Vom Zimmermann zu Künstlicher Intelligenz – warum viele den Weg zurück gehen

Ich erinnere mich noch genau an die grossen und kleinen Werkzeuge, an den süssen Geruch des Holzes, an den schreienden, quietschenden Lärm der CNC-Fräse in der Abbundhalle. An das Gewicht der Balken, an das stechende Gefühl von Glaswolle auf der Haut beim Isolieren und an das wohlverdiente Bier beim Aufrichtfest – ein Zeichen der Dankbarkeit für die Arbeit. Ja, ich war Zimmermann, bevor ich alles andere wurde.

Wenn ich heute mit Jugendleitern oder Kirchgemeindepräsidenten, Fundraising-Experten und Geschäftsleitungen einen KI-Workshop halte, wenn ich Apps, Webseiten und Chrome-Plugins vibe code, denke ich nur noch selten an die Zeit als Handwerker zurück. Mein Leben ist mittlerweile geprägt von Diskussionen darüber, wie eine theologische Einordnung von KI aussehen muss, ob und wie der EU AI Act für Schweizer Organisationen relevant ist, oder wie wir ein Ampelsystem entwickeln können, das Mitarbeitenden echte KI-Kompetenz verleiht, statt sie verunsichert und in ihrer Arbeit hindert.

Aber dann gibt es diese Momente wo ich hellhörig werde. Zum Beispiel bei neuen Studien, die den Umgang mit KI zu analysieren versuchen oder Artikel, die den Unterschied von Mensch und Maschine erklären wollen. In diesem Blogbeitrag nehme ich die neuste Studie von Adaptavist zu KI am Arbeitsplatz genauer unter die Lupe, weil ich über Zahlen stolperte, die mich seither nicht loslassen.

Warum mich die Studie betrifft

Adaptavist, ein britisches Technologie- und Beratungsunternehmen, hat im März 2026 zusammen mit dem unabhängigen Marktforschungsinstitut Attest 2’500 Wissensarbeitende aus Grossbritannien, den USA, Kanada, Deutschland und Spanien befragt und daraufhin den Bericht «Die Welt im Wandel: Der Preis der KI-Transformation» verfasst. Es handelt sich um eine allgemeine Panel-Befragung von Wissensarbeitenden, nicht ausschliesslich um eine Befragung von Adaptavist-Kunden – ein Punkt, auf den ich gleich zurückkomme. Die Vorgängerstudie vom Oktober 2025 hatte noch 4’000 Wissensarbeitende befragt und sprach bereits von «Technostress» und «Quiet Cracking».

Zwei Zahlen im neuen Bericht haben mich länger bewegt. Erstens: 25 Prozent derjenigen, die wegen KI einen Berufswechsel erwägen, suchen gezielt Tätigkeiten, die als weniger KI-anfällig gelten – «etwa im Handwerk oder in manuellen Berufen» (Adaptavist:2026). Zweitens: 27 Prozent der Wissensarbeitenden haben das Gefühl, ihre persönliche Expertise werde seit der Einführung von KI weniger geschätzt (Adaptavist:2026).

Weniger KI-anfällig? Was bedeutet das für mich? Ich bin genau den umgekehrten Weg gegangen, nämlich vom Handwerk in die digitale Welt. Und jetzt zeigt eine Studie, dassein Viertel der Verunsicherten zurück will, dorthin, wo ich herkomme. Zur zweiten Zahl komme ich weiter unten zurück, wenn ich mich selbst an diesen Massstäben messe.

Der ganze Bericht ist eine Sammlung solcher Reibungen:

Und 56 Prozent der Generation Z sagen, die Arbeitswelt vor der KI sei besser gewesen – gegenüber 35 Prozent der Generation X (Adaptavist:2026). Die Digital Natives, Menschen, die nie eine Berufswelt ohne Internet kannten sagen am häufigsten, dass sie die Arbeit vor KI vermissen. Das ist zumindest bemerkenswert, wenn nicht alarmierend.

Wer ist Adaptavist und warum publiziert eine Softwarefirma so eine Studie?

Adaptavist wurde 2005 in London gegründet, gehört mehrheitlich noch dem Gründer und CEO Simon Haighton-Williams und beschäftigt heute über 1’000 Mitarbeitende. Die Firma zählt eigenen Angaben nach mehr als 22’000 Kunden, darunter über die Hälfte der Fortune-500-Unternehmen. Das Geschäftsmodell: Adaptavist verdient als Partner grosser Plattformen (z.B. Atlassian, monday.com, AWS, GitLab) und über zugekaufte Produkte und Marken.

Wichtig für die Einordnung dieser Studie ist eine Unterscheidung, die man leicht übersieht: Man muss zwischen der Stichprobe und der Deutung trennen. Die Datenerhebung selbst (durchgeführt von Attest bei einem allgemeinen Panel von Wissensarbeitenden) ist methodisch solider, als man bei einer anbieterfinanzierten Studie zunächst vermuten würde. Verzerrt ist nicht die Stichprobe, sondern die Interpretation: Fast alle im Bericht zitierten Fachleute stammen aus dem eigenen Partner-Ökosystem – von Tempo Software, von Rewind, von monday.com, von Atlassian, dazu mehrere Adaptavist-eigene Stimmen.

Das ist also keine unabhängige Wissenschaft, sondern eine gut gemachte Content-Studie eines Anbieters, der am Ende Projekt- und Arbeitsmanagement-Plattformen verkaufen möchte – und siehe da, 51 Prozent halten solche Plattformen für zunehmend wichtig (Adaptavist:2026). Ich finde die Daten trotzdem wertvoll. Aber man muss wissen, wer die Frage stellt, wer sie einordnet und wer am Schluss vom Ergebnis profitiert.

Wo die Studie sich selbst widerspricht

Ich bin kein Statistiker, habe aber bereits in der Ausbildung zum Zimmermann gelernt: Wenn zwei Masse nicht zusammenpassen, ist irgendwo ein Fehler, und man findet ihn nicht, indem man wegschaut.

Die Studie ist an mehreren Stellen intern uneinheitlich. Beim «Exodus der Fachkräfte» heisst es im Fliesstext, jede und jeder Dritte (39 Prozent) denke wegen KI über einen Branchenwechsel nach. In der Grafik stehen für das C-Level 42 Prozent, an anderer Stelle im selben Bericht 46 Prozent. Was gilt denn nun? Und beim Gegentrend Anpassung nennt der Fliesstext 66 Prozent, die aktiv neue Fähigkeiten lernen, während Eli Mitchell von Rewind zitiert wird und von «drei Viertel der Beschäftigten» spricht (Adaptavist:2026). Wer rechnen kann, merkt schnell, dass 66 Prozent keine drei Viertel sind.

Noch grösser wird die Sache, wenn man die frei herunterladbare englische Fassung neben die deutsche legt. Dort weichen nicht nur zwei, sondern praktisch alle Kernzahlen voneinander ab: 65 statt 72 Prozent beim Thema Nostalgie, 42 statt 56 Prozent bei der Generation Z, 23 statt 27 Prozent bei der gefühlten Entwertung der eigenen Expertise, 74 statt 66 Prozent bei der aktiven Weiterbildung. Meines Erachtens ist das kein Drama einzelner Rundungsfehler, sondern ein Muster: Die Übersetzung selbst scheint eine zweite, leicht andere Studie zu erzeugen. Das ist ein Grund, jede einzelne Zahl mit Vorsicht zu geniessen, statt sie einfach so weiterzureichen.

Die «Kosten der Verifizierung»: der kognitive Preis von KI am Arbeitsplatz

Das dritte Kapitel der Studie trägt den treffenden Titel: «Der kognitive Preis der KI am Arbeitsplatz». Es beschreibt, wie Künstliche Intelligenz Arbeit nicht abnimmt, sondern verschiebt.

Adaptavist nennt das die «Kosten der Verifizierung».

Das ist keine reine Innenschau eines Anbieters, der seine eigenen Umfragedaten deutet. Unabhängige Forschung bestätigt das Muster, oft mit noch härteren Zahlen. Am aussagekräftigsten ist eine randomisierte, kontrollierte Studie des Forschungsinstituts METR: 16 erfahrene Open-Source-Entwickler bearbeiteten 246 reale Aufgaben in ihren eigenen, vertrauten Codebasen, teils mit und teils ohne KI-Unterstützung. Vor Beginn hatten sie erwartet, mit KI rund 24 Prozent schneller zu werden. Tatsächlich brauchten sie 19 Prozent länger, obwohl sie selbst danach noch überzeugt waren, 20 Prozent schneller gewesen zu sein (METR:2025; Reuters:2025). Eine Folgestudie im Februar 2026 bestätigte das Grundmuster, wobei sich der Effekt bei neu rekrutierten Entwicklern etwas abschwächte (METR:2026). Die Lücke zwischen gefühlter und gemessener Produktivität ist der eigentliche Sprengstoff, der in manchen Teams – nicht nur bei Entwicklern – zur Herausforderung werden kann.

Dazu passt die vielzitierte MIT-Media-Lab-Studie «Your Brain on ChatGPT»: 54 Studierende schrieben Essays entweder ganz ohne Hilfsmittel, mit Suchmaschine oder mit ChatGPT. Die KI-Gruppe zeigte im EEG die schwächste neuronale Vernetzung, erinnerte sich am schlechtesten an das eigene Geschriebene und empfand am wenigsten, dass es ihr «Eigenes» ist – die Autorinnen nennen das «kognitive Verschuldung» (MIT Media Lab:2025). Wichtig: Das ist ein nicht begutachteter Preprint mit kleiner Stichprobe, also längst kein Beweis, jedoch aus meiner Sicht ein ernstzunehmendes Signal, welche Auswirkungen die Verwendung von einfachen «KI-Helferlein» auf unser Gehirn haben kann.

Noch deutlicher wird die Kluft zwischen Investition und Wirkung im «GenAI Divide»-Bericht des MIT-Projekts NANDA: Trotz geschätzter 30 bis 40 Milliarden US-Dollar an Unternehmensinvestitionen erzielen rund 95 Prozent der generativen KI-Pilotprojekte keinen messbaren geschäftlichen Nutzen und nur 5 Prozent der massgeschneiderten Tools erreichen überhaupt den Produktivbetrieb (MIT NANDA:2025). Als Grund nennen die Autoren nicht die Modelle selbst, sondern brüchige Arbeitsabläufe ohne Lern- und Kontextfähigkeit. Das deckt sich exakt mit dem, was Adaptavist als fehlendes «Warum» beschreibt.

Das «Warum» fehlt

40 Prozent verstehen häufig nicht, warum sie KI überhaupt nutzen sollen. 39 Prozent berichten von KI-Müdigkeit und nutzen die Tools deshalb seltener (Adaptavist:2026). Gleichzeitig prognostizierte Gartner am 15. Januar 2026 weltweite KI-Ausgaben von 2,52 Billionen US-Dollar für 2026, ein Plus von 44 Prozent gegenüber dem Vorjahr (Gartner:2026). Der Löwenanteil, rund 1,37 Billionen US-Dollar, fliesst in Infrastruktur wie KI-optimierte Rechenzentren – also nicht direkt in die Werkzeuge am Schreibtisch der Mitarbeitenden (Gartner:2026; Al Jazeera:2026). Nebenbei sei bemerkt, dass Gartner den Wert am 19. Mai 2026 sogar auf 2,59 Billionen und 47 Prozent nach oben korrigierte. Die Studie von Adaptavist zitiert also eine bereits überholte Prognose.

Ganz oben werden Billionen in Rechenzentren bewegt, während weiter unten fast die Hälfte der Belegschaft fragt, wozu das Ganze in ihrer eigenen Rolle eigentlich dient. Upwork hat ein verwandtes Muster schon 2024 gemessen: 96 Prozent der Führungskräfte erwarteten von KI mehr Produktivität, 77 Prozent der Mitarbeitenden aber sagten, die Tools hätten ihre Arbeitslast erhöht (Upwork:2024). Oder anders ausgedrückt: Der Chef sieht Effizienz und das Team sieht Mehrarbeit. Zwei Jahre später beschreibt Adaptavist dasselbe Muster mit neuen Worten.

Mensch gegen Maschine?

44 Prozent haben das Gefühl, ihre Leistung werde direkt oder indirekt an KI-Ergebnissen gemessen. 54 Prozent fürchten, KI könnte den Bedarf an ihrer Rolle in den nächsten fünf Jahren verringern (Adaptavist:2026). Überraschend ist an dieser Stelle, wo die Angst am grössten ist: Nicht bei den Jungen allein, sondern auch ganz oben. Beim «sehr besorgt» liegen Berufseinsteigende bei 27 Prozent und das C-Level sogar bei 29 Prozent. Lisa Schaffer von Adaptavist schreibt dazu etwas, das ich mag: «Gerade diejenigen, die die Transformation anführen sollen, sind sich am unsichersten darüber, wohin sie führt. Das ist keine Schwäche – das ist Ehrlichkeit.» (Adaptavist:2026).

Für die Berufseinsteigenden gibt es auch Zahlen von ausserhalb der Adaptavist-Studie. Das Stanford Digital Economy Lab um Erik Brynjolfsson wertete Lohndaten von ADP aus über 730 Berufen aus und fand für 22- bis 25-Jährige in den am stärksten KI-exponierten Berufen einen deutlichen relativen Beschäftigungsrückgang von rund 13 Prozent, der sich seit 2024 verstärkt, während ältere Kollegen in denselben Berufen stabil blieben oder sogar zulegten (Stanford:2025). Die unterste Sprosse der Karriereleiter verschwindet also leiser, als es viele Schlagzeilen vermuten lassen.

Was das für Kirchen und NPO in der Schweiz heisst

Ich arbeite dort, wo Adaptavist nicht hinschaut: in Kirchen, kleinen Non-Profits und KMU im DACH-Raum, vor allem in der Schweiz. Die Studie hat keine Schweizer Stichprobe und trifft uns trotzdem ins Mark.

Was bedeutet «Kosten der Verifizierung» für ein Kirchensekretariat mit 40 Stellenprozenten? Es bedeutet: Wenn KI den Newsletter, das Protokoll und den Predigttext-Entwurf schneller produziert, aber alles nachgelesen, korrigiert und theologisch verantwortet werden muss, dann ist netto vielleicht nichts gewonnen – aber die Art der Arbeit hat sich verschoben: vom Schreiben zum Prüfen.

Bei einem 40%-Pensum ist das kein Effizienzgewinn, sondern eine neue Last. Warum?

1. Prüfen verlangt dieselbe fachliche Tiefe wie Schreiben, aber ohne dessen Lohn. Wer selbst formuliert, denkt beim Schreiben nach. Oder anders gesagt: Der Text entsteht, während man in Gedanken klärt, was man eigentlich sagen will. Wer einen fremden Entwurf prüft, muss diesen Denkprozess nachträglich rekonstruieren, ohne ihn selbst durchlaufen zu haben.
2. Prüfarbeit ist negative Aufmerksamkeit. Man sucht nach dem Fehler, nicht nach der gelungenen Formulierung. Wenn ich einen Text zehnmal lese und er beim zehnten Mal noch immer stimmt, fühlt sich das nicht wie eine Leistung an. Ein Fehler, der einmal durchrutscht (z.B. ein falsches Bibelzitat oder ein unbedachter Ton im Gemeindenewsletter) fällt sofort auf. Man arbeitet also gegen ein Risiko und nicht auf ein Ergebnis hin. Das ist auf Dauer zermürbender als Schreiben – selbst wenn es weniger Zeit kostet.
3. Die Verantwortung verschiebt sich nicht mit der Arbeit. Der Absender bleibt (zumindest bei den meisten Kirchgemeinden) ein Mensch und nicht ein KI-Tool. Ein Teil der Formulierung wurde ausgelagert, die volle Haftung dafür aber nicht. Diese Asymmetrie – Verantwortung für etwas zu übernehmen, das man nur noch zur Hälfte selbst durchdacht hat – ist schwerer zu tragen, als es auf den ersten Blick scheint.
4. Bei 40 Prozent gibt es keinen Puffer. Eine Vollzeitstelle kann eine zusätzliche Prüfschlaufe irgendwo unterbringen, bei 40 Prozent ist der Tag meistens bereits mit administrativen Aufgaben ausgefüllt. Das bedeutet, dass jede zusätzliche Minute fürs Prüfen verwendet wird im Austausch für etwas, das dafür liegen bleibt.
5. Die Prüfarbeit ist unsichtbar und bleibt das wahrscheinlich auch weiterhin. Diese Art der «Arbeit» (wenn wir sie denn so nennen wollen) taucht in keiner Stellenbeschreibung auf. Wenn der Kirchenvorstand nach einem Jahr fragt, weshalb die 40 Prozent trotz KI-Einsatz nicht spürbar entlastet wirken, kann niemand wirklich Antworten liefern. Die Arbeit hat sich nur verändert, aber sie ist auf dem Papier komplett verschwunden – und das kann für eine solche Stelle politisch gefährlich werden.
6. Die Fluency-Falle beschreibt: Je druckreifer ein KI-Text klingt, desto schwerer wird es, ihn kritisch zu lesen. Ein holpriger Entwurf zwingt automatisch zu genauem Lesen. Ein glatter Text verführt zum Überfliegen — genau dort, wo ein falsches Zitat oder ein unbedachter Begriff am gefährlichsten ist, weil er in schöner Sprache daherkommt.

Das bedeutet also: Bei 40 Prozent Pensum ist der Einsatz von KI-Tools in den meisten Fällen kein Effizienzgewinn, sondern eine neue Last: Es wird dieselbe Fachtiefe verlangt, aber weniger Belohnung ausbezahlt oder Anerkennung ausgesprochen. Die Mitarbeiterin trägt die volle Verantwortung, hat aber keinen Zeitpuffer und keine Sichtbarkeit. Und wäre das alles nicht genug, ist diese gesamte Dissonanz verpackt in einen Text, der genau deshalb schwerer zu durchschauen ist, weil er – seien wir ehrlich – sehr gut klingt.

Und was bedeutet «Mensch gegen Maschine» in einem Freiwilligenteam? Freiwillige geben ihre Zeit nicht für Effizienz, sondern für Sinn – meistens zumindest. Wenn eine Jungscharleiterin merkt, dass ihr liebevoll gestalteter Flyer in Konkurrenz zu einem generischen, mittelmässigen KI-Output steht, dann steht nicht ihre Produktivität zur Debatte, sondern ihr eigener, menschlicher Beitrag.

Gehöre ich selbst dazu?

Und jetzt mal ehrlich: Gehöre ich zu den 25 Prozent, die KI am liebsten wieder abschaffen würden? Oder würde ich gerne wieder zurück auf die Baustelle? Nein, denn ich ernähre unter anderem durch diese Technologie meine Familie und halte Künstliche Intelligenz ganz grundsätzlich für ein grossartiges Werkzeug. Aber ich verstehe die 25 Prozent sehr gut! Die Kreissäge in der Abbundhalle hat nie behauptet, kreativer zu sein als ich – im Gegensatz zu einem LLM, das sich manchmal zu solchen Aussagen hinreissen lässt. Und das beschäftigt auch mich.

Gehöre ich zu den 27 Prozent (engl. Fassung: 23 Prozent), die das Gefühl haben, ihre Expertise werde seit der weiten Verbreitung von KI weniger geschätzt? An manchen Tagen ja, zum Beispiel wenn eine Kirchgemeinde oder ein Vorstand glaubt, ein Prompt ersetze jahrelange Erfahrung in Gemeindeaufbau, Governance oder Digitalstrategie. Genau hier trifft der Bericht von Adaptavist einen Nerv, den ich aus der eigenen Praxis kenne: Wer sein Fachgebiet wirklich versteht und erkennt, wenn KI danebenliegt, wird wichtiger, nicht überflüssiger. Das ist die Haltung, die ich in jedem Workshop vertrete.

Gehöre ich zu den 39 Prozent, die mehr Zeit mit Verifizieren verbringen, als sie sparen? An manchen Tagen: ja, absolut. Ich habe KI-generierte Texte schon länger redigiert, als es gedauert hätte, sie selbst zu schreiben. Ich sehe das allerdings nicht als Niederlage sondern als Handwerk im Sinne von: Prüfe das Werkstück, bevor du es verbaust.

Gehöre ich zu den 66 Prozent, die lernen? Unbedingt. Meine vibe-codierten Apps, Webseiten und Plugins sind der Beweis. Ich bin den Weg vom Handwerk in die digitale Technologie gegangen, nicht weil ich das Handwerk verachtet hätte, weil es mir auf der Baustelle langweilig wäre oder weil da die Löhne zu tief wären. Sondern weil ich mir über die Jahre – und nicht nur als Zimmermann – eine sehr wichtige Haltung angeeignet habe, die für analoge wie für digitale Arbeitsweise zentral ist: Material verstehen, Werkzeug beherrschen und Verantwortung übernehmen für das, was am Ende steht.

Mein Leitsatz: «Reformieren statt reparieren»

Reformieren heisst weder abreissen noch einfach Risse kitten und Löcher in alten Gemäuern stopfen. Es bedeutet, im stehenden Gebäude die morschen Balken zu ersetzen, während der Betrieb weiterläuft. Das lernt man als Zimmermann so gut wie in jeder Organisation, die sich verändern muss, ohne einzustürzen. Systeme werden von innen verändert – nicht indem man wegschaut und schon gar nicht indem man Systeme abschafft. Die Studienautoren schreiben es am Ende selbst: Entscheidend sei nicht die technologische Leistungsfähigkeit, sondern die organisatorische Absicht (Adaptavist:2026). Übersetzt in meine Sprache würde das heissen: Es geht nicht darum, KI für Reparaturarbeiten zu nutzen, wenn sie stört. Es geht darum, Arbeit grundsätzlich neu zu denken und so zu reformieren, dass der Mensch Herr über seine erarbeitete Expertise bleibt, seine eigenen Gedanken formulieren und Entscheidungen begründen kann – also nicht einfach abnickt, was ihm die Maschine vorschlägt.

Vic Chynoweth von Tempo Software sagt in der Studie, Umschulungsprogramme seien «das richtige Thema, kommen aber zu spät» (Adaptavist:2026). Ich fürchte, er hat recht. Der Adecco/UZH-Fachkräftemangel-Index zeigt für die Schweiz zwar auf den ersten Blick eine Entspannung: «2025 liegt der Fachkräftemangel Index rund 22 Prozent unter dem Vorjahreswert», was bedeutet, dass die offenen Stellen um 8 Prozent zurückgingen. Allerdings: die Zahl der Stellensuchenden stieg um 17 Prozent, die Arbeitslosenquote von 2,3 auf 2,8 Prozent (Adecco/UZH:2025). Gerade in Gesundheits-, Bau- und handwerklichen Berufen bleibt der Mangel spürbar. Hier tritt ein interessantes Paradoxon zu Tage: Ausgerechnet dort, wohin die 28 Prozent flüchten wollen, wird schon jetzt jede Hand gebraucht. Meine Hände arbeiten mit Werkzeuge aus beiden Welten aber ich weiss noch nicht, ob das ein Privileg ist oder einfach eine Übergangserscheinung.

Zum Schluss eine Frage an dich (und ohne dass ich bereits eine abschliessende Antwort für mich gefunden habe): Wenn du morgen wählen könntest, welchen Teil deiner Arbeit würdest du der Maschine geben? Und welchen würdest du behalten, komme, was wolle, weil er dich zu dem macht, der du im tiefsten Innern bist?

Desclaimer: Dieser Text wurde mit eigenem Wissen und Rechercheergebnissen von Perplexity und Claude in Zusammenarbeit mit Claude erstellt. Formulierungen und Tonalität stammen von mir und die Richtigkeit der Inhalte wurde von mir überprüft.