# Bridging the AI Adoption Gap Between US and Europe

**Podcast:** Kollegin KI
**Published:** 2026-06-23

## Transcript

Kleine persönliche Geschichte zum Anfang.
Ich habe ja dieses Jahr ein Startup gegründet und mein Co-Founder Jan, liebe Grüße an dieser Stelle, der ist der Entwickler und der verantwortet all die Produkte, die wir so bauen.
Und der staunt regelmäßig in unseren Calls darüber, wie effizient das alles jetzt eigentlich mit KI ist.
Der war nämlich vorher schon in einem Startup und der sagt, für das, was wir jetzt bauen, hätte er vor fünf Jahren bestimmt noch drei Juniors gebraucht, die mit ihm zusammenarbeiten und bestimmt eine halbe Million Funding, damit wir überhaupt irgendwas auf die Beine bekommen.
Genau um diese Effizienz soll es heute gehen.
Herzlich willkommen zu Kollegin KI.
Wir sprechen heute einmal über eine Studie, die genau diese Effizienzen untersucht hat.
Professorin Nicola Fuchs-Schündeln ist bei mir zu Gast.
Sie ist Präsidentin des Wissenschaftszentrums Berlin für Sozialforschung.
Sie ist Professorin für Makroökonomie.
und Entwicklung an der Goethe-Uni Frankfurt.
Und sie kennt auch den US-amerikanischen Markt relativ gut, zumindest vor KI-Zeiten, wie sie selbst sagt.
Sie war nämlich fünf Jahre in Harvard als Professorin tätig.
Die Studie heißt Mind the Gap, AI Adoption in Europe and US.
Und da wollen wir doch mal gucken, wie viel Effizienz tatsächlich durch KI möglich ist und warum sie hier wahrscheinlich nicht so ankommt wie in den USA.
Hallo Frau Professorin Fuchs-Schündeln, schön, dass Sie da sind.
Hallo Herr Mundhenke, freut mich.
So, Sie waren in Harvard, haben fünf Jahre dort auch gelehrt und jetzt untersuchen Sie so ein bisschen, wie sich KI in den USA vergleichend zu Europa entwickelt.
Kann man das so zusammenfassen?
Richtig, also ich befasse mich in meiner Forschung mit Arbeitsmärkten und das...
Das oder die neue Technologie in Arbeitsmärkten heute ist natürlich die künstliche Intelligenz.
Und was interessant ist, ist, dass man auch vergleichen kann, was bewirkt die künstliche Intelligenz jetzt am Arbeitsmarkt mit dem, was haben die Computer damals gebracht, als sie eingeführt wurden.
Und da wissen wir aus der Literatur, die Computerisierung.
Die weite Nutzung von Computern im Arbeitsmarkt hat in den USA wesentlich schneller stattgefunden als in Europa.
Und US-amerikanische Unternehmen waren auch relativ flott dabei, die Computer sehr gewinnbringend für sich zu nutzen.
Und da haben wir uns halt die Frage gestellt, sehen wir jetzt eigentlich diese gleichen Trends bei der KI oder ist Europa da dieses Mal schneller dabei?
Und, sehen wir die?
Tatsächlich sehen wir die.
Ja, das habe ich mir gedacht.
Also ist die Anekdote vom Anfang von meinem Entwickler, ist jetzt nicht einfach nur anekdotische Evidenz und Gefühl, sondern man kann auch nachweisen, dass es tatsächlich mit KI effizienter ist und dass es woanders schneller effizienter wird als hier.
Genau, also wir haben uns zwei Sachen angeschaut.
Erstmal...
Bringt die KI eben was für die Effizienz?
Und zum Zweiten eben die Frage, wo stehen wir mit der KI-Nutzung?
Wenn wir uns jetzt die USA anschauen und mit Europa vergleichen, hinkt Europa dahinter her oder sind wir da in Europa gut dabei?
Erstmal zu der ersten Frage, was wir gemacht haben.
Selbst wir haben repräsentative Umfragen durchgeführt in den USA und in sechs europäischen Ländern, den vier größten Volkswirtschaften.
Deutschland, Großbritannien, Frankreich und Italien.
Und dann haben wir noch Schweden und Niederlande dazu genommen.
Das sind zwei Länder, von denen wir wissen, die sind sehr digitalisiert.
Die waren schnell dabei bei der Computereinführung.
Da haben wir ein bisschen wollen, ist das genauso bei der KI.
Und wir haben halt die Arbeitnehmer gefragt, ob sie generative KI am Arbeitsplatz benutzen.
Und wir sehen eine große Lücke zwischen USA und Europa.
Die Zahlen sind von Anfang dieses Jahres, also noch sehr frisch.
Und da sagen eben 43 Prozent der Arbeitnehmer in den USA, dass sie KI am Arbeitsplatz nutzen.
In Europa sind das nur 32 Prozent, also nur ungefähr drei Viertel davon.
Deutschland hat auch genau 32 Prozent.
Also Deutschland liegt genau im europäischen...
Durchschnitt.
Okay.
Das ist erstmal nicht schlecht.
Das ist, genau, im europäischen Vergleich erstmal genau im Mittelfeld diese Kluft zu den USA bleibt.
Und das Zweite, was wir gefragt haben, ist dann nicht nur, nutzen Sie KI oder nicht, sondern auch wie viele Stunden Ihrer Zeit verbringen Sie schon mit KI?
Denn es ist ja eine andere Sache, ob man es jetzt einmal im Monat benutzt oder ob man damit intensiv arbeitet.
Und wenn wir uns das anschauen, also diejenigen, die KI nutzen, wie viele Arbeitsstunden verbringen sie mit KI, dann sieht man auch wieder eine Kluft zwischen den USA und Europa.
In den USA verbringen die Arbeitnehmer im Durchschnitt 13 Prozent ihrer Arbeitsstunden mit KI.
In Europa sind das nur sechs bis acht Prozent und hier ist Deutschland tatsächlich ganz hinten dran.
Und wenn man dann beides multipliziert, also die Prozentzahl der Arbeitnehmer, die KI nutzen und die Nutzungsintensität, dann vergrößert sich eben diese Kluft zwischen USA und Europa.
Da ist also Europa nur ungefähr ein Drittel von dem Niveau der USA und Deutschland dann leider mit Frankreich und Italien mit das Schlusslicht in Europa.
Das ist wiederum nicht so gut.
Aber dann können wir uns ja mal vielleicht nach den Gründen erkundigen.
Woran liegt das denn eigentlich, dass in den USA deutlich mehr KI genutzt wird?
Haben die mehr Zeit nebenbei?
Das Erste, was wir uns angeschaut haben, ist, ob es mit der Zusammensetzung den Charakteristika einerseits entweder der Arbeitnehmer oder der Firmen zu tun hat.
Also wir sehen in allen Ländern deutliche Muster.
Nicht überraschend, dass zum Beispiel Arbeitnehmer mit einem Universitätsabschluss die KI mehr nutzen als Arbeitnehmer ohne.
Universitätsabschluss, weil es eben viel um diese Fähigkeiten geht, die dann auch ersetzt werden.
Wir sehen auch überall in allen Ländern, dass jüngere Arbeitnehmer die KI mehr nutzen als ältere Arbeitnehmer.
Also das sind so typische Charakteristika von Arbeitnehmern.
Und wenn wir uns die Firmen anschauen, dann sieht man natürlich auch ganz klare Branchenunterschiede.
Also in Finanzen zum Beispiel, in allem, was mit IT, Computern zu tun hat, wird KI viel benutzt.
In anderen Branchen, wenn wir jetzt Hotel- und Gastgewerbe, wird es halt relativ wenig benutzt.
Und so ist es auch bei Berufen und bei Firmengrößen.
Also große Firmen nutzen es mehr als kleine.
Und dann haben wir erstmal gesagt...
Okay, da gibt es natürlich auch Unterschiede zwischen den Ländern.
Also der Finanzsektor ist in manchen Ländern größer als in anderen.
Kann das diese internationalen Unterschiede erklären?
Es kann einen Teil davon erklären, aber einen relativ geringen Teil.
Da bleibt noch ein großer Teil unerklärt.
Und was wir dann als wichtigen Faktor gefunden haben, Auch für uns etwas überraschend eigentlich, der viel dieser Länderunterschiede erklärt und auch der Unterschiede innerhalb eines Landes erklärt, sind die Managementpraktiken.
Es kommt also auf den Arbeitgeber an und Arbeitgeber, die aktiv die Nutzung der KI ermutigen, die die Produkte zur Verfügung stellen, die vielleicht auch noch Trainings anbieten.
Die führen halt eben dazu, dass dann auch die Arbeitnehmer das mehr nutzen und das geschieht deutlich mehr in den USA als in Europa.
Ist das eine Preisfrage, eine Kostenfrage oder ist das dann einfach Unwillen, dass man das macht?
Also wenn ich mir das so vorstelle, ich kann das so ein bisschen vergleichen.
Wir als Startup, wir nutzen im Grunde alle möglichen Tools.
Wir holen uns alles irgendwie ran und probieren es aus und gucken, wie wir am Ende auch Software so zusammenbauen können, wie es am effizientesten ist.
Wenn ich jetzt in meiner Beratungsfunktion hin und wieder meinen großen Unternehmen bin, dann gibt es häufig den Vendor-Login.
Also gerade in Deutschland heißt es dann, Sicherheitsfreigabe gibt es nur für Microsoft Copilot in der Regel und wir können auch nur damit bauen.
Wir können also im Grunde gar nichts anderes nehmen und die Prozesse sind sehr, sehr schwierig.
Jetzt weiß ich das gerade so bei Startups in Deutschland, in Europa, aber auch in den USA.
eher auf dieses erste Modell gesetzt wird.
Das heißt, wir probieren erst mal aus und testen alles Mögliche.
Jetzt gibt es da aber in großen Unternehmen ja natürlich irgendwie gewisse Hürden.
Wie könnte man das denn flexibler gestalten?
Oder gibt es überhaupt in den USA bei großen Unternehmen da auch eine flexiblere Herangehensweise, was die Tool-Auswahl angeht und vor allem, was die Trainingsmodalitäten angeht?
Ja, also eine Preisfrage ist es, glaube ich, nicht, weil die...
KI-Produkte, die kosten ungefähr gleich viel über die Länder hinweg.
Sie lassen sich ja auch relativ schnell anwenden.
Im Gegensatz zu Computern sind ja viele dieser Tools eben auch relativ kostengünstig, sogar kostenfrei oft zu benutzen.
Also man braucht nicht unbedingt dieses große Investment am Anfang.
Natürlich je nachdem, was man machen will, dann irgendwann schon.
Aber das ist relativ unwahrscheinlich, dass es das ist.
Firmen größer haben Sie angesprochen oder Firmen alter, dass Startups da flexibler sind.
Das könnte ich mir durchaus vorstellen.
Das haben wir uns in unserer Studie nicht angeschaut.
Was aber natürlich schon der Fall ist, ist, dass der Datenschutz in Europa eine wesentlich größere Rolle spielt als in den USA.
Und wenn wir es hier als Managementpraktiken bezeichnen, eben...
ermutigt der Arbeitgeber, die KI zu nutzen, damit herumzuspielen, das auch mal auszuprobieren oder nicht, dann kann das natürlich auch zum Teil regulatorische Faktoren abfangen.
Dürfen wir eine gewisse Software überhaupt benutzen?
Brauchen wir vielleicht erst die Zustimmung des Betriebsrats?
Und das dauert dann.
Also wie flexibel kann das gemacht werden?
Oder kann das eine einzelne Gruppe innerhalb des Unternehmens entscheiden?
Oder muss das alles durch die Unternehmensspitze gehen?
Das sind alles Fragen, die wahnsinnig interessant sind.
Wir sind in unserem Survey nicht so tief gedrungen, das herauszufinden.
Aber ich denke, es ist eine Kombination von beiden.
Also einerseits wirklich Management-Praktiken, also wie flexibel, agil ist das Management, aber andererseits auch Regulation.
Was interessant ist, ist, dass wir diejenigen, die keine KI nutzen, am Arbeitsmarkt fragen, warum nicht?
Da wird der Datenschutz oder so relativ selten genannt.
Was da wirklich hauptsächlich genannt wird, ist, die KI kann mir nicht helfen, sie bringt mir keinen Nutzen.
Und das ist natürlich in gewissen Berufen so.
Es gibt natürlich Tätigkeiten, da sehen wir es nicht.
Aber auch innerhalb der Berufe sieht man da Länderunterschiede.
Das ist halt schon interessant.
Ich glaube durchaus, dass Regulation eine Rolle spielt, aber es ist bestimmt nicht alles.
Das ist auch dieses Mindset des Ausprobierens, des Machens, der Offenheit gegenüber technischen Neuerungen.
Das Mindset wahrscheinlich auf der einen Seite, das andere, was mir die ganze Zeit im Kopf rumwabert, ist natürlich Schulung.
Also KI kann mir nicht helfen, bedeutet in der Regel, ich habe KI vielleicht, also unabhängig davon, ob es für meinen Beruf tatsächlich was taugt, aber dass ich KI vielleicht auch nicht gelernt habe und erste Versuche mit KI nicht funktioniert haben, ich nicht wirklich weiß, was für Use Cases ich eigentlich anwenden kann, um am Ende effizienter zu werden.
Wie groß ist die Schulungsfrage bei der ganzen Thematik?
Das haben wir abgefragt, ob die Arbeitnehmer schulen oder nicht.
Und da gibt es natürlich auch Unterschiede zwischen den Ländern.
Interessanterweise spielt das im Statistischen eine relativ geringe Rolle.
Also wichtiger ist wirklich diese Ermutigung und dann auch vielleicht die Bereitstellung der Tools.
Die Trainings an und für sich spielen eben dann eine zweite Rolle.
Fand ich auch überraschend.
Es ist natürlich viel Learning by Doing, auch so untereinander sich zu helfen, wie es immer bei neuen Technologien ist.
Und deswegen, ich würde auch nicht sagen, dass Trainings gar keine Rolle spielen, aber interessanterweise in unserer Studie kamen die jetzt nicht als der alles entscheidende Faktor raus.
Spannend.
Wobei so ein Training natürlich, oder wenn sich ein Geschäftsführer hinstellt und sagt, guck mal, ihr habt jetzt Fortbildungen hier mit KI, wir führen dieses und jenes ein, kann das natürlich auch so ein Startschuss sein.
Das heißt, hey, von oben abgesegnet, wir dürfen jetzt hier KI nutzen und dann lasst uns doch mal austauschen.
Vorausgesetzt, man bricht dann natürlich auch die Silos in so einem Unternehmen auf und redet miteinander.
Und dafür kann es natürlich durchaus auch sinnvoll sein, genau auch als Signal zu sagen, das ist wirklich erwünscht und probiert es aus und spielt damit herum.
Ist es so, kann man sagen, dass jüngere Leute mehr KI nutzen oder effizienter KI nutzen als ältere?
Also sie benutzen auf alle Fälle mehr.
Und da sind deutliche Unterschiede.
Das wird zum Teil gewiss auch getrieben sein von den Tätigkeiten.
Aber es ist tatsächlich so.
Also jüngere Leute, nicht überraschend, sind oft an den neuen Technologien dann doch näher dran als die etwas ältere Generation im Arbeitsmarkt.
Spannend, okay.
Also stimmt es doch, Juniors einstellen, um die KI-Transformation nach vorn zu bringen.
Wollen wir mal auf die Studie gucken und mal schauen, was denn eigentlich in den Niederlanden anders läuft als hier.
Also ich hatte einen FAZ-Artikel gelesen von Ihnen.
Da ging es auch darum, dass die Digitalisierung grundsätzlich viel früher eingesetzt hat.
Also dass auch die digitale Infrastruktur da ist.
Ich kriege ja teilweise die Krise, wenn ich mit der Bahn durch Berlin fahre und ein Funkloch habe in der Hauptstadt.
Also nicht mal der Netzausbau ist im Grunde so weit, dass ich hier, wenn ich wollte, KI auch in der Bahn auf dem Handy nutzen könnte.
Das sieht natürlich im europäischen Ausland anders.
sieht das anders aus.
Wir kennen das, wenn wir über die Grenze fahren und mit einmal ein Netz haben überall in der Pampa.
Was spielt das denn für eine Rolle?
Das ist jetzt schwierig zu sagen und ich weiß es nicht, ob es wirklich diese Netzdurchdringung ist, aber was wir sehen ist, dass Niederlande und Schweden sind zwei Länder, die auch, es gibt so einen EU-Digitalisierungsindex, wo eben so gefragt wird, wie digitalisiert ist das Land und da sind die beiden ganz vorne und das ist natürlich zum einen dann rein technisch Die Zugänglichkeit, das ist aber eben auch, wie offen ist denn die Bevölkerung oder die Regierung oder die Firmen gegenüber diesen neuen Technologien?
Also wir wissen, dass auch in den baltischen Ländern gibt es eben jede Menge Amtsleistungen schon digital.
Digitale Führersche, alle diese Dinge, über die wir sprechen und die hoffentlich auch bald kommen sollen, sind in anderen Ländern schon lange Realität.
Das ist halt interessant, dass wir sehen, dass sich diese gleichen Muster, die eben auch in früheren Digitalisierungswellen schon sich gezeigt haben, dass die sich jetzt eigentlich auch widerspiegeln bei der Nutzung von der generativen künstlichen Intelligenz.
Das bedeutet, der Staat ist auch so ein bisschen der Vorturner, kann man das sagen?
Also was digitale Bereitschaft angeht oder Bereitschaft, digitale Tools zu nutzen oder können Sie das ein bisschen konkretisieren?
Was bedeutet denn digital bereit zu sein oder digitalisiert, wenn jetzt in der Umfrage im Grunde Niederländer und Schweden sagen, wir sind hier besonders digital unterwegs und haben deshalb vielleicht auch mehr Interesse daran, neue Tools auszuprobieren?
Wie würde man das denn hinbekommen in Deutschland, so ein bisschen die Lust auf Technologie?
zu verstärken.
Also erstmal dieser Digitalisierungsindex, der wird von der EU erstellt und der kommt, glaube ich, weniger aus Umfragen, sondern wirklich mehr der digitalen Infrastruktur oder welche öffentlichen Dienstleistungen sind schon digitalisiert, also welche, also gibt es die elektronische Krankenakte, solche Fragen halt auch, da wird das herausgenommen.
Woher diese Unterschiede kommen, das ist ja eigentlich Hauptsächlich eine arbeitssoziologische Frage, aber eine wahnsinnig faszinierende.
Und da...
Kann ich jetzt eigentlich aus unserer Studie heraus gar nicht viel sagen, aber ich denke schon, dass die Erfahrungen, die Menschen machen mit der Digitalisierung in der Vergangenheit, auch eine wichtige Rolle spielen für ihre Bereitschaft, sich auf neue Technologien einzulassen.
Wenn man in der Vergangenheit gesehen hat, das hat gut funktioniert, die neuen Tools, die ich habe, die ganzen Digitalisierungsmöglichkeiten, die machen auch das Leben leichter, das bringt was.
dann ist man auch eher bereit zu sagen, nach vorne hin, ich denke, auch diese neue Technologie wird mir helfen.
Weil jede Technologie, neu wie alt, hat natürlich positive Seiten und hat auch negative Seiten.
Und das ist bei der generativen künstlichen Intelligenz natürlich auch der Fall.
Und da reden wir ja auch zu Recht viel drüber.
Was sind ethische Implikationen?
Eben, was passiert mit Datenschutz?
Alle diese Dinge.
Die Frage ist, wie viel Raum nimmt diese Diskussion ein gegenüber der Frage, wie kann uns die KI denn auch wirklich helfen?
Denn sie hat natürlich auch viele positive Seiten.
Und da kann ich mir schon sehr gut vorstellen, dass in Ländern, die eben diese positiven Seiten auch der Digitalisierung im letzten Jahrzehnt, sage ich mal, mehr durchlebt haben, mehr zugelassen haben und dann auch die...
die positiven Früchte davon tragen, jetzt auch eine größere Bereitschaft haben, sich darauf einzulassen, was die KI uns bringen kann.
Verstehe ich.
Und wenn wir die gesellschaftliche große Frage vielleicht mal außen vor lassen und nicht zu sehr in die Arbeitssoziologie gehen oder in das, was dann tatsächlich passiert, schauen wir vielleicht auf Unternehmen konkret.
Sie hatten schon gesagt, hier ist es vielleicht ein bisschen schwieriger, weil der Betriebsrat gefragt werden muss, weil die Wege länger sind, weil man eben vielleicht ein bisschen mehr Wert auch auf gewisse Arbeitsrechte legt.
Wenn wir jetzt die Frage stellen, wie holt Europa denn auf?
Also die Kluft ist da.
Wir wissen, dass KI effizienter ist.
Wir drohen im Grunde abgehängt zu werden.
Was gibt es denn für konkrete Maßnahmen, die Sie, Politikerinnen und Politiker, empfehlen könnten, um Unternehmen dazu zu ermutigen, eben diesen Schritt zu gehen?
Also erstmal finde ich, was aus unserer Studie sehr gut rauskommt, Muss noch nicht mal unbedingt der Staat sein.
Man kann auch den Unternehmenslenkern eben sagen, es liegt auch bei euch in der Hand.
Also wenn ihr offen seid gegenüber diesen neuen Tools und auch eurer Belegschaft sagt, macht das doch mal, probiert das mal, dann wird das auch angenommen.
Also es ist eben nicht nur Regulierung und nicht nur der Staat, der da eine Rolle spielt, sondern eben auch durchaus die Arbeitgeber.
Das wäre erstmal so eine Message in Richtung Industrie.
zu sagen, es gibt hier Möglichkeiten, aber es ist eben wichtig, wie der Arbeitgeber auftritt, ob er eben der Belegschaft ganz klar macht, ich möchte das auch, ich unterstütze das.
Richtung Regulierung denke ich, also wenn ich mit Polenisch spreche, ist es wirklich eher im Allgemeinen zu sagen, lasst uns nicht vergessen, was für positive Effekte die KI auch haben kann.
Also wir sehen, also jetzt makroökonomisch betrachtet, in Deutschland sind wir ungefähr beim Bruttosystem auf dem Level, wo wir vor der Corona-Krise waren.
Seit Mitte der 90er Jahre ist das Produktivitätswachstum in den USA deutlich, deutlich höher als in Europa.
Und wir haben in Deutschland ein wirkliches Problem mit der Produktivität.
Und KI ist natürlich eine Technologie, die Technologie überhaupt, die die Produktivität auch in der Breite ankurbeln kann.
Und ich denke, es ist ganz wichtig.
dass wir da nicht zurückfallen, wenn wir eben auch wieder Wirtschaftswachstum generieren wollen.
Und auch, das ist jetzt der ganz große Blick in den Veränderungen der geopolitischen Situation, auch als Europa noch eine wichtige Rolle spielen wollen.
Was für eine Rolle spielen da auch europäische Modelle und KI-Infrastruktur?
In Frankreich gibt es ja beispielsweise Mistral, also das europäische Large Language Model, beziehungsweise das Unternehmen schlechthin, das jetzt auch zunehmend mit der deutschen Industrie zusammenarbeitet.
Sind das so Piloten, die das Ganze ebenfalls nochmal positiv beeinflussen?
Ja, und tatsächlich ist natürlich digitale Souveränität, jetzt gerade mit der Verschiebung in der geopolitischen Situation, wo eben...
die USA vielleicht nicht mehr der verlässliche Partner ist, der sie lange war in der Vergangenheit, ist digitale Souveränität für Europa ein großes Thema.
Und ich denke, da müssen wir ran und auch europäische Infrastrukturen schaffen.
Oder auch wenn die Firmen sagen, wir wollen unsere Daten nutzen, wie können wir das machen, sodass wir sicher sind, dass die Daten nicht nach außen gehen.
Ich glaube, das sind wichtige Themen und da sollte Europa weiter dran bleiben.
Schon spannend.
Also die Politik schiebt das ja auch durchaus so ein bisschen auf die Unternehmer selbst.
Die Unternehmer schieben es auf die Politik, sagen Regulierung ist viel zu hoch und wir machen hier gar nichts, bis wir nicht irgendwie hier Klarheit haben.
Am Ende ist es vermutlich ein Zusammenspiel aus allem.
Genau, ich würde sagen, da kommt ganz klar raus, das sind beide Seiten, die da eine Rolle spielen.
Jetzt gibt es ja aber auch in Europa noch große Unterschiede.
Südwesteuropa ist, glaube ich, ziemlich abgeschlagen, was so KI-Nutzung angeht.
Lässt sich das dann auch im Grunde auf, sage ich mal, Technologieoffenheit beziehen oder gibt es da vielleicht noch andere Gründe?
Also innerhalb Europas sehen wir halt schon, dass auch gerade in Osteuropa und die noch etwas ärmeren Länder in Osteuropa, dass da die Raten niedriger sind.
Und ich glaube, das ist...
Da ist es vielleicht dann auch eine Kostenfrage, das sieht man bei allen neuen Technologien oder wo viel investiert wird, dass reichere Länder da tendenziell schneller dabei sind als ärmere Länder.
Das sehen wir auch in Europa.
Was interessant ist, innerhalb von Europa, aber auch zwischen Europa und USA, für den Zeitraum, in dem wir Daten haben, also die letzten drei bis vier Jahre, da gibt es Firmenbefragungen von der EU.
Die Länder, die schon 2021 oder 2022 relativ hohe KI-Nutzung haben, die sind jetzt richtig abgezogen und die anderen Länder hinken weiter hinterher.
Also da ist keine Konvergenz, sondern eine Divergenz.
Und ich glaube, das macht es eben für Europa auch wichtig, das Thema auch auf europäischer Ebene durchaus zu prioritisieren.
Also nicht unbedingt national gucken, wo kann man hier noch KI...
sondern tatsächlich europaweit zu schauen.
Genau, ich denke, es ist auch ein europäisches Thema, ja.
Gibt es so drei Sachen, die Sie Unternehmern raten würden, wenn die jetzt sagen, ja, wir haben irgendwie hier auch bei uns KI ein bisschen verpennt, wir wissen gar nicht, wie wir anfangen sollen.
Gibt es da irgendwie so etwas, was Sie herausgefunden haben, vielleicht auch im Rahmen der Studie, wenn Sie mit Unternehmern gesprochen haben, die schon ganz vorn mit dabei sind?
Wie geht man das an?
Ja, wir haben nicht mit Unternehmern gesprochen, muss ich sagen.
Wir haben die Arbeitnehmer befragt und auch nicht mit denen gesprochen, sondern die schriftlich befragt.
Deswegen kann ich da aus der Studie auch nichts sagen.
Aber ich denke, was eben wichtig ist, ist...
Wirklich diese Ermutigung, dass es eben von oben auch gesagt wird, wir wünschen das.
Und dann, und das ist ein sehr interessantes Ergebnis der Studie, ist es ja auch bei neuen Technologien so, dass es sich vielleicht erst mal gar nicht so lohnt.
Sie hatten das auch gesagt, dass vielleicht jemand erst mal schlechte Erfahrungen gemacht hat.
Und alle neuen Technologien brauchen ja auch Zeit.
Also wenn man erst mal mit etwas rumspielt, ist es oft sehr ineffizient.
Und man könnte auch sagen, da geht Arbeitszeit bei verloren.
Und dann erst...
Nach ein paar Monaten oder vielleicht sogar nach ein paar Jahren zeigt sich, dass die Arbeit auch effizienter wird.
Und tatsächlich in der Computerisierungswelle, was die ökonomische Literatur gesagt hat, was sie dazu sagt, ist, dass es relativ lange gebraucht hat.
Also ein paar Jahre, bis sich die Computer wirklich in der Produktivität niedergeschlagen haben.
Das haben wir uns dann auch angeschaut, haben gefragt, also ist die KI-Nutzung eigentlich schon produktiv?
Und da haben wir die Arbeitnehmer gefragt, ob sie selber Arbeitszeit einsparen durch die Nutzung von der KI.
Und die Ergebnisse waren sehr deutlich und sehr positiv.
Also die Nutzer sagen, dass sie zwischen 5 bis 6 Prozent mehr Arbeitszeit pro Woche gebraucht hätten, hätten sie die KI nicht zur Verfügung gehabt.
Die Frage ist, ist das wenig oder ist das viel?
Aber das ist halt der Durchschnitt über alle Arbeitnehmer, die KI nutzen.
Also da sind die dabei, die es eben ganz intensiv nutzen und die, die es nicht so intensiv nutzen.
Und wenn man das multipliziert mit der Prozentzahl der Menschen im Arbeitsmarkt, die überhaupt KI nutzen.
Dann ergeben sich da Zeitersparnisse von über zwei Prozent der gesamten Arbeitszeit in den USA und in Deutschland zum Beispiel 1,2 Prozent.
Also ungefähr die Hälfte.
Und das macht schon was aus.
Also ein Prozent Produktivitätswachstum.
Wir wären froh, wenn wir das hätten.
Und dann so ein Unterschied von wird ein oder zwei Prozent der Arbeitszeit eingespart.
Sie kennen ja auch die Diskussion angesichts des demografischen Wandels in Deutschland, dass wir Arbeitskräfte brauchen.
dass wir Arbeit Zeit brauchen, sollten die Menschen mehr arbeiten.
Sie können auch effizienter arbeiten, wenn die KI entsprechend genutzt wird.
Und wir sehen eben schon, dass bereits jetzt die Arbeitnehmer sagen, ja, wir sparen Zeit durch die KI.
Also, dass wir über diesen ...
Anfangszeitraum, in dem mit der Spielerei vielleicht auch erstmal Zeit investiert wird, schon drüber hinweg sind.
Und wir sehen auch im Aggregat, das haben wir uns angeschaut, über verschiedene Länder und Sektoren hinweg, dass die Länder und Sektoren, die die KI besonders intensiv nutzen, jetzt bereits höheres Produktivitätswachstum zeigen.
Und das ist durchaus überraschend, dass sich das so schnell doch schon recht deutlich in den Daten niederschlägt.
Die KI hat wirklich das Potenzial, unsere Arbeitsproduktivität in der Breite zu erhöhen, nicht nur in spezifischen Sektoren und Berufen.
Sehr schön.
Das heißt, wir können demnächst dann mehr arbeiten und sogar noch effizienter.
Oder wir müssen nicht mehr arbeiten und wir werden einfach effizienter durch die KI und genießen mehr Freizeit.
Das stimmt.
Wie politisch haltbar dann solche Forderungen nach vier Tage Wochen sind, das ist, glaube ich, ein bisschen schwierig.
Wäre natürlich schön, wenn es funktionieren würde, wenn die KI-Adoption in Deutschland auch zumindest ansatzweise auf das Niveau der USA gehoben werden würde.
Ich fasse mal zusammen.
Zum einen natürlich die Bereitschaft von Unternehmern.
Finde ich sehr gut, dass die da auch nochmal die Verantwortung nehmen und sagen, es geht eben auch darum, das auszuprobieren und eben zu signalisieren, dass es funktioniert.
Dann hat natürlich der Staat, beziehungsweise auf europäischer Ebene die Europäische Union, auch eine Verantwortung gegenüber den Ländern, die im Grunde noch nicht die Investments getätigt haben in KI-Adoption und die Bereitschaft generell gesellschaftlich mit KI zu spielen, es zu lernen und eben zu schauen, wie kann man es produktiv in den eigenen Arbeitsalltag einsetzen.
Richtig.
Dann fassen wir es so zusammen.
Und mein Entwickler hatte recht.
Also zwei Prozent, ich glaube er würde deutlich mehr sagen, aber das ist wieder die anekdotische Evidenz.
Genau, aber dann müssen Sie auch die Menschen da mit reinnehmen, die in der Kantine arbeiten und alle diese Jobs.
Wir bauen ja aus jeder Folge einen eigenen Chatbot, mit dem man dann am Ende interagieren kann.
Also das Transkript dieser Folge wird dann im Grunde mit einer KI trainiert und man kann die KI gewisse Dinge fragen.
Haben Sie eine abschließende Bemerkung, eine Aussage, die unbedingt in dieses Transkript rein soll?
Dass es für Europa wichtig ist, bei dieser neuen Technologie vorne mit dabei zu sein und diese Kluft zu den USA zu schließen, dass die Firmen dabei eine wichtige Rolle spielen und auch die Arbeitgeber.
Das ist aber natürlich auch eine staatliche Aufgabe, es zu sagen, wie können wir die positiven Kräfte der KI nutzen und die Arbeitsproduktivität erhöhen bei gleichzeitiger Regulierung, um alle die...
Probleme, die natürlich auch durch KI entstehen können, durchaus auch bewusst im Auge zu haben.
Ja, das können wir doch so stehen lassen.
Dann bedanke ich mich sehr für das Gespräch.
Frau Professorin Fuchs-Schündeln, vielen Dank für Ihre Zeit und alles Gute.
Danke, Herr Mundecke.
So, liebe Leute, die Kollegin habe ich euch in den Shownotes verlinkt mit dem Transkript zu dieser Folge.
Das heißt, wenn ihr Fragen habt...
Könnt ihr einfach kostenlos nutzen mit einem OpenAI- bzw.
ChatGPT-Account.
Und die Kollegin kann noch mehr in dieser Folge.
Ich habe mir nämlich einfach mal erlaubt, die Originalstudie zusätzlich der Kollegin als Wissensspeicher zu geben.
Und nachdem ich sowas gemacht habe, wenn ich so Bots baue, dann versuche ich immer relativ schnell und unkompliziert zu überprüfen, ob dieser Dokumenten-Upload geklappt hat bzw.
ob mein Bot tatsächlich auch weiß, um was es sich da handelt.
Und da kann ich jetzt einfach mal fragen, so testweise, liebe Kollegin, was hast du?
du denn neben dem Transkript für diese Folge auch noch in deinem Wissensspeicher?
Kannst du mir mal sagen, wie der Titel der Studie ist, die du hast?
Neben dem Transkript habe ich die Studie Mind the Gap, AI Adoption in Europe and the US im Speicher.
Damit bist du also bestens versorgt, um in die Details von KI-Adoption diesseits und jenseits des Atlantiks zu schauen.
Fantastisch, das hat schon mal geklappt.
Nichtsdestotrotz, liebe Leute, immer KI-Output prüfen.
Gerade bei umfangreichen Dokumenten oder Dokumenten, wo viele Bilder, viele Statistiken, Zahlen, Daten, Fakten und so weiter drin sind, kann es durchaus passieren, dass künstliche Intelligenz hier durcheinander kommt.
Das heißt, immer irgendwie checken, wenn ihr eine Aussage mit KI aus so einer Studie rauszieht, ob das stimmt.
Das heißt, die Originalstudie könnt ihr durchaus parallel auch geöffnet haben.
wird ebenfalls in den Shownotes verlinkt.
Viel Spaß beim Ausprobieren.
Und ja, ich bedanke mich für das Zuhören diese Woche.
Wir hören uns wieder am Freitag zur Kollegin KI Snackbox oder kommende Woche dann wieder zur regulären Folge am Dienstag Kollegin KI.
Vielen lieben Dank.
Bis dahin.
Ciao.
Dieser Podcast wird produziert von Podstars bei OMR.