Der KI-Diskurs ist laut, oft von Meinungen dominiert, und die Datenlage ist sehr techniklastig – die gute Nachricht: Das ändert sich gerade.
Wer sich Anfang 2026 als Führungskraft im Mittelstand mit Künstlicher Intelligenz beschäftigt, kennt das Problem: Es gibt keinen Mangel an Meinungen. Auf LinkedIn, X und anderen Plattformen erscheinen täglich neue Prognosen darüber, welche Berufe verschwinden werden, welche Skills unverzichtbar bleiben und warum die eigene Branche in drei Jahren nicht wiederzuerkennen sein wird. Dazwischen: die mittlerweile typischen Tool-Empfehlungen und Hype-Zyklen.
Wer etwas tiefer einsteigt, dem begegnen zwei weitere Themenlinien. Die eine: spezifische Anleitungen und Erklärungen. Wie optimiere ich mein Marketing mit KI? Wie baue ich mir einen Agenten, um Prozesse zu automatisieren? Was ist der Unterschied zwischen einem LLM und einem RAG-System? Das ist ohne Frage nützlich für Fachabteilungen und technisch Interessierte und zeigt das Potenzial von KI auf, ist aber auf den Einzelfall fokussiert und der strategische Überbau fehlt. Die andere ist technisch: Welches Sprachmodell schneidet in welchem Benchmark wie ab? Das ist relevant für Entwickler, aber für eine Geschäftsführerin oder einen Geschäftsführer kaum handlungsleitend.
Was wir in diesem Diskurs vermissen, ist die Perspektive der Führungsebene. Führungskräfte haben andere Aufgaben – Prompts zu optimieren und Benchmarks auswendig zu lernen, gehört nicht dazu. Sie müssen erkennen, welche Anwendungsfälle in ihrem Unternehmen mit KI abgebildet werden können, strategische Entscheidungen zu KI treffen und ihre Organisation auf einen Weg mitnehmen, dessen Ziel sich gerade noch formt. Meinungen können einen Beitrag dazu leisten, aber noch wichtiger sind belastbare Informationen.
NordAGI verfolgt die Diskussion aufmerksam. Wir haben in den vergangenen Wochen unterschiedliche Stimmen und Studien ausgewertet, die aus verschiedenen Perspektiven auf den aktuellen Stand blicken – von internationalen Vordenkern über großangelegte Studien bis hin zu Beobachtungen aus unserer eigenen Beratungspraxis und unserer eigenen KI-Nutzung.
Unser Ergebnis: Anfang 2026 gibt es drei Signale, die für die KI-Strategie im Mittelstand besonders relevant sein können. Isoliert betrachtet sind es drei Beobachtungen unter vielen. In der Zusammenschau entfalten sie unserer Einschätzung nach eine klare Hebelwirkung, aus der sich ein konkreter Handlungsauftrag für Führungskräfte ergibt.
TL;DR:
Im KI-Diskurs dominieren Meinungen, abteilungsspezifische Anleitungen und technische Benchmarks - was fehlt, ist die strategische Perspektive für Führungskräfte. Wir haben aktuelle Studien und Stimmen ausgewertet und drei Beobachtungen identifiziert, die sich gegenseitig verstärken: Erstens verschiebt KI den Wert von Wissensarbeit - weg von standardisierbaren Tätigkeiten, hin zu Domänenwissen und Problemformulierung. Zweitens zeigt eine Studie mit über 80.000 KI-Nutzenden, dass 81 Prozent bereits konkreten Nutzen erleben, die DACH-Region aber etwas skeptischer ist als der globale Durchschnitt. Drittens verstärkt KI bestehende Strukturen, verbessert sie aber nicht - ohne dokumentierte Prozesse und expliziertes Wissen fehlt KI die Arbeitsgrundlage. Für den Mittelstand ergibt sich daraus ein klarer Handlungsauftrag: KI-Einführung ist kein IT-Projekt, sondern eine Führungsaufgabe.
Wie verändert KI den Wert von Wissensarbeit?
Das kommt auf die Art der Wissensarbeit an. Der amerikanische Produktivitätsexperte Tiago Forte hat kürzlich eine These formuliert, die in ihrer Klarheit besticht: Manche Arten von Wissensarbeit – also alles, was bislang als kognitive Arbeit einen Premiumpreis hatte – wird durch KI rapide günstiger. Konkreter: Was dank KI automatisiert, skaliert oder generiert werden kann, verliert an monetärem Wert. Forte vergleicht diesen Vorgang mit einem plötzlichen Preisverfall bei einem universell eingesetzten Rohstoff. Wissensarbeit fließt in praktisch jedes Produkt und jede Dienstleistung ein. Wenn dieser Input um ein Vielfaches günstiger wird, dann hat dies fundamentale Auswirkungen auf alle nachgelagerten Wertschöpfungsstufen.
Paradoxerweise gewinnen andere Aspekte der Wissensarbeit gleichzeitig an Wert. Nicht die standardisierbare, reproduzierbare Variante, sondern die, die sich nicht in Algorithmen übersetzen lässt: die Fähigkeit, Probleme überhaupt erst zu formulieren, statt nur Antworten zu finden. Oder die Kreativität, Handlungsbedarf zu erkennen und bessere Herangehensweisen zu entwickeln, bevor überhaupt nach Lösungen gesucht wird.
Was bedeutet das für den Mittelstand?
Um die Aussagen besser einzuordnen: Fortes Analyse ist auf individuelle Karriereentwicklung ausgerichtet. Übersetzt man seine These jedoch in den größeren Unternehmenskontext, dann stellt sich die strategische Frage: Wo liegt der Wettbewerbsvorteil Ihres Unternehmens, wenn kognitive Standardarbeit für alle Marktbegleiter gleich günstig wird?
Die Antwort liegt in dem, was Ihr Unternehmen einzigartig macht: tiefes Domänenwissen, gewachsene Kundenbeziehungen, branchenspezifische Erfahrungswerte und jenes implizite Prozesswissen, das in den Köpfen Ihrer erfahrensten Mitarbeitenden steckt.
Genau an diesen Aufgaben scheitert KI ohne menschliche Führung. Ohne Domänenwissen, ohne Kenntnis der spezifischen Unternehmensrealität produziert KI bestenfalls generische Ansätze – technisch korrekt, aber oft ohne besonderen strategischen Wert.
Und hier entsteht eine Dringlichkeit, die weniger mit Technologie, aber viel mit Führung zu tun hat: In vielen mittelständischen Unternehmen gehen in den kommenden fünf bis zehn Jahren die Mitarbeitenden-Jahrgänge in den Ruhestand, die dieses Wissen über Jahrzehnte aufgebaut haben und es als Kompetenzträger in ihrer täglichen Arbeit einbringen. Wer dieses Zeitfenster nicht nutzt, um implizites Wissen zu explizieren und organisational zu verankern, verliert nicht nur Erfahrung – sondern auch eine zentrale Grundlage, auf der KI einen wertschöpfenden Beitrag für das Unternehmen leisten kann.
Dasselbe gilt im Kleinen für jede reguläre Mitarbeitendenfluktuation: Jede Person, die ein Unternehmen verlässt und undokumentiertes Prozesswissen mitnimmt, hinterlässt eine Lücke. Der demografische Wandel verschärft dieses Problem lediglich auf systemischer Ebene.
Was berichten 80.000 KI-Nutzende über ihre Erfahrungen?
Im KI-Diskurs dominieren oft Annahmen und Meinungen. Umso bemerkenswerter ist eine Studie, die Anthropic im März 2026 veröffentlicht hat. In einer einwöchigen Befragung im Dezember 2025 interviewte eine speziell dafür entwickelte KI-Version über 80.000 Menschen in 159 Ländern und in 70 Sprachen zu ihren Hoffnungen und Bedenken rund um KI. Es handelt sich nach Angaben der Autoren um die größte und sprachlich vielfältigste qualitative Studie, die je zu diesem Thema durchgeführt wurde. Die systematisch erhobenen Daten liefern ein deutlich differenzierteres Bild als die meisten Diskussionsbeiträge im Netz. Gleich mehrere Ergebnisse sind für Führungskräfte dabei besonders relevant.
Befund 1: Die Chancen sind nicht hypothetisch
Die Studie bat die Befragten zunächst, ihre persönliche Wunschvorstellung für KI zu beschreiben: Was sollte KI idealerweise für sie leisten? Anschließend wurde gefragt, ob KI bereits einen konkreten Schritt in Richtung dieser Vorstellung gemacht hat. Das Ergebnis: 81 Prozent bejahten das. Die am häufigsten genannten realisierten Vorteile betreffen Produktivitätssteigerungen (32 Prozent), kognitive Partnerschaft – also KI als Sparringspartner beim Denken und Problemlösen (17 Prozent) – sowie Lernen und Kompetenzentwicklung (10 Prozent).
Auf der Wunschseite zeigt sich ein aufschlussreiches Bild: Der größte Anteil der Befragten (19 Prozent) wünscht sich von KI das, was die Studie als „berufliche Exzellenz“ (Professional Excellence) bezeichnet – also die Möglichkeit, Routineaufgaben an KI zu delegieren, um sich auf strategisch wertvolle Arbeit zu konzentrieren. Bemerkenswert ist allerdings, was bei vielen Befragten hinter dem Produktivitätswunsch steckt: nicht noch mehr Output, sondern Lebensqualität jenseits der Arbeit. 11 Prozent wünschen sich durch KI schlicht die Zeit, um bei der Familie zu sein, Hobbys nachzugehen oder sich zu erholen. Was zunächst als Effizienzthema erscheint, ist für viele Menschen ein zutiefst persönliches Anliegen.
Befund 2: Hoffnungen und Ängste koexistieren
Die Studie identifiziert ein Muster, das Anthropic als „Light and Shade“ bezeichnet: Dieselben KI-Fähigkeiten, die konkreten Nutzen stiften, erzeugen gleichzeitig die größten Ängste. Am deutlichsten zeigt sich das im Bereich Wirtschaft und Arbeitsplätze.
28 Prozent der Befragten sehen in KI einen Hebel für wirtschaftliche Eigenständigkeit. In der Studie sind das vor allem Freiberufler, Kleinunternehmer und Angestellte mit Nebenprojekten, die KI als Multiplikator nutzen. Übersetzt in den Mittelstandskontext: Das sind potenziell Ihre leistungsstärksten Mitarbeitenden – diejenigen, die in KI eine Chance sehen und eigenständig Wege finden, sie produktiv einzusetzen. Gleichzeitig befürchten 18 Prozent den Verlust ihres Arbeitsplatzes durch KI. Das sind potenziell diejenigen in Ihrer Belegschaft, die Veränderung nicht als Chance, sondern als Bedrohung erleben – und die, wenn ihre Sorgen nicht adressiert werden, den Transformationsprozess aktiv oder passiv bremsen.
Die Studie zeigt überdies, dass die Sorge um wirtschaftliche Auswirkungen der stärkste einzelne Prädiktor für eine insgesamt negative KI-Einstellung ist.
Für Führungskräfte bedeutet das zweierlei: Erstens sind die KI-Ängste Ihrer Belegschaft nicht irrational – sie verdienen eine ehrliche Antwort. Zweitens ist die Bereitschaft vieler Mitarbeitender, KI produktiv zu nutzen, ein Aktivposten, den Sie gezielt fördern können. Wer beides ignoriert – die Ängste wie die Bereitschaft – lässt strategisches Potenzial liegen.
Befund 3: Effizienzgewinne sind kein Selbstläufer.
19 Prozent der Befragten berichten von einem Phänomen, das die Studie als „illusorische Produktivität“ bezeichnet: KI spart ihnen zwar Zeit bei einzelnen Aufgaben, aber die Erwartungen steigen proportional mit. Das Hamsterrad dreht sich einfach etwas schneller und die dank Effizienzsteigerungen erhofften Freiräume entstehen nicht.
Dieser Mechanismus ist nicht auf Freiberufler beschränkt. In jedem Unternehmen stellt sich die Frage: Was passiert mit der Zeit, die KI freisetzt? Wird sie in höherwertige Arbeit investiert? Oder füllt sie sich stillschweigend mit zusätzlichen Aufgaben? Wer als Führungskraft nicht bewusst steuert, wofür die gewonnene Kapazität eingesetzt wird, riskiert, dass Effizienzgewinne unbemerkt in Mehrarbeit versickern.
Befund 4: Die DACH-Region ist im globalen Vergleich etwas skeptischer
Global betrachtet bewerten 67 Prozent der Befragten KI positiv. In Deutschland liegt dieser Wert bei 64 Prozent, in der Schweiz ebenfalls bei 64 Prozent, in Österreich bei 66 Prozent. Westeuropa insgesamt zeigt eine leicht unterdurchschnittliche Zustimmung. Zum Vergleich: In Lateinamerika, Subsahara-Afrika und weiten Teilen Asiens liegen die Zustimmungswerte zwischen 70 und 85 Prozent.
Die Studie liefert mögliche Erklärungen: In Schwellenländern wird KI anders wahrgenommen – als Möglichkeit, Unternehmen ohne das klassische Startkapital aufzubauen oder Bildungsbarrieren zu überwinden. In wohlhabenderen Regionen dominiert hingegen die Sorge vor wirtschaftlicher Disruption.
Für den DACH-Mittelstand bedeutet das: Ihre Mitarbeitenden und möglicherweise auch Ihre Führungskräfte starten die KI-Reise mit einer gewissen Grundskepsis. Das ist per se kein Nachteil – eine gesunde Skepsis schützt vor Fehlentscheidungen. Es wird jedoch zum Problem, wenn diese Skepsis die notwendigen Transformationsschritte blockiert.
Warum kann Technologie nur verstärken, was bereits vorhanden ist?
Im aktuellen Diskurs über KI in Unternehmen taucht eine Erkenntnis immer häufiger auf, die auf den ersten Blick banal klingt, in ihrer Konsequenz aber weitreichend ist: KI verbessert keine Strukturen. Sie verstärkt bestehende Strukturen.
Konkret bedeutet das: Wenn Ihre Entscheidungswege klar sind, werden sie durch KI schneller. Wenn Ihre Prozesse dokumentiert und verstanden sind, kann KI sie optimieren und implementieren. Wenn Ihr Domänenwissen systematisch erfasst ist, wird es zum Kontext, der KI-Ergebnisse relevant und unternehmensspezifisch macht.
Aber die Verstärkerlogik wirkt in beide Richtungen. Unklare Zuständigkeiten werden durch KI nicht klarer – sie werden entweder schneller sichtbar oder, schlimmer noch, durch generische Annahmen überdeckt, die niemand hinterfragt hat. Undokumentierte Prozesse bleiben für KI unsichtbar. Informelles Wissen, das nur in den Köpfen einzelner Mitarbeitender existiert, ist für KI schlicht nicht verfügbar. Und sinnlose Prozesse? Die wird KI mit Begeisterung weiter ausführen und sogar noch effizienter gestalten – ohne jemals zu hinterfragen, ob der Prozess überhaupt einen Beitrag zur Wertschöpfung leistet.
Ohne Klarheit darüber, welche Prozesse tatsächlich wertschöpfend sind und welche lediglich historisch gewachsene Gewohnheiten darstellen, wird KI den Leerlauf beschleunigen, statt ihn zu beseitigen.
In unserer eigenen Arbeit mit mittelständischen Unternehmen sehen wir genau das immer wieder. Wissen transferieren heißt deshalb: das informelle Prozesswissen – die Workarounds, die ungeschriebenen Regeln, die Erfahrungswerte, die Entscheidungslogiken – in systematische Prozessbeschreibungen überführen. Nicht als bürokratische Übung, sondern als strategische Investition. Denn dokumentiertes Wissen erfüllt zwei Funktionen gleichzeitig: Es sichert bestehendes und hart erarbeitetes organisationales Wissen gegen die Folgen des demografischen Wandels. Und es schafft den Kontext, den KI benötigt, um über generische Ergebnisse hinaus tatsächlich unternehmensspezifischen Mehrwert zu erzeugen.
Und genau deshalb ist KI-Einführung kein IT-Projekt
Wenn die Voraussetzung für eine erfolgreiche KI-Strategie im Mittelstand darin besteht, Prozesse zu klären, Wissen zu explizieren und Entscheidungsarchitekturen zu schärfen, dann handelt es sich um ein Organisationsentwicklungsprojekt. Es erfordert eine systematische Begleitung des Wandels, klare Führungsentscheidungen und den gezielten Aufbau von Kompetenzen. Die Technologie ist – um die oft zitierte Faustregel zu verwenden – bestenfalls 10 bis 20 Prozent der Gleichung. Die verbleibenden 80 Prozent entfallen auf Menschen und Prozesse.
Das klingt nach mehr Arbeit als ein Software-Rollout. Es ist mehr Arbeit. Aber es ist die Arbeit, die den Unterschied macht zwischen verschwendeten Lizenzen und tatsächlicher Transformation.
Was bedeuten diese drei Beobachtungen für die KI-Strategie im Mittelstand?
Die eigentliche Wirkung entfalten diese drei Beobachtungen in der Zusammenschau, denn sie greifen ineinander: Die Wertverschiebung bei Wissensarbeit verändert, welche Fähigkeiten und welches Wissen in Zukunft den Unterschied machen. Die Daten der Anthropic-Studie zeigen, dass diese Verschiebung keine Zukunftsmusik, sondern Realität ist – Menschen erleben sie bereits, mit allen Hoffnungen und Ängsten. Und die Verstärkerlogik bestimmt, ob Ihr Unternehmen von dieser Verschiebung profitiert oder von ihr eingeholt wird – je nachdem, wie belastbar das organisatorische Fundament ist. Daraus ergeben sich drei Handlungsbereiche, die wir Anfang 2026 als besonders relevant erachten:
1. KI-Strategie auf belastbarem Fundament entwickeln
Bevor Technologie eingekauft wird, braucht es Klarheit über drei Dinge: Welche Prozesse sind tatsächlich wertschöpfend? Welches Domänenwissen liegt in welcher Form vor – und wo existiert es nur informell? Und wie steht es um die Datenqualität, auf deren Basis KI arbeiten soll? Eine KI-Strategie, die diese Fragen nicht beantwortet, baut auf Sand.
2. Wissen sichern und transferieren
In vielen Unternehmen sind es erfahrene Mitarbeitende, die über das informelle Wissen verfügen, das Prozesse am Laufen hält – nicht in Dokumenten, sondern in ihren Köpfen. Mit dem demografischen Wandel gehen in den kommenden Jahren genau diese Kompetenzträger in den Ruhestand. Wer bis dahin dieses Wissen nicht in dokumentierte Prozessbeschreibungen, SOPs und Entscheidungslogiken überführt hat, verliert es unwiederbringlich und hinterlässt eine Lücke, die auch KI nicht füllen kann. Die Zeit dafür zu handeln ist jetzt, nicht irgendwann.
3. KI als Führungsaufgabe etablieren
Die Anthropic-Studie zeigt: Ihre Mitarbeitenden haben sowohl konkrete Hoffnungen als auch reale Ängste in Bezug auf KI. Diese Spannung aktiv zu managen, ist keine reine HR-Aufgabe und auch kein IT-Projekt. Es ist eine Führungsaufgabe. Das bedeutet: Die systematische Begleitung des Wandels von Anfang an einplanen, nicht als nachträglichen Gedanken. Befähigung vor Technologie setzen. Und die Frage „Welches Tool kaufen wir?“ ersetzen durch die Frage „Welche organisatorischen Voraussetzungen schaffen wir?“
Ein Anfang-2026-Zwischenstand, aber kein Schlusspunkt
Dieser Artikel ist eine Bestandsaufnahme. Er bildet ab, welche Signale wir Anfang 2026 für belastbar halten und welche Schlüsse wir daraus für den Mittelstand ziehen.
Die Signale werden sich weiterentwickeln und gegebenenfalls auch verschieben. Neue Studien werden erscheinen, neue Datenpunkte werden hinzukommen. Manches, was heute als begründete Einschätzung gilt, wird sich bestätigen. Anderes wird sich als Fehleinschätzung erweisen.
Was sich voraussichtlich nicht ändern wird: Erfolgreiche KI-Integration beginnt mit organisatorischen Voraussetzungen, nicht mit Software-Lizenzen. Sie erfordert die Bereitschaft, Prozesse zu klären und Wissen zu sichern, bevor Technologie skaliert wird. Und sie gelingt nur, wenn Führungskräfte die Spannung zwischen Hoffnung und Bedenken in ihrer Belegschaft ernst nehmen und aktiv gestalten.
Wenn Sie diese Fragen systematisch angehen möchten, sprechen Sie mit uns.
Quellen:
[1] Tiago Forte: „The Skills AI Makes Less Valuable (and More Valuable)“ (Video), 2026. https://youtu.be/69q-YigepWs
[2] Anthropic: „What 81,000 People Want from AI“, März 2026. https://www.anthropic.com/features/81k-interviews
Sie möchten KI in Ihrem Unternehmen einsetzen und haben Fragen zur KI-Implementierung?
Gerne analysieren wir mit Ihnen in einem ersten unverbindlichen Strategiegespräch, wie der Einsatz von KI in Ihrem Unternehmen aussehen könnte und was dabei zu beachten ist.