KI erhöht die Produktivität in der Wissensarbeit, indem sie den Umfang der machbaren Aufgaben erweitert. Nicht primär durch Zeitersparnis und nicht durch Ersetzen von Expertise. Wer nur Tools ausrollt, bekommt oft mehr Korrekturaufwand. Wer den Aufgabenbereich neu definiert und das fachliche Urteil behält, bekommt echte Produktivität.
Die meisten Debatten behandeln Intelligenz noch als knappe Ressource. Man hortet sie, schützt sie oder fürchtet ihren Verlust. Diese Sicht ist falsch. Historisch hat die Annahme knapper Ressourcen den Übergang zu produktivem Wachstum behindert. Bei KI passiert dasselbe. Intelligenz wird billiger. Menschen können mehr und ambitioniertere Arbeit leisten, weil der Grenznutzen steigt.
Das Wichtigste in Kürze:
KI erweitert den Umfang der Wissensarbeit, weil Intelligenz billiger wird und die Nachfrage danach steigt. Menschen investieren mehr kognitive Anstrengung, wenn mehr möglich wird. Für Unternehmen in der Schweiz und in Deutschland zählt deshalb vor allem, welche Arbeit plötzlich machbar wird, die vorher an Kosten oder Kapazität scheiterte.
Die meisten Debatten behandeln Intelligenz noch als knappe Ressource, die gehortet oder geschützt werden muss. Historisch hat diese Sicht den Übergang zu Kapitalismus behindert. Bei KI passiert dasselbe. Die eigentliche Verschiebung ist ein reichliches Angebot an Intelligenz und steigender Ertrag der Wissensarbeit.
Venkatesh Rao beschreibt in seinem Artikel auf Contraptions («Cognitive Mercantilism», 25. Oktober 2026) die aktuelle AI-Panik als «Cognitive Mercantilism». Intelligenz wird behandelt wie Edelmetall im historischen Merkantilismus: knapp, hortbar und am besten unter Kontrolle von Eliten. Die Gegenthese lautet, dass Angebot und Nachfrage elastisch sind. Wenn Intelligenz billig wird, steigt die Nachfrage danach. Menschen investieren mehr freiwillige kognitive Anstrengung, weil mehr möglich wird. Die Analogie zur Industriellen Revolution im frühen Kapitalismus liegt auf der Hand. Neue Möglichkeiten schaffen neue Nachfrage, nicht weniger Arbeit.
Cognitive Mercantilism kurz erklärtVenkatesh Rao stützt sich auf «The Relentless Revolution» von Joyce Appleby aus dem Jahr 2010, eine Geschichte des Kapitalismus. Laut Appleby beruhte der Merkantilismus auf vier Annahmen, die Rao auf Intelligenz überträgt.
Rao verweist darauf, dass die Agrarrevolution keine Welt voller nutzloser Esser hervorbrachte. Weit mehr Menschen konnten andere Arbeit leisten und hatten zugleich Zugang zu weit mehr Nahrung.
Für die praktische Anwendung von KI in Unternehmen in der Schweiz und Deutschland reicht dies als Orientierungsrahmen. Die relevante Frage ist nicht, ob KI Jobs ersetzt. Die relevante Frage ist, welche Arbeit plötzlich machbar wird, die vorher an Kosten oder Kapazität scheiterte.
Schweizer KI-Nutzer liegen laut Microsoft Work Trend Index 2026 bei der Produktivität über dem globalen Durchschnitt. Die Lücke liegt bei der Führung, denn nur eine Minderheit sieht eine klare KI-Strategie. Die AXA KMU-Arbeitsmarktstudie 2026 zeigt zudem, dass viele KMU KI bewusst einsetzen oder erproben und kaum mit Stellenabbau rechnen.
Schweizer KI-Nutzer erzielen überdurchschnittliche Produktivität. Laut Microsoft Work Trend Index 2026 können 65 Prozent der Schweizer KI-Nutzer heute höhere analytische und kreative Arbeit leisten als vor einem Jahr. Weltweit liegt der Wert bei 58 Prozent. Bei Mitarbeitenden in Organisationen, die KI in Arbeitsabläufe integrieren und Arbeit neu gestalten, steigt der Anteil in der Schweiz auf 83 Prozent.
Gleichzeitig sagen nur 24 Prozent der Schweizer KI-Nutzer, dass die Führung klar und konsequent auf eine KI-Strategie ausgerichtet ist. Fast die Hälfte empfindet es als sicherer, sich auf aktuelle Ziele zu konzentrieren, als Arbeit mit KI neu zu gestalten.
Die AXA KMU-Arbeitsmarktstudie 2026 (Sotomo, 336 KMU) zeigt ein ähnliches Bild. 35 Prozent der Schweizer KMU integrieren KI bewusst in ihre Prozesse. 39 Prozent erproben sie. Von den KMU mit KI-Erfahrung erwarten 47 Prozent Zeitersparnis ohne Auswirkung auf die Stellenzahl. Nur 12 Prozent rechnen mit Stellenabbau. Die Einsparung fliesst nicht in höhere Wertschöpfung.
| Kennzahl | Wert | Quelle |
|---|---|---|
| Schweizer KI-Nutzer, die heute höhere analytische und kreative Arbeit leisten können als vor einem Jahr | 65 Prozent (weltweit: 58 Prozent) | Microsoft Work Trend Index 2026 |
| Anteil in Organisationen, die KI in Arbeitsabläufe integrieren und Arbeit neu gestalten (Schweiz) | 83 Prozent | Microsoft Work Trend Index 2026 |
| Schweizer KI-Nutzer, die die Führung klar und konsequent auf eine KI-Strategie ausgerichtet sehen | 24 Prozent | Microsoft Work Trend Index 2026 |
| Schweizer KI-Nutzer, die Output als Ausgangspunkt behandeln, nicht als Endprodukt | 84 Prozent | Microsoft Work Trend Index 2026 |
| Schweizer KMU, die KI bewusst in ihre Prozesse integrieren | 35 Prozent | AXA KMU-Arbeitsmarktstudie 2026 (Sotomo) |
| Schweizer KMU, die KI erproben | 39 Prozent | AXA KMU-Arbeitsmarktstudie 2026 (Sotomo) |
| KMU mit KI-Erfahrung, die Zeitersparnis ohne Auswirkung auf die Stellenzahl erwarten | 47 Prozent | AXA KMU-Arbeitsmarktstudie 2026 (Sotomo) |
| KMU, die mit Stellenabbau rechnen | 12 Prozent | AXA KMU-Arbeitsmarktstudie 2026 (Sotomo) |
Weitere Studien zeigen dasselbe Muster. Viele Mitarbeitende verbringen wöchentlich ein bis zwei Stunden damit, KI-generierte Inhalte zu korrigieren. Die freigewordene Zeit wird häufiger in weitere Technologie investiert als in die Entwicklung der Mitarbeitenden. Produktivität entsteht nicht automatisch. Sie entsteht, wenn die Organisation den Aufgabenbereich neu definiert.
Mit KI werden Aufgaben machbar, die vorher an der Kapazität scheiterten. Research deckt mehr Quellen und Varianten ab, Dokumentation lässt sich laufend aktualisieren, und Szenarien werden parallel gegengeprüft. Der Engpass verschiebt sich dabei auf Auswahl und Validierung, und diese Expertise bleibt beim Menschen.
Content und Research werden umfassender und integraler.
Ein einzelner Research- oder Content-Durchgang deckt heute weit mehr Quellen, Varianten und Gegenargumente ab als früher ein kleines Team leisten konnte. Der Engpass verschiebt sich auf Auswahl und Validierung. Wer früher eine Marktanalyse mit drei Quellen und einem Entwurf erstellte, kann heute zehn Varianten parallel prüfen und die belastbarste auswählen. Die Expertise bleibt beim Menschen. Der Umfang der möglichen Analyse steigt.
Technische Dokumentation und Prozess-Mapping werden aktualisierbar.
ERP- oder Integrations-Dokumentation wird schneller erstellt und aktualisiert. Der Aufgabenbereich erweitert sich auf Varianten-Analysen und Impact-Bewertungen, die vorher an den verfügbaren Kapazitäten scheiterten. Ein Prozess-Mapping, das früher eine Woche dauerte, lässt sich heute in ein bis zwei Tagen erstellen und in mehreren Szenarien durchspielen. Fachliches Urteil und Qualitätskontrolle bleiben der limitierende Faktor.
Competitive Intelligence und Varianten-Analyse werden parallelisierbar.
Mehr Szenarien werden parallel durchgerechnet und gegengeprüft. Fachliches Urteil bleibt der Engpass, nicht die Roh-Recherche. Teams können mehr Optionen ernsthaft prüfen, bevor sie entscheiden. Die Qualität der Entscheidung steigt, wenn die Zahl der geprüften Varianten steigt und die Validierung dabei systematisch bleibt.
Laut einem Feldexperiment von Dell'Acqua und Kollegen (Organization Science 2026) erledigten Beratende mit KI 12,2 Prozent mehr Aufgaben und arbeiteten 25,1 Prozent schneller. Bei einer komplexen Aufgabe ausserhalb der Fähigkeiten der KI kamen sie mit KI um 19 Prozentpunkte seltener zur richtigen Lösung.
Diese Beispiele sind keine Tool-Tipps. Sie zeigen, wo der Produktivitätsgewinn entsteht. Nicht in der reinen Geschwindigkeit, sondern in der Erweiterung dessen, was innerhalb der vorhandenen Expertise machbar wird.
Das fachliche Urteil bleibt der Engpass, weil KI-Output erst nach Validierung und Qualitätskontrolle belastbar ist. Ohne diese Prüfung entstehen mehr Volumen und mehr Nacharbeit. KI beschleunigt die Vorarbeit, die Verantwortung für das Ergebnis tragen weiterhin Menschen. Der hohe Qualitätsanspruch in der Schweiz und in Deutschland macht diese Haltung besonders wichtig.
84 Prozent der Schweizer KI-Nutzer behandeln Output als Ausgangspunkt, nicht als Endprodukt (Microsoft Work Trend Index 2026). Das ist die richtige Haltung. Ohne Validierung und Qualitätskontrolle entsteht Korrekturaufwand statt Produktivität.
Expertise und fachliches Urteil bleiben der limitierende Faktor. KI verlängert den Hebel. Sie ersetzt ihn nicht. Wer dies ignoriert, produziert mehr Volumen und mehr Nacharbeit bei wenig höherem Output. Wer sie respektiert, erzielt eine massive Erweiterung des Aufgabenbereichs. In der Schweiz mit ihrem dualen System und dem hohen Qualitätsanspruch ist diese Haltung besonders relevant. Dieser Swiss-Finish oder German-Finish erwartet belastbare Ergebnisse. KI beschleunigt die Vorarbeit. Die Verantwortung für das Ergebnis bleibt beim Menschen.
Als Führung entscheiden Sie, ob KI den Aufgabenbereich Ihrer Teams erweitert oder nur mehr Volumen erzeugt. Wirksam ist es, freigewordene Zeit bewusst in höhere Wertschöpfung zu reinvestieren, etwa in tiefere Analysen oder strategisches Denken. Wer die gewonnene Zeit nur mit zusätzlichen Aufgaben füllt, verschenkt diesen Gewinn.
Die KI-Tools allein reichen nicht. Die Führung entscheidet, ob eine Erweiterung des Aufgabenbereichs stattfindet oder nur mehr Volumen entsteht. Nur 24 Prozent der Schweizer KI-Nutzer sehen diese klare Ausrichtung der Führung. Organisationen, die freigewordene Zeit bewusst in höhere Wertschöpfung reinvestieren, erzielen bessere Ergebnisse. Mitarbeitende nutzen die Zeit für tiefere Analysen oder strategisches Denken. Wer die Zeit nur in weitere Tools steckt oder die Arbeitslast erhöht, verfehlt den Produktivitätsgewinn. Die Entscheidung liegt beim Management: den Aufgabenbereich neu zu definieren oder das Volumen zu erhöhen.
KI macht Intelligenz billiger. Produktivitätsgewinn in Ihrer Organisation entsteht, wenn Sie den Umfang Ihrer Wissensarbeit neu definieren, aber das fachliche Urteil behalten. Schweizer und deutsche Organisationen haben eine hervorragende Ausgangslage mit ihrer überdurchschnittlichen individuellen Produktivität. Die Lücke liegt in der organisationalen Umsetzung.
Wie erweitern Sie den Aufgabenbereich Ihrer Wissensarbeit mit KI, ohne das fachliche Urteil aus der Hand zu geben? Bei W4 begleiten wir Unternehmen in der KI-Beratung vom Konzept bis zur Umsetzung. Wenn Sie Ihren nächsten Schritt mit KI planen, sprechen Sie uns an.
KI steigert die Produktivität vor allem dann, wenn sie den Umfang der machbaren Arbeit erweitert. Teams prüfen mehr Varianten, decken mehr Quellen ab und erledigen Aufgaben, die früher an der Kapazität scheiterten. Mehr Tempo ohne Validierung führt dagegen oft zu zusätzlichem Korrekturaufwand.
Schweizer KMU mit KI-Erfahrung erwarten vor allem Zeitersparnis ohne Auswirkung auf die Stellenzahl. Nur eine kleine Minderheit rechnet mit Stellenabbau, und dieser Wert ist über drei Erhebungsjahre stabil geblieben. KI gilt in den KMU derzeit eher als Werkzeug zur Unterstützung der Mitarbeitenden.
Behandeln Sie KI-Output als Ausgangspunkt und prüfen Sie ihn systematisch auf Qualität. Investieren Sie die gewonnene Zeit bewusst in höhere Wertschöpfung, etwa in tiefere Analysen oder strategisches Denken. Zusätzliche Tools oder eine höhere Arbeitslast lösen das Problem allein nicht.
Ein Beraterteam kann eine Marktanalyse heute in zehn Varianten parallel prüfen, wo früher drei Quellen und ein Entwurf üblich waren. Ein Prozess-Mapping, das eine Woche dauerte, lässt sich in ein bis zwei Tagen erstellen und in mehreren Szenarien durchspielen. Auswahl und Validierung bleiben dabei Aufgabe der Fachleute.
Tools allein verändern den Aufgabenbereich nicht, diese Entscheidung trifft die Führung. Entscheidend ist, ob freigewordene Zeit bewusst in höhere Wertschöpfung reinvestiert wird. Andernfalls entstehen mehr Volumen und mehr Nacharbeit bei kaum höherem Output.
Der Begriff stammt von Venkatesh Rao und beschreibt die Haltung, Intelligenz wie Edelmetall im historischen Merkantilismus als knappe, hortbare Ressource zu behandeln. Rao hält dagegen, dass die Nachfrage nach Intelligenz steigt, wenn sie billiger wird. Dadurch werden mehr Aufgaben machbar, die vorher an Kosten oder Kapazität scheiterten.