Immer mehr Unternehmen setzen KI ein. Daraus lässt sich noch nicht ablesen, ob Jobs verschwinden, Arbeit leichter wird oder die Produktivität steigt. Neue britische Firmendaten zeigen vor allem eines: Zwischen einem verfügbaren Tool und einer spürbaren Veränderung im Arbeitsalltag liegen mehrere Schritte.
Das Wichtigste in 30 Sekunden
- In britischen Unternehmen mit mindestens zehn Beschäftigten stieg die selbstberichtete KI-Nutzung laut ONS von rund 12 Prozent Ende 2023 auf rund 35 Prozent im Juni 2026.
- Die Nutzung ist oft noch nicht tief verankert: KI-nutzende Unternehmen meldeten im Durchschnitt rund 1,6 Technologien, nach rund 1,4 Ende 2023.
- 10 Prozent der KI-nutzenden Unternehmen berichteten von extensiver Nutzung; das ist eine andere Bezugsgruppe als alle Unternehmen.
- 15 Prozent aller befragten Unternehmen meldeten tägliche KI-Nutzung durch mehr als die Hälfte ihrer Beschäftigten, 11 Prozent eine KI-bezogene Schulung für mehr als die Hälfte der Belegschaft.
- ONS sieht bislang keine weit verbreitete Veränderung des gesamten Personalstands. Das ist weder Entwarnung noch Jobgarantie.
Die Veränderung beginnt selten mit einer Stellenanzeige oder einem Abbauprogramm. Sie beginnt oft viel früher: Eine Aufgabe wird anders vorbereitet, ein Entwurf schneller erstellt, ein Ergebnis muss anders geprüft werden. Genau dort wird die Debatte über KI und Arbeit konkret. Die jüngste Auswertung des britischen Office for National Statistics (ONS) hilft, den Blick zu schärfen – allerdings nur, wenn man ihre Zahlen nicht zu einer Jobprognose verkürzt.
Eine Quote beantwortet nicht sechs Fragen
Der ONS-Bericht vom 20. Juli 2026 beschreibt einen deutlichen Anstieg der selbstberichteten KI-Nutzung in britischen Unternehmen mit mindestens zehn Beschäftigten: von rund 12 Prozent Ende 2023 auf rund 35 Prozent im Juni 2026. Das ist ein relevanter Befund über Verbreitung. Er sagt jedoch zunächst nur, dass Unternehmen eine oder mehrere abgefragte KI-Technologien einsetzen.
Ob diese Anwendungen einzelne Beschäftigte unterstützen, täglich in Teams genutzt werden oder Abläufe dauerhaft verändern, ist damit noch offen. Die Auswertung liefert dafür weitere Messwerte. Sie gehören nicht in einen Topf.
| Messwert | Was er beschreibt | Was daraus nicht folgt |
|---|---|---|
| Rund 35 Prozent KI-Nutzung | Selbstberichtete Nutzung bei Unternehmen mit mindestens zehn Beschäftigten im Juni 2026 | Produktivitätsgewinn oder Stellenabbau |
| Rund 1,6 Technologien | Durchschnittliche Zahl gemeldeter KI-Technologien je KI-nutzendem Unternehmen | Intensität, Qualität oder wirtschaftlicher Nutzen |
| 10 Prozent extensive Nutzung | Anteil der KI-nutzenden Unternehmen mit extensiver Nutzung | Anteil aller Unternehmen oder aller Beschäftigten |
| 15 Prozent tägliche Nutzung | Unternehmen, in denen mehr als die Hälfte der Beschäftigten KI täglich bei der Arbeit nutzt | Dass alle Mitarbeitenden oder alle Aufgaben betroffen sind |
| 11 Prozent breite Schulung | Unternehmen mit KI-bezogener Schulung für mehr als die Hälfte der Belegschaft | Dass Nutzung ohne Schulung nicht vorkommt oder die Schulung wirksam ist |
Gerade die Differenz zwischen Verbreitung und Tiefe ist aufschlussreich. Pro KI-nutzendem Unternehmen stieg die durchschnittliche Zahl gemeldeter Technologien nur von rund 1,4 auf rund 1,6. Das ist kein Beweis dafür, dass KI folgenlos bleibt. Es spricht aber gegen die bequeme Annahme, eine hohe Adoptionsquote stehe automatisch für einen tiefen Umbau der Arbeit.
Was ein stabiler Personalstand aussagt
ONS berichtet bislang keine weit verbreiteten Veränderungen des gesamten Personalstands. Dieser Satz ist wichtig, weil er eine weitreichende Behauptung bremst: Aus den vorliegenden Daten ergibt sich kein Beleg für einen bereits flächendeckenden KI-bedingten Stellenabbau.
Stabiler Personalstand heißt nicht
- dass sich Aufgaben und Rollen nicht verändern,
- dass Stunden, Einstellungen und Abgänge unverändert bleiben,
- dass Produktivität weder steigt noch fällt,
- dass die Befunde für ausgeschlossene Branchen gelten.
Ein Gesamtwert kann gegenläufige Entwicklungen verdecken. Ein Bereich kann einstellen, während ein anderer weniger nachbesetzt. Tätigkeiten können sich verschieben, ohne dass die Zahl der Arbeitsverhältnisse sinkt. Auch die Qualität einer Aufgabe, der Kontrollaufwand oder die Verantwortung für ein Ergebnis tauchen nicht automatisch in einer aggregierten Personalzahl auf.
Der faire Gegenpunkt lautet deshalb: Ein stabiler Gesamtpersonalstand ist keine Entwarnung. Wer daraus eine Garantie für Arbeitsplätze macht, verlangt von der Statistik mehr, als sie leisten kann. Für die Frage, wie KI Arbeit verändert, braucht es nähere Beobachtungen zu konkreten Aufgaben, Qualifikation und Organisation.
Warum auch kein Produktivitätsbeweis vorliegt
Die ONS-Daten beruhen auf Selbstauskünften von Unternehmen. Sie zeigen, ob und in welchem Umfang Unternehmen KI angeben; sie messen nicht unmittelbar, ob ein Einsatz Zeit spart, Fehler reduziert, Qualität verbessert oder Umsatz und Beschäftigung verändert. Zwischen einem Tool im Arbeitsalltag und einem belastbaren Produktivitätseffekt liegt außerdem eine Kette aus Einführung, Datenzugang, fachlicher Prüfung, Schulung und Anpassung von Abläufen.
Das macht die Zahlen nicht wertlos. Im Gegenteil: Sie zeigen, wo die nächste Frage ansetzen muss. Wenn breite tägliche Nutzung und breite Schulung jeweils nur von einem Teil der Unternehmen gemeldet werden, wäre es voreilig, aus der Adoptionskurve schon eine einheitliche Arbeitswelt abzuleiten.
Warum die Methode den Befund begrenzt
Die Grundlage ist die freiwillige und gewichtete Business Insights and Conditions Survey (BICS), die ONS als official statistics in development ausweist. Die relevante Wave 159 lief vom 5. bis 28. Juni 2026. Sie umfasste 38.637 Antworten bei einer Rücklaufquote von 26,7 Prozent.
Auch die Abdeckung setzt Grenzen: Unter anderem sind Landwirtschaft, Öl- und Gasförderung, Energieerzeugung und -versorgung, öffentliche Verwaltung und Verteidigung, öffentliche Bildung und Gesundheit sowie Finanz- und Versicherungswesen ausgeschlossen. Der Bericht ist damit ein guter Gegencheck für pauschale Behauptungen über Unternehmen. Er beschreibt aber nicht den gesamten britischen Arbeitsmarkt.
Diese Einschränkungen ändern den Kern nicht: Die Daten erlauben eine nüchterne Aussage über die Verbreitung und einzelne Stufen der Nutzung. Sie erlauben keine kausale Aussage darüber, ob KI Produktivität erzeugt oder Arbeitsplätze sichert beziehungsweise ersetzt.
Deutschland und die EU: Kontext statt Rangliste
Für Deutschland meldet Destatis für 2025 eine KI-Nutzung von 26 Prozent der Unternehmen. Nach Unternehmensgröße stiegen die Werte von 23 Prozent bei 10 bis 49 Beschäftigten über 36 Prozent bei 50 bis 249 Beschäftigten auf 57 Prozent ab 250 Beschäftigten. Eurostat weist für 2025 19,95 Prozent KI-Nutzung bei EU-Unternehmen mit mindestens zehn Beschäftigten und Selbstständigen aus.
Diese Werte helfen beim Einordnen, nicht beim Aufstellen einer Rangliste. Berichtsjahr, Fragebogen, Grundgesamtheit und Technologiedefinitionen unterscheiden sich von der britischen BICS-Erhebung. Wer die Quoten direkt gegeneinanderstellt, erzeugt eine Präzision, die die Daten nicht hergeben.
Die praktische Verbindung ist dennoch klar: Auch hierzulande sagt die bloße Verfügbarkeit eines KI-Tools wenig über seine Wirkung aus. Für kleine und mittlere Unternehmen ist oft wichtiger, ob ein klar abgegrenzter Anwendungsfall besteht, Zeit für Lernen vorhanden ist und Ergebnisse nachvollziehbar geprüft werden.
Welche Fragen Beschäftigte und KMU stellen sollten
Beschäftigte müssen aus einer Unternehmensquote keine persönliche Zukunftsdiagnose ableiten. Hilfreicher sind vier konkrete Fragen: Welche Aufgabe verändert sich tatsächlich? Wo bleibt fachliche Kontrolle nötig? Welche Weiterbildung passt zu diesem Ablauf? Und wie können Beschäftigte oder ihre Interessenvertretung an der Einführung beteiligt werden?
KMU sollten ebenfalls näher an die Arbeit gehen als an die Lizenzzahl. Ein sinnvoller Startpunkt ist ein abgegrenzter Vorgang mit einem Ausgangswert: etwa Bearbeitungszeit, Fehlerquote oder Qualität eines Ergebnisses. Dann lässt sich prüfen, wer das Tool nutzt, welche Daten und Freigaben gelten, wo Ergebnisse kontrolliert werden und ob sich der Effekt tatsächlich zeigt.
Die ONS-Auswertung beantwortet nicht, ob KI Jobs „nimmt“. Sie macht aber sichtbar, warum diese Frage zu grob ist. Entscheidend sind die Aufgaben, die sich verändern, die Menschen, die dafür Zeit und Qualifizierung erhalten, und die Kennzahlen, an denen Unternehmen die Wirkung ehrlich messen.
Quellen und weiterführende Informationen
- Office for National Statistics: Artificial intelligence in UK businesses: 2023 to 2026
- Office for National Statistics: Business insights and impact on the UK economy: 2 July 2026
- Destatis: Nutzung von IKT in Unternehmen
- Eurostat: Use of artificial intelligence in enterprises
- OECD: AI and skills: What we know so far
Hinweis: Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft. Stand: 2026-08-01
