Künstliche Intelligenz spart Zeit, übernimmt Routineaufgaben und verändert ganze Berufsbilder. Doch eine aktuelle Studie der Boston Consulting Group (BCG) zeigt: Die Anforderungen an Beschäftigte steigen schneller, als Unternehmen ihre Arbeitsprozesse und Weiterbildungsangebote anpassen. Warum Informationskompetenz zum entscheidenden Erfolgsfaktor für KI-Rollouts werden könnte.

Eine KI fasst in Sekunden einen 80-seitigen Bericht zusammen. Sie vergleicht Vertragsentwürfe, analysiert große Datenmengen und erstellt eine überzeugend formulierte Entscheidungsvorlage. Aufgaben, für die früher Stunden benötigt wurden, sind plötzlich in wenigen Minuten erledigt.

Das klingt nach einer enormen Arbeitserleichterung. Und häufig ist es das auch.

Allerdings entsteht damit eine neue Herausforderung: Wer beurteilt, ob die Zusammenfassung das Wesentliche enthält? Wer erkennt, dass eine entscheidende Einschränkung fehlt? Wer kann zwischen plausibel klingenden Aussagen und belastbaren Erkenntnissen unterscheiden?

Die KI kann Informationen immer schneller produzieren und aufbereiten. Die Verantwortung für deren Beurteilung und Verwendung bleibt jedoch in vielen Fällen beim Menschen.

Genau diese Verschiebung dokumentiert die im Juni 2026 veröffentlichte Studie AI at Work 2026 der Boston Consulting Group (BCG).

Was die BCG-Studie über KI am Arbeitsplatz zeigt

Für ihre vierte internationale Untersuchung zur KI-Nutzung am Arbeitsplatz befragte die Boston Consulting Group 11.749 Beschäftigte aus 14 Märkten und unterschiedlichen Branchen.

Die Ergebnisse verdeutlichen, wie stark sich die Anforderungen an die menschliche Arbeit bereits verändert haben:

• 72 % berichten, dass sich die Erwartungen an ihre beruflichen Fähigkeiten durch KI verändert haben.
• 67 % der regelmäßigen KI-Nutzer spüren dank der KI eine höhere Zufriedenheit am Arbeitsplatz.
• 67 % geben an, dass KI einfachere Aufgaben übernimmt und ihnen komplexere Tätigkeiten bleiben.
• 60 % erleben, dass die Ansprüche an die Qualität ihrer Arbeit gestiegen sind.
• 52 % verbringen mehr Zeit damit, KI-Ergebnisse zu prüfen und zu korrigieren.
• 41 % klagen über eine höhere kognitive Belastung durch den Einsatz von KI.

Die Zahlen beruhen auf Selbstauskünften der Befragten. Sie messen also nicht unmittelbar die tatsächliche Produktivität oder die Qualität der Arbeitsergebnisse. Dennoch zeigen sie einen bemerkenswerten Trend: KI nimmt den Menschen nicht einfach Arbeit ab. Sie verändert, welche Arbeit von ihnen erwartet wird.

Besonders aufschlussreich ist eine weitere Zahl: Obwohl 72 % veränderte Kompetenzanforderungen wahrnehmen, fühlen sich lediglich 36 % ausreichend weiterqualifiziert.

Hier zeichnet sich eine erhebliche Lücke zwischen technologischer Entwicklung und Personalentwicklung ab.

Das KI-Paradox: Weniger Routine, aber mehr geistige Anstrengung

Wer KI regelmäßig verwendet, kann erheblich Zeit sparen. Laut BCG berichten 42 % der regelmäßig KI nutzenden Beschäftigten ohne Führungsverantwortung, dass sie dadurch mindestens acht Stunden pro Woche gewinnen.

41 % aller Befragten berichten von einer gestiegenen mentalen Belastung durch KI. Bemerkenswert ist dabei, dass zugleich 67 % der regelmäßigen KI-Nutzer angeben, dank KI zufriedener mit ihrer Arbeit zu sein. Die Autor/innen der Studie sprechen deshalb von einem „Joy Paradox“.

Das muss kein Widerspruch sein.

Wenn eine Software die Zusammenfassung eines umfangreichen Gutachtens übernimmt, entfällt zunächst ein Teil der bisherigen Lese- und Schreibarbeit. Dafür muss jemand die Zusammenfassung kritisch bewerten, Aussagen mit den Originalquellen abgleichen und entscheiden, welche Schlussfolgerungen zulässig sind.

Die Anforderungen verschieben sich: von der bloßen Informationsaufnahme zur Einordnung, Bewertung und Entscheidung. Gerade darin liegt eine Gefahr, die im Enthusiasmus über KI-gestützte Produktivitätssteigerungen leicht übersehen wird: Eine schnell erzeugte Antwort ist noch keine verstandene Antwort.

Und das eigentlich Spannende am „Joy Paradox“: KI kann Routinearbeit reduzieren und zugleich geistig anspruchsvollere, möglicherweise befriedigendere Tätigkeiten ermöglichen. Genau für diese neuen Anforderungen brauchen Beschäftigte jedoch entsprechende Kompetenzen.

Warum Informationskompetenz durch KI wichtiger wird

Seit über 20 Jahren beschäftige ich mich als Trainer für Improved Reading mit der Frage, wie Menschen Informationen schneller aufnehmen, besser verstehen und nachhaltig verarbeiten können.

Dabei ging es nie allein um höhere Lesegeschwindigkeit. Professionelles Lesen bedeutet vor allem, die eigene Vorgehensweise an den Text und die jeweilige Aufgabe anzupassen.

Einen ersten Überblick über einen Bericht zu gewinnen, erfordert eine andere Lesestrategie als die sorgfältige Prüfung einer rechtlich bedeutsamen Formulierung. Wer gezielt nach bestimmten Informationen sucht, liest anders als jemand, der sich ein neues Wissensgebiet erschließen möchte.

Mit KI gewinnt diese Unterscheidung eine zusätzliche Dimension.

Denn wir müssen heute nicht mehr nur entscheiden, wie wir einen Text lesen, sondern häufig schon vorher, welche Informationen wir der KI überlassen können, welche wir selbst erschließen müssen und wo besondere Aufmerksamkeit unverzichtbar ist.

Informationskompetenz umfasst deshalb mehrere miteinander verbundene Fähigkeiten:

1. Relevanz erkennen: Welche Informationen benötige ich überhaupt für meine Aufgabe?
2. Informationen effizient erschließen: Wann genügt ein Überblick, wann ist selektives Lesen sinnvoll und wann muss ich intensiv lesen?
3. Eigenes Wissen aufbauen: Wie verbinde ich neue Informationen mit vorhandenem Fachwissen, um Zusammenhänge tatsächlich zu verstehen?
4. KI-Ergebnisse kritisch prüfen: Welche Aussagen sind zuverlässig, welche Quellen fehlen, welche Schlussfolgerungen sind fragwürdig?
5. Fundiert urteilen und entscheiden: Wie gelange ich von einzelnen Informationen zu einer begründeten Entscheidung?

Gerade der dritte Punkt wird aus meiner Sicht häufig unterschätzt.

Wer sich ausschließlich von KI Zusammenfassungen liefern lässt, verfügt nicht automatisch über das Hintergrundwissen, das erforderlich ist, um deren Qualität zu beurteilen. Ohne eigenes Wissen fehlt uns oft bereits die Grundlage, um die richtigen Fragen zu stellen.

KI kann den Wissenserwerb unterstützen und beschleunigen. Sie macht ihn aber nicht überflüssig. Schon vor ein paar Monaten habe ich diesem Thema übrigens einen eigenen Blogbeitrag gewidmet: „KI und Speed Reading: Lesen wir bald gar nicht mehr selbst?“

Gesparte Zeit ist noch kein wirtschaftlicher Nutzen

Ein weiterer Befund der BCG-Studie verdient besondere Aufmerksamkeit.

Unternehmen, die KI strategisch in ihre Arbeitsabläufe integrieren oder neue Geschäftsmodelle damit entwickeln, erzielen nach der Untersuchung bessere Ergebnisse als Organisationen, die vor allem KI-Werkzeuge bereitstellen.

Das erscheint plausibel: Eine Anwendung kann eine Aufgabe beschleunigen. Ob dadurch die Organisation insgesamt erfolgreicher wird, hängt jedoch davon ab, was anschließend geschieht.

Wird die gewonnene Zeit für sorgfältigere Analysen genutzt? Für die bessere Vorbereitung von Entscheidungen? Für fachlichen Austausch, Wissenserwerb oder die Verbesserung bisheriger Arbeitsprozesse?

Oder entstehen lediglich mehr Dokumente, mehr Präsentationen und noch mehr Informationen, die anschließend von anderen gelesen und bewertet werden müssen?

Produktivität bedeutet eben nicht nur, in derselben Zeit mehr Informationen zu erzeugen, sondern mit Informationen bessere Ergebnisse zu erzielen.

Hier liegt ein wesentlicher wirtschaftlicher Hebel professioneller Informationskompetenz.

Wenn Mitarbeitende relevante Informationen schneller erfassen, KI-Ergebnisse sicherer beurteilen und ihre Entscheidungen fundierter vorbereiten können, profitieren davon nicht nur einzelne Arbeitsplätze. Die Qualität ihrer Beiträge kann sich auch auf die Zusammenarbeit in Teams und auf nachgelagerte Prozesse auswirken.

Wie groß dieser Nutzen tatsächlich ist, muss allerdings im jeweiligen Unternehmen überprüft werden. Zeitersparnisse allein sind dafür kein ausreichender Erfolgsmaßstab.

Was Unternehmen bei KI-Rollouts häufig übersehen

Bei der Einführung künstlicher Intelligenz konzentrieren sich viele Unternehmen zunächst auf technische Fragen: Welche Anwendungen sollen eingesetzt werden? Wie lassen sie sich in bestehende Systeme integrieren? Welche Datenschutz- und Sicherheitsanforderungen müssen erfüllt sein?

Hinzu kommen Schulungen zur Bedienung der neuen Werkzeuge, etwa zum Prompting oder zur Nutzung bestimmter KI-Funktionen.

All das ist notwendig – es reicht jedoch nicht aus. Denn sobald KI produktiv eingesetzt wird, verändern sich die Arbeitsabläufe und die Anforderungen an die Beschäftigten.

Nehmen wir eine Verwaltung, in der Sachbearbeiter täglich umfangreiche Akten auswerten. Eine KI kann Dokumente strukturieren, relevante Passagen identifizieren und erste Zusammenfassungen erstellen.

Die Beschäftigten müssen anschließend aber beurteilen, ob die Ergebnisse vollständig und korrekt sind, unterschiedliche Informationen miteinander in Beziehung setzen und daraus rechtlich oder fachlich tragfähige Schlussfolgerungen ableiten.

Ein allgemeines KI-Seminar hilft ihnen dabei nur begrenzt. Entscheidend ist, ob sie ihre neuen Aufgaben anhand ihrer tatsächlichen Akten, Dokumente und Entscheidungsprozesse trainieren.

Ähnliches gilt für Versicherungen, Banken, technische Fachabteilungen oder wissenschaftliche Einrichtungen.

Überall dort, wo Menschen große Informationsmengen verarbeiten, besteht die Chance, KI sinnvoll einzusetzen. Aber auch die Notwendigkeit, ihre Informationskompetenz auf die veränderten Anforderungen abzustimmen.

Von der KI-Schulung zum maßgeschneiderten Qualifizierungsprojekt

Genau hier setzt ein neuer Ansatz von Improved Reading an: Gemeinsam mit Unternehmen, Verwaltungen und anderen Organisationen entwickeln wir Qualifizierungsprogramme, die Mitarbeitende auf ihre veränderte Informationsarbeit im Zusammenspiel mit KI vorbereiten.

Dabei geht es nicht um ein zusätzliches Standardseminar, das für alle Teilnehmenden dieselben Übungen vorsieht.

Ausgangspunkt sind vielmehr die konkreten Arbeitsaufgaben, die verwendeten Dokumente und die Veränderungen, die durch den KI-Einsatz entstehen.

Ein solches Projekt kann unterschiedliche Trainingsbestandteile miteinander verbinden: bewährte Lesetechniken und Lesestrategien, Methoden zur gezielten Aufmerksamkeitssteuerung, Strategien für den eigenständigen Wissensaufbau sowie die kritische Prüfung und Bewertung von Informationen.

Je nach Aufgabenstellung können außerdem Elemente eines eigens entwickelten Entscheidungstrainings hinzukommen.

Ein wichtiges Merkmal ist die Arbeit mit kundenspezifischen Inhalten. Beschäftigte üben beispielsweise anhand typischer Gutachten, Verträge, Fachberichte, Akten oder technischer Dokumentationen, mit denen sie in ihrem Berufsalltag tatsächlich umgehen.

Das Programm kann zunächst mit einer kleineren Gruppe erprobt und anschließend digital – ergänzt durch persönliche Trainingsbegleitung – für größere Mitarbeitergruppen ausgerollt werden.

Dass sich individuelle Anpassung und eine größere Teilnehmerzahl miteinander verbinden lassen, zeigt ein Projekt für den Medizinischen Dienst Bund: Hier wurde ein mehrstufiges digitales Lernkonzept für rund 1.000 Mitarbeitende entwickelt, einschließlich fachbezogener Trainingsinhalte und der Anbindung an den kundeneigenen Online-Campus.

KI liefert Antworten – verstehen müssen wir sie selbst

Zum Abschluss lohnt sich ein Blick auf die Neurowissenschaften: Wie unterscheiden sich menschliche und künstliche Intelligenz – und warum bleibt unsere Fähigkeit, Informationen eigenständig zu verstehen und einzuordnen, auch bei immer leistungsfähigeren KI-Systemen unverzichtbar?

Mit diesen Fragen beschäftigt sich der renommierte Hirnforscher Wolf Singer in einem Gastbeitrag für die Frankfurter Allgemeine Zeitung vom 24. Oktober 2026.

Seine zentrale These: Auch wenn moderne KI-Systeme erstaunliche Leistungen erbringen, funktionieren sie nach anderen Prinzipien als unser Gehirn. Singer hebt insbesondere drei Unterschiede hervor:

1. Im Gehirn sind Speicher und Verarbeitung untrennbar miteinander verbunden.

Bei klassischen Computern sind Datenspeicher und Rechenwerk weitgehend voneinander getrennt. Im Gehirn dagegen übernehmen die Netzwerke der Nervenzellen beide Funktionen zugleich. Was wir gelernt haben, ist gewissermaßen in der Struktur und Verschaltung dieser Netzwerke verankert. Unser Wissen ist deshalb nicht bloß gespeicherte Information, auf die wir bei Bedarf zurückgreifen: Es beeinflusst fortwährend, wie wir neue Informationen wahrnehmen und verarbeiten.

2. Unser Gehirn verändert sich durch Erfahrungen mit der Welt.

Während KI-Modelle vor allem durch die Verarbeitung großer Datenmengen trainiert werden, entwickelt sich unser Gehirn in ständiger Wechselwirkung mit seiner Umwelt. Wahrnehmungen, körperliche Erfahrungen, Handlungen und ihre Folgen verändern die Verbindungen zwischen Nervenzellen. So entsteht ein inneres Modell der Welt, das uns hilft, neue Informationen einzuordnen und ihre Bedeutung für unser Handeln zu erkennen.

3. Das Gehirn nutzt auch die Zeit zur Verarbeitung von Informationen.

Ein Computer verarbeitet Informationen nach vorgegebenen Rechenoperationen. Im Gehirn dagegen beeinflussen sich Nervenzellen fortwährend gegenseitig. Dabei spielt nicht nur eine Rolle, welche Nervenzellen aktiv sind, sondern auch, wann sie aktiv werden und ob ihre Signale zeitlich zusammenfallen. Solche Aktivitätsmuster können beispielsweise dazu beitragen, unterschiedliche Informationen miteinander zu verknüpfen. Singer spricht davon, dass die Zeit selbst als „Kodierungsraum“ zur Verfügung steht.

Diese Unterschiede bedeuten keineswegs, dass KI-Systeme keine komplexen Zusammenhänge erfassen oder neue Erkenntnisse ermöglichen könnten. Sie verdeutlichen aber, wie anders menschliches Verstehen funktioniert.

Singers entscheidender Gedanke für den Umgang mit KI lautet: Die Ergebnisse einer KI erhalten für uns erst dadurch Bedeutung, dass wir sie mit unserem eigenen Wissen und unseren Erfahrungen in Beziehung setzen.

Das hat eine unmittelbar praktische Konsequenz: Wer KI-Ergebnisse kompetent beurteilen will, braucht eine eigene Wissensgrundlage.

Eine KI kann beispielsweise einen komplexen Fachbericht in wenigen Sekunden zusammenfassen. Ob sie dabei entscheidende Zusammenhänge richtig gewichtet, relevante Einschränkungen berücksichtigt oder problematische Schlussfolgerungen zieht, lässt sich jedoch nur beurteilen, wenn die Ergebnisse kritisch geprüft und eingeordnet werden.

Dabei genügt es nicht, die Zusammenfassung einfach noch einmal zu lesen. Oft ist es notwendig, gezielt zum Ausgangstext zurückzukehren, bestimmte Passagen gründlich zu analysieren und neue Informationen mit vorhandenem Fachwissen zu verknüpfen.

Gerade deshalb verlieren professionelle Lesestrategien und eigenständiger Wissensaufbau durch KI nicht an Bedeutung. Sie verändern vielmehr ihre Funktion: Wer nicht mehr alles selbst lesen und auswerten muss, sollte umso besser entscheiden können, was er selbst lesen, verstehen und überprüfen muss.

Die entscheidende Frage für Unternehmen lautet daher nicht nur, wie sie ihren Mitarbeitenden KI-Werkzeuge zur Verfügung stellen, sondern auch, wie sie deren Fähigkeit stärken, die Ergebnisse dieser Werkzeuge kompetent zu nutzen.

Fazit: KI-Kompetenz braucht Informationskompetenz

Die BCG-Studie von 2026 verdeutlicht eine Entwicklung, die Unternehmen bei ihrer KI-Strategie ernst nehmen sollten: Neue Technologien verändern die Anforderungen an Beschäftigte schneller, als diese darauf vorbereitet werden.

Wer deshalb ausschließlich in leistungsfähigere Anwendungen investiert, greift zu kurz.

Mitarbeitende müssen nicht nur wissen, wie sie KI bedienen. Sie müssen auch verstehen, wie sie mit den von der KI gelieferten Informationen umgehen, wie sie eigene Kenntnisse weiterentwickeln und wann ihr persönliches Urteil gefragt ist.

Das erfordert weit mehr als gute Prompts. Mindestens ebenso wichtig sind professionelle Lesestrategien, kritisches Denken, eigenständiger Wissensaufbau und die Fähigkeit, die eigene Aufmerksamkeit gezielt einzusetzen.

Die eigentliche Zukunftskompetenz besteht nicht darin, möglichst viele Informationen von KI erzeugen zu lassen. Sondern darin, zu erkennen, welche Informationen wichtig sind, sie wirklich zu verstehen und auf ihrer Grundlage verantwortlich zu handeln.

Genau dafür lohnt es sich, Mitarbeitende systematisch zu qualifizieren – möglichst dort, wo diese Kompetenzen täglich gebraucht werden: in ihren konkreten Arbeitsprozessen.

Steht auch Ihre Organisation vor der Herausforderung, Mitarbeitende auf neue Informations- und Entscheidungsaufgaben durch KI vorzubereiten? Wir entwickeln gemeinsam mit Ihnen ein Qualifizierungsprogramm, das an Ihren konkreten Arbeitsprozessen, Dokumenten und Anforderungen ansetzt – vom ersten Pilotprojekt bis zum organisationsweiten Rollout.

Weiterführende Informationen: Wie Improved Reading Unternehmen und Verwaltungen bei der Entwicklung von Informationskompetenz im Rahmen von KI-Rollouts unterstützt, erfahren Sie auf unserer Seite Informationskompetenz für Mensch und KI.

Studienquelle: Boston Consulting Group (3. Juni 2026): AI at Work: Why Strategy Matters More Than Tools. Ergänzend: BCG-Pressemitteilung zur Studie.

______________________________________________________

Über Improved Reading

Improved Reading ist ein seit den 1960er-Jahren entwickeltes Trainingssystem zur Steigerung von Lesetempo und Textverständnis. Die Methode verbindet physisches Blicktraining mit kognitiven Lesestrategien und zielt auf eine flexible, nachhaltige Verbesserung der Leseeffizienz. In Deutschland wird Improved Reading seit 2001 angeboten; mehr als 50.000 Teilnehmende haben an Präsenz- und Onlinekursen teilgenommen. Für die Trainings wurde eine durchschnittliche Steigerung der Effective Reading Rate um den Faktor 2,7 ermittelt; über 80 % der Teilnehmenden verdoppelten ihre ERR mindestens. Angeboten werden Firmenkurse, Präsenz- und Online-Trainings für berufliche Vielleser, Führungskräfte, Hochschulen sowie Wissenschaft und Forschung.

Friedrich Hasse M.A. ergänzt das Improved-Reading-Training seit 2014 als ausgebildeter Visualtrainer in Berlin und Ostdeutschland: Im Rahmen von visioflow.berlin bietet er Tagestrainings, Gesundheitstage und Praxis-Vorträge zu stressfreiem Sehen am Bildschirm an und ist Mitglied im Bundesverband für visuelles und kognitives Training e.V.