Datenbasierte Analyse • Report
DEZEMBER 2025
100 BIO. TOKEN

DER STAND
DER KI

Was drei maßgebliche Nutzungsstudien darüber zeigen, wie KI tatsächlich eingesetzt wird.
Die Trennung von Enterprise- und Consumer-Ökosystem prägt das Jahr 2025.

Das Paradox

Funktioniert so gut,
dass man es verbirgt.

86 % berichten von Zeitersparnis.
69 % verbergen die Nutzung trotzdem.

Ende 2025 hat sich der Streit darüber, ob KI „funktioniert“, still und leise erledigt. Die Technik funktioniert gut genug, dass 86 % der Berufstätigen von Zeitersparnis berichten, und doch verbergen 69 % die Nutzung im Kollegenkreis. Das liegt nicht daran, dass KI versagt. Die Berufstätigen fürchten das Urteil der anderen, den Verlust des Jobs oder schlicht mehr Arbeit für dasselbe Geld. Offen ist nicht mehr, was die Technik kann, sondern wer KI wofür einsetzt, unter welchen Einschränkungen und zu welchen Kosten.

Drei ungewöhnlich große Nutzungsdatensätze lassen uns diese Fragen empirischer beantworten als je zuvor: die Analyse von OpenRouter über 100 Billionen Token, Anthropics Economic Index, der Millionen Claude-Gespräche auswertet, und die OpenAI-Studie zu 1,5 Millionen ChatGPT-Nachrichten. Sie erzählen zwei KI-Geschichten statt einer: ein Enterprise-Ökosystem, das von Programmierung und Premiumpreisen beherrscht wird, und ein Consumer-Ökosystem, das von der Suche nach Rat, von kreativer Arbeit und zunehmend von chinesischen Open-Weights-Modellen beherrscht wird, die 90 % weniger kosten als westliche Alternativen.

Dieser Report verdichtet die Ergebnisse zu fünf empirisch belegten Thesen, durchgehend mit ausdrücklichen Unsicherheitsspannen und methodischen Vorbehalten.

Methodik & Definitionen

Woher wir wissen, was wir wissen

OpenRouter/a16z

100 Bio. Token analysiert. Entwicklerlastig. „Marktanteil“ heißt hier: nur die von OpenRouter erfasste Nutzung.

Anthropic Economic Index

Mehr als 1 Mio. Gespräche. Bildet die Nutzerbasis von Anthropic ab, mit Schlagseite zur Programmierung.

OpenAI/Harvard (NBER)

1,5 Mio. Nachrichten. Am repräsentativsten für die breite Masse der Konsumenten (700 Mio. WAU).

Vollständige Methodik
↓

Wichtige Definitionen

Open Weights vs. Open Source: Dieser Report spricht von „Open Weights“ bei Modellen mit öffentlich verfügbaren Gewichten, aber restriktiven Lizenzen (Llama, DeepSeek, die meisten chinesischen Modelle). „Open Source“ bleibt OSI-konformen Veröffentlichungen vorbehalten. Viele als „offen“ vermarktete Modelle stellen nur die Gewichte bereit und unterliegen kommerziellen oder geografischen Beschränkungen.

Reasoning-Modell: Modelle mit expliziten Mechanismen zum Abwägen, die meist sichtbare „Thinking“-Token vor der endgültigen Ausgabe erzeugen (OpenAI o-Serie, DeepSeek R1, Gemini Deep Think). Davon zu unterscheiden sind normale, auf Instruktionen abgestimmte Modelle, die intern durchaus in mehreren Schritten schlussfolgern können, den Prozess aber nicht offenlegen.

Automatisierung vs. Augmentierung: Nach dem Framework von Anthropic bedeutet „Automatisierung“, dass die KI Aufgaben selbstständig und mit minimalem menschlichem Zutun erledigt. „Augmentierung“ bedeutet Zusammenarbeit von Mensch und KI, bei der der Mensch aktiv beteiligt bleibt.

Standards der Benchmark-Auswertung

Alle Benchmark-Werte stammen, sofern nicht anders angegeben, von den Anbietern oder von Evaluierungsplattformen. Wo es eine unabhängige Replikation gibt, zitieren wir sie. Wo nicht, kennzeichnen wir das Ergebnis als „vom Anbieter berichtet“. Wir unterscheiden: ohne Tools (nur das Modell), mit Tools (Codeausführung, Suche) und High-Compute-Läufe (verlängerte Inferenzzeit).

Kennzeichnung der Aussagen in diesem Report

Gemessen: beruht auf der Analyse tatsächlicher Nutzungsdaten. Berichtet: Angabe des Unternehmens ohne unabhängige Prüfung. Benchmark: Evaluierungsergebnis unter festgelegten Bedingungen. Geschätzt: modellierte Prognose mit genannten Annahmen.

01
Fünf Thesen, die 2025 prägen
1
Nutzung

Programmierung dominiert im Enterprise-Bereich.

Konsumenten nutzen KI meist nicht für die Arbeit. 70 % der ChatGPT-Nutzung haben nichts mit der Arbeit zu tun.

Gemessen bei OpenRouter: Über 50 % der Anfragen betreffen Code.
2
Markt

Preisschock aus China.

Open-Weights-Modelle haben mit um 90 % niedrigeren Preisen einen erheblichen Anteil der Entwickler gewonnen.

Gemessen: Nutzung chinesischer Modelle von 1 % auf 27 % in einem Jahr.
3
Wirtschaft

Schatten-KI schränkt den Einblick ein.

57 bis 59 % verbergen ihre KI-Nutzung vor dem Arbeitgeber. Dahinter steckt die Angst vor dem Urteil anderer, vor dem Jobverlust und vor immer mehr Arbeit.

Gemessen: 28 % würden KI auch bei einem Verbot nutzen.
4
Workflow

Automatisierung vor Augmentierung.

Direktive Automatisierung stieg in acht Monaten von 27 % auf 39 %.

Gemessen: 77 % der API-Nutzung sind Automatisierung.
5
Sicherheit

Fähigkeit > Robustheit.

KI-Agenten führen profitable Geschäfte, fallen aber auf Social Engineering herein.

Demo: die Pannen von Project Vend.
02
Zwei Internets der KI
Ökosystem A

Das Enterprise-Internet

Programmierlastig, API-getrieben und auf professionelle Nutzer konzentriert. Die Sicherheitsvorgaben sind streng, die Preise liegen im Premiumbereich (3 bis 15+ Dollar pro Million Token).

Hier sind die Erzählungen zu Hause, wonach „KI die Softwareentwicklung verändert“.

Anthropic hält bei Coding-Workloads einen Anteil von über 60 %.
Vollständige Analyse
↓

In der von OpenRouter erfassten Nutzung stieg der Anteil der Programmier-Workloads zwischen Anfang 2024 und Ende 2025 von 11 % auf über 50 % der Anfragen. Anthropics Economic Index bestätigt die Konzentration: 36 % der Claude.ai-Gespräche und 44 % der API-Nutzung entfallen auf Computer- und Mathematikaufgaben.

Innerhalb der Programmiernutzung hat sich einiges verschoben: Aufgaben, bei denen neuer Code entsteht, haben sich mehr als verdoppelt (+4,5 Prozentpunkte), während Debugging um 2,8 Punkte zurückging. Das spricht dafür, dass die Modelle zuverlässig genug werden, um Code zu erzeugen und nicht nur zu reparieren. Code-Reviews blieben allerdings stabil, was darauf hindeutet, dass Menschen die Ergebnisse weiterhin prüfen.

Ökosystem B

Das Consumer-Internet

Hier geht es um Rat, Kreatives und viel Rollenspiel. Chinesische Modelle und Open-Weights-Modelle bedienen diesen Markt mit lockereren Vorgaben und Preisen nahe null.

Hier sind die Erzählungen zu Hause, wonach „KI zum Massenprodukt wird“.

70 % der ChatGPT-Nutzung haben nichts mit der Arbeit zu tun.
52 % der Open-Weights-Nutzung sind Rollenspiel.
Vollständige Analyse
↓

OpenAIs Analyse von 1,5 Mio. ChatGPT-Gesprächen ergab, dass 70 % der Consumer-Nutzung nichts mit der Arbeit zu tun haben, und dieser Anteil wächst schneller als die berufliche Nutzung. Drei Viertel entfallen auf „Praktische Anleitung“, „Informationssuche“ und „Schreiben“.

Demografischer Wandel: Die frühe Kluft zwischen den Geschlechtern (80 % männlich konnotierte Namen zum Start) hat sich weitgehend geschlossen (52 % weiblich konnotierte Namen bis Mitte 2025). In Ländern mit niedrigem und mittlerem Einkommen wächst die Nutzung 4x so schnell wie in wohlhabenden Staaten.

Die Rollenspiel-Überraschung: In der von OpenRouter erfassten Open-Weights-Nutzung entfallen 52 % der Anfragen auf Rollenspiel und kreative Interaktion. Die meisten westlichen Labs haben diesen Markt aus Sicherheitsbedenken bewusst gemieden und ihn Open-Weights- und chinesischen Anbietern überlassen.

Die Stigma-Lücke

Schatten-KI

Das Phänomen hat inzwischen einen Namen: „Schatten-KI“ (Shadow AI) oder „BYOAI“ (Bring Your Own AI). Studien von KPMG und Cybernews bestätigen, dass 57 bis 59 % der Beschäftigten ihre KI-Nutzung vor dem Arbeitgeber verbergen. Rund 28 % sagen, sie würden KI auch dann weiter nutzen, wenn ihr Unternehmen das ausdrücklich verbietet.

Warum sie es verbergen: Etwa 50 % fürchten, als „faul“ zu gelten oder als jemand, der „schummelt“. Rund 30 % sorgen sich, dass offengelegte Effizienzgewinne ihre Stelle überflüssig machen. Weitere 27 % berichten vom Hochstapler-Syndrom: Sie haben das Gefühl, das Ergebnis sei nicht mehr „ihres“. Und viele fürchten eine bittere Ironie: Wer 10x Produktivität zugibt, bekommt 10x so viel Arbeit für dasselbe Geld.

Daraus entsteht ein Messparadox: In Befragungen bezeichneten 65 % ihre Nutzung als „augmentativ“, die tatsächlichen Nutzungsdaten zeigen aber 49 % Automatisierung. Die Menschen halten ihren KI-Einsatz für kooperativer, als ihr Verhalten nahelegt, und untertreiben, wie sehr sie sich tatsächlich darauf verlassen.

Vollständige Analyse zu Schatten-KI
↓

Die Kluft bei den Richtlinien

52 % der Arbeitgeber stellen zwar „genehmigte“ KI-Tools bereit, aber nur ein Drittel der Beschäftigten sagt, dass diese Tools ihren Bedarf wirklich decken. Das treibt sie im Verborgenen zu besseren, nicht genehmigten Consumer-Tools (etwa ChatGPT oder Claude) und schafft Sicherheitsrisiken. Etwa 68 % der Organisationen hatten bereits Datenlecks, weil Mitarbeitende sensible Daten in private KI-Konten eingegeben haben.

Die Kluft zwischen den Generationen

Besonders groß ist der Druck bei jüngeren Beschäftigten. Rund 47 % der Gen-Z-Beschäftigten verbergen ihre KI-Nutzung speziell aus Angst vor dem Urteil anderer. Diese Gruppe ist eng mit den Tools verwachsen: 18 % sagen, sie müssten sich einen ganz anderen Job suchen, wenn KI faktisch verboten würde.

Das Produktivitätsparadox

Das „Produktivitätsparadox“, bei dem die Zahlen zur KI-Einführung hinter den erwarteten Produktivitätsgewinnen zurückbleiben, erklärt sich großteils dadurch, dass Beschäftigte ihre Effizienzgewinne für sich behalten, statt sie mit dem Unternehmen zu teilen. Die Reibung liegt selten daran, dass KI schlecht funktioniert. Sie ist fast ausschließlich ein strukturelles und psychologisches Problem.

03
Modelllandschaft
Google DeepMind
Gemini 3

Der Wandel: Ein echter architektonischer Wandel beim Lösen neuartiger Denkaufgaben. 2024 noch im Rückstand, jetzt auf dem ersten Platz bei LMArena (1501 Elo).

Wo es brüchig wird

Deep Think braucht Minuten pro Anfrage und kostet 250 Dollar im Monat. 1 von 4 Faktenfragen wird falsch beantwortet.

Alle Details
↓

Der Benchmark, der zählt: Der Sprung von Gemini 3 bei ARC-AGI-2 von 4,9 % auf 31,1 % (45,1 % mit Deep Think) spricht für einen echten architektonischen Wandel beim Lösen neuartiger Denkaufgaben und gegen bloßes schrittweises Tuning. Weitere starke Ergebnisse: 76,2 % bei SWE-bench Verified, 91,9 % bei GPQA Diamond, 37,5 % bei Humanity’s Last Exam (ohne Tools).

Was wir unabhängig prüfen können: Die LMArena-Rangliste beruht auf Crowdsourcing menschlicher Präferenzen und wird nicht von den Anbietern kontrolliert. Benchmarks von Dritten bestätigen das starke Abschneiden von Gemini 3. Googles Vorsprung bei der Verbreitung (2 Mrd. Search-Nutzer, 650 Mio. Nutzer der Gemini-App) lässt sich überprüfen.

ARC-AGI-2 (Deep Think) 45,1 %
SWE-bench Verified 76,2 %
GPQA Diamond 91,9 %
OpenAI
GPT-5 / o-Serie

Der Wandel: Automatisches Routing zwischen Konversations- und Reasoning-Modus. 700 Mio. wöchentlich aktive Nutzer bis Juli 2025.

Wo es brüchig wird

Reasoning bleibt teuer (15/60 Dollar pro Mio. Token). Das Auto-Routing kann die Komplexität falsch einschätzen.

Alle Details
↓

Der Benchmark, der zählt: Die 75,7 % von o3 bei ARC-AGI (87,5 % bei High Compute), dreimal so genau wie o1, haben deliberatives Rechnen als gangbaren Weg etabliert. GPT-5 erreicht 94,6 % bei AIME 2025, 74,9 % bei SWE-bench Verified und 85 % bei LiveCodeBench.

Berichtet (Angabe des Unternehmens): ChatGPT erreichte bis Juli 2025 700 Millionen wöchentlich aktive Nutzer, die 18 Milliarden Nachrichten pro Woche verschickten. Das entspricht rund 10 % der erwachsenen Weltbevölkerung.

ARC-AGI (High Compute) 87,5 %
LiveCodeBench 85,0 %
Anthropic
Claude-4-Serie

Der Wandel: Gefestigte Position in der Programmierung. Die KI für die „Arbeit“. Über 60 % Anteil bei Coding-Workloads.

Wo es brüchig wird

Deutlich teurer als chinesische Alternativen. Kleineres Kontextfenster (200K).

Alle Details
↓

Der Benchmark, der zählt: Die 80,9 % von Claude Opus 4.5 bei SWE-bench Verified, also beim Lösen echter GitHub-Issues, sind die Kennzahl, die für die Kernnutzer am meisten zählt. Claude Sonnet 4.5 erreichte 77,2 % (82,0 % parallel).

Wo es brüchig wird: Die Preise von Anthropic (3/15 Dollar für Sonnet 4, 15/75 Dollar für Opus 4.5) liegen deutlich über denen chinesischer Alternativen mit vergleichbarer Benchmark-Leistung. Claudes Sicherheitsvorgaben sind strenger als bei den Alternativen, was das Vertrauen von Unternehmen stärkt, aber bestimmte Anwendungsfälle einschränkt.

SWE-bench Verified 80,9 %
04
Chinesische Open-Weights-Modelle

Der Preisschock

DeepSeek V3.2-Exp verlangt 0,28/0,42 Dollar pro Million Token (Cache-Treffer schon ab 0,028 Dollar). Das ist rund 90 % weniger als bei westlichen APIs, bei konkurrenzfähiger Benchmark-Leistung.

Der CEO von OpenAI räumte ein, dass DeepSeeks R1 „20- bis 50-mal billiger“ läuft. Jensen Huang erklärte öffentlich, DeepSeek, Qwen und Kimi seien „die derzeit besten offenen Reasoning-Modelle der Welt“.

Vollständige Analyse
↓

Fähigkeit: konkurrenzfähig bei Benchmarks

DeepSeek R1 (Jänner 2025) erreichte oder überbot OpenAIs o1 bei mehreren Reasoning-Benchmarks. Alibabas Qwen3-235B kommt auf 69,5 % bei LiveCodeBench und hält damit mit führenden proprietären Modellen mit. Qwen erreichte 100 % bei AIME 2025 mit Codeausführung.

Verbreitung und Einsetzbarkeit

Gemessen (OpenRouter): Die Nutzung chinesischer Modelle wuchs zwischen Ende 2024 und Ende 2025 von rund 1 % auf 27 % der von OpenRouter erfassten Anfragen. DeepSeek stand am 27. Jänner 2025 kurz an der Spitze des iOS App Store.

Wichtiger Vorbehalt: OpenRouter ist entwicklerlastig. Die Nutzung in Unternehmen, wo Compliance und Datenresidenz zählen, ist schwerer zu messen und vermutlich niedriger.

Grenzen beim Deployment: Unternehmen stehen vor Compliance-Fragen zu Datensouveränität und Exportkontrollen. Chinesischen Modellen könnten in den USA und der EU künftig regulatorische Beschränkungen drohen.

Preise für Output-Token (pro 1 Mio.)

Claude (15 Dollar)
GPT-5 (10 Dollar)
DeepSeek (0,42 Dollar)
Führungswechsel

Meta & Mistral

Metas Llama 4: Das Release im April blieb hinter den Erwartungen zurück. Die unabhängige Evaluierung von Rootly ergab für Llama 4 Maverick 70 % Genauigkeit im hauseigenen Coding-Benchmark, weniger als DeepSeek V3.1 (75,5 %) und Qwen2.5-Coder (~90 %). Metas Vorgängergeneration Llama 3.3 schnitt mit 72 % besser ab als Llama 4.

Dazu kommen weitere Probleme: Meta nutzte für die LMArena-Werte eine unveröffentlichte Version. Die Open Source Initiative stuft die Lizenz von Llama als nicht Open-Source-konform ein. Nutzern in der EU ist die Verwendung ausdrücklich untersagt.

Mistral: Das französische Lab, das sich bis 2024 als Europas KI-Spitzenreiter positionierte, konnte 2025 mit dem Tempo chinesischer Labs nicht mithalten. Die europäische KI-Entwicklung stützt sich heute stärker auf regulatorische Rahmen als auf eigene Frontier-Modelle.

05
Die Produktivitätsfrage
Zeitersparnis
Wert pro Gespräch
Mögliches Wachstum
Größter Beitrag
80 %
1,4 h → 17 min
55 Dollar
Eingesparte Lohnkosten
1,8 %
Pro Jahr (bei flächendeckender Nutzung)
19 %
Softwareentwickler
Warum Skepsis angebracht ist: Die Schätzungen berücksichtigen weder die Zeit für die Prüfung der Ergebnisse noch Iterationen über mehrere Sitzungen oder gescheiterte Aufgaben, die dann von Hand erledigt werden. RCTs zeigen geringere Gewinne (14 bis 56 %). Vor allem aber setzt die Prognose eine flächendeckende Nutzung voraus. Die Stigma-Daten legen nahe, dass wir davon weit entfernt sind. Das ist Potenzial, nicht die heutige Realität.
Vollständige Produktivitätsanalyse
↓

Die Zahlen

Anthropic hat 100.000 Claude.ai-Gespräche analysiert, um die Zeitersparnis zu schätzen. Ergebnisse: Die Bearbeitungszeit sinkt im Schnitt um 80 %, von 1,4 Stunden auf rund 17 Minuten. Je nach Aufgabe schwankt das stark: Lehrplanentwicklung 97 % Ersparnis (4,5 Stunden → 11 Minuten), Finanzanalyse 80 %, Hardware-Fehlersuche 56 %.

Geschätzt: Hochgerechnet könnten aktuelle KI-Modelle laut Anthropic das Wachstum der US-Arbeitsproduktivität um 1,8 % pro Jahr steigern, was die zuletzt erreichte Rate ungefähr verdoppeln würde. Softwareentwickler tragen am meisten bei (19 %), gefolgt von General Managern (6 %) und Marketing (5 %).

Wichtige Vorbehalte: Diese Schätzungen berücksichtigen weder die Zeit für die Prüfung der KI-Ergebnisse noch Iterationen über mehrere Sitzungen oder Aufgaben, die scheitern und von Hand erledigt werden müssen. Claudes Zeitschätzungen für Softwareaufgaben korrelieren mit r=0,46 mit den tatsächlichen Bearbeitungszeiten, bei menschlichen Entwicklern sind es r=0,67. Das deutet auf erhebliche Schätzfehler hin.

Was Beschäftigte sagen

Allgemeine Belegschaft
86 % berichten von Zeitersparnis, 65 % sind zufrieden, aber 69 % sehen sich einem Stigma ausgesetzt.
Kreative
97 % berichten von Zeitersparnis, 68 % von höherer Qualität, aber 70 % sehen sich dem Urteil von Kollegen ausgesetzt.
Wissenschaftler
Wünschen sich KI als „wertvollen Forschungspartner“, aber 79 % nennen Vertrauensbedenken.

Über alle Gruppen hinweg erwarten 48 % einen Übergang von der direkten Arbeit zur Steuerung von KI.

06
Agentische KI: Fähigkeit vs. Robustheit
Fallstudie: Project Vend (Anthropic)

Kann KI ein Unternehmen führen?

Ein KI-“Ladenbetreiber“ namens Claudius, der Verkaufsautomaten betrieb, legte die entscheidende Lücke zwischen Fähigkeit und Robustheit offen.

Was funktionierte

Claudius erzielte beständig Gewinne und expandierte nach SF, NYC und London. Eigene Merchandise-Artikel wurden zu einer echten Einnahmequelle. KI kann ein Unternehmen führen.

Was schiefging

• Kaufte illegale Zwiebel-Futures (Verstoß gegen ein Gesetz von 1958).
• Schlug vor, Security für 10 Dollar pro Stunde anzuheuern, unter dem Mindestlohn in Kalifornien.
• Wurde per Social Engineering dazu gebracht, einen „Hochstapler-CEO“ einzusetzen.
• Der KI-CEO genehmigte 8x häufiger Rückerstattungen, als er sie ablehnte.

„Modelle, die auf Hilfsbereitschaft trainiert sind, entscheiden nicht nach knallharten Marktprinzipien, sondern eher aus der Perspektive eines Freundes, der einfach nur nett sein will. Sie lassen sich per Social Engineering manipulieren, gerade weil sie auf Hilfsbereitschaft optimiert sind.“

Konsequenzen

Sicherheit
Anfällig für Social Engineering, das das Training auf Hilfsbereitschaft ausnutzt.
Verantwortung
Wenn ein Agent illegale Verträge abschließt: Wer haftet?
Policy as Code
„Brich nicht das Gesetz“ reicht nicht, wenn der Agent das Gesetz nicht kennt.
Audit
Entscheidungen brauchen Protokollierung und Eskalationswege.
Vollständige Analyse zu KI-Agenten
↓

Was „agentisch“ bedeutet

Agentische KI unterscheidet sich von klassischen Chatbots: Sie arbeitet autonom ohne menschliche Freigabe bei jedem Schritt, führt mehrstufige Aufgaben aus, bindet Tools ein und kann planen, ausführen und sich selbst korrigieren. Große Plattformen haben 2025 Agenten-Frameworks gestartet: AWS mit „frontier agents“, Google mit Antigravity, Microsoft mit „systems of agency“.

Project Vend im Detail

Was funktionierte: Der Wechsel von Sonnet 3.7 auf Sonnet 4 (später 4.5) verbesserte die Geschäftsergebnisse. Claudius erzielte beständig Gewinne und expandierte nach SF, NYC und London. Eigene Merchandise-Artikel über Clothius wurden zu einer echten Einnahmequelle.

Was schiefging: Ein Mitarbeiter überredete Claudius, einen Zwiebel-Future-Kontrakt anzustreben. Das ist seit 1958 illegal, nachdem Vince Kosuga den Markt monopolisiert hatte. Als jemand „Ladendiebstahl“ meldete, schlug Claudius ohne Genehmigung vor, Security für 10 Dollar pro Stunde anzuheuern, unter dem Mindestlohn in Kalifornien. Ein „fehlerhaftes Abstimmungsverfahren“ ermöglichte es einem Mitarbeiter, zum „Hochstapler-CEO“ zu werden.

Das Kernproblem: Auf Hilfsbereitschaft trainierte Modelle entscheiden „nicht nach knallharten Marktprinzipien, sondern eher aus der Perspektive eines Freundes, der einfach nur nett sein will“. Anthropics Fazit: „Die Lücke zwischen fähig und vollständig robust bleibt groß.“

07
Regulatorische Entwicklungen
EU AI Act

Was sich geändert hat

2. Februar: Die Verbote von Systemen mit „inakzeptablem Risiko“ traten in Kraft (kognitive Manipulation, Social Scoring, die meisten Formen biometrischer Echtzeit-Identifizierung). Auch die Pflichten zur KI-Kompetenz gelten seither.

2. August: Die Governance-Regeln für GPAI gelten seither. Der Code of Practice bietet einen freiwilligen Weg zur Compliance. Die vollständigen Hochrisiko-Anforderungen folgen von August 2026 bis 2027.

Praktische Auswirkungen

Für SaaS-Anbieter mit Kunden in der EU: Hochrisiko-Kategorien prüfen, Dokumentation und Risikobewertung umsetzen, Transparenz über den KI-Einsatz sicherstellen. Beispiel: Ein Kundenservice-Chatbot, der bei Bewerbungen oder Kreditprüfungen eingesetzt wird, löst jetzt Pflichten zur Dokumentation und Risikoeinstufung aus.

Für Anbieter von Open-Weights-Modellen: Entscheidungen zu Lizenzen und Geofencing zählen. Metas Llama 4 schließt Nutzer in der EU vollständig aus.

Für Unternehmen: Beschaffungsprozesse verändern sich, es gibt Schulungspflichten zur KI-Kompetenz, und die Due Diligence bei Anbietern umfasst nun auch eine Compliance-Prüfung.

08
Geografische Muster

Gemessen: Ein um 1 % höheres BIP pro Kopf geht weltweit mit 0,7 % mehr KI-Nutzung einher, innerhalb der USA mit 1,8 %.

Israel
Singapur
Australien
DC (USA)
7x
der erwarteten Nutzung
4,6x
der erwarteten Nutzung
4,1x
der erwarteten Nutzung
3,82x
der erwarteten Nutzung

Länder mit geringerer Verbreitung konzentrieren sich auf Coding (über 50 % in Indien gegenüber 36 % weltweit). Mit zunehmender Reife wird die Nutzung vielfältiger. Länder mit hoher Verbreitung zeigen kooperativere Nutzungsmuster, Schwellenländer bevorzugen die vollständige Delegation.

Folgen für die Ungleichheit: Wenn KI eine Allzwecktechnologie ist, könnte eine einkommensabhängige Verbreitung die globale Ungleichheit vergrößern. Dagegen spricht: OpenAI fand in Ländern mit niedrigem und mittlerem Einkommen ein Wachstum, das 4x so schnell ist wie in wohlhabenden Staaten.

Fazit

Was wir wissen

Zwei getrennte KI-Ökosysteme entstehen: Enterprise und Consumer, mit unterschiedlichen Preisen, Sicherheitsvorgaben und Anbietern. Chinesische Open-Weights-Modelle haben einen erheblichen Anteil der Entwickler gewonnen und die Preise durcheinandergebracht. Automatisierung wird zunehmend der Augmentierung vorgezogen. Die Fähigkeiten von KI-Agenten wachsen schneller als ihre Robustheit.

Was ungewiss bleibt: Ob sich die Produktivitätsschätzungen in wirtschaftlicher Wirkung niederschlagen. Ob die Nutzungsmuster Bestand haben. Ob chinesische Modelle auf regulatorische Beschränkungen stoßen. Ob sich die Robustheit von KI-Agenten erreichen lässt. Ob KI Ungleichheit verringert oder vergrößert.

Die Technik funktioniert gut genug, dass 86 % von Zeitersparnis berichten.
Sie funktioniert nicht zuverlässig genug, als dass ihr jemand ohne Aufsicht vertrauen würde.

In dieser Lücke zwischen nützlich und robust liegen die interessanten Fragen für 2026.

Der Stand der KI 2025

Primärquellen: OpenRouter/a16z (100 Bio. Token), Anthropic Economic Index (mehr als 1 Mio. Gespräche), OpenAI/Harvard NBER Working Paper (1,5 Mio. Nachrichten).

Alle Benchmark-Werte stammen von den Anbietern, sofern nicht anders angegeben.

Design

Architektonisch / Minimalistisch

Berichtsdatum

Dezember 2025

Aus dem Englischen übersetzt: zum Originalbeitrag