KI steigert Produktivität in Europa um 4%, noch keine Job-Verluste feststellbar

Eine umfassende Untersuchung von über 12.000 europäischen Unternehmen zeigt erstmals die konkreten Auswirkungen von Künstlicher Intelligenz auf Produktivität und Beschäftigung. Die Studie der Non-Profit-Organisation Centre for Economic Policy Research (CEPR) mit Sitz in Paris liefert belastbare Kausalzusammenhänge und zeichnet ein differenziertes Bild der KI-Adoption in Europa.

Zentrale Ergebnisse der Untersuchung

Die Forscher identifizierten drei wesentliche Erkenntnisse. Erstens erhöht die KI-Nutzung die Arbeitsproduktivität im EU-Durchschnitt um 4 Prozent. Dieser Effekt ist statistisch robust und wirtschaftlich bedeutsam, liegt jedoch unterhalb optimistischer Prognosen eines umfassenden Produktivitätsbooms.

Zweitens fanden die Wissenschaftler keine Hinweise auf Beschäftigungsrückgänge durch KI-Einführung. Während einfache Vergleiche zunächst auf mehr Beschäftigte in KI-nutzenden Unternehmen hindeuteten, verschwindet dieser Zusammenhang bei Berücksichtigung von Selektionseffekten. Die Kombination aus Produktivitätssteigerung ohne Arbeitsplatzverluste deutet auf einen spezifischen Mechanismus hin: Kapitalvertiefung. KI ergänzt die Arbeit der Beschäftigten, ohne diese zu ersetzen.

Drittens sind die Produktivitätsgewinne ungleich verteilt. Mittlere und große Unternehmen profitieren deutlich stärker als kleinere Betriebe.

Methodisches Vorgehen

Die Studie nutzt Daten der European Investment Bank Investment Survey (EIBIS) in Kombination mit Bilanzdaten von Moody’s Orbis. Um kausale Effekte zu isolieren, entwickelten die Forscher eine neuartige Instrumentalvariablen-Strategie. Für jedes EU-Unternehmen identifizierten sie vergleichbare US-Firmen nach Sektor, Größe, Investitionsintensität, Innovationsaktivität, Finanzierungsstruktur und Managementpraktiken. Die KI-Adoptionsrate dieser US-Pendants dient als Proxy für die exogene KI-Exposition des EU-Unternehmens.

KI-Adoption in Europa: Ein heterogenes Bild

Die Untersuchung zeigt, dass die durchschnittliche KI-Nutzung in der EU und den USA ähnlich hoch ist. Unter der Oberfläche offenbart sich jedoch erhebliche Heterogenität. In finanziell entwickelten EU-Ländern wie Schweden und den Niederlanden nutzen rund 36 Prozent der Unternehmen Big Data Analytics und KI (Stand 2024), vergleichbar mit den USA. In weniger finanziell entwickelten EU-Volkswirtschaften wie Rumänien und Bulgarien liegt die Adoptionsrate dagegen nur bei etwa 28 Prozent.

Auch die Unternehmensgröße spielt eine entscheidende Rolle. Während 45 Prozent der großen Unternehmen (über 250 Beschäftigte) KI einsetzen, sind es bei kleinen Firmen (10 bis 49 Beschäftigte) nur 24 Prozent. KI-nutzende Unternehmen investieren systematisch mehr, sind innovativer und haben größere Schwierigkeiten, qualifizierte Arbeitskräfte zu finden.

Die entscheidende Rolle komplementärer Investitionen

Ein zentrales Ergebnis der Studie: KI-Adoption allein reicht nicht aus. Unternehmen müssen komplementäre Investitionen tätigen, um das volle Potenzial zu erschließen. Die Analyse zeigt bemerkenswerte Unterschiede in der Wirkung verschiedener Investitionsarten:

• Ein zusätzlicher Prozentpunkt Investition in Software und Dateninfrastruktur erhöht den Produktivitätseffekt von KI um 2,4 Prozentpunkte
• Ein zusätzlicher Prozentpunkt für Mitarbeitertraining verstärkt die KI-bedingten Produktivitätsgewinne um 5,9 Prozentpunkte

Diese Befunde unterstreichen, dass die Produktivitätsdividende von KI nicht nur vom Erwerb der Technologie abhängt, sondern von der Fähigkeit der Unternehmen, diese durch Investitionen in immaterielle Vermögenswerte und Humankapital zu integrieren.

Lohnentwicklung in KI-nutzenden Unternehmen

Beschäftigte in KI-nutzenden Unternehmen profitieren durch höhere Löhne, sowohl in der Summe als auch pro Mitarbeiter. Ob diese Lohnzuwächse langfristig anhalten und ob sie gleichmäßig über verschiedene Qualifikationsniveaus verteilt werden, bleibt laut den Forschern eine offene Frage.

Implikationen für die Wirtschaftspolitik

Die Studienautoren leiten mehrere politische Schlussfolgerungen ab. Erstens profitieren vor allem mittlere und große Unternehmen von KI. Politische Maßnahmen sollten daher kleineren Firmen helfen, die kritische Größe zu erreichen, um von KI zu profitieren. Dies erfordert gut funktionierende Finanzmärkte, die Kapital zu innovativen, wachsenden Unternehmen lenken können.

Zweitens muss öffentliche Förderung über die Subventionierung von KI-Hardware oder Software hinausgehen. Effektive Unterstützung erfordert Anreize für Investitionen in Integration, Workflow-Neugestaltung und kontinuierliches Lernen. Weiterbildungsprogramme sollten sogenannte „Fusion Skills“ priorisieren: Fähigkeiten wie Prompt Engineering, Datenverantwortung und menschliche Kontrolle in KI-gestützten Entscheidungsprozessen.

Drittens warnen die Forscher vor Selbstgefälligkeit. Während die Studie keine unmittelbaren Arbeitsplatzverluste zeigt, könnten die beobachteten Kapitalvertiefungseffekte vorübergehend sein. Mit zunehmender Leistungsfähigkeit von KI-Systemen und wachsender Integrationserfahrung könnten arbeitsplatzverdrängende Effekte auftreten. Zudem könnten Lohnzuwächse überproportional hochqualifizierten Arbeitskräften zugutekommen und Einkommensungleichheit verstärken.

Datengrundlage und Einschränkungen

Die Analyse basiert auf Umfragedaten der European Investment Bank Investment Survey, kombiniert mit Bilanzdaten von Moody’s Orbis. Die Untersuchung erfasst kurzfristige Effekte auf das Produktivitätsniveau, nicht langfristige Auswirkungen auf das Wachstum der totalen Faktorproduktivität. Die Autoren betonen, dass ihre Ergebnisse die Ansichten der beteiligten Institutionen (Bank für Internationalen Zahlungsausgleich und Europäische Investitionsbank) nicht notwendigerweise widerspiegeln.

Eine umfassende Untersuchung von über 12.000 europäischen Unternehmen zeigt erstmals die konkreten Auswirkungen von Künstlicher Intelligenz auf Produktivität und Beschäftigung. Die Studie von Aldasoro et al. (2026) liefert belastbare Kausalzusammenhänge und zeichnet ein differenziertes Bild der KI-Adoption in Europa.

Zentrale Ergebnisse der Untersuchung

Die Forscher identifizierten drei wesentliche Erkenntnisse. Erstens erhöht die KI-Nutzung die Arbeitsproduktivität im EU-Durchschnitt um 4 Prozent. Dieser Effekt ist statistisch robust und wirtschaftlich bedeutsam, liegt jedoch unterhalb optimistischer Prognosen eines umfassenden Produktivitätsbooms.

Zweitens fanden die Wissenschaftler keine Hinweise auf Beschäftigungsrückgänge durch KI-Einführung. Während einfache Vergleiche zunächst auf mehr Beschäftigte in KI-nutzenden Unternehmen hindeuteten, verschwindet dieser Zusammenhang bei Berücksichtigung von Selektionseffekten. Die Kombination aus Produktivitätssteigerung ohne Arbeitsplatzverluste deutet auf einen spezifischen Mechanismus hin: Kapitalvertiefung. KI ergänzt die Arbeit der Beschäftigten, ohne diese zu ersetzen.

Drittens sind die Produktivitätsgewinne ungleich verteilt. Mittlere und große Unternehmen profitieren deutlich stärker als kleinere Betriebe.

Methodisches Vorgehen

Die Studie nutzt Daten der European Investment Bank Investment Survey (EIBIS) in Kombination mit Bilanzdaten von Moody’s Orbis. Um kausale Effekte zu isolieren, entwickelten die Forscher eine neuartige Instrumentalvariablen-Strategie. Für jedes EU-Unternehmen identifizierten sie vergleichbare US-Firmen nach Sektor, Größe, Investitionsintensität, Innovationsaktivität, Finanzierungsstruktur und Managementpraktiken. Die KI-Adoptionsrate dieser US-Pendants dient als Proxy für die exogene KI-Exposition des EU-Unternehmens.

KI-Adoption in Europa: Ein heterogenes Bild

Die Untersuchung zeigt, dass die durchschnittliche KI-Nutzung in der EU und den USA ähnlich hoch ist. Unter der Oberfläche offenbart sich jedoch erhebliche Heterogenität. In finanziell entwickelten EU-Ländern wie Schweden und den Niederlanden nutzen rund 36 Prozent der Unternehmen Big Data Analytics und KI (Stand 2024), vergleichbar mit den USA. In weniger finanziell entwickelten EU-Volkswirtschaften wie Rumänien und Bulgarien liegt die Adoptionsrate dagegen nur bei etwa 28 Prozent.

Auch die Unternehmensgröße spielt eine entscheidende Rolle. Während 45 Prozent der großen Unternehmen (über 250 Beschäftigte) KI einsetzen, sind es bei kleinen Firmen (10 bis 49 Beschäftigte) nur 24 Prozent. KI-nutzende Unternehmen investieren systematisch mehr, sind innovativer und haben größere Schwierigkeiten, qualifizierte Arbeitskräfte zu finden.

Die entscheidende Rolle komplementärer Investitionen

Ein zentrales Ergebnis der Studie: KI-Adoption allein reicht nicht aus. Unternehmen müssen komplementäre Investitionen tätigen, um das volle Potenzial zu erschließen. Die Analyse zeigt bemerkenswerte Unterschiede in der Wirkung verschiedener Investitionsarten:

• Ein zusätzlicher Prozentpunkt Investition in Software und Dateninfrastruktur erhöht den Produktivitätseffekt von KI um 2,4 Prozentpunkte
• Ein zusätzlicher Prozentpunkt für Mitarbeitertraining verstärkt die KI-bedingten Produktivitätsgewinne um 5,9 Prozentpunkte

Diese Befunde unterstreichen, dass die Produktivitätsdividende von KI nicht nur vom Erwerb der Technologie abhängt, sondern von der Fähigkeit der Unternehmen, diese durch Investitionen in immaterielle Vermögenswerte und Humankapital zu integrieren.

Lohnentwicklung in KI-nutzenden Unternehmen

Beschäftigte in KI-nutzenden Unternehmen profitieren durch höhere Löhne, sowohl in der Summe als auch pro Mitarbeiter. Ob diese Lohnzuwächse langfristig anhalten und ob sie gleichmäßig über verschiedene Qualifikationsniveaus verteilt werden, bleibt laut den Forschern eine offene Frage.

Implikationen für die Wirtschaftspolitik

Die Studienautoren leiten mehrere politische Schlussfolgerungen ab. Erstens profitieren vor allem mittlere und große Unternehmen von KI. Politische Maßnahmen sollten daher kleineren Firmen helfen, die kritische Größe zu erreichen, um von KI zu profitieren. Dies erfordert gut funktionierende Finanzmärkte, die Kapital zu innovativen, wachsenden Unternehmen lenken können.

Zweitens muss öffentliche Förderung über die Subventionierung von KI-Hardware oder Software hinausgehen. Effektive Unterstützung erfordert Anreize für Investitionen in Integration, Workflow-Neugestaltung und kontinuierliches Lernen. Weiterbildungsprogramme sollten sogenannte „Fusion Skills“ priorisieren: Fähigkeiten wie Prompt Engineering, Datenverantwortung und menschliche Kontrolle in KI-gestützten Entscheidungsprozessen.

Drittens warnen die Forscher vor Selbstgefälligkeit. Während die Studie keine unmittelbaren Arbeitsplatzverluste zeigt, könnten die beobachteten Kapitalvertiefungseffekte vorübergehend sein. Mit zunehmender Leistungsfähigkeit von KI-Systemen und wachsender Integrationserfahrung könnten arbeitsplatzverdrängende Effekte auftreten. Zudem könnten Lohnzuwächse überproportional hochqualifizierten Arbeitskräften zugutekommen und Einkommensungleichheit verstärken.

Datengrundlage und Einschränkungen

Die Analyse basiert auf Umfragedaten der European Investment Bank Investment Survey, kombiniert mit Bilanzdaten von Moody’s Orbis. Die Untersuchung erfasst kurzfristige Effekte auf das Produktivitätsniveau, nicht langfristige Auswirkungen auf das Wachstum der totalen Faktorproduktivität. Die Autoren betonen, dass ihre Ergebnisse die Ansichten der beteiligten Institutionen (Bank für Internationalen Zahlungsausgleich und Europäische Investitionsbank) nicht notwendigerweise widerspiegeln.