Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
aisi2. Februar 2026 · Q001465

AI and the future of work: Measuring AI-driven productivity gains for workplace tasks

aisi.gov.uk · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Eine randomisierte Pilotstudie mit 500 Teilnehmenden berichtet im Durchschnitt bessere Aufgabenwerte und kürzere Bearbeitungszeiten mit KI, wobei die Effekte je nach Aufgabe stark schwanken und bei einer offenen Planungsaufgabe keine statistisch signifikanten Verbesserungen auftraten. Wegen der begrenzten Stichprobe stuft der Bericht alle Ergebnisse als vorläufig und mit erheblicher Unsicherheit behaftet ein.

Mittel

Der Bericht stellt eine Pilotstudie des britischen AI Security Institute vor, die Produktivitätseffekte von KI bei vier berufsübergreifenden Aufgaben untersucht. Die Aufgaben wurden aus der O*NET-Systematik ausgewählt und sollten typische Arbeitssituationen abbilden, ohne Fachwissen vorauszusetzen. In einem randomisierten Versuch bearbeiteten 500 Teilnehmende die Aufgaben entweder mit Zugang zu einem großen Sprachmodell oder ohne KI. Erfasst wurden Aufgabenqualität, Bearbeitungszeit und Punkte pro Minute.

Im Mittel meldet der Bericht für die KI-Gruppe 19 Prozent mehr Punkte, 25 Prozent weniger Zeit und 61 Prozent mehr Punkte pro Minute. Die Effekte variierten: Bei zwei strukturierten Aufgaben verbesserten sich einzelne oder mehrere Kennzahlen; bei einer offenen Planungsaufgabe gab es keine statistisch signifikanten Effekte. Bei der Interpretation von Informationen sank die Bearbeitungszeit, während Qualität unverändert blieb.

Die Forschenden betonen, dass die kleine Stichprobe erhebliche Unsicherheit bei allen Schätzungen lässt. Sie bezeichnen die Ergebnisse als vorläufig und planen weitere Tests mit zusätzlichen Tätigkeiten sowie agentischen KI-Systemen.

Ausführlich lesen

Der Bericht beschreibt eine Pilotstudie des britischen AI Security Institute (AISI), die untersuchen soll, ob und wie stark KI die Produktivität bei arbeitsbezogenen Aufgaben steigert. Die Autorinnen und Autoren verorten die Untersuchung in einer Situation großer Unsicherheit über die Folgen von KI für den britischen Arbeitsmarkt. Ihr Ansatz soll bestehende Forschung ergänzen: Statt ganze Berufe direkt zu bewerten, werden einzelne, berufsübergreifende Tätigkeiten aus der O*NET-Systematik in kontrollierten Experimenten geprüft.

Aus vier O*NET-Kategorien – Informationseingabe, Arbeitsergebnisse, Interaktion mit anderen und mentale Prozesse – wählte das Forschungsteam jeweils die Tätigkeit aus, die in den meisten Berufen vorkommt. Dazu entwickelte und validierte es mit Forschungspartnern Aufgaben, die berufliche Situationen nachbilden sollten, aber kein spezielles Fachwissen voraussetzten. Die zentrale Frage lautete, ob der Zugang zu einem Anfang 2025 veröffentlichten großen Sprachmodell die Leistung bei diesen Aufgaben verbessert.

An der randomisierten kontrollierten Studie nahmen 500 über Prolific angeworbene Personen teil. Sie wurden zufällig einer Gruppe mit KI-Zugang oder einer Kontrollgruppe ohne KI-Zugang zugeteilt und bearbeiteten die vier Aufgaben. Gemessen wurden die erzielte Qualität, die Bearbeitungszeit und „Punkte pro Minute“, also die Aufgabenpunktzahl geteilt durch die benötigte Zeit. Diese kombinierte Kennzahl setzt voraus, dass zusätzliche Arbeitszeit gleichmäßig zur Qualität beiträgt. Antworten wurden mit speziell kalibrierten KI-Bewertungssystemen beurteilt; bei einer Teilmenge erfolgte zusätzlich eine menschliche Bewertung. Laut Bericht stimmten Mensch und KI bei den Aufgaben 1, 2 und 4 stark, bei Aufgabe 3 etwas weniger stark überein.

Im Durchschnitt über alle Aufgaben meldet der Bericht für die KI-Gruppe 19 Prozent mehr Punkte, 25 Prozent weniger Bearbeitungszeit und 61 Prozent mehr Punkte pro Minute als für die Kontrollgruppe. Die Ergebnisse unterscheiden sich jedoch je nach Aufgabe: Bei der Überwachung von Abläufen stieg die Qualität laut Bericht signifikant um 22 Prozent, während Zeit und Punkte pro Minute nicht beeinflusst wurden. Beim Entwerfen und Spezifizieren technischer Geräte und Teile verbesserten sich Qualität um 23 Prozent und Punkte pro Minute um 86 Prozent; die Bearbeitungszeit sank um 34 Prozent. Für Planen und Priorisieren fand die Studie bei keiner der drei Kennzahlen einen statistisch signifikanten Effekt. Beim Interpretieren von Informationen für andere blieb die Qualität unverändert, während die Bearbeitungszeit um 42 Prozent sank und Punkte pro Minute um 101 Prozent stiegen.

Die Autorinnen und Autoren deuten diese Unterschiede als Hinweis auf ungleichmäßige KI-Fähigkeiten: Die Aufgaben mit strukturierter Analyse, Synthese und geschlossenen Fragestellungen profitierten eher; bei der offeneren, strategischen Planung zeigte sich kein statistisch gesicherter Zugewinn. Zugleich betonen sie die Grenzen der Untersuchung. Die Stichprobe ist begrenzt, und daher besteht laut Bericht bei sämtlichen Schätzungen erhebliche Unsicherheit. Die Ergebnisse seien vorläufige Hinweise, keine belastbaren Schätzungen der Wirkung auf den gesamten Arbeitsmarkt. Weitere Forschung müsse die Größenordnung der Effekte besser absichern. Geplant sind zusätzliche Tätigkeiten und Tests agentischer KI-Systeme mit möglichst wenig menschlicher Unterstützung. Die Forschenden wollen damit künftig auch die Automatisierbarkeit von Tätigkeiten und Berufen im Vereinigten Königreich untersuchen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurden beide Zusammenfassungen von Luna gemeinsam, die mittlere ist die ausführlichere. Die kurze Fassung ist inhaltlich korrekt; in der mittleren stimmt die Anzahl der Aufgaben mit Effekten nicht.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Schlussfolgerung, dass KI für viele Beschäftigte im UK Produktivitätsgewinne bringen könnte (Relevanz in den 412 SOC2020-Berufsgruppen)
  • Die Erklärung der unterschiedlichen Ergebnisse: strukturierte, geschlossene Aufgaben gegenüber der offenen, strategischen Aufgabe 3
  • Der Einordnungsrahmen: Teil des neuen Programms der Regierung für Zukunft der Arbeit und der Unit des DSIT
  • Die Bewertung der Antworten durch KI-Autograder, die mit menschlichen Gradern abgeglichen wurden

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Angabe 'Bei zwei strukturierten Aufgaben' verbesserten sich Kennzahlen; der Bericht nennt drei Aufgaben (1, 2 und 4) mit signifikanten Effekten

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 29 %einzelne zitierbare Belege
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 44 %umfangreiche Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-P3-T02 Welche unabhängig überprüfbaren Zusagen könnten Regierungen von ihren KI-Laboren zur Veröffentlichung verlangen, und wie sieht unabhängige Prüfung aus, wenn der Beleg, dass ein Modell seinen vorgesehenen Zielen und Werten folgt, nur vom trainierenden Labor kommt und Prüfer weder die Modellgewichte (die gelernten Parameter) noch die Trainingsdaten sehen? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 0 · kein Bezug
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 33 %Hintergrund, keine Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 29 %Hintergrund, keine Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 34 %nur am Rande erwähnt
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 44 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 33 %nur am Rande erwähnt
    • amos 29 %nur am Rande erwähnt
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 22 %Hintergrund, keine Belege
    • Luna 46 %einzelne zitierbare Belege
    • JEV 46 %einzelne zitierbare Belege
    • amos 40 %einzelne zitierbare Belege
    • SubQ 31 %gleiches Oberthema, hilft nicht
    • drex 45 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 60 %Hintergrund, keine Belege
    • JEV 42 %gleiches Oberthema, hilft nicht
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

  4. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 62 %Hintergrund, keine Belege
    • JEV 49 %gleiches Oberthema, hilft nicht
    • amos 30 %nur am Rande erwähnt
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 47 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 50 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →