KI ist mehr als Googeln: So wird ChatGPT zum Arbeitsmittel

„Wir haben ChatGPT ausprobiert – bringt bei uns nichts.“ Diesen Satz hören wir oft. Und fast jedes Mal stimmt die Beobachtung, aber die Schlussfolgerung ist falsch. Denn KI ist nicht Googeln. Wer ein Sprachmodell wie eine Suchmaschine bedient, bekommt auch Suchmaschinen-Ergebnisse zurück: mittelmäßig, generisch, „bringt nichts“. Das Werkzeug ist selten das Problem. Das Problem ist, wie es benutzt und in die tägliche Arbeit eingebettet wird. Und das ist die gute Nachricht, denn genau das lässt sich lernen und organisieren.

Die MIT-Beobachtung: 95 Prozent, die „nichts bringen“

Sie sind mit dem Eindruck nicht allein. Die vielzitierte MIT-Studie „GenAI Divide“ (2025) kommt zu einem ernüchternden Befund: Rund 95 Prozent der untersuchten GenAI-Pilotprojekte in Unternehmen zeigten keinen messbaren Effekt auf die Gewinn- und Verlustrechnung. Kein Umsatzsprung, keine gesenkten Kosten. Auf den ersten Blick klingt das wie ein Argument gegen KI.

Ist es aber nicht. Der eigentliche Kernbefund der Studie lautet nämlich: Woran die Projekte scheitern, ist nicht die Qualität der Modelle. Die Technik ist gut genug. Es scheitert an der Integration in die Arbeitsabläufe und an fehlenden Lernprozessen. Anders gesagt: Nicht das Modell versagt, sondern die Art, wie es eingeführt wird. Ein teures Tool, das niemand richtig bedient und das an keinen echten Prozess angeschlossen ist, produziert eben keinen Wert – egal, wie leistungsfähig es im Benchmark ist.

Die deutsche Lücke: viele nutzen, wenige können

In Deutschland zeigt sich dasselbe Muster. Laut ifo-Institut setzen 2026 bereits 54,5 Prozent der Unternehmen KI ein. Klingt nach Durchbruch. Nur: Regelmäßig nutzt sie im Schnitt gerade einmal jeder fünfte Beschäftigte (ifo, Anfang 2026). Zwischen „ist eingeführt“ und „wird täglich produktiv genutzt“ klafft also eine große Lücke.

Woran das liegt, sagen die Betriebe selbst. In der Bitkom-KI-Studie 2026 nennen 53 Prozent fehlende Kompetenz als größte Hürde – nicht den Preis, nicht den Datenschutz, nicht die Technik. Kompetenz. Das ist unbequem, aber es ist zugleich die beste Nachricht in diesem ganzen Text: Ein Kompetenzproblem können Sie lösen. Ein kaputtes Werkzeug müssten Sie ersetzen.

Googeln liefert Links, KI liefert Entwürfe

Warum fühlt sich KI für viele wie eine schlechtere Suchmaschine an? Weil sie wie eine bedient wird.

Eine Suchmaschine funktioniert so: Sie tippen ein Stichwort ein und bekommen eine Liste von Links. Den Rest – lesen, bewerten, zusammensetzen – machen Sie selbst. Ein Sprachmodell funktioniert anders. Es liefert kein Verzeichnis, sondern ein fertiges Arbeitsergebnis. Aber nur, wenn Sie ihm genug geben, um eines zu erstellen: Kontext (worum geht es, für wen), eine Rolle („antworte als erfahrener Steuerberater“), ein Beispiel („so sieht ein gutes Angebot bei uns aus“) und Iteration („kürzer, sachlicher, den zweiten Absatz raus“).

Wer stattdessen eine einzige Zeile eintippt – „schreib mir ein Angebot“ –, bekommt Durchschnitt. Und schließt daraus, KI „bringe nichts“. In Wahrheit hat sie exakt so viel geliefert, wie sie an Information bekommen hat. Das ist keine Schwäche des Modells, sondern eine Frage der Bedienung – und Bedienung kann man lernen.

Der Beweis: Es liegt an der Einbettung, nicht am Modell

Dass es an der Einbettung hängt und nicht am Modell, lässt sich belegen. Die Ökonomen Brynjolfsson und Kollegen begleiteten in einer Studie im Quarterly Journal of Economics (2025) 5.179 Mitarbeitende im Kundensupport, die ein KI-Assistenzsystem an die Hand bekamen. Ergebnis: im Schnitt 14 Prozent mehr gelöste Anfragen pro Stunde. Bei den unerfahrenen Mitarbeitenden waren es sogar 34 Prozent.

Das ist der entscheidende Punkt: Es war für alle dasselbe Modell. Der Unterschied entstand nicht durch bessere Technik, sondern dadurch, dass die KI sauber in einen konkreten Arbeitsablauf eingebettet war – mit echten Aufgaben, echtem Kontext und der Möglichkeit, am Beispiel zu lernen. Gleiche KI, richtig eingesetzt: messbarer Gewinn. Gleiche KI, als Spielerei am Rand: einer von 95 Prozent Fällen ohne Effekt.

Schatten-KI: Die Nutzung passiert längst

Und während in vielen Betrieben noch diskutiert wird, ob KI überhaupt etwas bringt, wird sie längst benutzt – nur eben unsichtbar. Vier von zehn Unternehmen vermuten laut Bitkom, dass Mitarbeitende private KI-Accounts für die Arbeit nutzen. Gleichzeitig haben nur 23 Prozent überhaupt Regeln dafür aufgestellt.

Das nennt sich Schatten-KI, und es ist ein doppeltes Signal. Erstens: Der Bedarf ist real – Ihre Leute greifen zu KI, weil sie ihnen bei der Arbeit hilft. Zweitens: Ohne Rahmen passiert das unkontrolliert, oft mit sensiblen Daten im falschen Account. Beides spricht nicht dafür, KI aus dem Betrieb herauszuhalten. Es spricht dafür, sie bewusst hereinzuholen – mit klaren Regeln, statt sie im Verborgenen laufen zu lassen.

Was vor jedem Tool-Kauf kommt: drei Dinge

Wenn KI bei Ihnen bisher „nichts gebracht“ hat, liegt die Lösung fast nie in einem teureren Abo. Sie liegt in drei Dingen, die vor jeder Lizenz kommen:

1. Der Anwendungsfall. Nicht „wir wollen etwas mit KI machen“, sondern eine konkrete, wiederkehrende Aufgabe, die heute Zeit frisst: Angebote schreiben, Anfragen vorsortieren, Protokolle zusammenfassen. Erst ein klarer Anwendungsfall gibt Ihnen etwas zu messen und etwas zu gewinnen.
2. Der Arbeitsablauf. Wo genau setzt die KI im bestehenden Prozess an, wer prüft das Ergebnis, was passiert danach? Ein Werkzeug ohne Anschluss an den Ablauf bleibt eine Demo. Der Wert entsteht erst, wenn es Teil der täglichen Arbeit wird.
3. Die Schulung. Die Leute müssen wissen, wie man mit einem Modell arbeitet: Kontext geben, iterieren, Ergebnisse prüfen. Das ist übrigens Pflicht. Seit Februar 2025 verlangt Artikel 4 der KI-Verordnung (AI Act) von jedem Betrieb, der KI einsetzt, ein nachweisbares Mindestmaß an KI-Kompetenz bei den Beschäftigten. Wer KI nutzt, muss seine Leute also ohnehin schulen – ein guter Anlass, es gleich richtig zu tun.

Erst diese drei Dinge, dann das Tool. In dieser Reihenfolge trägt KI im Betrieb. In der umgekehrten – erst das Abo, dann die Hoffnung – landet man bei den 95 Prozent.