KI versprach Produktivität. 56 Prozent der CEOs sehen nichts

In den Vorstandsetagen klingt künstliche Intelligenz oft wie die nächste sichere Renditequelle. Die Zahlen sprechen jedoch eine andere Sprache. Laut der von Fortune aufgegriffenen 29. Global CEO Survey von PwC geben 56 Prozent der CEOs in 95 Ländern an, aus ihren KI-Ausgaben bislang „nichts“ herausgeholt zu haben. Nur 12 Prozent berichten zugleich von Umsatzwachstum und sinkenden Kosten.

Das ist mehr als eine übliche Einführungsverzögerung. Es ist ein Muster, das Ökonomen seit Jahrzehnten kennen. Gerade für Deutschland, wo Industrie und Mittelstand massiv in KI investieren, ist diese Beobachtung relevant: Technologie verbreitet sich oft schneller als die organisatorischen Voraussetzungen, die sie produktiv machen.

Ein alter Irrtum kehrt in größerem Maßstab zurück

1987 formulierte Robert Solow das Problem der Computerisierung prägnant: Das Computerzeitalter sei überall sichtbar, nur nicht in den Produktivitätsstatistiken. Unternehmen hatten bereits erhebliche Summen in Rechner, Software und Infrastruktur investiert. Der gesamtwirtschaftliche Nutzen blieb dennoch lange unscheinbar. Erst nach Jahren mit Prozessumbau, Weiterbildung und organisatorischer Neuordnung tauchten die Effekte in den Kennzahlen auf.

Heute ist die Größenordnung deutlich höher. Wie Fortune in einer Analyse zum KI-Produktivitätsparadox darlegt, hat sich der Investitionsaufwand der großen Technologiekonzerne in zwei Jahren verdoppelt, erreichte 2025 427 Milliarden US-Dollar und dürfte 2026 über 560 Milliarden US-Dollar liegen. In grober europäischer Einordnung bewegt sich das in einer Größenordnung von deutlich mehr als 500 Milliarden Euro. J.P. Morgan schätzt, dass auf Dauer 650 Milliarden US-Dollar Jahresumsatz erforderlich wären, um auf die aktuelle KI-Infrastruktur lediglich eine Rendite von 10 Prozent zu erzielen. Zugleich geben rund 90 Prozent der Unternehmen an, dass KI in den vergangenen drei Jahren weder bei Beschäftigung noch bei Produktivität einen messbaren Effekt gehabt habe.

Der Personalabbau auf Verdacht rächt sich

Fehlinvestitionen blieben nicht auf Technik beschränkt. Viele Unternehmen bauten Stellen ab, weil sie annahmen, KI werde Tätigkeiten bald übernehmen, nicht weil diese Übernahme bereits funktionierte. Laut dem von HR Executive zusammengefassten Predictions-2026-Bericht von Forrester bereuen 55 Prozent der Arbeitgeber, die wegen KI entlassen haben, diesen Schritt inzwischen. Challenger, Gray & Christmas registrierte bis November 2025 allein 54.694 KI-begründete Entlassungen.

Das zentrale Problem besteht darin, dass viele dieser Rollen nicht durch produktive KI-Systeme ersetzt wurden. Sie wurden gestrichen, weil künftige Fähigkeiten überschätzt wurden. Nun versuchen Unternehmen, Personal wieder einzustellen, häufig in günstigeren Märkten und zu niedrigeren Gehältern. Auf dem Papier sinken damit die Kosten. In der Praxis entstehen jedoch oft Organisationen, die billiger, aber auch weniger belastbar sind. Für einen Arbeitsmarkt, der auf Qualifikation, Ausbildung und langfristige Fachkräfteentwicklung angewiesen ist, ist das ein riskanter Tausch.

IBM setzt auf Nachwuchs statt auf Kürzung

Während zahlreiche Technologiekonzerne den Personalabbau fortsetzten, entschied sich IBM für den entgegengesetzten Weg. Im Februar 2026 kündigte das Unternehmen an, die Einstellung von Berufseinsteigern in den USA zu verdreifachen, wie Fortune berichtete. Die Begründung fiel bemerkenswert nüchtern aus. Personalchefin Nickle LaMoreaux warnte davor, dass das Streichen von Junior-Positionen in einigen Jahren eine Führungslücke entstehen lasse.

Auch CEO Arvind Krishna widersprach der Vorstellung, KI müsse zwangsläufig weniger Chancen für Absolventinnen und Absolventen bedeuten. Nachwuchskräfte verbringen demnach weniger Zeit mit standardisiertem Code, den Systeme inzwischen gut erzeugen können, und mehr Zeit mit Kundenkontakt, Problemanalyse und Kontextverständnis. KI verschiebt also Tätigkeiten. Sie macht berufliche Entwicklung jedoch nicht überflüssig.

Warum das Paradox bestehen bleibt

Allgemein einsetzbare Technologien folgen meist demselben Muster: Die technische Verfügbarkeit kommt schnell, die organisatorische Anpassung langsam. Elektromotoren brauchten Jahrzehnte, um Fabriken neu zu strukturieren. Personal Computer benötigten rund 15 Jahre, bis ihr Effekt in Produktivitätsdaten sichtbar wurde. KI scheint sich in genau dieser Tradition zu bewegen.

PwC zeigt zugleich, dass die Zuversicht der Führungsetagen ungebrochen ist. Die befragten CEOs erwarten in den kommenden drei Jahren einen Produktivitätsanstieg von 1,4 Prozent und einen Output-Zuwachs von 0,8 Prozent. Solche Effekte setzen jedoch komplementäre Investitionen voraus, die vielerorts noch fehlen: Prozessneugestaltung, Weiterbildung, angepasste Steuerung und realistische Implementierung. Wer KI vor allem als Sparinstrument betrachtet, wird mit hoher Wahrscheinlichkeit weiterhin magere Resultate sehen.

Das eigentliche Risiko liegt nicht in der Technologie

Die Frage für die nächsten Jahre lautet daher nicht, ob KI grundsätzlich funktioniert. Das tut sie, vor allem in klar umrissenen und gut integrierten Anwendungen. Die entscheidende Frage ist, ob Unternehmen den alten Solow-Fehler wiederholen: zu viel Geld für Technologie ausgeben, zu wenig für Menschen und Abläufe, und am Ende die Technik für ausbleibende Ergebnisse verantwortlich machen.

Wenn heute 56 Prozent der CEOs keinen Ertrag sehen und 55 Prozent der Arbeitgeber ihre KI-bedingten Entlassungen bereits bereuen, dann wird die Lage schwerer schönzureden. Das größte Risiko des Jahres 2026 besteht nicht darin, dass KI versagt. Es besteht darin, dass Unternehmen an der eigenen Umstellung scheitern.