Generative KI, also KI-Systeme, die selbstständig Texte, Bilder oder Analysen erzeugen, ist in vielen Unternehmen bereits im Einsatz. Wie Beschäftigte diese Werkzeuge im Alltag tatsächlich nutzen, war bisher jedoch nur in Ausschnitten belegt. Mit der ATLAS-Studie hat Google im Juli 2026 eine breit angelegte Auswertung realer Nutzungsdaten vorgelegt. Dieser Artikel fasst die für den Mittelstand wichtigsten Ergebnisse zusammen und ordnet ein, was daraus für die eigene KI-Einführung folgt.
Die ATLAS-Studie ist eine ökonomische Forschungsinitiative von Google und Google DeepMind. Der Name steht für Activity, Task, Landscape, and Adoption Study. Für die erste Ausgabe wurden rund 15 Millionen de-identifizierte KI-Interaktionen ausgewertet, also Konversationen, die vor der Analyse automatisiert von allen Personenbezügen bereinigt wurden. Die Daten stammen aus der Gemini App, aus Google AI Mode und aus der Gemini API und wurden im April 2026 erhoben.
Die Interaktionen wurden anschließend etablierten statistischen Klassifikationen zugeordnet. Auf diese Weise entsteht eine Landkarte der KI-Nutzung über mehr als 800 Berufe, 4000 Arbeitsaufgaben, 300 Alltagsaktivitäten, 150 Länder und 140 Sprachen hinweg. Wichtig für die Einordnung ist, was die Studie nicht leistet. Sie misst beobachtetes Verhalten, nicht den Erfolg oder Produktivitätsgewinn einer Interaktion, und sie bildet ausschließlich Google-Dienste ab.
Der vielleicht wichtigste Befund der Studie lässt sich in einem Satz zusammenfassen. Die Nutzung von KI ist in der Breite weit fortgeschritten, in der Tiefe aber noch am Anfang.
Berufe, in denen die Studie KI-Nutzung beobachtet, decken gut 88 Prozent der US-Beschäftigung ab. Das entspricht 68 Prozent aller detailliert erfassten Berufe, von Softwareentwicklung über Marktforschung bis zu Landwirtschaft und Forstwirtschaft. Gleichzeitig bleibt die Nutzung innerhalb der einzelnen Berufe begrenzt. Im Median, also beim mittleren Beruf mit beobachteter KI-Nutzung, wird KI nur für 21 Prozent der Aufgaben eingesetzt. Lediglich 3 Prozent der Berufe zeigen KI-Nutzung bei mehr als 75 Prozent ihrer Aufgaben.
Für die Einordnung lohnt ein zweiter Blick auf den Kontext. Über 86 Prozent der ausgewerteten Konversationen in Gemini App und AI Mode finden außerhalb der Arbeit statt, zum Beispiel bei Bildung, Haushaltsorganisation oder Kaufentscheidungen. Viele Beschäftigte bringen ihre KI-Erfahrung also aus dem Privatleben mit, oft lange bevor das eigene Unternehmen einen strukturierten Rahmen dafür geschaffen hat.
KI-Nutzung ist breit, aber flach Anteil der US-Beschäftigung in Berufen mit beobachteter KI-Nutzung 88 % Median-Anteil der Aufgaben je Beruf, die mit KI erledigt werden 21 % Datenquelle Google ATLAS v1.0 (2026) Berufe mit beobachteter KI-Nutzung decken gut 88 Prozent der US-Beschäftigung ab. Im Median wird KI jedoch nur für 21 Prozent der Aufgaben eines Berufs eingesetzt. Datenquelle Google ATLAS v1.0 (2026).Besonders aufschlussreich ist der Blick darauf, wofür KI im Arbeitskontext eingesetzt wird. Nicht-routinierte kognitive Aufgaben, also Denkaufgaben ohne festes Regelwerk wie Analysen, Konzeptarbeit oder kreative Gestaltung, machen etwa 35 Prozent aller Arbeitsaufgaben in der Volkswirtschaft aus. In den ATLAS-Daten entfallen auf sie jedoch fast 65 Prozent aller arbeitsbezogenen KI-Konversationen.
Entscheidend ist die Art dieser Nutzung. Die Studie unterscheidet fünf Absichten hinter den Konversationen, nämlich vollständige Automatisierung einer Aufgabe, Entwurf und Teilgenerierung, Prüfung und Verfeinerung, Ideenfindung und Strategie sowie Informationssuche und Lernen. Bei nicht-routinierten Denkaufgaben zielen weniger als 10 Prozent der Konversationen auf eine vollständige Automatisierung. Der weitaus größte Teil der Nutzung ist kollaborativ. KI liefert Entwürfe, prüft Ergebnisse, dient als Sparringspartner für Ideen oder beantwortet Wissensfragen.
Anders sieht es bei routinierten Denkaufgaben aus, also bei Aufgaben, die sich vollständig in Regeln fassen lassen. Hier zielt mehr als ein Viertel der Konversationen auf Automatisierung. Das passt zu einem naheliegenden Muster. Regelbasierte Arbeit lässt sich leichter abgeben, während anspruchsvolle Denkarbeit im Zusammenspiel von Mensch und KI entsteht.
Wofür KI bei nicht-routinierten Denkaufgaben genutzt wird Kollaborative Nutzungsformen, zusammen über 90 Prozent der Konversationen Entwurf und Teilgenerierung Prüfung und Verfeinerung Ideenfindung und Strategie Informationssuche und Lernen Ende-zu-Ende- Automatisierung unter 10 % Datenquelle Google ATLAS v1.0 (2026) Bei nicht-routinierten Denkaufgaben dominieren kollaborative Nutzungsformen wie Entwurf, Prüfung, Ideenfindung und Informationssuche. Weniger als 10 Prozent der Konversationen zielen auf eine vollständige Automatisierung. Datenquelle Google ATLAS v1.0 (2026).Ein Ergebnis der Studie dürfte viele überraschen. KI-Nutzung findet keineswegs nur am Schreibtisch statt. Zwar zeigt knapp ein Drittel der stark körperlich geprägten Berufe keine beobachtete Nutzung. In vielen handwerklich-technischen Berufen ist KI aber längst im Einsatz, unter anderem bei Kfz-Technikern, Industriemechanikern und Elektronikern.
KI wirkt dort als praktischer Begleiter bei Diagnose, Fehlersuche und Lernen direkt am Arbeitsplatz. Beschäftigte lassen Messergebnisse und Fehlermeldungen interpretieren, Verkabelungen prüfen oder Bauteile auf Verschleiß beurteilen. Auffällig ist der hohe Anteil multimodaler Nutzung, also von Konversationen, die Bilder oder Videos einbeziehen. Bei Kfz-Technikern liegt dieser Anteil mehr als doppelt so hoch wie im Durchschnitt aller Arbeitskonversationen.
Für produzierende Mittelständler ist das ein relevanter Hinweis. Der Nutzen von KI beschränkt sich nicht auf Verwaltung und Controlling. Auch Fertigung, Montage und Instandhaltung können profitieren, wenn Beschäftigte dort einen einfachen, geregelten Zugang zu geeigneten Werkzeugen erhalten.
Die ATLAS-Daten zeigen einen deutlichen Zusammenhang zwischen KI-Nutzung und Einkommen. Steigt der Medianverdienst eines Berufs um 1 Prozent, liegt die KI-Nutzungsintensität um mehr als 2,5 Prozent höher. Gewichtet man die Jahresverdienste der Berufe nach KI-Konversationen, ergibt sich ein Medianwert von rund 83.000 US-Dollar, etwa 20.000 US-Dollar über dem beschäftigungsgewichteten Median. KI-Nutzung konzentriert sich derzeit also bei höher qualifizierten und besser bezahlten Tätigkeiten.
Die Studienautoren skizzieren daraus zwei mögliche Entwicklungen. Bleibt die Nutzung so ungleich verteilt wie heute, könnten sich bestehende Vorteile weiter verfestigen. Wird der Zugang dagegen breit organisiert, deuten experimentelle Studien darauf hin, dass gerade weniger erfahrene Beschäftigte überdurchschnittlich profitieren. Welcher Pfad eintritt, hängt nach Einschätzung der Autoren wesentlich davon ab, wie Organisationen KI-Werkzeuge bereitstellen, Schulungen anbieten und geschützte Lernzeit ermöglichen.
Aus den Befunden lassen sich für mittelständische Unternehmen drei praktische Schlüsse ziehen.
Erstens lohnt es sich, die KI-Einführung als Kollaborationsthema zu denken, nicht als Automatisierungsprojekt. Die Daten zeigen, dass der reale Nutzen heute vor allem in der Unterstützung anspruchsvoller Denkarbeit liegt, vom ersten Entwurf über die Qualitätsprüfung bis zur Ideenfindung. Wer Anwendungsfälle entlang dieser Muster sucht, findet schneller Ansätze mit spürbarem Effekt als bei der Suche nach vollständig automatisierbaren Prozessen.
Zweitens entscheidet die Organisation über den Nutzen, nicht allein die Technologie. Ob KI im Unternehmen Kompetenzunterschiede ausgleicht oder verstärkt, hängt davon ab, wie breit Zugang, Schulung und Lernzeit verankert werden. Ein Punkt, der in der Praxis oft übersehen wird, ist die Einbeziehung gewerblicher Bereiche. Die ATLAS-Daten legen nahe, dass auch Werkstatt, Fertigung und Montage konkrete Einsatzfelder bieten.
Drittens braucht die Einführung einen strukturierten Rahmen. Viele Beschäftigte nutzen KI bereits privat und bringen diese Erfahrung mit ins Unternehmen. Ohne klare Leitplanken entsteht daraus eine ungesteuerte Schatten-Nutzung, mit einem klaren Rahmen dagegen ein systematischer Kompetenzaufbau. Hier lohnt sich ein genauerer Blick auf den eigenen Status quo, zum Beispiel mit einer strukturierten Bedarfsanalyse als Ausgangspunkt.
Die Google ATLAS-Studie (Activity, Task, Landscape, and Adoption Study) ist eine ökonomische Forschungsinitiative von Google und Google DeepMind. Sie wertet 15 Millionen de-identifizierte KI-Interaktionen aus der Gemini App, Google AI Mode und der Gemini API aus. Die Nutzung wird dabei mehr als 800 Berufen, 4000 Arbeitsaufgaben, 300 Alltagsaktivitäten, 150 Ländern und 140 Sprachen zugeordnet.
Nach den ATLAS-Daten wird KI im Arbeitskontext überwiegend unterstützend eingesetzt. Bei nicht-routinierten Denkaufgaben zielen weniger als 10 Prozent der Konversationen auf eine vollständige Automatisierung. Die Studie misst allerdings nur die Nutzung selbst, nicht die langfristigen Folgen für Beschäftigung und Löhne.
Im Median wird KI für 21 Prozent der Aufgaben eines Berufs eingesetzt, sofern in diesem Beruf überhaupt KI-Nutzung beobachtet wird. Nur 3 Prozent der Berufe zeigen KI-Nutzung bei mehr als 75 Prozent ihrer Aufgaben. Die Nutzung ist damit breit verteilt, aber selten tief.
Nein. Die ATLAS-Daten zeigen KI-Nutzung auch in handwerklich-technischen Berufen, unter anderem bei Kfz-Technikern und Industriemechanikern. Dort unterstützt KI bei Diagnose, Fehlersuche und Lernen am Arbeitsplatz, häufig unter Einbeziehung von Bildern und Videos.
Die Studie umfasst nur Google-Dienste und bildet die bezahlte Unternehmensnutzung der Gemini API inhaltlich nicht ab. Sie misst beobachtetes Nutzungsverhalten, nicht den tatsächlichen Produktivitätsgewinn. Zudem ist die Zuordnung zu Berufen und Aufgaben probabilistisch, also auf Wahrscheinlichkeiten gestützt, und bei sehr feinen Kategorien mit Unsicherheit behaftet.
Die ATLAS-Studie liefert ein empirisch fundiertes Bild davon, wie KI im Jahr 2026 tatsächlich genutzt wird. Dieses Bild unterscheidet sich deutlich von vielen Zuspitzungen der öffentlichen Debatte. KI ist breit im Arbeits- und Privatleben angekommen, wirkt dort aber überwiegend als kollaboratives Werkzeug und nicht als Ersatz für menschliche Arbeit. Die Tiefe der Nutzung ist noch gering, und genau darin liegt die Gestaltungsaufgabe. Für mittelständische Unternehmen bedeutet das, dass der Wettbewerbsvorteil weniger im bloßen Zugang zur Technologie liegt, sondern in der Fähigkeit, die Nutzung strukturiert in die eigenen Abläufe zu bringen und Kompetenz in der Breite aufzubauen.
Sie möchten einordnen, wo Ihr Unternehmen bei der KI-Einführung steht und welche Anwendungsfälle sich zuerst lohnen? Der KI Kompass von roosi bietet dafür einen strukturierten Einstieg. Mehr dazu unter news.roo.si/ki-kompass.