0,1 Prozent. Das ist alles.
Nick Bloom, Wirtschaftsprofessor an der Stanford University, hat kürzlich Daten von 6000 Führungskräften aus vier Ländern bei der Federal Reserve Bank of San Francisco präsentiert. Das Ergebnis: AI hat bisher fast keinen messbaren Effekt auf die Produktivität. Die Zahl liegt bei 0,1 Prozent pro Jahr.
Gleichzeitig prognostizieren dieselben Führungskräfte, dass AI in den nächsten drei Jahren rund 0,75 Prozent jährlich bringen wird. Drei Viertel der befragten CFOs nutzen AI bereits aktiv. Im Schnitt anderthalb Stunden pro Woche. Weniger als ein einzelnes Meeting über AI-Strategie dauert.
Die Technologie ist da. Die Nutzung auch. Aber die Wirkung fehlt. Und genau diese Lücke ist das Interessanteste, was man als Unternehmer gerade beobachten kann.
Die Fabrik mit dem neuen Motor
Bloom nutzt eine Analogie, die verdient, ernst genommen zu werden.
Als der Elektromotor die Dampfmaschine ablöste, haben Fabrikbesitzer zunächst nur den Motor getauscht. Das Gebäude blieb gleich: hoch, schmal, ein zentraler Antrieb, Riemen zu jeder Maschine. Die Produktivität? Kaum messbar besser.
Es dauerte zwanzig bis dreissig Jahre, bis jemand verstand, dass der Elektromotor eine komplett andere Fabrikarchitektur ermöglicht. Flache Gebäude. Dezentrale Motoren an jeder Maschine. Völlig neue Arbeitsabläufe. Erst dann explodierte die Produktivität.
Die Parallele zu AI ist unbequem, aber präzise. Die meisten Unternehmen haben sich ein AI-Abo gekauft. Manche haben eine Strategie formuliert. Aber die Prozesse, die Rollenverteilung, die Entscheidungswege sind dieselben geblieben wie vorher.
Sie haben den Motor getauscht. Aber die Fabrik nicht umgebaut.
Warum KMU besonders betroffen sind
Grossunternehmen haben Innovationsabteilungen, Transformationsbudgets und Chief AI Officers. KMU haben das nicht. Und das ist kein Vorwurf, sondern eine Realität, die man verstehen muss, wenn man über AI-Adoption spricht.
“Viele KMUs empfinden sich als geleimte Kartenhäuser. Alles läuft, aber niemand traut sich, auch nur eine Karte zu bewegen. Die Angst ist in den meisten Fällen unbegründet, so real sie sich auch anfühlen mag. Und solange niemand kommt und sagt ‘diese eine Karte hier können wir sicher anfassen’, passiert gar nichts.”
— Matthias Zander, Elevate AI
Das ist die Kernhürde. Nicht fehlende Technologie. Nicht fehlendes Budget. Sondern die begründete Vorsicht von Menschen, die ein funktionierendes Unternehmen führen und kein Experiment daraus machen wollen.
Dazu kommt: AI passt in kein bestehendes Budget. Ist es IT? Innovation? Operations? Wenn niemand zuständig ist, entscheidet niemand. Und wenn jede Unterschrift ein persönliches Risiko darstellt, braucht es nur eine einzige Vetostimme, um ein Projekt zu stoppen.
Das Problem ist nicht technisch
Bloom bringt ein Beispiel, das die Situation perfekt zusammenfasst. Stanford könnte AI nutzen, um PhD-Bewerbungen auszuwerten. Hunderte Bewerbungen, Empfehlungsschreiben in verschiedenen Sprachen, Mustererkennung über Jahre von Daten. Die Technologie würde funktionieren.
Stanford macht es trotzdem nicht. Nicht weil es nicht geht. Sondern weil niemand die Schlagzeile riskieren will: “Stanford lässt AI über Zulassungen entscheiden.”
Dieses Muster wiederholt sich in jeder Branche. In Schweizer Unternehmen scheitert AI nicht am Modell. Sie scheitert am Datenschutzbeauftragten, der den Datenfluss nicht freigibt. Am Geschäftsleiter, der dem Output nicht vertraut. An der IT-Infrastruktur, die eine Integration nicht hergibt. Am Einkauf, der nicht versteht, was er kauft.
Das sind keine technischen Probleme. Es sind organisatorische, kulturelle und politische Hürden. Und sie erklären, warum Bloom’s Rückblick bei 0,1 Prozent liegt, während die Technologie selbst seit Jahren transformativ ist.
Was den Unterschied macht
Bloom hat in seinen Gesprächen mit Führungskräften einen Punkt herausgearbeitet, der oft übersehen wird: Die spannendsten AI-Anwendungen sparen keine Kosten. Sie erschliessen Umsatz, der vorher nicht möglich war.
Ein Sales-Team, das mit AI plötzlich Kunden erreicht, die vorher zu klein waren für einen dedizierten Vertriebler. Dokumentation auf einem Qualitätsniveau, das manuell zu teuer gewesen wäre. Produktvarianten testen, die man sich zeitlich nicht leisten konnte.
Wer AI primär als Sparmassnahme misst, misst das Falsche. Die bessere Frage lautet: Was können wir jetzt tun, was sich vorher nicht gelohnt hat?
Und genau hier liegt der Unterschied zwischen Phase 1 und Phase 2 der Elektromotor-Analogie. Phase 1 spart marginale Kosten. Phase 2 verändert, was überhaupt möglich ist.
Frontend ohne Backend
“Es gab bei mir keinen Erleuchtungsmoment. Mir war früh klar: Der Output einer AI ist nur so gut wie das System dahinter. Ähnlich wie beim Webdesign… du kannst das schönste Frontend haben aber ohne sauberes Backend ist es eine Fassade. Die meisten Unternehmen kaufen sich gerade ein Frontend.”
— Matthias Zander, Elevate AI
Ein ChatGPT-Abo ist kein AI-System. Es ist ein Werkzeug. Und ein Werkzeug ohne Prozess, ohne Struktur, ohne klare Einbettung in bestehende Abläufe bleibt genau das: ein isoliertes Tool, das anderthalb Stunden pro Woche genutzt wird. So wie Blooms Daten zeigen.
Der Schritt von Phase 1 zu Phase 2 erfordert keinen technischen Durchbruch. Er erfordert jemanden, der das Unternehmen versteht, die Hürden kennt und systematisch die richtigen Karten identifiziert, die man sicher anfassen kann.
Genau das ist die Aufgabe eines Fractional CAIO. Kein Vollzeit-Manager, sondern eine externe Rolle, die gezielt dort ansetzt, wo das Kartenhaus stabil genug ist, um den nächsten Schritt zu machen. Die Angst nehmen. Den ersten sicheren Gewinn identifizieren. Und dann den nächsten.
Die Lücke schliesst sich nicht von allein
Bloom gibt AI eine Fifty-fifty-Chance, den jahrzehntelangen Produktivitätsrückgang umzukehren. Er ist kein Techno-Optimist. Er dokumentiert seit Jahren, warum Innovationen immer schwerer messbare Ergebnisse liefern.
Aber er sieht, dass sich etwas verschiebt. Nicht weil die Modelle besser werden, obwohl sie das tun. Sondern weil eine kleine Anzahl von Unternehmen anfängt, ihre Organisation tatsächlich umzubauen.
Die Frage für jedes Schweizer KMU ist, ob man zu dieser Gruppe gehört. Oder ob man in drei Jahren immer noch eine schmale, hohe Fabrik betreibt — mit einem neuen Motor, wo früher die Dampfmaschine stand.
Sie möchten wissen, welche Karte in Ihrem Unternehmen als Erste sicher bewegt werden kann? Vereinbaren Sie ein kostenloses Erstgespräch oder probieren Sie unseren KI-Espresso — 60 Minuten, die Klarheit schaffen.
Mehr Informationen auf www.elevate-ai.ch.