Eine umfangreiche Feldstudie von Microsoft liefert erste Erkenntnisse zur Auswirkung von generativer KI auf die Produktivität am Arbeitsplatz. Die Ergebnisse deuten auf messbare Verbesserungen hin, zeigen aber auch Unterschiede zwischen verschiedenen Rollen und Funktionen.
Microsoft hat die Ergebnisse mehrerer Studien zur Produktivitätssteigerung durch generative KI-Tools wie Copilot veröffentlicht. Im Mittelpunkt steht dabei eine groß angelegte Feldstudie mit über 6000 Mitarbeitenden aus mehr als 60 Unternehmen.
Laut Microsoft handelt es sich um die bisher größte kontrollierte Studie zu den Auswirkungen generativer KI im realen Arbeitsumfeld. Die Teilnehmenden nutzten Copilot for Microsoft 365 in ihrem normalen Arbeitsalltag.
Die Ergebnisse zeigen, dass Mitarbeitende mit Zugang zu Copilot im Durchschnitt 11 Prozent weniger E-Mails lasen und 4 Prozent weniger Zeit damit verbrachten. In einigen Unternehmen lag die Reduktion sogar bei 20 bis 25 Prozent.
Bei der Anzahl der Meetings ergab sich ein gemischtes Bild: Manche Unternehmen verzeichneten eine signifikante Zunahme, andere eine Abnahme. Das könnte darauf hindeuten, dass Copilot Meetings sowohl effizienter als auch effektiver macht.
Zudem erstellten und bearbeiteten Nutzer von Copilot 10 Prozent mehr Dokumente, bei intensiven Nutzern sogar 13 Prozent mehr. In einigen Organisationen lag der Anstieg bei 25–30 Prozent.
Bis zu 30 Minuten Zeitersparnis pro Tag bei Power-Usern
Eine ergänzende Umfrage unter 31.000 Beschäftigten in 31 Ländern ergab, dass 29 Prozent der KI-Nutzer als "Power User" eingestuft werden können. Diese sparen nach eigenen Angaben mehr als 30 Minuten pro Tag durch KI-Nutzung.
Die Auswirkungen von Copilot variieren je nach Rolle und Funktion. Laut einer weiteren Umfrage berichteten Beschäftigte im Kundenservice und Vertrieb von den größten Produktivitätssteigerungen, während juristische Fachkräfte geringere Verbesserungen verzeichneten.4
Besonders spannend sind die Erkenntnisse zu kognitiven Belastung während der Verwendung von generativer KI: Einerseits erfordern Aktivitäten wie Prompt Engineering, Iteration und Output-Bewertung zusätzlichen metakognitiven Aufwand (die Anstrengung, die für die Überwachung und Kontrolle der eigenen Gedanken und Prozesse).
Nutzer müssen ein explizites Bewusstsein für Aufgabenziele entwickeln, Aufgaben zerlegen und ein angemessenes Vertrauen in ihre Bewertungsfähigkeit aufbauen. Die Verfügbarkeit von KI-Tools schafft zudem eine zusätzliche Belastung bei der Entscheidung, wie diese in Arbeitsabläufe integriert werden sollen.
Andererseits kann der metakognitive Aufwand durch verschiedene Maßnahmen reduziert werden, wie die Verbesserung der metakognitiven Fähigkeiten der Nutzer selbst, die Reduzierung der Anforderungen der Tools selbst, verbesserte Erklärbarkeit der KI-Systeme und Anpassungsfähigkeit an Nutzer und Aufgaben.
Eine Studie zu Microsoft Copilot zeigte sogar, dass Nutzer Aufgaben mit KI-Unterstützung als weniger mental fordernd, stressig und schwierig empfanden, wobei dies interessanterweise keine Auswirkung auf die empfundene Schwierigkeit der Folgeaufgaben hatte.
Microsoft betont, dass die Ergebnisse auf eine messbare Produktivitätssteigerung durch generative KI im Arbeitsalltag hindeuten. Gleichzeitig zeigt sich, dass die Auswirkungen je nach Kontext und Nutzung variieren können. Weitere Forschung soll untersuchen, wie Unternehmen den produktiven Einsatz von KI am besten fördern können.
