Warum KI einzelne Mitarbeiter schneller macht, aber ganze Unternehmen zurücklässt
Ein Forscher, der untersucht, wie Teams zusammenarbeiten, sagt, dass die meisten Organisationen das falsche Problem lösen. Wenn jede Person KI besser nutzt, bringt das fast nichts, wenn das Team selbst noch auf alte Weise arbeitet.
Wichtige Punkte
- Atlassians State of Teams Report 2026 befragte 12.000 Arbeitnehmer und stellte fest, dass 89% der Führungskräfte in Fortune-1000-Unternehmen sagen, dass KI Einzelpersonen in ihren Unternehmen beschleunigt.
- Nur 6% dieser Führungskräfte konnten ein konkretes Beispiel für finanzielle Rendite aus KI nennen.
- Etwa 14% der Teams in diesen Organisationen hatten es geschafft, KI-Nutzung in echten, messbaren Wert umzuwandeln.
- Erfolgreiche Teams teilten drei Merkmale: einen gemeinsamen Speicher für Organisationswissen, neu gestaltete Arbeitsabläufe und eine Kultur, die fehlgeschlagene Experimente offen willkommen hieß.
- Atlassian testete „KI-Arbeitsvereinbarungen", schriftliche Teamregeln für die Nutzung von KI, und stellte fest, dass sie Geschwindigkeit, Entscheidungsfindung und Ausgabequalität verbesserten.
Stellen Sie sich ein Staffelrennen vor, bei dem jeder Läufer schnellere Schuhe bekommt, sich aber niemand auf die Route einigt. Das ist ungefähr das, was derzeit in den meisten Unternehmen mit KI passiert, sagt Dr. Molly Sands.
Sands leitet das Teamwork Lab bei Atlassian, dem Unternehmen hinter Projektmanagement-Tools wie Jira und Confluence. Ihr Team aus Verhaltenswissenschaftlern untersucht, wie KI die Art und Weise verändert, wie Menschen zusammenarbeiten, und geht dann tatsächlich in Organisationen und ändert Dinge. Sie präsentierte die Erkenntnisse des Labs auf der VB Transform 2026, zuerst berichtet von VentureBeat.
Warum zahlt sich KI also nicht aus?
Die kurze Antwort: Unternehmen trainieren Einzelpersonen, nicht Teams. Die Werkzeuge werden schneller. Die Koordination bleibt kaputt.
Die Zahlen bestätigen das deutlich. Atlassians jährlicher State of Teams Report, der 12.000 Arbeitnehmer weltweit befragte und etwa 200 Führungskräfte in Fortune-1000-Unternehmen interviewte (Amerikas 1.000 größte nach Umsatz), zeigte eine unangenehme Lücke. Neun von zehn Führungskräften sagten, dass Mitarbeiter in ihren Unternehmen mit KI schneller arbeiten. Nur 6% konnten einen konkreten Fall nennen, in dem diese Geschwindigkeit zu echtem finanziellem Ertrag geführt hatte.
Etwa 14% der Teams hatten es aber geschafft. Was sie auszeichnete, lief auf drei Dinge hinaus.
Gemeinsames Wissen. Erfolgreiche Teams speicherten Ziele, Entscheidungen und Kontext in Tools, die jeder sehen konnte, anstatt alles in einzelnen Köpfen oder privaten Chat-Threads zu halten. Atlassian nennt dies einen „Context Graph" – im Grunde eine lebende Karte, wer was und warum tut, die KI-Tools lesen und nutzen können. Ohne sie weiß ein KI-Assistent nur, was die Person vor ihm weiß.
Neu gestaltete Arbeitsabläufe. Die leistungsstarken Teams beschleunigten nicht einfach bestehende Aufgaben. Sie haben ganze Prozesse von Grund auf neu aufgebaut. Sands drückte das Risiko, diesen Schritt zu überspringen, deutlich aus: Wenn man Einzelpersonen schneller macht, ohne sie abzustimmen, werden sie „sehr schnell ineinander krachen".
Eine Kultur, die Fehler zulässt. Die schnellsten Teams hatten Führungskräfte, die Experimente sicher anfühlen ließen. Einige Experimente würden fehlschlagen. Das war der Sinn.
Was machten die erfolgreichen Teams konkret anders?
Sie setzten absichtlich Einschränkungen, um schnell zu lernen. Ein Beispiel: Ein Team verpflichtete sich, eine Woche lang keine Codezeile von Hand zu schreiben und zwang damit alle, durch KI-Tools zu arbeiten. Langfristig nicht nachhaltig, sagte Sands, aber eine schnelle Möglichkeit, gemeinsame Fähigkeiten aufzubauen und zu sehen, was funktioniert.
Sie schrieben auch Regeln auf, bevor sie Projekte starteten. Atlassian nennt diese „KI-Arbeitsvereinbarungen", ein kurzes Dokument, in dem das Team zusammen entscheidet, wofür es KI nutzen wird, was es selbst behalten wird, welche KI-Agenten es gemeinsam nutzen wird und welche grundlegenden Fähigkeiten alle benötigen. Teams, die diese Praxis übernahmen, arbeiteten schneller und produzierten bessere Arbeit.
Die tiefere Lektion ist nicht neu. Verborgene Annahmen und fehlausgerichtete mentale Modelle haben Teams schon lange vor KI verlangsamt. KI schafft diese Probleme nicht. Sie macht sie nur teurer zu ignorieren.
Häufig gestellte Fragen
Bedeutet das, dass KI-Tools Geldverschwendung sind, wenn Teams nicht vorbereitet sind?
Nicht ganz. Einzelne Arbeitnehmer werden wirklich schneller, und das hat einen gewissen Wert. Das Problem ist, dass Geschwindigkeit ohne Koordination selten in die Art von Rendite übersetzt wird, die sich auf einer Bilanz zeigt.
Was kann ein Manager diese Woche tun?
Halten Sie ein kurzes Meeting vor dem nächsten Projekt und schreiben Sie zusammen auf, welche Aufgaben das Team KI nutzen wird und welche nicht. Dieses einzelne Gespräch schließt mehr Lücken als Stunden individuellen KI-Trainings.
