Im April dieses Jahres veröffentlichte die Fed ein Arbeitspapier, das sich speziell mit der Frage befasst, wie die KI-Adoptionsrate in US-Unternehmen quantitativ erfasst werden kann. Allein dieser Umstand ist bemerkenswert: Wenn Geldpolitiker beginnen, die KI-Adoption offiziell als Wirtschaftsindikator zu untersuchen, zeigt dies, dass die makroökonomischen Auswirkungen von KI so schwerwiegend sind, dass sie in den politischen Fokus rücken müssen.
Der interessanteste Teil des Papiers ist jedoch nicht die Schlussfolgerung, sondern die Erkenntnis – dass ein und dasselbe Phänomen, mit drei verschiedenen Methoden gemessen, zu völlig unterschiedlichen Zahlen führen kann.
Drei Datensätze, drei Welten
Das Forschungsteam der Fed verglich drei wichtige Erhebungsquellen:
BTOS (Business Technology Survey): 18 %
Befragung auf Unternehmensebene: Nutzt Ihr Unternehmen KI? Etwa 18 % der Unternehmen gaben an, KI einzusetzen.
RPS (Randomized Productivity Survey): 41 %
Befragung auf individueller Ebene: Haben Sie generative KI bei der Arbeit verwendet? 41 % der Befragten antworteten mit Ja.
SBU (beschäftigungsgewichtet): 78 %
Nach Gewichtung der großen Unternehmen: 78 % der Arbeitnehmer sind in Unternehmen beschäftigt, die KI bereits eingeführt haben.
Ein und dieselbe "KI-Adoptionsrate in den USA" – 18 %, 41 %, 78 % – alle drei Zahlen sind richtig, nur die gestellten Fragen waren unterschiedlich.
Wie Sie "Adoption" definieren, bestimmt direkt, welche Welt Sie sehen.
Fragt man "Hat das Unternehmen offiziell KI-Systeme eingeführt?", lautet die Antwort 18 %. Fragt man "Nutzen die Mitarbeiter KI?", lautet die Antwort 41 %. Gewichtet man die Mitarbeiter großer Unternehmen (die eine höhere KI-Einführungsrate haben), springt die Antwort auf 78 %.
Wer nutzt KI am meisten
Eine Aufschlüsselung nach Branchen zeigt erhebliche Unterschiede:
| Branche | Unternehmensadoptionsrate | Individuelle Nutzungsrate |
|---|---|---|
| Professionelle Dienstleistungen (Kanzleien, Beratung, Buchhaltung) | 33 % | 62 % |
| Finanzdienstleistungen | 30 % | 63 % |
| Verarbeitendes Gewerbe | Niedriger | Niedriger |
| Großhandel | Niedriger | Niedriger |
Die höchste individuelle Nutzungsrate verzeichnen die Finanz- und professionellen Dienstleistungen: 63 % der Beschäftigten im Finanzsektor nutzen generative KI bei der Arbeit. Das ist nachvollziehbar – beide Branchen arbeiten ohnehin mit Texten, Daten und Analysen, in die KI direkt integriert werden kann.
Im verarbeitenden Gewerbe und im Großhandel ist die Adoptionsrate dagegen deutlich niedriger, was darauf hindeutet, dass KI noch nicht tief in die physische Produktionsebene vorgedrungen ist.
Wachstumsrate 68 %, aber Basis noch klein
Eine auffällige Zahl im Papier: Ende 2025 betrug die jährliche Wachstumsrate der KI-Adoption auf Unternehmensebene 68 %.
Doch Vorsicht – so schnell das Wachstum auch ist, die Basis beträgt nur 18 %. Ausgehend von 18 % führt ein Wachstum von 68 % nur auf etwas über 30 %.
Noch interessanter ist die tägliche Nutzungshäufigkeit:
- Tägliche Nutzung arbeitsbezogener KI durch Mitarbeiter: 12 %
- Mindestens einmal pro Woche: 35,2 %
- Beschäftigungsgewichtete Adoptionsrate großer Modelle (LLMs): 54 %
12 % täglich – bei jeder anderen Unternehmenssoftware würde man das als "niedrige Frequenz" bezeichnen. Aber analog dazu: Die tägliche Nutzerzahl von Excel war in der frühen Einführungsphase auch nicht so. Der Aufbau der "Klebrigkeit" von KI-Tools befindet sich noch in einem frühen Stadium.
Warum die Fed sich dafür interessiert
Die Forschung der Fed zur KI-Adoptionsrate hat handfeste politische Erwägungen im Hintergrund.
Die Auswirkungen von KI auf die Arbeitsproduktivität betreffen direkt drei Dinge:
- Wirtschaftswachstumstrend: Das Produktivitätswachstum ist der Kernantrieb des BIP-Wachstums
- Inflationspfad: Produktivitätssteigerungen können die Angebotspreise drücken und der Wirtschaft ermöglichen, schneller zu wachsen, ohne Inflation zu erzeugen
- Struktur des Arbeitsmarktes: Welche Arbeitsplätze werden durch KI ersetzt und welche beschäftigungspolitischen Maßnahmen sind erforderlich
Mit anderen Worten: Die Fed beurteilt, ob wir uns in einer KI-getriebenen Produktivitätsrevolution befinden oder nur in einer digitalen Blase.
Diese Beurteilung wirkt sich direkt auf die Zinsentscheidungen aus. Wenn KI die Arbeitsproduktivität tatsächlich systematisch steigert, kann die Wirtschaft länger wachsen, ohne dass eine Überhitzung befürchtet werden muss.
Dieses Papier gibt keine endgültige Antwort, aber es macht das Problem quantifizierbar und nachverfolgbar.
Messen allein ist schon ein Fortschritt
Die Ehrlichkeit des Papiers ist wohltuend: Es untermauert nicht die These "KI hat alles verändert", sondern sagt: "Wir haben drei Messmethoden, jede hat ihre Verzerrungen, und wir lernen noch, wie wir das genauer beobachten können."
Das zeigt genau, dass die Quantifizierung der wirtschaftlichen Auswirkungen von KI noch in den Kinderschuhen steckt. MIT, Stanford und McKinsey haben jeweils eigene Methoden, die Fed hat ihre eigenen, und die daraus resultierenden Zahlen widersprechen sich – nicht weil die Daten falsch sind, sondern weil alle unterschiedliche Dinge messen.
Von dem Zeitpunkt, an dem politische Entscheidungsträger beginnen, die wirtschaftlichen Auswirkungen von KI ernsthaft zu quantifizieren, bis diese Daten tatsächlich in geldpolitische Modelle einfließen, könnten noch einige Jahre vergehen. Aber die Richtung ist klar: KI wird in der Makroökonomie gerade von einem "Thema" zu einem "Indikator".
Der Tag, an dem die Fed in ihren Zinsentscheidungserklärungen beginnt, KI-Adoptionsdaten zu zitieren, wird der wirklich historische Meilenstein sein. Im Moment sind wir auf diesem Weg vielleicht bei einem Drittel angelangt.
Quellenangabe: Monitoring AI Adoption in the US Economy (Federal Reserve Board, FEDS Notes,CocoLoop, April 2026); Enterprise AI Adoption Curve Now Past the Internet at Year 3 (Asanify AI News Digest, 20. April 2026)