Dallas Fed: KI steigert Produktivität nur dort, wo sie genutzt wird

Der KI-"Exponierungswert" Ihrer Branche sagt fast nichts darüber voraus, was als Nächstes passiert. Was es voraussagt – laut einer neuen Untersuchung der Federal Reserve Bank of Dallas, die die USA und 16 europäische Volkswirtschaften umfasst – ist, ob die Menschen um Sie herum die Tools tatsächlich nutzen. Gleiche Berufe, gleiche Technologie, völlig unterschiedliche Ergebnisse.

Das ist der leise hoffnungsvolle Befund einer Analyse des Dallas-Fed-Ökonomen Scott Davis vom 7. Juli 2026. Und er stellt die häufigste Angst vor KI auf den Kopf: Das Automatisierungspotenzial Ihres Jobs ist nicht Ihr Schicksal. Nutzung ist es.

Die 16 % der Arbeitnehmer, die 40 % der Gewinne erzeugen

Beginnen wir mit der Schlagzeilenzahl. Die US-Arbeitsproduktivität ist seit Anfang 2024 annualisiert um 2,4 % gewachsen, verglichen mit durchschnittlich 1,6 % Wachstum in den fünf Jahren vor der Pandemie [Fakt]. Das ist eine echte Beschleunigung, und sie ist nicht gleichmäßig verteilt.

Drei Sektoren leisten die Schwerstarbeit: Information, Finanzwesen und Versicherungen sowie professionelle und technische Dienstleistungen. Zusammen verzeichneten sie seit dem ersten Quartal 2024 ein durchschnittliches annualisiertes Produktivitätswachstum von 3,7 %, gegenüber 1,7 % für den Rest der Wirtschaft [Fakt]. Genau diese drei Sektoren rangieren zufällig am höchsten im Felten-Raj-Seamans-Index zur KI-Branchenexponierung, der bewertet, wie gut KI die Aufgaben nachbilden kann, aus denen ein bestimmter Job besteht.

Hier der Teil, der jede beängstigende Automatisierungsschlagzeile neu rahmen sollte, die Sie lesen. Diese drei hochexponierten Sektoren machen nur 16 % der insgesamt geleisteten Arbeitsstunden in den USA aus – sind aber für 40 % aller US-Produktivitätsgewinne seit Anfang 2024 verantwortlich [Fakt]. Ein kleiner Teil der Erwerbsbevölkerung erzeugt einen überproportionalen Anteil des Wachstums, und zwar genau in den Jobs, die "KI-Exponierung"-Ranglisten als am stärksten gefährdet einstufen.

Betrachten Sie die branchenspezifischen Zahlen hinter den Diagrammdaten der Dallas Fed. Information liegt bei einem KI-Exponierungswert von 1,15 und verzeichnete 7,8 % Produktivitätswachstum. Professionelle und technische Dienstleistungen: Exponierung 1,71, Wachstum 4,1 %. Finanzwesen und Versicherungen: Exponierung 2,04 – die höchste jedes Sektors – Wachstum 2,7 % [Fakt]. Das Baugewerbe hingegen, mit einem Exponierungswert von -1,10, schaffte 1,2 %, und Freizeit und Gastgewerbe, bei -1,05, stagnierten bei praktisch -0,03 % [Fakt]. Die Branchen, die KI berühren kann, werden produktiver. Die, die es nicht kann, stecken fest.

Europa führte dasselbe Experiment durch – und bekam nichts heraus

Würde Exponierung allein die Produktivität antreiben, würde sich das Muster überall wiederholen. KI kümmert sich nicht um Grenzen – die Aufgabenliste eines Buchhalters in München sieht aus wie die eines Buchhalters in Manhattan. Konstruktionsbedingt ist der Exponierungsindex für einen gegebenen Sektor in den USA und der EU identisch [Fakt].

Also wandte Davis dieselbe Regression auf europäische volkswirtschaftliche Gesamtrechnungen an. Das Ergebnis: In der EU besteht keine Korrelation zwischen der KI-Exponierung eines Sektors und seinen jüngsten Produktivitätsgewinnen [Fakt]. Null. Die hochexponierten europäischen Sektoren ziehen nicht in gleicher Weise davon wie ihre amerikanischen Pendants. Europäische Informationsdienste steigerten die Produktivität um 3,2 %, doch europäisches Finanzwesen und Versicherungen schrumpften tatsächlich um -1,0 %, und Immobilien fielen um -2,8 % [Fakt].

Zwei Kontinente, dieselben Tools, dieselben Aufgabenlisten, entgegengesetzte Ergebnisse. Etwas anderes als Exponierung leistet hier die Arbeit.

Die fehlende Variable ist Nutzung – und sie ist messbar

Die Antwort der Dallas Fed stammt aus dem Anthropic AI Usage Index, der die Claude-Nutzung in jedem Land nach Bevölkerung im erwerbsfähigen Alter normalisiert. Ein Land, das KI genau im globalen Durchschnitt nutzt, erreicht einen Wert von 1,0.

Die Vereinigten Staaten erreichen 3,69 – das 3,69-Fache des globalen Pro-Kopf-Durchschnitts [Fakt]. Der EU-27-Durchschnitt liegt bei 1,85, ungefähr die Hälfte [Fakt]. Und die Streuung innerhalb Europas ist enorm: Estland 3,05, Frankreich 2,66, die Niederlande 2,61, Irland 2,39, Schweden 2,29, Portugal 2,23, Dänemark 2,10, Deutschland 1,79, Italien und Spanien jeweils 1,62, Polen 1,41 [Fakt].

Stellt man diese Nutzungszahlen nun neben die Stärke, mit der das Produktivitätswachstum jedes Landes der KI-Exponierung folgt: Estland – Europas intensivster KI-Nutzer – hat die stärkste Beziehung jedes Landes in der Stichprobe, mit einer Steigung von 2,20. Die USA liegen bei 1,18, Frankreich bei 0,92, Portugal bei 0,75 [Fakt]. Steigt man die Nutzungsleiter hinab, bricht die Beziehung zusammen oder kehrt sich um: Deutschland -0,86, Spanien -0,79, Polen -1,91 [Fakt].

Davis' Schlussfolgerung lautet, dass die USA kein Ausreißer sind. Sie liegen genau auf der Trendlinie. Hohes Produktivitätswachstum in KI-exponierten amerikanischen Sektoren ist kein amerikanischer Sonderweg – es ist, was überall geschieht, wo Menschen die Technologie tatsächlich einführen [Behauptung].

Warum das besser klingt, als es aussieht

Die Untergangsrahmung von KI-Exponierung geht so: Hohe Exponierung bedeutet, Ihre Aufgaben können automatisiert werden, was bedeutet, Sie werden ersetzt. Die Daten der Dallas Fed legen eine andere Kette von Ereignissen nahe. Hohe Exponierung plus hohe Nutzung erzeugt höhere Leistung pro Stunde – und in diesen Sektoren hat sich das bislang als wertvollere Arbeit gezeigt, nicht als verschwindende Arbeit. Information und professionelle Dienstleistungen bleiben unter den am schnellsten wachsenden, bestbezahlten Teilen der US-Wirtschaft, selbst während ihre Produktivität steigt.

Und es gibt eine zweite, ermächtigendere Implikation. Exponierung wird Ihnen durch die Natur Ihres Jobs zugewiesen. Nutzung wird gewählt – von Ihnen, von Ihrem Arbeitgeber, vom politischen Umfeld Ihres Landes. Estland hat keinen strukturellen Vorteil gegenüber Deutschland bei den Aufgaben, die seine Buchhalter ausführen. Es hat einen Einführungsvorteil. Diese Lücke ist schließbar, und sie zu schließen ist eine Entscheidung, kein Schicksal.

Wenn Sie Finanzanalyst, Unternehmensberater, Softwareentwickler, Marktforschungsanalyst oder Versicherungsgutachter sind, sitzen Sie genau in den Sektoren, in denen diese Produktivitätsdividende landet. Die Frage, die die Daten Ihnen stellen, lautet nicht "wird KI mich ersetzen?" Sie lautet "bin ich in der 3,69-Gruppe oder der 1,41-Gruppe?"

Die ehrlichen Grenzen

Davis ist vorsichtig, und das sollten wir auch sein. Er stellt ausdrücklich klar, dies sei Korrelation, keine Kausalität [Fakt]. Produktivität wird von Dutzenden Faktoren geformt – Kapitalinvestitionen, Flexibilität des Arbeitsmarkts, Energiekosten, Sektorzusammensetzung – und manche davon korrelieren mit KI-Nutzung, ohne von ihr verursacht zu sein.

Der Datenpunkt Irland macht das anschaulich. Irland hat einen relativ hohen Nutzungsindex von 2,39, aber die negativste Steigung der Stichprobe bei -3,39 [Fakt]. Irlands volkswirtschaftliche Gesamtrechnung ist bekanntermaßen durch multinationale Gewinnverlagerung verzerrt – eine Erinnerung daran, dass dies verrauschte Makroreihen sind, keine sauberen Experimente.

Zwei weitere Vorbehalte sind es wert, genannt zu werden. Der Nutzungsindex misst ein einziges KI-Produkt, Claude, als Stellvertreter für die nationale KI-Einführung [Schätzung] – ein vernünftiger Stellvertreter, aber eben ein Stellvertreter. Und Produktivitätswachstum ist nicht dasselbe wie Beschäftigungswachstum: Eine Branche kann pro Stunde mehr produzieren und dabei weniger Menschen beschäftigen. Unsere Lektüre der Arbeitsmarktdaten der EZB für 2026 und des Challenger-Entlassungsberichts vom Juni zeigt beide Effekte gleichzeitig in unterschiedlichen Winkeln der Wirtschaft.

Was Sie am Montag damit tun sollten

Behandeln Sie Ihren Exponierungswert nicht als Urteil. Er beschreibt, was KI mit Ihrer Aufgabenliste tun könnte, nicht was mit Ihrem Gehalt passieren wird. Die europäischen Sektoren mit hoher Exponierung und geringer Nutzung bekamen weder die Produktivitätsgewinne noch eine Gnadenfrist – sie blieben einfach zurück.

Messen Sie Ihren eigenen Nutzungsindex. Wie viele Ihrer wiederkehrenden wöchentlichen Aufgaben berühren derzeit ein KI-Tool? Wenn die ehrliche Antwort "fast keine" lautet, leben Sie in einem 1,41-Land, ganz gleich, welchen Pass Sie besitzen.

Treiben Sie die Einführung voran, wo Sie Einfluss haben. Die länderübergreifende Evidenz der Dallas Fed sagt, dass die Gewinne dorthin fließen, wo die Tools intensiv genutzt werden, nicht dorthin, wo man sie bloß könnte. Innerhalb eines Unternehmens ist dieser Hebel oft die Bereitschaft eines einzelnen Teams, einen Arbeitsablauf neu aufzubauen.

Beobachten Sie die übrigen 84 %. Die offene Frage, die Davis lässt, ist, ob KI zu einer echten Universaltechnologie wird und die derzeit gering exponierten Sektoren hebt – Baugewerbe, Transport, Gastgewerbe –, wo das Produktivitätswachstum seit 2023 rutscht [Fakt]. Das, nicht die Verdrängung von Bürotätigkeiten, könnte die größere Geschichte der nächsten fünf Jahre sein.

Sie können auf unseren Berufsseiten nachsehen, wo Ihr eigener Beruf bei Exponierung und Automatisierungsrisiko steht – darunter Finanzanalysten, Softwareentwickler, Unternehmensberater und Versicherungsgutachter.

Quellen

• Scott Davis, "International comparisons show AI effect on productivity," Federal Reserve Bank of Dallas, 7. Juli 2026 — https://www.dallasfed.org/research/economics/2026/0707
• Dallas-Fed-Diagrammdaten (Charts 1–5, Sektorexponierung und Länder-Nutzungsreihen) — https://www.dallasfed.org/-/media/documents/research/economics/2026/0707data.xlsx
• Anthropic Economic Index (AI Usage Index nach Land) — https://www.anthropic.com/economic-index
• U.S. Bureau of Labor Statistics, Labor Productivity and Costs — https://www.bls.gov/productivity/

KI-gestützte Analyse. Die Zahlen stammen direkt aus dem Dallas-Fed-Artikel und seinen veröffentlichten Diagrammdaten; die auf ONET basierenden Exponierungs- und Automatisierungsrisikowerte auf unseren Berufsseiten verwenden unsere eigene Methodik und können vom hier zitierten Felten-Raj-Seamans-Index abweichen.*