Das klingt nach einem Widerspruch. Es ist aber das Dilemma, in dem gerade ein großer Teil des Mittelstands steckt, meist ohne es zu merken.

Die eine Hälfte des Problems ist schnell erzählt. In Österreich setzen 30 Prozent der Unternehmen ab zehn Beschäftigten KI ein. Von denen, die es nicht tun, haben mehr als drei Viertel die Technologie noch nicht einmal in Erwägung gezogen. Wer wartet, bis der Markt entschieden hat, entscheidet nichts mehr.

Die andere Hälfte ist unbequemer. Viele, die KI einsetzen, nutzen sie für genau eine Sache: dieselbe Arbeit schneller erledigen. Das fühlt sich nach Fortschritt an. Rechnerisch ist es oft der Anfang eines Preisverfalls.

Die Rechnung, die niemand gern aufmacht

Wer nach Stunden abrechnet, verkauft Zeit. KI komprimiert genau diese Zeit. Was gestern acht Stunden gedauert hat, dauert heute vier, und die Rechnung halbiert sich mit.

Kunden merken das. Die Wall-Street-Banken machen gerade den Anfang. Goldman Sachs fragt Anwaltskanzleien, wie viel sie durch KI einsparen. Citigroup verlangt von Kanzleien, die sich um Mandate bewerben, genau diese Einsparungen offenzulegen. Morgan Stanley setzt auf Ausschreibungen und Festpreise. Wenn sich selbst Großkanzleien diese Fragen gefallen lassen müssen, werden sie beim Steuerbüro, bei der Agentur und beim Ingenieurbüro nicht lange auf sich warten lassen.

Dazu kommt ein zweiter Effekt. Wenn alle Anbieter dieselben Modelle mit ähnlichen Prompts füttern, sehen die Ergebnisse ähnlich aus. Und was ähnlich aussieht, wird über den Preis verglichen.

Effizienz ist kein Burggraben

Effizienz ist die Eintrittskarte.

Wenn jeder Betrieb KI hat, ist der Besitz von KI kein Vorteil mehr. Wertvoll wird dann, was sich nicht beliebig kopieren lässt.

Auch strukturell lohnt ein zweiter Blick. Wer ausschließlich Standardwerkzeuge großer Plattformen mietet, baut sein Geschäft auf fremdem Grund. Preise, Konditionen und Funktionsumfang bestimmt jemand anderes. Das ist kein Grund, darauf zu verzichten. Es ist aber ein Grund, das eigene Geschäftsmodell nicht allein darauf zu stützen.

Die entscheidende Frage lautet also nicht mehr: „Wie viele Minuten spart KI pro Aufgabe?"
Sie lautet: „Wofür bezahlt ein Kunde noch, wenn die Ausführung fast nichts mehr kostet?"

Was die Daten tatsächlich zeigen

Die bislang belastbarste Antwort kommt aus Stanford. Das Digital Economy Lab um Erik Brynjolfsson wertet Lohnabrechnungsdaten von Millionen US-Beschäftigten aus. Die Aktualisierung vom August 2026 kommt zu vier Befunden:

  • Einen flächendeckenden Jobverlust durch KI gibt es bisher nicht.
  • Bei den 22- bis 25-Jährigen in stark KI-exponierten Berufen liegt die Beschäftigung aber rund 19 Prozent unter dem Niveau, das sie im Gleichschritt mit weniger exponierten Berufen erreicht hätte.
  • Der Rückgang entsteht vor allem, weil weniger Junge eingestellt werden, nicht weil mehr gekündigt werden.
  • Erfahrene Beschäftigte in denselben Berufen zeigen keine vergleichbare Lücke. Wo KI Menschen ergänzt statt ersetzt, bleibt die Beschäftigung stabil oder wächst.

Die Forschenden betonen allerdings: Das ist ein statistischer Zusammenhang, noch kein Beweis, dass KI allein diese Lücke verursacht.

Unter Druck gerät also vor allem Wissen, das sich aufschreiben lässt: Lehrbuchwissen, Standardformeln, Routinetexte. Was durch Erfahrung, Urteilskraft und Kontext entsteht, hält.

Fachwissen allein wird damit immer seltener ein Burggraben. An Wert verliert der Satz: „Ich weiß etwas, das der Kunde nicht weiß." An Wert gewinnt ein anderer: „Ich kann dieses konkrete Problem beurteilen, entscheiden und für das Ergebnis geradestehen."

Die Falle, in die gerade viele laufen

Genau hier liegt der Denkfehler vieler Sparprogramme. Wer Einstiegsstellen streicht, weil KI die Routinearbeit übernimmt, spart heute Gehälter. Gleichzeitig kappt er die Leitung, durch die Urteilskraft überhaupt entsteht.

Erfahrene Fachkräfte fallen nicht vom Himmel. Sie waren vor zehn Jahren Berufseinsteiger, die Routinearbeit gemacht und dabei gelernt haben. Ein Betrieb ohne Nachwuchs hat in zehn Jahren niemanden mehr, der die Ergebnisse der KI prüfen kann. Und damit auch niemanden, der dafür geradestehen kann.

Was am Markt bezahlt bleibt

Ohne Heilsversprechen: Es sind nicht die einzigen Schutzmechanismen, aber drei der stärksten.

1. Verantwortung, die jemand unterschreibt

KI liefert Entwürfe. Bezahlt wird, wer mit Namen, Zulassung und Versicherung für das Ergebnis einsteht: für die Prüfung, die Abnahme, die Freigabe.

Diese Verantwortung wird eher schwerer als leichter. Ab dem 9. Dezember 2026 erfasst die neue EU-Produkthaftungsrichtlinie ausdrücklich auch Software und KI-Systeme. Hersteller können für Schäden durch fehlerhafte KI-Produkte verschuldensunabhängig haften. Unter bestimmten Voraussetzungen gilt das auch für Unternehmen, die Produkte wesentlich verändern. Haftung ist damit beides: ein Risiko und genau das, wofür Kunden zahlen.

2. Physische Verankerung

Dazu gehört alles, was nicht durch eine Leitung passt: Montage vor Ort, Maschinenbau, Wartung, Logistik, Handwerk. KI kann diese Arbeit besser planen und vorbereiten. Ein Sprachmodell montiert trotzdem keine Wärmepumpe und nimmt keine Baustelle ab.

3. Eigene Daten, Kundenzugang und Vertrauen

Gemeint sind Jahrzehnte an Projektdaten, Fehlerprotokollen und Kundenhistorie. Und Kunden, die aus Vertrauen anrufen statt über ein Vergleichsportal. Dazu gehören eine Marke, der man glaubt, und eine Arbeitsweise, die so tief in die Abläufe der Kunden eingebunden ist, dass ein Wechsel mehr kostet als er spart.

Das Modell ist für alle gleich. Die Daten, mit denen es arbeitet, und die Beziehung, in der das Ergebnis ankommt, sind es nicht.

Wer in keinem dieser drei Bereiche steht und ausschließlich aufgeschriebenes Wissen verkauft, steht im direkten Preiswettbewerb mit einer Maschine.

Kein Grund zur Panik, sondern eine Landkarte

Vier Fragen, mit denen sich jede Geschäftsführung in einer Stunde verorten kann:

  • Welcher Teil des Umsatzes hängt an Stunden, die KI gerade halbiert?
  • Wofür steht der Betrieb mit Namen und Unterschrift gerade, und wird das im Preis sichtbar?
  • Welche Daten besitzt nur dieses Unternehmen, und werden sie genutzt?
  • Wer ist in zehn Jahren die erfahrene Fachkraft, und wo lernt diese Person heute?

Wer darauf ehrliche Antworten hat, muss nicht alles können. Es reicht zu wissen, auf welcher Seite man steht, und das Preismodell danach auszurichten: weg von der verkauften Stunde, hin zum verantworteten Ergebnis.

Dieser Artikel wurde unter Mithilfe von KI erstellt.
Keine Rechtsberatung, alle Angaben ohne Gewähr.

That's it.