01
Menschen nutzen AI, nur nicht effektiv
Auf dem Papier sieht die Adoption gut aus. Sortier die Belegschaft danach, wie gut sie AI wirklich nutzt, und sie zerfällt in vier Tiers, 87% davon in den unteren zwei. Im seichten Ende ist es voll.
/ The Blank Collar / Field Report 01
Field Report 01 · 2026
The State of AI at Work
Rund 76% der Mitarbeitenden nutzen AI bei der Arbeit, und etwa 13% nutzen sie für echte Arbeit. Ein Field Report 2026 über die Lücke dazwischen, 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 vor dem Können. 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.
1 Mrd.+
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 2026 von The Blank Collar, einer Synthese der grossen Workforce- und Enterprise-AI-Studien des Jahres. Lies sie als Richtwerte.
Die Findings
Neun Dinge, die die Daten sagen.
Von oben sieht Adoption gesund aus. Darunter wiederholt sich dasselbe Muster: AI ist überall, und selten zeigt sie auf Arbeit, die sich auszahlt.
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. Einer von vier kann keinen einzigen Use Case aus dem eigenen Job nennen. Niemand hat ihnen das tiefe Ende ihres eigenen Jobs gezeigt.
03
Die meisten Use Cases zahlen sich nie aus
Der häufigste Use Case ersetzt ein Suchfeld. Danach kommen Drafting und Editing. Nützlich, und marginal: sie machen eine Aufgabe schneller, ohne zu ändern, was die Aufgabe wert ist. Der Wert liegt im Redesign der Arbeit, und die schnellere Version der alten Aufgabe bleibt die alte Aufgabe.
04
Die meisten Menschen 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. Einer von sieben spart acht Stunden oder mehr.
05
Das Geld fliesst, und die Lücke bleibt offen
Firmen geben Geld aus: 63% haben eine AI-Policy, 52% haben Tools ausgerollt, 44% bieten Training. Selbst geschulte Mitarbeitende erreichen im Schnitt 40 von 100 in Proficiency. Das Geld kauft Inputs.
06
Die teuerste Lücke ist jene, die die Führung nicht sieht
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
Wer der Arbeit am nächsten ist, bekommt am wenigsten von allem, was Proficiency treibt: weniger Zugang zu Tools und weniger Training, und deutlich seltener eine Rückerstattung. Die Unterstützung wächst mit jeder Stufe Seniorität. Die Ebene mit den meisten Use Cases bekommt das Investment zuletzt.
08
Die führenden und nachhinkenden Branchen
Technology führt bei Proficiency, Finance und Consulting liegen knapp dahinter. Die Vorreiter haben meist eine echte Strategie und freigegebene Tools, dazu eine klare Policy. Education, Healthcare und Retail stehen ganz unten, und ihnen fehlen meist alle drei.
09
Die führenden und nachhinkenden Funktionen
Engineering führt bei den Funktionen, Data und Marketing dahinter, und selbst ihre Werte sind tief. Die meisten anderen hinken hinterher, und die Vorreiter überspringen routinemässig ihren offensichtlichsten Use Case. Was fehlt, ist die Disziplin, AI zuerst auf die naheliegende Arbeit zu richten.
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 jede Woche für echte, wertschöpfende Arbeit zu nutzen. Eine E-Mail schreiben oder eine Suche ersetzen war die Messlatte von 2025. 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 potenziert sich der Wert nie.
Wie viel Zeit spart AI Mitarbeitenden im Schnitt 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 definierte den Begriff «der Blank Collar» 2016 und gründete die Praxis 2018. Er arbeitet von Zürich aus.
Stell den Betrieb auf AI um.
Fang mit dem Report an.
Alle 15 Seiten in einem PDF, datiert Juni 2026. Lies ihn, dann setz das Framework an dem Hebel an, den du bisher ignoriert hast.
PDF herunterladen