NORVIO REPORT 2026

Norvio KI-Arbeitswelt Report 2026 – Zwischen Entlastung und neuer Arbeitsintensität

Datenreport zu KI-Nutzung, Arbeitsintensität, Handlungsspielraum, Produktivität, Qualifikation und Algorithmic Management in der deutschen Arbeitswelt.

Kurzfassung

KI-Arbeitswelt 2026: Entlastung und Verdichtung gleichzeitig

Generative KI ist in deutschen Betrieben innerhalb weniger Jahre vom Randthema zum Arbeitsmittel geworden. Gleichzeitig zeigen aktuelle Beschäftigtendaten kein einfaches Entlastungsbild: Intensivierte KI-Nutzung geht mit mehr Handlungsspielraum einher, aber auch mit höherer Arbeitsintensität, größerer Informationslast und komplexeren kognitiven Anforderungen.

Der Norvio KI-Arbeitswelt Report 2026 ordnet diese Entwicklung anhand deutscher Betriebs- und Beschäftigtenbefragungen, europäischer Vergleichsdaten und internationaler Feldexperimente ein. Der zentrale Befund lautet: KI kann einzelne Aufgaben beschleunigen, ohne den Arbeitstag insgesamt zu entlasten. Ob daraus Freiraum oder neue Verdichtung entsteht, hängt wesentlich von Arbeitsorganisation, Qualifikation und betrieblicher Steuerung ab.

Für gesundheitliche Langzeitfolgen ist die Forschung noch nicht weit genug. Belastungssignale sind sichtbar; ein kausaler Nettoeffekt auf Krankenstand, Burnout, Schlafqualität oder depressive Symptomatik ist für Deutschland bis September 2026 jedoch nicht belastbar nachgewiesen.

Einordnung

KI in der Arbeitswelt 2026 – schneller arbeiten heißt nicht automatisch leichter arbeiten

Die öffentliche Debatte über Künstliche Intelligenz am Arbeitsplatz pendelt zwischen zwei Extremen. Auf der einen Seite steht das Versprechen, Routine zu automatisieren, Zeit zu sparen und Beschäftigte von monotonen Aufgaben zu entlasten. Auf der anderen Seite steht die Sorge vor höherem Tempo, Kontrolle, Jobunsicherheit und Kompetenzverlust.

Die aktuelle Forschung zeichnet ein komplizierteres Bild. In Deutschland verbreitet sich KI schnell, aber sehr ungleich. Besonders häufig nutzen sie höher Qualifizierte, Beschäftigte in Wissensarbeit und Betriebe aus informationsintensiven Branchen. Gleichzeitig zeigt DiWaBe 2.0 einen Doppelbefund, der für die weitere Entwicklung entscheidend ist: Intensivierte KI-Nutzung steht sowohl mit mehr Handlungsspielraum als auch mit höherer Arbeitsintensität in Zusammenhang [1][2].

Genau daraus entsteht die Leitfrage dieses Reports: Was passiert mit gewonnener Zeit und gewonnenem Handlungsspielraum? Wird daraus tatsächlich Entlastung oder füllt sich der freie Raum mit zusätzlichen Aufgaben, höherer Informationsdichte und neuen Kontrollpflichten? Die Daten liefern darauf noch keine endgültige Antwort, aber sie zeigen deutlich, wo die entscheidenden Bruchlinien verlaufen.

Verbreitung

KI-Verbreitung in Deutschland: Von 5 auf knapp 25 Prozent in zwei Jahren

Auf Betriebsebene liefert das IAB-Betriebspanel die belastbarste deutsche Zeitreihe. Der Anteil der Betriebe, die generative KI einsetzen, stieg von 5 % im Jahr 2023 auf knapp 25 % im Jahr 2025 [3]. Weitere 9 % planten die Einführung. In Betrieben mit GenAI-Einsatz arbeiteten hochgerechnet rund 40 % aller sozialversicherungspflichtig Beschäftigten.

Diese 40 % sind keine individuelle Nutzungsquote. Ein Betrieb kann generative KI in einzelnen Teams einsetzen, während große Teile der Belegschaft die Technologie selbst nicht verwenden. Genau diese Trennung ist wichtig, weil Beschäftigtenbefragungen deutlich höhere Nutzungswerte zeigen.

Drei Ebenen, drei verschiedene Zahlen

  • IAB: knapp 25 % der Betriebe nutzen generative KI [3]
  • Konstanz: 35 % berufliche KI-Nutzung unter Beschäftigten 2025 [8]
  • DiWaBe 2.0: 62,1 % nutzen KI-Anwendungen, breiter definiert [2]

Die Abstände sind methodisch erklärbar und kein echter Widerspruch.

Abbildung 01

Generative KI in Betrieben: Nutzung steigt von 5 auf knapp 25 Prozent

Liniendiagramm zur Verbreitung generativer KI in deutschen Betrieben 2023 bis 2025.
Der Anteil deutscher Betriebe mit generativer KI stieg von 5 % im Jahr 2023 auf knapp 25 % im Jahr 2025. Der 2025-Wert ist im Diagramm auf 25 % gerundet. Datenbasis: IAB-Betriebspanel, IAB-Kurzbericht 08/2026.
NORVIO-2026-0011 · Redaktionspaket SVG PNG Web PNG HiRes PDF CSV Quelle & Methodik Presse-Set ZIP

Große und wissensintensive Betriebe liegen vorn

Die Diffusion verläuft ungleich. Unter kleinen Betrieben mit 1 bis 9 Beschäftigten lag der GenAI-Einsatz 2025 bei 21 %, unter Betrieben ab 200 Beschäftigten bei 48 % [3]. Junge Betriebe unter fünf Jahren kamen auf 30 %, Betriebe mit mehr als 25 Jahren auf 21 %.

Auch nach Branche entsteht ein klares Gefälle. Information und Kommunikation lagen bei 59 %, Finanz- und Versicherungswesen bei 50 %, unternehmensnahe Dienstleistungen bei 37 % und Erziehung und Unterricht bei 34 %. Im Primärsektor waren es 9 %, mehrere stärker physische oder interaktive Branchen lagen im Bereich von 13 bis 15 % [3].

KI-Schere

Die KI-Schere: KI-Nutzung unterscheidet sich stark nach Bildung und Tätigkeit

Auch auf Beschäftigtenebene verteilt sich KI nicht gleichmäßig. Nach der BIBB-Auswertung zu DiWaBe 2.0 nutzt knapp ein Drittel der Beschäftigten ohne Bildungsabschluss KI. Bei Beschäftigten mit beruflichem Abschluss sind es 58 %, mit Hochschul-, Meister- oder Technikerabschluss rund 80 % [2][4].

Damit ist KI 2026 vor allem dort angekommen, wo Arbeit bereits informationsintensiv, digital und vergleichsweise autonom organisiert ist. Das ist wichtig, weil technologische Vorteile nicht automatisch gleichmäßig über den Arbeitsmarkt verteilt werden.

Abbildung 02

KI-Nutzung steigt deutlich mit dem Qualifikationsniveau

Säulendiagramm zur KI-Nutzung nach Bildungsabschluss in Deutschland 2024.
Rund ein Drittel ohne Bildungsabschluss, 58 % mit beruflichem Abschluss und rund 80 % mit Hochschul-, Meister- oder Technikerabschluss nutzen KI. Datenbasis: DiWaBe 2.0 / BIBB.
NORVIO-2026-0012 · Redaktionspaket SVG PNG Web PNG HiRes PDF CSV Quelle & Methodik Presse-Set ZIP

Wissensarbeit beschleunigt, Produktion folgt langsamer

Die Konstanzer KI-Studie zeigt dieselbe Trennlinie nach Tätigkeit. In Büro- und Wissenstätigkeiten stieg die berufliche KI-Nutzung von 30 % im Jahr 2024 auf 45 % im Jahr 2025. In Produktion und körperlichen Tätigkeiten erhöhte sie sich nur von 17 % auf 21 % [8]. Die Nutzungslücke wächst damit von 13 auf 24 Prozentpunkte.

Abbildung 03

Wissensarbeit zieht bei der KI-Nutzung der Produktion davon

Gruppiertes Säulendiagramm zur KI-Nutzung in Büro- und Wissenstätigkeiten sowie Produktion und körperlichen Tätigkeiten 2024 und 2025.
In Büro- und Wissenstätigkeiten steigt die Nutzung von 30 auf 45 %, in Produktion und körperlichen Tätigkeiten von 17 auf 21 %. Datenbasis: Konstanzer KI-Studie 2025.
NORVIO-2026-0013 · Redaktionspaket SVG PNG Web PNG HiRes PDF CSV Quelle & Methodik Presse-Set ZIP

KI wirkt bislang eher als Verstärker bestehender Strukturen

Höher Qualifizierte und Wissensarbeiter haben häufiger Zugang, nutzen KI häufiger und berichten häufiger positive Erwartungen. Für Beschäftigte in manuellen oder weniger digitalisierten Tätigkeiten fällt die Dynamik deutlich schwächer aus. Die Technologie nivelliert die Arbeitswelt bislang nicht, sie folgt zunächst ihren bestehenden Ungleichheiten.

Arbeitsintensität

Mehr Handlungsspielraum, mehr Arbeitsintensität: Der Doppelbefund der KI-Arbeit

Der wichtigste Befund des gesamten Reports stammt aus DiWaBe 2.0 und dem BAuA-Kompaktbericht zur KI-unterstützten Arbeit. Beschäftigte mit intensivierter KI-Nutzung berichten über größeren Handlungsspielraum. Gleichzeitig berichten sie aber auch über höhere Arbeitsintensität, höhere Informationslast und komplexere kognitive Anforderungen [1][2].

Das widerspricht der einfachen Vorstellung, dass technische Unterstützung automatisch weniger Belastung bedeutet. KI kann Beschäftigten mehr Möglichkeiten geben, Aufgaben selbstständig zu lösen und Abläufe flexibler zu gestalten, während zugleich das Tempo steigt oder mehr Informationen verarbeitet werden müssen. Für die breitere Einordnung von Arbeitsdruck und Belastung bündelt Norvio die aktuellen Daten zu Stress am Arbeitsplatz.

Der zentrale Doppelbefund

  • Handlungsspielraum: höher
  • Arbeitsintensität: höher
  • Informationslast: höher
  • Kognitive Anforderungen: komplexer

Wichtig: Die BAuA weist ausdrücklich darauf hin, dass daraus keine direkte Kausalwirkung der KI abgeleitet werden kann.

Das Produktivitätsparadox: Die Aufgabe wird schneller, der Arbeitstag nicht zwingend ruhiger

Internationale Experimente zeigen, dass GenAI einzelne Aufgaben deutlich beschleunigen kann. Doch eine eingesparte Stunde ist noch keine Stunde weniger Arbeit. Wenn Zeitgewinne durch zusätzliche Aufgaben, höhere Leistungserwartungen, mehr Informationsverarbeitung oder neue Kontrollpflichten aufgefüllt werden, steigt die Netto-Belastung trotz effizienterer Einzelprozesse.

Die Daten erlauben deshalb noch keine Aussage, ob KI den Arbeitstag im Saldo leichter oder schwerer macht. Zusammengenommen zeigen die Befunde aber, dass Produktivitätsgewinne und Arbeitsverdichtung sich nicht ausschließen. Dazu passt der EU-weite Eurofound-Befund: 43 % berichten, dass Technologie neue Aufgaben geschaffen hat, 31 % dass Aufgaben entfallen sind [6]. Genau diese Gleichzeitigkeit dürfte für die betriebliche Arbeitsgestaltung wichtiger sein als die Frage, wie viele Minuten ein einzelner Arbeitsschritt spart. Den breiteren Zusammenhang von Arbeitsbedingungen und Leistungseinbußen bündelt die Norvio-Auswertung zu Produktivitätsverlust.

Produktivität & Skills

Produktivität und Skills: Wo KI entlastet – und wo neue Arbeit entsteht

Die stärksten kausalen Produktivitätsbefunde stammen bislang aus internationalen Experimenten. Brynjolfsson, Li und Raymond untersuchten 5.179 Kundenservice-Agenten in den USA und fanden im Durchschnitt 14 % höhere Produktivität durch generative KI. Bei Novizen lag der Zuwachs bei 34 % [9]. Noy und Zhang zeigten in einem kontrollierten Experiment mit 443 professionellen Schreibenden 40 % weniger Bearbeitungszeit und 18 % höhere Qualität [10].

Diese Befunde zeigen, dass KI bei klar definierten Tätigkeiten erhebliche Effekte haben kann. Sie liefern aber keine allgemeine Produktivitätszahl für die deutsche Wirtschaft. Bei Softwareentwicklern fallen die Ergebnisse in mehreren Feldexperimenten heterogener aus [11]. Tätigkeit, Erfahrung, Messgröße und organisatorischer Kontext verändern den Effekt.

Produktivität ist nicht gleich Produktivität

  • +14 % durchschnittliche Produktivität im US-Kundenservice [9]
  • +34 % bei unerfahrenen Beschäftigten im selben Setting [9]
  • −40 % Zeit bei professionellen Schreibaufgaben [10]
  • +18 % Qualität im selben Schreibexperiment [10]
  • heterogene Effekte bei Softwareentwicklung in drei Feldexperimenten [11]

Upskilling, Deskilling und die neue Kontrollarbeit

Auch die Kompetenzfrage ist nicht eindimensional. DiWaBe 2.0 verbindet intensivierte KI-Nutzung mit komplexeren kognitiven Anforderungen, was in Teilen der Wissensarbeit für Upskilling spricht [2]. Gleichzeitig warnt die BAuA vor Deskilling, wenn Beschäftigte KI-Ausgaben ungeprüft übernehmen und eigene Fähigkeiten schrittweise verlieren [12].

Hinzu kommt neue Arbeit, die in klassischen Automatisierungsversprechen oft fehlt: Ergebnisse müssen geprüft, Fehler erkannt, Unsicherheiten bewertet und Entscheidungen verantwortet werden. Die BAuA beschreibt diese Kontroll- und Freigabeverantwortung ausdrücklich als zusätzliche Belastung [12]. KI kann also Arbeit abnehmen und gleichzeitig Kontrollarbeit erzeugen. Was diese Verschiebung für Wissensarbeit, Prüfung und Kompetenzaufbau bedeutet, ordnet Norvio vertiefend unter KI und kritisches Denken ein.

Die Konstanzer KI-Studie zeigt zudem eine steigende Fortbildungsmotivation: in Wissensarbeit von 27 auf 37 %, in Produktion von 17 auf 27 % [8]. Die Lücke zwischen den Tätigkeitsgruppen bleibt bestehen.

Algorithmic Management

Algorithmic Management: Wenn Software nicht hilft, sondern Arbeit steuert

Ein KI-Assistent, den Beschäftigte selbst für Recherche, Text oder Analyse einsetzen, ist etwas anderes als ein System, das Aufgaben verteilt, Leistung überwacht oder Arbeitszeiten festlegt. Genau diese zweite Ebene beschreibt Algorithmic Management.

Eine OECD-Erhebung unter 6.047 mittleren Führungskräften in sechs Ländern zeigt für Deutschland eine hohe Verbreitung: 78 % berichten mindestens ein Tool zum Anweisen, Überwachen oder Bewerten von Beschäftigten [5]. Der EU-Durchschnitt liegt bei 79 %, die USA bei 90 %, Japan bei 40 %.

Abbildung 04

Algorithmic Management: Deutschland liegt im OECD-Vergleich bei 78 Prozent

Horizontales Balkendiagramm zur Nutzung mindestens eines Algorithmic-Management-Tools in einer OECD-Managerbefragung 2024.
78 % der für Deutschland befragten Führungskräfte berichten mindestens ein Algorithmic-Management-Tool. Breite Definition und Managerperspektive; nicht als Anteil täglich überwachter Beschäftigter lesen. Quelle: OECD AI Papers No. 31 (2025).
NORVIO-2026-0015 · Redaktionspaket SVG PNG Web PNG HiRes PDF CSV Quelle & Methodik Presse-Set ZIP

Die OECD-Daten enthalten zugleich deutliche Vertrauensprobleme. Unter den Führungskräften in AM-nutzenden Organisationen nennen 28 % unklare Verantwortlichkeit bei Fehlentscheidungen, 27 % eine nicht nachvollziehbare Logik und 27 % einen unzureichenden Schutz der physischen und psychischen Gesundheit als Bedenken [5].

Eurofound liefert die Beschäftigtenperspektive für die EU-27: 17 % berichten computerbasiertes Performance-Monitoring, 16 % computergesteuerte Aufgabenverteilung und 10 % computergesteuerte Arbeitszeiten. Von den 26 % der Befragten, deren Arbeit teilweise durch Computerprogramme entschieden wird, haben nur 15 % eine klare Beschwerdemöglichkeit [6].

Warum sich die Autonomie-Befunde nicht widersprechen

BAuA und DiWaBe untersuchen vor allem KI als Arbeitsmittel, das Beschäftigte selbst nutzen. OECD, Eurofound und EU-OSHA betrachten dagegen auch algorithmische Steuerung durch das Management. Das sind zwei unterschiedliche Formen digitaler Arbeit. Die eine kann Handlungsspielraum erweitern, die andere ihn begrenzen.

Gesundheit & Regeln

Gesundheit, Weiterbildung und Regeln: Die offene Rechnung der KI-Arbeitswelt

Bei gesundheitlichen Folgen ist die Datenlage deutlich schwächer als bei Verbreitung und Produktivität. Intensivierte KI-Nutzung steht mit höherer Arbeitsintensität und Informationslast in Zusammenhang [1][2]. EU-OSHA beschreibt zusätzlich mögliche psychosoziale Risiken digitaler und KI-basierter Systeme, darunter Stress, kognitive Überlastung, Kontrollverlust und soziale Isolation [7].

Das reicht jedoch nicht für die Aussage „KI macht krank“. Bis September 2026 liegt keine belastbare deutsche Längsschnittstudie vor, die KI-Nutzung kausal mit Krankenstand, Burnout-Inzidenz, Schlafqualität oder depressiver Symptomatik verbindet. Genau diese Forschungslücke ist für Norvio zentral.

Subjektive Sorgen sind dennoch messbar. Bitkom erfasst als wahrgenommene Nachteile unter anderem unklare Datenflüsse (66 %), weniger menschlichen Kontakt (64 %), ungeklärte Haftung (57 %), ein Kontrollgefühl durch KI (21 %) und zusätzlichen Leistungsdruck (13 %) [13]. Solche Angaben beschreiben Wahrnehmung und Risikoerleben, nicht diagnostizierte Erkrankung.

Die organisatorische Begleitung hält nicht mit

Während sich generative KI schnell verbreitet, entwickeln sich Weiterbildung und interne Regeln deutlich langsamer. Unter KI-nutzenden Betrieben bieten 27 % Weiterbildung oder Schulung an; weitere 21 % planen sie. Interne KI-Regeln bestehen bei 21 %, weitere 22 % planen sie [3]. Wie solche Maßnahmen in ein betriebliches Steuerungssystem eingebettet werden können, zeigt die Norvio-Seite zum Betrieblichen Gesundheitsmanagement.

Abbildung 05

Weiterbildung und interne KI-Regeln halten mit der Nutzung nicht Schritt

Gestapeltes Balkendiagramm zu Weiterbildung und betrieblichen KI-Regeln in KI-nutzenden Betrieben 2025.
27 % der KI-nutzenden Betriebe bieten Weiterbildung an, 21 % planen sie. 21 % haben interne KI-Regeln, 22 % planen sie. Quelle: IAB-Kurzbericht 08/2026.
NORVIO-2026-0014 · Redaktionspaket SVG PNG Web PNG HiRes PDF CSV Quelle & Methodik Presse-Set ZIP

Bitkom bestätigt die Lücke aus Beschäftigtensicht: 20 % haben eine KI-Schulung durch den Arbeitgeber erhalten, 6 % hatten ein Angebot, nutzten es aber nicht, 70 % erhalten keine Möglichkeit zur KI-Weiterbildung [13]. DiWaBe wiederum zeigt bislang keinen signifikanten Unterschied in der allgemeinen Weiterbildungsteilnahme zwischen Beschäftigten mit und ohne KI-Nutzung [2][4].

Seit 2. Februar 2025 gilt außerdem Art. 4 des EU AI Act zur KI-Kompetenz. In der seit Juli 2026 geänderten Fassung müssen Anbieter und Betreiber von KI-Systemen Maßnahmen ergreifen, um die Entwicklung der KI-Kompetenz ihres Personals und anderer Personen zu unterstützen, die in ihrem Auftrag KI-Systeme betreiben oder nutzen; ein bestimmtes individuelles Kompetenzniveau muss nicht garantiert werden [14].

Was Betriebe daraus ableiten können

  • KI-Regeln definieren: sensible Daten, Freigaben, Verantwortlichkeit und zulässige Anwendungen klären
  • Kompetenz aufbauen: nicht nur Tool-Bedienung, sondern Prüfung, Fehlererkennung und Grenzen vermitteln
  • Arbeitsintensität beobachten: Zeitgewinne nicht automatisch in zusätzliche Arbeitsmenge übersetzen
  • Human-in-the-Loop sichern: Entscheidungen und kritische Outputs nachvollziehbar prüfbar halten [12]
  • Belastung systematisch erfassen: KI-Veränderungen in die psychische Gefährdungsbeurteilung einbeziehen
Fazit

KI-Arbeitswelt 2026: Fazit und Ausblick

Die Daten sprechen weder für ein pauschales Entlastungs- noch für ein pauschales Belastungsnarrativ. KI verbreitet sich schnell, vor allem in wissensintensiven Tätigkeiten und größeren Betrieben. Sie kann Produktivität und Handlungsspielraum erhöhen. Gleichzeitig geht intensivierte Nutzung mit höherer Arbeitsintensität, Informationslast und komplexeren Anforderungen einher.

Damit verschiebt sich die entscheidende Frage von der Technologie zur Arbeitsorganisation. Eine Aufgabe kann schneller werden, ohne dass der Arbeitstag ruhiger wird. Ein KI-Werkzeug kann Autonomie erhöhen, während algorithmische Steuerung an anderer Stelle Autonomie reduziert. Ein Assistenzsystem kann Kompetenzen erweitern und gleichzeitig neue Kontrollarbeit erzeugen.

Für die Gesundheit bleibt der belastbare Nettoeffekt offen. Gerade deshalb ist es zu früh für einfache Versprechen ebenso wie für alarmistische Gewissheiten. Was bereits heute erkennbar ist: Weiterbildung, klare Regeln, transparente Verantwortlichkeit und eine menschenzentrierte Gestaltung entscheiden mit darüber, ob KI als Entlastungsinstrument oder als Beschleuniger bestehender Belastungen wirkt.

Der zentrale Befund des Reports

KI macht Arbeit nicht automatisch leichter. Sie verändert, wo Zeit, Verantwortung, Autonomie und Belastung entstehen. Ob daraus Entlastung oder neue Arbeitsintensität wird, entscheidet sich wesentlich in der Organisation.

© 2026 NORVIO · Alle Rechte vorbehalten