Botsitting: Wenn KI fast so viel Zeit kostet wie sie spart
15. Juni 2026
KI-generiert, redaktionell von 8thsense ausgewählt, geprüft und freigegeben. EU AI Act, Art. 50
Eine neue britische Studie hat einen Begriff geprägt, der vielen Geschäftsführern bekannt vorkommen dürfte: Botsitting. Gemeint ist die Zeit, die Beschäftigte damit verbringen, KI-Werkzeuge zu beaufsichtigen, zu korrigieren und neu zu starten. Laut dem Report „The Work AI Index: UK 2026“ sind das im Schnitt 5,8 Stunden pro Woche. Das Ergebnis ist eine unbequeme Frage für jeden, der KI im Betrieb einführt: Wo bleibt eigentlich die versprochene Zeitersparnis?
Was die Studie konkret gemessen hat
Hinter dem Index steht das Work AI Institute, der Forschungsarm des Software-Anbieters Glean. Befragt wurden 1.500 Beschäftigte, die regelmäßig digital arbeiten. Die Zahlen zeichnen ein gemischtes Bild: KI-Automatisierung spart den Befragten rechnerisch rund zwölf Stunden pro Woche, fast ein Drittel der Arbeitszeit. Gleichzeitig fließen 5,8 Stunden zurück ins Botsitting. Pro Stunde, in der ein brauchbares Ergebnis entsteht, geht ungefähr eine weitere Stunde dafür drauf, dieses Ergebnis erst nutzbar zu machen (Quelle: theregister.com).
Hohe Nutzung, magerer Ertrag
Besonders aufschlussreich ist die Lücke zwischen Verbreitung und Wirkung. 90 Prozent der befragten Beschäftigten müssen KI inzwischen im Job nutzen, 80 Prozent arbeiten wöchentlich mit mehreren Tools. Trotzdem sagen nur 18 Prozent, KI habe die Leistung ihres Unternehmens spürbar verbessert. 36 Prozent der KI-Sitzungen scheitern komplett und müssen neu aufgesetzt werden. Und 70 Prozent der Nutzer geben zu, das erste Ergebnis zu übernehmen, das „gut genug“ aussieht. Studienleiterin Dr. Rebecca Hinds bringt es auf den Punkt: „Verbreitung allein ist noch keine Transformation. Wenn Beschäftigte die gewonnene Zeit ins Botsitting stecken, hat das Unternehmen keine Arbeit beseitigt, sondern eine neue Schicht Mehraufwand geschaffen.“
Kein britisches Einzelphänomen
Dass es sich nicht um einen Ausreißer handelt, zeigt eine unabhängige Umfrage des Automatisierungsanbieters Zapier unter mehr als 1.100 Beschäftigten in den USA. Dort verbringt der Durchschnitt mehr als einen halben Arbeitstag pro Woche damit, KI-Ausgaben zu überarbeiten oder komplett neu zu erstellen. 92 Prozent halten KI zwar für produktivitätssteigernd, aber nur 2 Prozent müssen die Ergebnisse nie nachbessern (Quelle: itpro.com). Für Deutschland kommt eine Untersuchung der Boston Consulting Group vom Juni 2026 zu einem verwandten Befund: Deutsche Beschäftigte nutzen KI ungefähr so häufig wie ihre Kollegen in anderen Ländern, die Unternehmen profitieren davon aber seltener.
Der unterschätzte Faktor: Schulung
Die Zapier-Daten enthalten den vielleicht wichtigsten Hinweis darauf, woran es liegt. Wer im Umgang mit KI geschult ist, bewertet sie völlig anders als ungeschulte Kollegen:
Von den geschulten Beschäftigten sagen 94 Prozent, KI helfe ihnen, von den ungeschulten nur 69 Prozent.
Ungeschulte Mitarbeiter geben sechsmal häufiger an, KI mache sie weniger produktiv.
75 Prozent berichten von mindestens einer negativen Folge, etwa von Stakeholdern abgelehnter Arbeit (28 Prozent) oder Sicherheitsvorfällen (27 Prozent).
Die Botschaft ist klar: Das Werkzeug ist nicht das Problem, der untrainierte und unstrukturierte Einsatz ist es. Eine KI, die ohne Einbettung in saubere Abläufe einfach auf den Schreibtisch gestellt wird, erzeugt Mehraufwand statt ihn abzubauen.
Was das für Unternehmen bedeutet
Für mittelständische Betriebe ist das eine nüchterne, aber nützliche Erkenntnis. Der Reflex, schnell ein paar KI-Lizenzen zu kaufen und das Team „mal machen zu lassen“, führt häufig genau in die Botsitting-Falle: viel Beschäftigung, wenig messbarer Ertrag. Eine Steuerberatungskanzlei, die ChatGPT für Mandantenschreiben einsetzt, oder ein Pflegedienst, der Dienstpläne mit KI vorbereiten lässt, merkt schnell, dass die generische Lösung von der Stange an den realen Prozessen vorbeigeht, wenn niemand sie an die eigenen Daten, Vorlagen und Freigabewege anpasst.
Der Hebel liegt deshalb nicht im nächsten Tool, sondern in zwei unspektakulären Dingen: konkrete Schulung der Leute, die es täglich nutzen, und eine KI-Automation, die wirklich zu den eigenen Abläufen passt. Praktisch heißt das: klein anfangen mit einem einzigen, klar abgegrenzten Prozess (etwa Angebotserstellung oder E-Mail-Vorsortierung), eine verantwortliche Person im Team benennen, den Ablauf sauber an die vorhandenen Systeme anbinden und erst dann ausweiten. Wer KI prozessnah integriert statt sie nur einzukaufen, landet auf der richtigen Seite der Statistik: bei den 18 Prozent, die einen echten Unterschied sehen, statt bei den 5,8 Stunden Botsitting pro Woche.
