oben verlinkte Leitfaden zur Bewertung zeigt, wie man sie aufbaut. Drei Gewohnheiten halten sie in Übung:
- Führen Sie ein Fehlerlog nach Phasen: was die KI falsch gemacht hat, wie es entdeckt wurde, wie lange die Prüfung gedauert hat. Nach einem Monat zeigt es, welche Phasen bei Ihrer Arbeit innerhalb der Frontier liegen.
- Messen Sie die Zeit für eine Stichprobe von Aufgaben, einige Wochen lang mit und ohne KI. In der METR-Studie zeigten die gefühlte und die gemessene Beschleunigung in entgegengesetzte Richtungen.
- Bearbeiten Sie die schwierigste Urteilsfrage jedes Monats zuerst ohne KI und vergleichen Sie danach. So bleibt die Kompetenz erhalten, von der der Review-Prüfpunkt abhängt.
Was das nicht bedeutet
- Es bedeutet nicht, dass die Zugewinne trivial sind. Ein Anstieg der abgeschlossenen Aufgaben um 26,08 %, über ein Jahr gehalten, ist für ein Ein-Personen-Unternehmen groß; es ist ein Prozentsatz, kein Vielfaches.
- Es bedeutet nicht, dass die Verlangsamung von 2025 noch gilt. METR hält es für wahrscheinlich, dass Entwickler Anfang 2026 schneller sind; eine verlässliche Messung fehlt.
- Es bedeutet nicht, dass eine Neueinstellung nie die Antwort ist. Die P&G-Studie stellte fest, dass KI einige Vorteile eines Teammitglieds ersetzen kann, aber sie maß einen eintägigen virtuellen Workshop zur Produktentwicklung, nicht die Verantwortung gegenüber Kunden über Monate.
- Es bedeutet nicht, dass jede Ersparnis an den Kunden geht. Preisgestaltung ist eine Entscheidung; Szenario D ist eine Option.
- Es bedeutet nicht, dass diese Studien Ihre Dienstleistung beschreiben. Jede deckt eine Aufgabe, eine Tool-Generation und eine Population ab; Ihre eigene zeitgemessene Stichprobe und Ihr Fehlerlog zählen am meisten.
Häufig gestellte Fragen
Kann eine Person mit KI wirklich 10x mehr Kundenarbeit liefern?
Keine für diesen Artikel geöffnete Studie hat das gemessen. Die gemessenen Effekte entsprechen 0,84x-2,26x bei den untersuchten Aufgaben, und die beiden monatelangen Feldstudien liegen bei 1,15x-1,30x.
Welcher Teil eines Dienstleistungsprojekts profitiert am meisten von KI?
Erste Entwürfe und klar spezifizierte Umsetzungsaufgaben: eine Zeitersparnis von 40 % bei professionellen Schreibaufgaben und eine um 55,8 % schnellere Erledigung einer standardisierten Programmieraufgabe. Sie brauchen auch den strengsten Review-Prüfpunkt.
Warum gewinnen weniger erfahrene Menschen mehr?
In den Studien zu Support, Schreiben, Beratung und Softwareentwicklung gewannen weniger erfahrene Beschäftigte mehr; die Support-Studie liefert Hinweise darauf, dass das Tool die Praktiken fähigerer Beschäftigter verbreitet. Deshalb brauchen Neulinge die Bewertungskompetenz am dringendsten.
Sollte ein Freelancer die Preise senken, weil KI Zeit spart?
Nicht automatisch. Bei Stundenabrechnung geht die Ersparnis an den Kunden; bei einem Festpreis bleibt sie im Unternehmen, wie das Rechenbeispiel zeigt.
Sinkt die Nachfrage nach Freelance-Arbeit wegen KI?
Zwei Plattformstudien fanden Rückgänge in betroffenen Kategorien: in der einen 2 % weniger Aufträge pro Monat und 5,2 % geringere monatliche Einnahmen, in der anderen 21 % weniger Ausschreibungen für Schreib- und Programmierarbeit. Die verbleibenden Aufträge waren komplexer und besser bezahlt.
Wie lässt sich prüfen, ob eine Aufgabe zur „zerklüfteten Frontier“ passt?
Testen Sie es. Lassen Sie das Tool mehrere frühere Aufgaben bearbeiten, bei denen die richtige Antwort bekannt ist, protokollieren Sie jeden Fehler und bewerten Sie die Phase mit der Reife-Scorecard, bevor Sie KI für Kundenarbeit einsetzen.
Quellen
- Brynjolfsson, E., Li, D. und Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics 140(2), 889-942. Geöffnete Fassung: arXiv 2304.11771v2 (November 2024) und das veröffentlichte Abstract.
- Brynjolfsson, E., Li, D. und Raymond, L. (2023). Generative AI at Work. NBER Working Paper 31161. Frühere Fassung, nur wegen der revidierten Zahlen zitiert.
- Noy, S. und Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science 381(6654), 187-192 (nur Abstract, über PubMed); Working-Paper-Fassung vom März 2023 vollständig geöffnet.
- Peng, S., Kalliamvakou, E., Cihon, P. und Demirer, M. (2023). The Impact of AI on Developer Productivity: Evidence from GitHub Copilot. arXiv 2302.06590. Drei der vier Autoren sind bei Microsoft Research und GitHub tätig, dem Hersteller des Tools.
- Cui, K. Z., Demirer, M. et al. (2026). The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers. Management Science 72 (Abstract über Crossref); Working-Paper-Fassung vom Februar 2025 vollständig geöffnet.
- Dell’Acqua, F., McFowland III, E., Mollick, E. et al. (2026). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. Organization Science 37(2), 403-423. Open Access; ursprünglich HBS Working Paper 24-013 (2023).
- Dell’Acqua, F., Ayoubi, C., Lifshitz, H. et al. (2025). The Cybernetic Teammate: A Field Experiment on Generative AI Reshaping Teamwork and Expertise. NBER Working Paper 33641.
- Dell’Acqua, F. et al. (2026). The Cybernetic Teammate: A Field Experiment on Generative AI and Teamwork. Organization Science (nur Abstract, über Crossref).
- Becker, J., Rush, N., Barnes, B. und Rein, D. (2025). Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. Model Evaluation and Threat Research (METR), arXiv 2507.09089v2.
- Becker, J., Rush, N. et al. (2026). We are Changing our Developer Productivity Experiment Design. METR, 24. Februar 2026.
- Hui, X., Reshef, O. und Zhou, L. (2024). The Short-Term Effects of Generative Artificial Intelligence on Employment: Evidence from an Online Labor Market. Organization Science 35(6), 1977-1989 (Abstract über Crossref); CESifo Working Paper 10601 (August 2023) vollständig geöffnet.
- Demirci, O., Hannane, J. und Zhu, X. (2025). Who Is AI Replacing? The Impact of Generative AI on Online Freelancing Platforms. Management Science 71(10), 8097-8108 (nur Abstract, über Crossref).
- Bick, A., Blandin, A. und Deming, D. J. (2025). The Rapid Adoption of Generative AI. NBER Working Paper 32966, überarbeitet im Februar 2025; veröffentlicht in Management Science 72(10), 2026 (nur Abstract, NBER-Seite).
- Humlum, A. und Vestergaard, E. (2026). Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI. Working Paper, 13. März 2026; zuvor verbreitet unter dem Titel Large Language Models, Small Labor Market Effects.
Hinweis zur Methodik: Die Tabelle der Output-Multiplikatoren, die Tabelle der Kapazitätsobergrenzen und die Preisszenarien sind CEOtudent-Analysen der Zahlen aus der Tabelle mit den verifizierten Daten, in einem Skript nachgerechnet; die Übersicht der Lieferphasen und die Reife-Scorecard sind CEOtudent-Redaktionsframeworks. Jeder Eingabewert im Preisbeispiel ist eine illustrative Annahme. Die Working-Paper-Zahlen von 2023 für die Kundensupport-Studie (14 % und 34 %) wurden durch die späteren Zahlen der veröffentlichten Fassung ersetzt (15 % und etwa 30 %). Häufig wiederholte prozentuale Zugewinne für unter- und überdurchschnittliche BCG-Berater wurden nicht verwendet, weil sie in der geöffneten veröffentlichten Fassung nicht vorkommen. Keine geöffnete Studie berichtete einen „10x“-Effekt.
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:















