Vor ein paar Tagen hat Anthropic die Ergebnisse einer Studie veröffentlicht, die es in dieser Form noch nie gegeben hat.
159 Länder. 70 Sprachen. Keine Multiple-Choice-Umfrage, sondern echte Interviews — geführt von einer KI, die gezielt nachfragt und in die Tiefe geht. Es ist eine der grössten qualitativen Studien, die weltweit jemals durchgeführt wurden.
Und die Kernbotschaft ist überraschend einfach: Die Menschen wollen von KI meist nicht das, was die Tech-Branche ihnen verkauft.
In derselben Woche sassen wir mit der Führungsebene der Hanno Konrad Anstalt — Ingenieure, Planer und Geometer aus Schaan — in einem Workshop. Und was wir dort lernten, hat die globalen Daten auf den Punkt gebracht.
Das Problem: Wir fragen die falschen Fragen
Die öffentliche KI-Diskussion kreist um grosse Themen: Wird KI Arbeitsplätze vernichten? Brauchen wir strengere Regulierung? Wie vermeiden wir existenzielle Risiken?
Das sind wichtige Fragen. Aber sie sind nicht die Fragen, die Menschen beschäftigen, wenn sie tatsächlich mit KI arbeiten.
Anthropics Studie zeigt ein anderes Bild. Die häufigsten Wünsche an KI sind bemerkenswert konkret:
Knapp 19% wollen professionelle Exzellenz — weniger Routinearbeit, mehr Fokus auf das Wesentliche. 14% wünschen sich Hilfe bei der Bewältigung des Alltags — Termine, Verwaltung, die kleinen Dinge, die sich auftürmen. 11% wollen schlicht mehr Zeit — für Familie, Hobbys, das Leben ausserhalb der Arbeit.
Und hier wird es spannend: Viele Befragte starteten das Interview mit dem Thema Produktivität. Aber als die KI nachfragte — „Was würde dir das ermöglichen?" — verschob sich der Fokus. Es ging nicht um schnellere E-Mails. Es ging darum, abends rechtzeitig zu Hause zu sein. Zeit mit den Eltern zu verbringen. Ein Buch zu lesen.
Ein Software-Ingenieur aus Japan brachte es auf den Punkt: Er verliess an dem Tag die Arbeit pünktlich und holte seine Tochter von der Kita ab. Das war sein KI-Erfolg.
Das zeigt: Der echte Bedarf liegt selten dort, wo wir zuerst hinschauen.
Das Framework: Vom globalen Befund zur lokalen Umsetzung
Die Anthropic-Studie liefert nicht nur Wünsche, sondern auch eine Landkarte der Spannungsfelder. Die Forschenden nennen es „Light and Shade" — Licht und Schatten von KI sind untrennbar verbunden. Drei Erkenntnisse sind für KMU besonders relevant:
1 — Der Bedarf bestimmt den Erfolg, nicht die Technik
81% der Befragten sagen, KI habe bereits einen konkreten Schritt in Richtung ihrer Vision geleistet. Aber die erfolgreichsten Geschichten kommen nicht von den technisch versiertesten Nutzern. Sie kommen von Leuten, die genau wussten, was sie brauchten.
Ein Metzger aus Chile, der vorher kaum einen PC bedient hatte, hat mit KI ein Unternehmen aufgebaut. Eine stumme Person aus der Ukraine hat einen Text-to-Speech-Bot gebaut, um mit Freunden zu kommunizieren. Ein Anwalt aus Indien, der jahrelang Angst vor Shakespeare hatte, liest jetzt Hamlet — mit KI als Übersetzer.
Was diese Geschichten verbindet: Nicht die Technik war der Engpass. Die Klarheit über den eigenen Bedarf war es.
2 — Die häufigste Sorge ist nicht Jobverlust — sondern Unzuverlässigkeit
27% der Befragten nannten die Unzuverlässigkeit von KI als grösste Sorge. Halluzinationen, falsche Antworten, Ergebnisse, die gut klingen aber falsch sind. Das ist ein praktisches Problem, kein philosophisches.
Und es führt direkt zum Thema Kommunikation: Wer seinen Prompt nicht präzise formuliert, bekommt unpräzise Ergebnisse. Wer die Ausgabe nicht prüfen kann, übersieht Fehler. Die Lösung liegt nicht in besserer KI — sie liegt in besserem Input.
3 — Hoffnung und Angst existieren nicht in getrennten Lagern
Die Studie zeigt: Es gibt nicht „KI-Optimisten" und „KI-Pessimisten". Die meisten Menschen sind beides gleichzeitig. Wer KI zum Lernen nutzt, sorgt sich auch um kognitive Abhängigkeit. Wer Zeit spart, bemerkt, dass die Erwartungen steigen. Wer emotionale Unterstützung findet, fragt sich, ob das gesund ist.
Für KMU heisst das: Die Skepsis im Team ist kein Widerstand. Sie ist ein Zeichen, dass Menschen die Tragweite verstanden haben. Der Fehler ist, Skepsis als Blockade zu behandeln statt als Ressource.
Praxis-Check: Was das in Schaan bestätigt hat
In derselben Woche haben wir mit der Hanno Konrad Anstalt einen Workshop durchgeführt. Vier Stunden, jede Abteilung baut ihren eigenen KI-Assistenten.
Die Use Cases, die auf dem Tisch lagen, hätten direkt aus der Anthropic-Studie stammen können: Kostenschätzungen aus Offerten. Gesetzestexte durchsuchbar machen. Abrechnungen mit Ausschreibungen vergleichen.
Keine Buzzwords. Nur konkrete Aufgaben, die jede Woche Stunden kosten.
Das Ergebnis: Am Nachmittag liefen funktionierende Prototypen. Ein SIA-Normen-Assistent, gebaut aus öffentlich zugänglichen Quellen. Ein Gem Generator, der beim Erstellen weiterer Assistenten hilft. NotebookLM-Notebooks für Baurecht-Recherche.
Und die zentrale Erkenntnis war dieselbe wie in der globalen Studie: Die Qualität der Assistenten hing nicht von der KI ab. Sie hing davon ab, wie klar jemand seine eigene Arbeit beschreiben konnte.
Eine globale Studie bestätigt, was ein Ingenieurbüro in Liechtenstein an einem Nachmittag erlebt hat: KI-Erfolg beginnt nicht bei der Technik. Er beginnt bei der Frage: Was brauchst du wirklich?
Die nächsten Schritte
Lies die Studie selbst. Anthropic hat die Ergebnisse mit einer interaktiven Quote Wall veröffentlicht, in der du nach Region, Branche und Thema filtern kannst. Es lohnt sich — auch als Inspiration für eigene Anwendungsfälle. → 81.000 Interviews
Stell die richtige erste Frage. Nicht „Welches KI-Tool sollen wir nutzen?" — sondern „Welche Aufgabe kostet uns am meisten Routinezeit?" Wenn du das für dein Team beantwortest, hast du einen Startpunkt.
Registriere dich auf dem KI-Marktplatz des mmind.space. Dort ergänzen wir fortlaufend neue KI-Agenten für spezifische Anwendungen von Recht über Kostenvergleiche bis zu neuen Services. → Jetzt anmelden
