Springe direkt zum: Inhalt

Zusammenarbeiten

Drei Fragen an Dr. Marie-Christine Fregin (ai:conomics): Wie verändert KI die Arbeitswelt?

Veröffentlicht am 18. Jun 2026

Wie verändert Künstliche Intelligenz die Arbeitswelt? Welche Trends sind dabei zu beobachten? Das Team von ai:conomics gibt Einblicke in aktuelle Erkenntnisse aus der Forschung.

Dr. Marie-Christine Fregin ist Forschungsleiterin am Forschungszentrum für Bildung und Arbeitsmarkt (ROA) der Universität Maastricht. Der Schwerpunkt ihrer Arbeit liegt auf den transformativen Auswirkungen von Künstlicher Intelligenz auf Arbeitsplätze, Arbeitsbedingungen, Arbeitsleistung von Beschäftigten, Kompetenzentwicklung und das Wohlbefinden. In dem vom BMAS geförderten Projekt ai:conomics werden regelmäßig Forschungsergebnisse veröffentlicht – in Form sogenannter Kurzdossiers. Wir sprachen mit ihr über die Ergebnisse der aktuell im Mai 2026 veröffentlichten Ausgabe.

1. Worum geht es in Ihrem aktuellen Policy Brief?

Er fasst die aktuelle Forschung dazu zusammen, wie Künstliche Intelligenz die Arbeit in Betrieben tatsächlich verändert. Wir bereiten Evidenz so auf, dass Entscheidungsträger*innen aus Wirtschaft, Politik und Zivilgesellschaft sie direkt nutzen können. Aber nicht nur sie: Besonders für Beschäftigte ist das Thema der digitalen Transformation wichtig, da es ihren eigenen Arbeitsalltag betrifft. Ziel ist es, wissenschaftliche Erkenntnisse für ein breites Publikum anschlussfähig zu machen. Es geht zum Beispiel darum, wie KI so eingesetzt werden kann, dass daraus systematische Produktivitätssteigerungen im Zusammenwirken von Mensch und Technologie entstehen. Oder welche Kompetenzen Beschäftigte brauchen, um KI täglich am Arbeitsplatz souverän zu nutzen. Dabei zeigen wir aussagekräftige Befunde aus unserem Projekt ai:conomics sowie anderen Studien. Wir schauen auf konkrete Effekte von KI in Betrieben und beleuchten dabei vier Kernbereiche: Produktivität, die Auswirkungen auf Beschäftigte, den Wandel von Fachwissen und erste Erkenntnisse zu agentenbasierter KI.

2. Was sind die wichtigsten Erkenntnisse?

Das würde ich gerne in zwei Themenfeldern zusammenfassen.

Zunächst auf der Ebene der Unternehmen: KI kann Produktivität und Qualität spürbar steigern. Besonders weniger erfahrene Beschäftigte profitieren davon, da sie schneller lernen und Leistungslücken schließen. Entscheidend ist aber: KI ist keine Plug-and-Play-Technologie, die man einfach nur einschaltet und die sofort perfekt läuft. Die Effekte hängen stark vom jeweiligen Umfeld ab. Viele Unternehmen melden bislang noch keine messbaren Gewinne. Bei einer schlechten Einführung kann die Leistung sogar sinken – etwa durch sogenannten „Workslop“, also oberflächlich plausible, inhaltlich aber dünne oder falsche Ergebnisse. Auf dem deutschen Arbeitsmarkt zeigen sich bisher keine ausgeprägten positiven oder negativen Auswirkungen auf die Beschäftigung, die direkt mit KI zusammenhängen.

Auf der Ebene der Beschäftigten: Derzeit ist in der Praxis eher die Neugestaltung der Arbeit von KI im Vordergrund, nicht so sehr die Verdrängung von Menschen durch KI-Einsatz. Bei den Aufgaben von Beschäftigten verschiebt sich der Fokus weg von Routineaufgaben, hin zur Überprüfung von KI-Ergebnissen, Kontrolle und menschlichem Urteilsvermögen oder auch mehr konzeptioneller Vorarbeit. Das ist zweischneidig: Es kann die Arbeit aufwerten, aber auch die Belastung und den „Technostress“ erhöhen. Wie KI den Arbeitsalltag von Beschäftigten verändert, entscheidet sich an der konkreten Gestaltung im Betrieb sowie an Vertrauen, Transparenz und Mitbestimmung. Wichtig dabei: Beschäftigte und Unternehmen müssen sich intensiv mit der Technologie auseinandersetzen, damit passgenaue, nützliche Lösungen entstehen.

Insgesamt ist zu betonen: KI ersetzt keine ganzen Berufe, sondern verändert einzelne Aufgaben und damit Berufsbilder, Rollen von Beschäftigten und die Arbeitsorganisation. Aktuell kann KI vor allem klar definierte Tätigkeiten übernehmen, wird aber häufiger auch schon bei kreativeren Aufgaben als Sparringspartner genutzt. Fachkenntnisse und Erfahrungswissen der Beschäftigten sind aber unverzichtbar für gute Arbeitsergebnisse mit KI. Mit agentischer KI – also mitunter mehreren KI-Anwendungen, die Aufgaben recht autonom ausführen – steht eine nächste Automatisierungsstufe an.

Das Fazit: Ob KI-Einführung gelingt, entscheidet sich an Führung, Beteiligung und Kompetenzentwicklung, nicht an der eingesetzten Technik allein.

3. Wo kann ich mehr über das Projekt erfahren?

Neben der Website des KI-Observatoriums haben wir unter aiconomics.eu eine ganze Reihe von Kurzdossiers veröffentlicht. Folgende Themen stehen da bereits unter anderem im Fokus: Automatisierungspotenziale beruflicher Aufgaben durch KI, KI-Einsatz in der Personalauswahl, Wahrnehmung und Einstellungen der Beschäftigten von KI, Bedeutung von Vertrauen und Transparenz bei der Einführung von KI im Betrieb, Effekte von KI-gestütztem Training auf die Produktivität und viele weitere.

Manche Kurzdossiers richten sich eher an Verantwortliche in Politik und Wirtschaft, andere eher an die Wissenschaft. Alle haben jedoch das Ziel, wissenschaftliche Erkenntnisse verständlich und zugänglich zu machen. Wer lieber hört statt liest, findet im ai:conomics Podcast Gespräche zu unseren Ergebnissen.

Und es geht weiter: Aktuell untersuchen wir, wie sich generative KI in einem Konzern verbreitet. Dabei legen wir den Forschungsfokus auf die Rolle von Beschäftigten bei Produktivitäts- und Effizienzeffekten im Zusammenhang mit KI und schauen uns an, wie der Einsatz generativer KI im Betrieb Prozesse, Arbeitsabläufe und Zusammenarbeit zwischen den Menschen verändert. Es bleibt also spannend!

Das Projekt ai:conomics wird von einem internationalen Konsortium, bestehend aus dem Research Centre for Education and the Labour Market (ROA) der Universität Maastricht, dem Institut für Arbeitsmarkt- und Berufsforschung (IAB) und der zukunft zwei GmbH durchgeführt und vom Bundesministerium für Arbeit und Soziales (BMAS) gefördert. Es folgt der Empfehlung der deutschen Enquete-Kommission KI, evidenzbasierte Forschung zu den Beschäftigungseffekten des Einsatzes von KI durchzuführen, um Erkenntnisfortschritt, Managemententscheidungen, sozialpartnerschaftliche Verabredungen und politische Debatten zu unterstützen.