Eine KI-Lizenz verändert noch keinen Arbeitstag. Erst wenn Unternehmen klären, welche Aufgabe sie verbessern wollen, welche Daten dabei fließen und wer bei Fehlern eingreifen kann, wird aus einem Assistenten ein verantwortbares Arbeitsmittel.
Genau diesen Perspektivwechsel beschreibt Information Services Group (ISG) in seiner Deutschlandauswertung zu Future of Work – Services 2026 vom 11. August. Der digitale Arbeitsplatz besteht dort nicht mehr nur aus Geräten, Netz und Support, sondern aus menschlichen, digitalen und physischen Arbeitsumgebungen. Für den Einsatz mitarbeiterbezogener KI nennt ISG Transparenz, menschliche Aufsicht und Betriebsratsbereitschaft.
Das ist zunächst ein Markt- und Planungsbefund, kein Beweis für mehr Produktivität oder bessere Arbeitsbedingungen. ISG bewertet Anbieter und ihre Leistungen. Ob ein KI-Pilot Beschäftigte tatsächlich entlastet, zeigt sich erst im konkreten Betrieb.
Die Arbeitsplatz-KI beginnt mit einer Aufgabe, nicht mit einer Lizenz
Ein Unternehmen kann einen Copiloten für die Suche in internen Dokumenten freischalten, ein System für die Zusammenfassung von Meetings einsetzen oder KI für den technischen Support nutzen. Daraus folgt noch nicht, dass Arbeit schneller, besser oder angenehmer wird.
ISG beschreibt generative und agentische KI als Einsatzfelder für Zusammenarbeit, Support und Wissenszugang. Zugleich ordnet der Provider-Lens-Rahmen Themen wie digitale Mitarbeitererfahrung, Skills, Governance und Veränderungsmanagement der Workplace-Strategie zu. Das ist plausibel: Ein Werkzeug greift in Arbeitsabläufe ein, sobald es Vorschläge macht, Informationen verarbeitet oder Aufgaben vorbereitet.
Die entscheidende Frage lautet daher vor dem Rollout: Welche konkrete Tätigkeit soll sicherer, weniger fehleranfällig oder weniger reibungsreich werden? Ohne diese Antwort wird die spätere Erfolgsmessung schnell zur Zählung von Logins und Nutzungsminuten. Beides sagt wenig über das Arbeitsergebnis aus.
Aus dem Tool wird erst durch Zweck und Daten ein Arbeitsprozess
Mit der Aufgabe wird auch der Datenfluss konkret. Für eine Recherchehilfe können das Dokumente und Prompts sein. Bei digitalen Experience-Systemen kommen je nach Gestaltung Telemetrie, Serviceinteraktionen oder andere Beschäftigtendaten hinzu. ISG beschreibt DEX- und XLA-Ansätze als Erweiterung klassischer Service-Level: Sie sollen neben Gerätegesundheit auch Arbeitsreibung, Zusammenarbeit, Aufgabenerfolg und Nutzerempfinden sichtbar machen.
Solche Ansätze können nützlich sein. Sie beweisen aber nicht von selbst, dass Arbeit besser organisiert ist. Besonders heikel wird es, wenn Daten zur Nutzung eines Tools später als individuelle Leistungsbewertung gelesen werden. Deshalb gehören Zweck, Zugriff und Ausschlüsse vor den Start eines Piloten auf den Tisch.
Der unabhängige deutsche Kontext zeigt, warum das mehr ist als eine Formalie. Die BAuA wertete für DiWaBe 2.0 eine repräsentative Befragung von rund 9.800 sozialversicherungspflichtig Beschäftigten aus dem Jahr 2024 aus. Mehr als die Hälfte nutzte dem Bericht zufolge bereits KI am Arbeitsplatz, häufig informell und ohne formelle Einführung durch den Betrieb. Zugang und Nutzung unterschieden sich deutlich nach Bildung, Beruf, Alter und Geschlecht. Die Erhebung ist kein Messstand für August 2026, sie zeigt aber, dass fehlende Regeln nicht bedeuten, dass KI im Arbeitsalltag keine Rolle spielt.
Menschliche Aufsicht und Training entscheiden über die Arbeitsfähigkeit
Ein verantworteter Prozess braucht mehr als den Satz, ein Mensch bleibe in der Schleife. Es muss klar sein, wer Ergebnisse prüft, wer Fehler melden kann, wer bei einer problematischen Empfehlung eingreift und wer die Entscheidung am Ende verantwortet. Für Hochrisiko-Systeme verlangt Artikel 26 des EU AI Act unter anderem menschliche Aufsicht durch Personen mit Kompetenz, Training, Befugnis und Unterstützung. Für normale Collaboration-Tools folgt daraus keine automatische Hochrisiko-Einstufung. Der Maßstab bleibt der konkrete Einsatz.
Training gehört ebenfalls zum Prozess. Die OECD ordnet Skills, Weiterbildung, Transparenz und sozialen Dialog als wichtige Bedingungen für eine sinnvolle KI-Einführung ein. Ihre Daten sind internationaler Kontext, keine aktuelle Deutschlandquote. Sie stützen aber einen einfachen Punkt: Wenn Beschäftigte für Prüfung, Korrektur und sichere Nutzung zuständig sein sollen, brauchen sie Zeit und Unterstützung dafür. Sonst wird die Nacharbeit an Einzelne delegiert.
Betriebsrat und EU-Recht setzen unterschiedliche Prüfanker
In Deutschland ist § 87 Absatz 1 Nummer 6 Betriebsverfassungsgesetz ein zentraler Anker, wenn technische Einrichtungen dazu bestimmt sind, Verhalten oder Leistung von Arbeitnehmern zu überwachen. Ob das bei einem konkreten KI-System greift, hängt von Zweck, Gestaltung und tatsächlicher Nutzung ab. Der Name eines Produkts reicht für diese Einordnung nicht aus.
Der EU AI Act arbeitet anders. Annex III nennt bestimmte Systeme im Beschäftigungs- und Worker-Management-Kontext, etwa Bewerberauswahl, Entscheidungen über Arbeitsbedingungen, die Zuteilung von Aufgaben anhand individuellen Verhaltens oder die Bewertung von Leistung und Verhalten. Für die einschlägigen Hochrisiko-Use-Cases beschreibt Artikel 26 Pflichten zu Aufsicht und Information. Ein allgemeiner Wissensassistent im Büro fällt nicht allein wegen seines Einsatzorts in diese Kategorie.
Beide Ebenen sollten Unternehmen getrennt prüfen. Die EU-Zeitschiene für bestimmte Hochrisikoregeln ist kein Grund, deutsche Mitbestimmung, Datenschutz oder eine sorgfältige Einführung aufzuschieben.
Eine Prüfkette statt einer Tool-Liste
Aus den ISG-Befunden, dem deutschen Mitbestimmungsrahmen, den unabhängigen Arbeitswelt-Daten und dem OECD-Kontext lässt sich eine praktische Prüfkette ableiten. Sie ist keine Rechtsberatung und keine eigene Produktivitätsmessung. Sie hilft aber, die Fragen in die richtige Reihenfolge zu bringen.
| Prüfschritt | Worauf es im Betrieb ankommt |
|---|---|
| Zweck und Aufgabe | Welche konkrete Tätigkeit soll besser, sicherer oder weniger reibungsreich werden? |
| Daten und Zugriff | Welche Dateien, Eingaben, Telemetrie- oder Beschäftigtendaten fließen ein, und ist der Zugriff begrenzt? |
| Menschliche Verantwortung | Wer prüft Ergebnisse, greift ein, meldet Fehler und trägt die Entscheidung? |
| Training und Arbeitsfähigkeit | Welche Schulung, Lernzeit und Unterstützung stehen Beschäftigten zur Verfügung? |
| Information und Beteiligung | Ist ein möglicher Überwachungs- oder Leistungsbezug geprüft und sind Vertretungen rechtzeitig einbezogen? |
| Faire Wirkungsmessung | Werden Ergebnis, Qualität, Nacharbeit und Arbeitsreibung betrachtet, ohne Nutzungsdaten still in Leistungskontrolle umzudeuten? |
Diese Matrix ist eine redaktionelle Synthese aus den genannten Quellen. Sie trennt bewusst die Anbieterperspektive von der Frage, ob ein bestimmter Betrieb damit bessere Arbeit organisiert.
Ein XLA ist kein Produktivitätsbeweis
Experience-Level-Agreements können über klassische technische Kennzahlen hinausgehen. Sie sollen etwa Aufgabenerfolg oder Nutzerempfinden berücksichtigen. Das kann einen Service sinnvoller machen, wenn sich dadurch wiederkehrende Reibung sichtbar macht.
Als Produktivitätsnachweis reicht ein solches Messmodell jedoch nicht. Ein belastbarer Pilot müsste vorab festlegen, welche Aufgabe untersucht wird und welche Werte zählen: Qualität, Fehler, Nacharbeit, Durchlaufzeit, Arbeitsintensität und Nutzererfahrung. Erst dann lässt sich beurteilen, ob ein Ergebnis schneller zustande kam, ohne dass Beschäftigte die eingesparte Zeit durch zusätzliche Kontrolle oder Korrekturen wieder verlieren.
Der Bericht von ISG liefert diesen Vorher-Nachher-Nachweis nicht. Auch die BAuA-Daten erlauben keine Kausalaussage: Beschäftigte mit intensivierter KI-Nutzung berichteten in der 2024er Erhebung sowohl von höherer Arbeitsautonomie als auch von höherer Arbeitsintensität. Das spricht gegen die einfache Annahme, mehr KI führe automatisch zu einem besseren Arbeitstag.
Der bessere Arbeitstag bleibt der Praxistest
Für deutsche Unternehmen und KMU ist der ISG-Bericht deshalb vor allem als Hinweis auf die richtige Reihenfolge interessant. Nicht zuerst möglichst viele Funktionen aktivieren, sondern Aufgabe, Daten, Verantwortung, Lernzeit, Beteiligung und Messung klären. Ein begrenzter Pilot mit offen gelegten Kriterien ist belastbarer als ein großer Rollout mit einer hübschen Nutzungsquote.
Vertrauen und Betriebsratsbeteiligung sind dabei keine Kommunikationsrunde am Ende. Sie gehören zur technischen Einführung, weil sie bestimmen, welche Daten genutzt werden, wer widersprechen kann und woran ein Erfolg überhaupt gemessen wird. Der nächste überzeugende Nachweis wäre kein weiteres Provider-Ranking, sondern ein dokumentierter Praxisfall, der diese Punkte unter realen Bedingungen zusammenführt.
Quellen und weiterführende Informationen
- ISG: German Firms Redesign Work for Effective Use of AI, 11. August 2026
- ISG: Future of Work – Services 2026, Methodik
- BetrVG § 87
- BAuA: DiWaBe 2.0
- EU AI Act Service Desk: Artikel 26 und Annex III
- OECD: AI and skills
Hinweis: Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft. Stand: 2026-08-30
