Wie viel Zeit spart KI im Büro wirklich? Was ich belegen kann (und was nicht)

Es gibt eine Folie, die mir in Gesprächen mit Geschäftsführern immer wieder begegnet. Sinngemäß steht darauf: „30 Prozent Produktivitätssteigerung in der Verwaltung. Mit KI." Mal sind es 25 Prozent, mal 40, aber es ist immer eine einzige, runde Zahl für die komplette Verwaltung. Und jedes Mal muss ich dabei an mein eigenes Buchhaltungs-Dashboard denken, das seit rund einem Jahr Rechnungen erkennt, kontiert und exportiert, inklusive der Wochen, in denen es schlicht nichts zu tun gab. Die Folie und mein Dashboard beschreiben angeblich dieselbe Welt. Sie haben nur erstaunlich wenig miteinander zu tun.

Kennst du diese Situation auch:

• Ein Anbieter verspricht dir 30 Prozent Ersparnis in der Verwaltung, aber niemand kann dir sagen, worauf diese Zahl eigentlich gerechnet ist?
• Dein Team nutzt längst ChatGPT oder Copilot, aber im Monatsabschluss ändert sich seltsamerweise gar nichts?
• Du sollst ein KI-Budget freigeben und suchst eine belastbare Zahl, findest aber nur Studien, die sich scheinbar widersprechen?

Dann ist dieser Artikel für dich. Meine Antwort vorweg: Die Zeitersparnis durch KI im Büro ist real. Aber sie ist kleiner, als die Folien behaupten, sie ist extrem ungleich verteilt. Und sie fällt als Konfetti an, nicht als Block. Und weil ich seit 2025 meinen eigenen Betrieb Stück für Stück automatisiere, sage ich dir in diesem Artikel zu jeder Zahl dazu, ob ich sie belegen kann oder nur einschätze. Diese Unterscheidung solltest du übrigens von jedem verlangen, der dir eine KI-Rechnung aufmacht.

Warum „30 Prozent produktiver" fast nichts bedeutet: die drei Zoom-Stufen

Die Studienlage zur KI-Produktivität wirkt auf den ersten Blick chaotisch: 29 Prozent schneller, 40 Prozent schneller, 3 Prozent Ersparnis. Der Widerspruch löst sich auf, sobald du schaust, wie nah die jeweilige Studie an echter Alltagsarbeit misst. Ich sortiere dir das in drei Zoom-Stufen.

Zoom-Stufe eins: das Anbieter-Labor. Microsofts eigener Work Trend Index hat 2023 die frühesten Copilot-Nutzer untersucht: In internen Aufgaben-Tests waren sie beim Suchen, Schreiben und Zusammenfassen 29 Prozent schneller, und 70 Prozent der 297 Befragten fühlten sich produktiver. Das ist keine Lüge, aber es ist eine Herstellerzahl unter Idealbedingungen: ausgewählte Aufgaben, motivierte Frühnutzer, Selbstauskunft.

Zoom-Stufe zwei: das unabhängige Labor. Eine MIT-Studie in Science ließ 453 Professionals berufstypische, isolierte Schreibaufgaben bearbeiten: Mit ChatGPT waren sie 40 Prozent schneller, bei 18 Prozent besserer Qualität. Sauber gemessen und wirklich beeindruckend. Nur: Es ist eine einzelne, perfekt KI-geeignete Aufgabe. Dein Arbeitstag besteht nicht aus isolierten Schreibaufgaben.

Zoom-Stufe drei: echte Firmen und ganze Berufe. Ein Microsoft-Forscherteam hat ein randomisiertes Feldexperiment mit über 6.000 Beschäftigten in 56 Firmen über sechs Monate laufen lassen. Ergebnis: Regelmäßige Copilot-Nutzer sparten rund 30 Minuten E-Mail-Lesezeit pro Woche (von etwa drei Stunden insgesamt), Dokumente wurden 12 Prozent schneller fertig. Bei Meetings gab es keine messbare Ersparnis, die Effekte waren klein und statistisch nicht signifikant. Noch breiter misst die dänische Großstudie von Humlum und Vestergaard: rund 25.000 Beschäftigte in elf KI-exponierten Berufen, darunter ausdrücklich Buchhalter und Bürokräfte. Bei den Nutzern kommen rund 3 Prozent der Arbeitszeit als Ersparnis heraus.

Dazu passt eine US-Repräsentativbefragung, die die Federal Reserve Bank of St. Louis ausgewertet hat: Wer generative KI bei der Arbeit nutzt, spart im Schnitt 5,4 Prozent seiner Arbeitszeit, bei einer 40-Stunden-Woche gut zwei Stunden. Über alle Beschäftigten gemittelt bleiben 1,4 Prozent übrig. Merkst du das Muster? Je näher eine Studie an der echten Alltagsarbeit misst, desto kleiner wird die Zahl. Und desto realer.

Die eine Zahl, die hängen bleiben soll

Wenn du dir aus diesem Artikel nur eine Größenordnung mitnimmst, dann bitte diese: Für Büroarbeit insgesamt sind ein bis zwei Stunden pro Woche und aktivem Nutzer die ehrliche Hausnummer aus den Feldstudien. Nicht 30 Prozent der Arbeitszeit.

Und trotzdem stimmt beides gleichzeitig. Das ist ja das Vertrackte. In der einzelnen, gut geeigneten Aufgabe sind 30 bis 40 Prozent real; der Hersteller-Test sagt 29, das MIT-Labor 40. Über die ganze Stelle gemittelt schrumpft das auf einstellige Prozente, weil keine Stelle nur aus KI-geeigneten Aufgaben besteht. Anbieter zitieren die Aufgabe. Bezahlen musst du die Stelle.

Meine eigene Buchhaltung: was ich belegen kann

Jetzt zu dem Teil, bei dem ich nicht zitieren muss, sondern erzählen kann. Vor rund einem Jahr habe ich meine Rechnungsverarbeitung automatisiert. Der Auslöser war keine Strategie, sondern eine ehrlich eingestandene Schwäche: Ich bin wirklich sehr, sehr schlecht darin, meine Belege pünktlich einzusortieren. Die Kurzfassung des Setups: Belege aus E-Mail-Postfächern sammelt das System direkt ein, durch die Kundenportale von ChatGPT, American Express und Co. klickt sich Playwright (gefühlt hält heute jeder Anbieter sein eigenes Portal für den Gipfel der Benutzerfreundlichkeit), ein lokales LLM erkennt und kategorisiert die Belege, und am Ende geht ein sauberer Export an Datev beziehungsweise Lexware. Mein Steuerberater hat lange auf diesen Moment gewartet.

Was kann ich davon belegen? Mein Dashboard zeigte schon damals 60 automatisch erkannte, kategorisierte und exportierte Rechnungen, ohne dass ich einen Finger gerührt habe. Heute klappe ich morgens den Laptop auf, und die Belege sind sortiert, kategorisiert und fertig für den Steuerberater. Die Buchhaltung ist einer von mehreren KI-Agenten, die inzwischen für mich arbeiten. Ein kompletter, wiederkehrender Prozess ist von meinem Schreibtisch verschwunden. Was mir bleibt, ist die Kontrolle.

Und jetzt die ehrliche Auskunft, die du auf keiner Anbieter-Folie findest: Eine saubere Stundenstatistik vorher/nachher habe ich nicht geführt. (Am Anfang habe ich vor allem gemessen, ob das Ding überhaupt zuverlässig läuft.) Und es gab Wochen, in denen die Ersparnis null war. Eine Automatisierung, die sich durch fremde Portale klickt, ist nur so stabil wie diese Portale: Es gab Wochen, in denen ich nachjustiert habe, statt zu sparen. Und belegarme Wochen, in denen es schlicht nichts zu sparen gab. Im Schnitt nimmt mir das System spürbar Arbeit ab, aber der Schnitt versteckt die Ausreißer. Genau deshalb misstraue ich jeder Folie, die eine glatte Prozentzahl ohne Streuung zeigt.

Warum funktioniert das ausgerechnet in der Buchhaltung so gut? Weil dort genau die Vorgänge anfallen, auf denen KI heute stark ist: strukturiert, wiederkehrend, dokumentbasiert. Umso bemerkenswerter finde ich eine Bitkom-Zahl vom vergangenen September: 36 Prozent der deutschen Unternehmen nutzen inzwischen KI, aber nur 17 Prozent der KI-Nutzer setzen sie im Rechnungswesen oder Controlling ein. Der Hype läuft woanders: Kundenkontakt (88 Prozent) und Marketing (57 Prozent). Ausgerechnet eine der dankbarsten Office-Baustellen ist also noch fast unbesetzt.

Ein Hinweis zur Einordnung, bevor du losrechnest: Alles hier sind Brutto-Betrachtungen. Was mich die Kontrolle kostet und was die KI falsch macht, rechne ich in einem der nächsten Artikel ehrlich nach. Dazu bald mehr an dieser Stelle.

Assistenz und Innendienst: was ich einschätzen kann und was nicht

Jetzt der Abschnitt, den dir kein Anbieter-Whitepaper schreiben würde: Ich habe keine Assistenz und keinen Vertriebsinnendienst. Jede Wochenstunden-Zahl, die ich dir für diese Rollen nennen würde, wäre erfunden oder abgeschrieben. Was ich stattdessen habe, sind Beobachtungen aus Workshops mit Kundenteams: welche Aufgaben dort immer wieder als KI-geeignet identifiziert werden, und wo hinterher tatsächlich Zeit gespart wird und wo eben nicht. Alles in diesem Abschnitt ist also begründete Einschätzung, keine Messung.

Bei der Assistenz halte ich eine spürbare Ersparnis für realistisch, überall dort, wo wiederkehrende Formate entstehen: Protokolle, Terminkorrespondenz, Standardschreiben, E-Mail-Entwürfe. Das deckt sich auffällig gut mit dem Copilot-Feldexperiment, denn E-Mail und Dokumente sind genau die Kategorien, in denen dort real gespart wurde. Kaum Ersparnis erwarte ich bei allem, was Abstimmung und Fingerspitzengefühl braucht. Auch dazu passt der Feldbefund: Bei Meetings kam keine messbare Ersparnis an.

Im Vertriebsinnendienst sehe ich eine mittlere Ersparnis bei Angebotsentwürfen und der Vorsortierung von Anfragen. Mit einem dicken Aber: Jeder Preis, jede Kondition, jede Zusage muss geprüft werden, bevor sie das Haus verlässt. Entwurf heißt eben Entwurf.

Damit sieht meine Rollen-Tabelle so aus, inklusive der Spalte, die du auf keiner Anbieter-Folie findest: der Belegbasis.

Verlange diese Spalte auch von jedem Anbieter. Wer bei „Belegbasis" nur mit einer Kundenreferenz aus einer anderen Branche winkt, hat dir gerade etwas Wichtiges über seine Zahlen verraten.

Zwei von fünf Prozessen bringen 80 Prozent des Effekts

Aus meinen eigenen Automatisierungen und aus den Workshops habe ich einen Erfahrungswert mitgenommen (ausdrücklich als solcher markiert, das ist kein Benchmark und kein Naturgesetz): Von fünf Prozessen, die auf den ersten Blick KI-geeignet aussehen, bringen am Ende ungefähr zwei den allergrößten Teil des Effekts. Bei mir selbst war die Rechnungsverarbeitung so ein Prozess: wiederkehrend, dokumentbasiert, nervig. Und allein verantwortlich für einen großen Teil dessen, was KI mir heute an Routinearbeit abnimmt. Der Rest ist Rauschen: Aufgaben, bei denen KI zwar hilft, aber so unregelmäßig oder so wenig, dass es in keiner Wirtschaftlichkeitsrechnung auftauchen sollte.

Dieses Ballungs-Muster zeigt sich auch in den Daten: In der US-Befragung gaben 33,5 Prozent der täglichen Nutzer an, vier oder mehr Stunden pro Woche zu sparen. Unter denen, die KI nur an einem Tag pro Woche nutzen, waren es 11,5 Prozent. Die Ersparnis verteilt sich nicht gleichmäßig über Menschen und Aufgaben. Sie ballt sich.

Die praktische Konsequenz für dich als Geschäftsführer: erst die zwei Prozesse finden, dann das Werkzeug kaufen. Nicht umgekehrt. Das ist übrigens dasselbe Muster, das ich bei KI-Agenten im Mittelstand beschrieben habe: Eng umrissene Automatisierungen funktionieren, Alleskönner scheitern. Und wenn dir jemand eine Prozentzahl für „die Verwaltung" nennt, ohne deine Prozesse zu kennen, weißt du jetzt, was du da in der Hand hältst: eine Folie, keine Kalkulation.

Brutto ist nicht netto, und gesparte Zeit ist noch kein Ergebnis

Zwei ehrliche Fußnoten zum Schluss, bewusst kurz, weil beide einen eigenen Artikel verdienen. Erstens: Alle Zahlen hier sind brutto. KI macht Fehler, und „Human in the middle" ist bei mir nicht optional, sondern Pflicht. Was Prüfung und Korrektur von der Brutto-Ersparnis wieder abziehen, rechne ich demnächst an dieser Stelle nach. Zweitens: Gesparte Zeit ist noch kein Ergebnis. Ein bis zwei Stunden pro Woche, als Konfetti über ein Team verstreut, verdunsten einfach, wenn niemand entscheidet, wohin sie fließen sollen. Auch dazu bald mehr.

Womit wir bei der Frage wären, um die es eigentlich geht. Die richtige Frage für dich als Entscheider ist nämlich nicht „Wie viel Prozent bringt KI?" Darauf gibt es keine seriöse pauschale Antwort. Die richtige Frage lautet: Welche zwei meiner fünf Prozesse tragen 80 Prozent des Effekts? Genau dafür machen wir Potenzialanalysen: Prozesse sichten, die richtigen zwei identifizieren, eine Baseline messen, bevor das erste Tool gekauft wird.

Wenn du wissen willst, welche zwei Prozesse das in deinem Haus sind: Lass uns eine Stunde darüber reden – mit deinen Zahlen, nicht mit meinen Folien.