01
Menschen nutzen AI, nur nicht effektiv
Adoption ist nicht das Problem. Proficiency schon. Sortier die Belegschaft danach, wie gut sie AI wirklich nutzt, und sie zerfällt in vier Tiers, fast alle stecken im seichten Ende fest.
/ The Blank Collar / Field Report 01
Field Report 01 · 2026
The State of AI at Work
Die meisten nutzen AI. Fast niemand nutzt sie gut. Ein Field Report 2026 über die Lücke zwischen Adoption und Proficiency, und wie man sie schliesst.
/ Abstract
Adoption ist gelöst. Proficiency nicht.
Rund 76% der Mitarbeitenden nutzen AI bei der Arbeit, doch nur etwa 13% für echte, wertschöpfende Arbeit, und nur 29% der Firmen sehen echten ROI. Die Tools kamen; die Skill nicht. Diese Lücke, zwischen AI nutzen und sie gut nutzen, ist die ganze Chance, und sie ist noch weit offen.
/ Die Zahlen
Sechs Zahlen, die 2026 rahmen.
1B+
Menschen nutzen ChatGPT jede Woche
OpenAI, 2026
76%
der Mitarbeitenden nutzen AI bei der Arbeit in irgendeiner Form
McKinsey
87%
nutzen AI auf Anfänger-Niveau, oder gar nicht
Field report, 2026
29%
der Firmen berichten von echtem ROI aus AI
Field report, 2026
13%
nutzen AI für 30%+ ihrer täglichen Arbeit
McKinsey
<4h
pro Woche gespart von rund zwei Dritteln der User
Field report, 2026
Die Zahlen stammen aus dem eigenen Field Report und der Analyse von The Blank Collar 2026, richtungsweisend, keine peer-reviewte Umfrage.
/ Die Findings
Neun Dinge, die die Daten sagen.
Von oben sieht Adoption gesund aus. Darunter wiederholt sich dasselbe Muster: AI ist überall, und fast nirgends wird sie an ihr Potenzial gebracht.
02
Alle stehen in einer Use-Case-Wüste
Rund 85% der Menschen haben Use Cases auf Anfänger-Niveau oder gar keine. Nur etwa 15% fahren die Art von Use Cases, die echten ROI treiben. Die Tools sind überall; die Vorstellungskraft dafür nicht.
03
Die meisten Use Cases zahlen sich nie aus
Die Top-Use-Cases neigen zu Suche-Ersatz, Drafting und Editing, nützlich, aber marginal. Sie machen eine Aufgabe schneller, ohne zu ändern, was die Aufgabe wert ist. Wert kommt aus dem Redesign der Arbeit, nicht aus dem Beschleunigen der alten Version.
04
Die meisten Worker sparen kaum Zeit
Frag Menschen, wie viel Zeit AI ihnen pro Woche spart, und die Verteilung ist ernüchternd. Fast die Hälfte spart unter zwei Stunden; nur einer von sieben spart acht Stunden oder mehr.
05
Firmen investieren, aber es schliesst die Lücke nicht
Firmen geben aus: 63% haben eine AI-Policy, 52% haben Tools ausgerollt, 44% bieten Training. Doch selbst geschulte Mitarbeitende erreichen im Schnitt 40 von 100 in Proficiency. Inputs sind keine Outcomes.
06
Die Führung denkt, es läuft; die Firma sieht es anders
Bei fast jedem Mass von AI-Reife bewertet die C-Suite die Firma 26 bis 38 Punkte höher als die Individual Contributors, die die Arbeit machen. Die Führung benotet eine Firma, die sie eigentlich nicht betreibt.
07
Individual Contributors werden abgehängt
Die Menschen am nächsten an der Arbeit haben den geringsten Zugang: weniger Tools, weniger Training, keine Rückerstattung. Die Ebene mit den meisten Use Cases erreicht das Investment zuletzt.
08
Die führenden und nachhinkenden Branchen
Technology, Financial Services und Consulting führen bei Proficiency und ROI. Healthcare, Education und Retail hinken hinterher, gebremst durch Regulierung, Legacy-Systeme und dünne Margen fürs Experimentieren.
09
Die führenden und nachhinkenden Funktionen
Engineering, Data und Marketing sind vorn. Die meisten anderen Funktionen hinken, und selbst die Vorreiter überspringen routinemässig ihren offensichtlichsten Use Case. Die Lücke ist nicht Wissen über AI; es ist die Disziplin, es dort anzuwenden, wo es zählt.
/ Das Dokument
Blätter durch den Report.
Alle 15 Seiten, so wie sie gestaltet sind. Blätter hier durch, oder nimm das PDF mit.
01 / 15
/ FAQ
Fragen, beantwortet.
Was ist «AI-Proficiency» und warum zählt sie 2026?
AI-Proficiency ist die Fähigkeit, AI für echte, wertschöpfende Arbeit zu nutzen, nicht nur um eine Email zu schreiben oder eine Suche zu ersetzen. Sie zählt, weil Adoption schon gelöst ist (rund 76% der Mitarbeitenden nutzen AI), also ist die Lücke zwischen Menschen, die AI nutzen, und Menschen, die sie gut nutzen, jetzt der ganze Wettbewerbsvorteil.
Wie viele Menschen nutzen AI wirklich bei der Arbeit?
Rund 76% der Mitarbeitenden nutzen AI bei der Arbeit in irgendeiner Form, und über eine Milliarde Menschen nutzen ChatGPT jede Woche. Aber rund 87% nutzen sie auf Anfänger-Niveau oder gar nicht, und nur etwa 13% nutzen sie für 30% oder mehr ihrer täglichen Arbeit.
Warum sehen Firmen keinen ROI aus AI?
Nur etwa 29% der Firmen berichten von echtem ROI aus AI, weil sie in Inputs investieren (Policies, Tools, Training) statt in Outcomes. Die meisten Use Cases beschleunigen alte Aufgaben, statt die Arbeit neu zu gestalten, also kompoundiert der Wert nie.
Wie viel Zeit spart AI dem durchschnittlichen Worker wirklich?
Rund zwei Drittel der User sparen unter vier Stunden pro Woche, und fast ein Viertel spart gar keine Zeit. Die Zeitersparnis ist real, aber marginal, weil die meisten Menschen AI auf Aufgaben mit geringem Wert anwenden.
Was ist das Blank Collar Framework (TBC = V + D(P/HX)^AI)?
Das Blank Collar Framework liest sich als Vision plus Data, mal Process über Human Experience, hoch AI. Es sagt: minimiere den Process, den du Maschinen gibst, maximiere die Human Experience, die nur Menschen gehören kann, und lass AI das Ergebnis multiplizieren.
Wer schrieb The State of AI at Work?
The State of AI at Work ist ein Field Report 2026 von Kristian Kabashi, Gründer von The Blank Collar. Er prägte den Begriff "den Blank Collar" 2016 und gründete die Praxis 2018; er ist in Zürich, Schweiz, ansässig.
Hör auf, AI-Tools zu sammeln.
Fang an, auf AI zu laufen.
Nimm den Field Report mit, dann setz das Framework ein. Adoption ist gelöst; Proficiency ist jetzt das ganze Spiel.
PDF herunterladen ↓