Zwei Prozent.
Das ist der Anteil der Beschäftigten, deren beobachtete Aktivität zeigt, dass KI tatsächlich in die Art eingebaut ist, wie die Arbeit erledigt wird — nicht ausprobiert, nicht gelegentlich genutzt, sondern fest im Arbeitsfluss verankert. Die Zahl stammt aus ActivTraks Productivity Lab, das die KI-Adoption bei 120.620 Beschäftigten danach eingestuft hat, was diese Menschen nachweislich taten, und nicht danach, wofür sie lizenziert waren oder was sie in einer Umfrage angaben. Siebenundzwanzig Prozent erreichten Rechercheunterstützung. Vierzehn Prozent die Aufgabenausführung. Zwei Prozent die Workflow-Integration (ActivTrak Productivity Lab, 2026).
Ihr KI-Adoption-Dashboard meldet mit ziemlicher Sicherheit eine deutlich höhere Zahl. Es lügt nicht. Es beantwortet eine andere Frage — eine, die zu stellen Sie irgendwann nicht mehr bemerkt haben.
Zwei Messungen, eine Woche, zwei Realitäten
Das Timing ist der Hinweis. In derselben Woche meldete Gallup einen Sprung der organisationalen KI-Adoption um sechs Punkte (Gallup, 2026), und ActivTrak veröffentlichte die 2 % Workflow-Integration (ActivTrak Productivity Lab, 2026).
Beide sind glaubwürdig. Sie widersprechen sich nicht, weil sie nicht dasselbe messen. Gallup fragt Menschen und Organisationen, was sie tun. ActivTrak beobachtet, welche Werkzeuge tatsächlich offen sind, in welcher Reihenfolge, wie häufig, über welchen Teil eines Arbeitstages. Selbstauskunft erfasst Absicht, Bewusstsein und Zugang. Verhaltenstelemetrie erfasst Gewohnheit.
Ich möchte hier präzise sein, denn das ist ein Vergleich zweier Methoden und keine Kopf-an-Kopf-Studie; es als Widerspruch zu behandeln wäre unsauber. Andere Stichproben, andere Instrumente, andere Definitionen des Wortes „Adoption". Der Punkt ist nicht, dass ein Datensatz den anderen widerlegt. Der Punkt ist, dass die meisten Operations-Teams die erste Art von Zahl an ein Gremium berichten, das die zweite Art von Ergebnis finanziert.
In dieser Lücke sterben KI-Budgets leise. Der Zugang skaliert schnell. Die Neugestaltung der Arbeit nicht. Und jedes Dashboard, das auf Lizenzplätzen, Logins und monatlich aktiven Nutzern beruht, wird die erste Kurve zeigen und über die zweite schweigen.
Was die drei Stufen tatsächlich unterscheiden
Das Stufenmodell zählt mehr als der Schlagzeilenprozentsatz, weil es einer Operations-Leitung etwas gibt, das sie instrumentieren kann.
Stufe 1 — Rechercheunterstützung (27 %). Die Person stellt dem Modell Fragen. Entwerfen, zusammenfassen, nachschlagen. Die Tätigkeit bleibt unverändert; ein Nachschlageschritt wurde schneller.
Stufe 2 — Aufgabenausführung (14 %). Das Modell erledigt eine abgegrenzte Arbeitseinheit: schreibt die erste Fassung, extrahiert die Felder, erstellt die Analyse. Die Aufgabe ist nun geteilt. Der Workflow drumherum bleibt unberührt.
Stufe 3 — Workflow-Integration (2 %). KI ist ein tragender Schritt in einem Prozess, der um sie herum neu sequenziert wurde. Übergaben haben sich verschoben. Freigaben haben sich verschoben. Die Arbeit ist nicht die alte Arbeit, nur schneller; sie hat eine andere Form.
Nur Stufe 3 verändert die Kostenstruktur
Das ist der operative Kern. Stufen 1 und 2 erzeugen Zeitersparnisse, die in Fragmenten über Einzelpersonen verstreut sind — zwanzig Minuten hier, ein Nachmittag dort. Real, aber nicht buchbar. In der GuV bewegt sich nichts, weil sich im Prozess nichts bewegt hat; die gesparten Minuten werden von derselben Warteschlange aufgesogen, die sie erzeugt hat.
Stufe 3 ist der Punkt, an dem Durchlaufzeit, Personalplanung und Stückkosten reagieren, weil der Prozess selbst neu gebaut wurde. Das ist die Stufe, gegen die Ihr Business Case gerechnet wurde. Und es ist die Stufe, die zwei Prozent der Beschäftigten erreicht haben.
Der Mechanismus hinter dieser Lücke ist gut dokumentiert. Deloittes Studie mit 3.235 Führungskräften fand eine Reaktion auf KI, die stark zum Schulen der Werkzeuge tendiert statt zum Umbau der Arbeit: 53 % qualifizieren die Belegschaft, um KI-Kompetenz zu erhöhen, während nur 30 % die Organisation um neue KI-Muster herum neu denken und 33 % Karrierepfade neu gestalten (Deloitte, 2026). Alle schulen. Fast niemand gestaltet um. Dann misst man abgeschlossene Trainings und nennt es Adoption.
Warum Lizenzzahlen weiterhin als KI-Adoption durchgehen
Login-Kennzahlen überleben aus strukturellen Gründen, nicht aus dummen.
Sie sind kostenlos — die Lizenzplattform liefert sie ohne jede Instrumentierung. Sie bewegen sich früh, was sie in den ersten beiden Quartalen eines Rollouts befriedigend macht. Sie sind eindeutig, also streitet niemand im Steering-Meeting. Und sie steigen monoton, was genau das ist, was ein Sponsor unter Druck von einer Folie erwartet.
Kennzahlen für veränderte Arbeit haben keine dieser Eigenschaften. Sie verlangen, dass jemand den Workflow definiert, eine Baseline setzt und dann einräumt, wenn sich nichts bewegt hat. Sie sind angreifbar. Sie können zwei Quartale flach bleiben, während um die Neugestaltung gerungen wird. Sie zu berichten ist ein politischer Akt, was das Berichten von Lizenzplätzen nicht ist.
Der Anreiz ist also sauber — und zeigt in die falsche Richtung: Die am leichtesten zu erzeugende Zahl ist die, die am wenigsten mit dem versprochenen Ergebnis zu tun hat. Das ist kein Messfehler. Es ist ein Governance-Fehler im Messkostüm.
Es gibt einen Effekt zweiter Ordnung, der selten benannt wird. Sobald die Lizenzzahl als Definition von KI-Adoption etabliert ist, beginnt sie, Verhalten zu steuern. Budget fließt dorthin, wo diese Zahl steigt — mehr Lizenzen, breiterer Rollout, noch eine Abteilung an Bord — denn das ist die Zahl unter Steuerung. Die Workflow-Neugestaltung, die den Business Case tatsächlich bewegen würde, konkurriert um Mittel gegen eine Kennzahl, die sie strukturell nicht belohnen kann. Teams wählen Verteilung nicht aus inhaltlichen Gründen vor Neugestaltung. Sie wählen sie, weil Verteilung das ist, wofür das Dashboard zahlt.
Die faire Lesart der zwei Prozent
Drei Einschränkungen, sonst wird die Zahl missbraucht.
Sie ist kein Beleg dafür, dass KI nicht funktioniert. Sie ist ein Beleg über Verbreitung, nicht über Wirksamkeit. Eine Integrationsquote von 2 % sagt, dass die Praxis selten ist, nicht dass sie unproduktiv wäre. Die Organisationen innerhalb dieser 2 % sind die interessante Population, und nichts in diesen Daten legt nahe, dass sie ihre Zeit verschwenden.
Die Entwicklung ist real. Die Stufe-3-Kohorte wuchs von 1.739 Beschäftigten im Q1 2026 auf 2.369 im Q2 — ein Quartalsplus von 36 % (ActivTrak Productivity Lab, 2026). Kleine Basis, steile Kurve. Das ist frühes Diffusionsverhalten, keine Stagnation.
Verhaltenstelemetrie hat eigene blinde Flecken. Sie sieht Werkzeugaktivität, nicht Urteilsvermögen. Wer KI einmal nutzt, um einen Prozess neu zu gestalten, und den verbesserten Prozess danach ohne weiteres Modell betreibt, tut genau das, was Stufe 3 beschreiben soll — und wird nicht zwingend so erfasst. Beobachtungsdaten sind ein besserer Proxy als Selbstauskunft. Sie bleiben ein Proxy.
Was alle drei Einschränkungen überlebt, ist die Asymmetrie zwischen den beiden Kurven. Zugang wird in einem Tempo bereitgestellt, dem das Verhalten nicht annähernd folgt — und nur eines von beidem taucht in den Berichten an die Führung auf.
Auf Stufe 2 stehenzubleiben hat seine eigene Rechnung
Es gibt einen weiteren Grund, Stufe 2 nicht als bequemen Ruheplatz zu behandeln, und er stammt aus demselben Instrument.
ActivTraks Verhaltensvergleich von rund 10.584 Beschäftigten, gemessen 180 Tage vor und nach der KI-Einführung, fand E-Mail-Aktivität +104 %, Chat +145 %, Nutzung von Business-Tools +94 %, produktive Stunden +5 % — und durchschnittliche ununterbrochene Fokussitzungen −9 %, von 14 Minuten 23 Sekunden auf etwa 13 Minuten (ActivTrak, 2026).
Lesen Sie das als operative Aussage. Die Arbeit wurde schneller und dichter. Sie wurde auch fragmentierter, und die Fragmentierung trifft genau jene Tiefenkonzentration, die Prozessneugestaltung braucht. Stufe 2 ohne Stufe 3 kauft Ihnen mehr Transaktionen pro Stunde und weniger ununterbrochene Strecken, in denen jemand darüber nachdenken könnte, warum der Prozess überhaupt so viele Transaktionen hat.
Unterdessen steigt die Deployment-Kurve weiter. Microsofts Work Trend Index 2026 berichtet von aktiven Agenten mit 15-fachem Wachstum im Jahresvergleich im eigenen Ökosystem, 18-fach in Großunternehmen, während nur 26 % der KI-Nutzenden von einer bei der KI-Strategie ausgerichteten Führung berichten (Microsoft, 2026). Verteilung überholt Richtung — und das Dashboard misst Verteilung.
Bauen Sie das Dashboard um veränderte Arbeit herum neu
Vier Änderungen, geordnet danach, wie günstig sie sind.
Nehmen Sie die Lizenzzahl als Leitkennzahl heraus. Behalten Sie sie als Kostengröße, wo sie hingehört — neben den Lizenzausgaben, nicht neben den Ergebnissen. In dem Moment, in dem sie auf einer Ergebnisfolie erscheint, beginnt sie, ein Ergebnis zu ersetzen.
Benennen Sie einen Workflow und stufen Sie ihn ehrlich ein. Wählen Sie einen einzelnen Prozess mit echtem Verantwortlichen. Klassifizieren Sie ihn: Rechercheunterstützung, Aufgabenausführung oder Workflow-Integration. Die meisten Teams entdecken, dass ihre KI-Vorzeigegeschichte eine Stufe 1 mit guten Anekdoten ist. Diese Entdeckung ist das Ergebnis.
Instrumentieren Sie Prozessfakten, nicht Aktivitätsfakten. Durchlaufzeit end-to-end, Zahl der Übergaben, Nacharbeitsquote, Ausnahmevolumen. Das sind Größen, die sich nur bewegen, wenn sich der Workflow bewegt — genau deshalb sind sie schwerer zu manipulieren und mehr wert als jedes Nutzungsdiagramm.
Koppeln Sie den Lizenzausbau an einen Stufe-3-Nachweis. Frieren Sie weiteres Lizenzwachstum ein, bis ein benannter Workflow die Integration nachweislich erreicht. Das ist der einzige Mechanismus auf der Liste mit Zähnen, weil er die Messung folgenreich statt dekorativ macht.
Ergänzen Sie eine Aufmerksamkeitsprüfung: Erfassen Sie die Länge ununterbrochener Fokussitzungen vor und nach jedem Rollout. Wenn KI-Adoption den Arbeitstag zerstückelt, wollen Sie das im selben Bericht sehen wie die Durchsatzgewinne — nicht ein Jahr später entdecken.
Eine Entscheidung für dieses Quartal
Nehmen Sie den Workflow, mit dem Ihre KI-Investition öffentlich begründet wird. Stufen Sie ihn gegen das Drei-Stufen-Modell ein, gemeinsam mit jemandem, der kein Interesse an der Antwort hat. Wenn es Stufe 1 oder 2 ist — und nach dieser Evidenz ist es das höchstwahrscheinlich — frieren Sie den Lizenzausbau ein und verwenden Sie das nächste Quartal darauf, diesen einen Workflow auf Stufe 3 zu heben.
Die Übung ist günstig, dauert etwa eine Woche und erzeugt das eine Artefakt, das den meisten KI-Programmen fehlt: eine ehrliche Baseline. Alles danach — Business Case, Ausbauplan, die Diskussion über Personal — wird genauer, weil eine echte Zahl darunter liegt.
Die Frage, die Ihr KI-Adoption-Dashboard beantwortet, lautet wie viele Menschen KI nutzen können. Die Frage, auf der Ihr Business Case ruht, lautet wie viel Arbeit jetzt anders erledigt wird. Nur eine der beiden ist je in der GuV aufgetaucht, und es ist nicht die auf der Folie.
