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
metr11. Mai 2026 · Q001659

Measuring the Self-Reported Impact of Early-2026 AI on Technical Worker Productivity

metr.org · Originalbericht öffnen ↗

Zusammenfassung

Kurz

In einer Befragung von 349 technischen Fachkräften schätzte METR den selbstberichteten KI-bedingten Wertzuwachs im Median auf das 1,4- bis 2-Fache und den Geschwindigkeitszuwachs auf das 3-Fache. Die Befragten erwarteten einen Anstieg des Wertzuwachses von 1,3-fach im März 2025 über 2-fach im März 2026 auf 2,5-fach im März 2027. METR betont, dass die Gelegenheitsstichprobe, mögliche Verzerrungen und ungenaue Selbstauskünfte die Aussagekraft begrenzen; die Antworten belegen keine tatsächlichen Produktivitätsgewinne.

Mittel

METR fasst eine Befragung von 349 technischen Fachkräften aus Februar bis April 2026 zusammen. Die Studie fragt nach dem wahrgenommenen Wertzuwachs durch KI, getrennt von der bloßen Zeitersparnis: Im Median schätzten die Teilnehmenden den Wert ihrer Arbeit mit KI auf das 1,4- bis 2-Fache, die Geschwindigkeit auf das 3-Fache. Rückblickend nannten sie etwa 1,3-fach für März 2025 und 2-fach für März 2026; für März 2027 erwarteten sie 2,5-fach.

Die Antworten verschiedener Wertfragen waren mäßig korreliert. METR sieht darin eine gewisse interne Konsistenz, kann daraus aber nicht ableiten, dass die Einschätzungen der tatsächlichen Produktivität entsprechen. Die Stichprobe war eine Gelegenheitsstichprobe mit niedriger Rücklaufquote; rund 70 Prozent wurden für die Teilnahme bezahlt, und zehn von 359 Antworten wurden wegen Qualitätsauffälligkeiten ausgeschlossen. Auswahlverzerrungen und ungenaue Selbsteinschätzungen sind daher wichtige Einschränkungen.

Höhere wahrgenommene Zuwächse meldeten häufigere und erfahrenere KI-Nutzer, während METR-Mitarbeitende niedrigere Werte angaben. Eine Prüfung besonders hoher Angaben ließ Zweifel an einigen Fällen aufkommen, war aber begrenzt. METR empfiehlt klar definierte Messgrößen und Befragungen von Führungskräften oder Produktivitätsforschenden. Insgesamt sind die Ergebnisse Selbstauskünfte und kein direkter Nachweis realer Produktivitäts- oder Forschungsfortschritte.

Ausführlich lesen

METR berichtet über eine Befragung von 349 technischen Fachkräften, die zwischen Februar und April 2026 zu ihrer Nutzung von KI-Werkzeugen befragt wurden. Die Stichprobe umfasste unter anderem Softwareentwickler, Forschende, Akademiker und Promovierende sowie Gründer und Führungskräfte. Untersucht wurde, welchen Produktivitätseffekt die Befragten KI zuschreiben. METR unterscheidet dabei zwischen „Wert“ – wie viel wertvollere Arbeit entsteht – und „Geschwindigkeit“ – wie viel schneller Aufgaben erledigt werden. Nach Einschätzung der Autoren kann die Geschwindigkeitsmessung den Wertzuwachs überschätzen, etwa wenn KI zusätzliche, schnell erledigte Aufgaben ermöglicht, die zuvor weniger wichtig gewesen wären.

Die Befragten schätzten den Wert ihrer Arbeit mit KI im Median auf das 1,4- bis 2-Fache; bei der Geschwindigkeit lag der Median bei 3-fach. Rückblickend bezifferten sie den Wertzuwachs für März 2025 auf etwa 1,3-fach, für März 2026 auf 2-fach und prognostizierten für März 2027 einen Anstieg auf 2,5-fach. Die Antworten auf verschiedene Wertfragen korrelierten mäßig. METR wertet sie als überwiegend intern konsistent, betont aber, dass solche Prüfungen nicht zeigen, ob die Einschätzungen der tatsächlichen Produktivität entsprechen.

Methodisch stellte die Umfrage mehrere Fragen zu Wert und Geschwindigkeit, zur Arbeit und KI-Nutzung sowie zu Erfahrung und Ausgaben für KI-Werkzeuge. Die Teilnehmenden kamen aus einer Gelegenheitsstichprobe, unter anderem aus GitHub, akademischen Verzeichnissen, METR-Netzwerken und X. Die Rücklaufquote bei angeschriebenen Personen lag laut Bericht bei ungefähr zwei Prozent; rund 70 Prozent der Teilnehmenden wurden für die Befragung bezahlt. Von 359 erfassten Antworten wurden zehn wegen gehäufter Qualitätsauffälligkeiten ausgeschlossen. Die Autoren nennen Auswahlverzerrungen und mögliche ungenaue Antworten als zentrale Einschränkungen.

Höhere wahrgenommene Wertzuwächse fanden sich laut METR bei Personen, die KI häufiger oder länger nutzen, sowie bei Nutzern bestimmter Programmierassistenten. METR-Mitarbeitende berichteten geringere Zuwächse; warum, bleibt unklar. Eine qualitative Prüfung von sieben Fällen mit mindestens zwei Wertschätzungen von 10-fach oder mehr ließ die Autoren teils an der Höhe der Angaben zweifeln: In zwei Fällen erschienen sie klar übertrieben, in weiteren zwei verdächtig; die übrigen Fälle waren nicht eindeutig oder nur eingeschränkt beurteilbar.

METR warnt, dass Befragungsergebnisse nicht notwendigerweise der Wirklichkeit entsprechen. Frühere Untersuchungen hätten teils deutliche Überschätzungen selbstberichteter Zeitersparnis gefunden; Vergleiche mit Experimenten seien jedoch schwierig, weil Studien unterschiedliche Zeiträume, Aufgaben und Messgrößen abdecken. Auch die ergänzende Frage, welchen Gehaltsanteil Teilnehmende für einen Monat KI-Zugang aufgeben würden, ergab zwar einen Median von 29 Prozent, wird wegen unsicherer Gehaltsschätzungen, großer Streuung und schwer interpretierbarer Anreize aber als schwacher Beleg bewertet. METR empfiehlt für künftige Erhebungen eine klare Definition der Messgröße, ausreichende Stichproben und möglichst Befragungen von Führungskräften oder Produktivitätsforschenden. Die berichteten Wertmultiplikatoren bleiben Selbstauskünfte und sind nur ein indirekter Hinweis auf den Einfluss von KI auf den Fortschritt in der KI-Forschung.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas beide Zusammenfassungen geben den Bericht im Kern treu wieder; die Formulierung belegen keine tatsächlichen Produktivitätsgewinne geht etwas über METRs eigene Vorbehalte hinaus. Mehrere zentrale Befunde fehlen, vor allem Stichprobenzusammensetzung, die Überschätzungsbefunde und die Wert-versus-Tempo-Logik. Der Bericht berührt die Sammelfragen nur am Rande, daher sind die Stufen niedrig.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Stichprobe bestand aus 87 Softwareingenieuren, 71 Forschenden, 129 Akademikern und Doktoranden sowie 48 Gründern und Managern.
  • Geschwindigkeitsangaben (Median 3-fach) gelten laut METR als nach oben verzerrt gegenüber dem Wertzuwachs; die Unterscheidung Wert versus Tempo wird nur knapp erwähnt.
  • Frühere METR-Studie: Entwickler überschätzten den KI-Effekt auf ihre Zeit um rund 40 Prozentpunkte; Umfragen liefern tendenziell höhere Produktivitätsschätzungen als Experimente.
  • Willingness-to-accept: Median 29 Prozent des Gehalts, um KI-Zugang einen Monat zu behalten, mit METR-Vorbehalten zur Datenqualität.
  • Qualitative Prüfung der sieben Angaben von mindestens 10-fach: in zwei Fällen wurde eine Überzeichnung als belegt gesehen, in zwei weiteren bestehen Zweifel.
  • Empfehlungen an KI-Unternehmen: Metrik klar definieren, Führungskräfte und Produktivitätsforschende befragen, Befragung verkürzen.

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 28 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 21 %Hintergrund, keine Belege
    • Luna 43 %einzelne zitierbare Belege
    • JEV 42 %umfangreiche Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 46 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 100 %kein Bezug
    • Luna 58 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

  3. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 26 %Hintergrund, keine Belege
    • Luna 48 %einzelne zitierbare Belege
    • JEV 38 %Hintergrund, keine Belege
    • amos 30 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 24 %einzelne zitierbare Belege
    • d3-ultra 29 %nur am Rande erwähnt
    • Haiku-Prüfung nur am Rande erwähnt

Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 32 %Hintergrund, keine Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Agenten und vernetzte Systeme
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. 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 36 %Hintergrund, keine Belege
    • JEV 34 %gleiches Oberthema, hilft nicht
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • 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 · 40 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 0 · kein Bezug

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 →