90 Prozent fühlen sich KI-sicher – doch nur jeder vierte Versuch gelingt sofort

WalkMe veröffentlichte am 25. August 2026 eine neue US-Befragung zur KI-Nutzung am Arbeitsplatz. Laut WalkMes Mitteilung zur Erhebung fühlen sich 90 Prozent der Befragten sicher im Umgang mit KI, doch nur 24,6 Prozent sagen, die Technik funktioniere beim ersten Versuch; 50,2 Prozent berichten zudem, schon mehr Zeit mit einer KI-Aufgabe verbracht zu haben, als deren manuelle Erledigung benötigt hätte.

Die Zahlen stammen aus Selbstauskünften von 2.037 berufstätigen Erwachsenen in den USA, die KI im Beruf verwenden. Eine am 27. August veröffentlichte Einordnung von CIO Dive beschreibt denselben zentralen Befund: Neun von zehn Befragten meldeten Sicherheit im Umgang mit KI, während nur ungefähr ein Viertel von einem erfolgreichen ersten Anlauf berichtete.

Drei Kennzahlen mit unterschiedlichen Bezugsgrößen

Die Differenz zwischen 90 und 24,6 Prozent ist keine objektiv gemessene Fehlerquote. Der erste Wert erfasst das persönliche Sicherheitsgefühl. Der zweite bezeichnet den Anteil der Befragten, die nach eigener Aussage beim ersten Versuch zum gewünschten Ergebnis kommen – nicht den Anteil erfolgreicher Eingaben in einem protokollierten Test.

Der Titel verdichtet diesen Befund auf „jeder vierte Versuch“. Methodisch präzise handelt es sich jedoch um knapp jeden vierten Befragten, der einen Erfolg beim ersten Anlauf meldet. Wie viele einzelne Versuche untersucht wurden und wie stark sich die Aufgaben unterschieden, geht aus den veröffentlichten Angaben nicht hervor.

Auch die 50,2 Prozent bedeuten nicht, dass KI bei jeder zweiten Aufgabe langsamer ist. Der Wert beschreibt Befragte, die bereits erlebt haben, dass das Anleiten oder Korrigieren der KI länger dauerte als die manuelle Bearbeitung. Die Zusammenfassung beziffert weder die Häufigkeit solcher Fälle pro Person noch den Zeitverlust in Minuten oder Stunden.

Die Methodik begrenzt die Aussagekraft

Propeller Insights führte die Befragung im Auftrag von WalkMe vom 10. bis 20. Juni 2026 durch. Teilgenommen haben 2.037 berufstätige US-Erwachsene, die KI bereits bei der Arbeit einsetzen. Die Stichprobe bildet damit weder die gesamte US-Erwerbsbevölkerung noch Beschäftigte ohne berufliche KI-Erfahrung ab.

Identische Aufgaben, technisch gemessene Bearbeitungszeiten und eine unabhängige Bewertung der Ergebnisqualität waren nicht Teil der veröffentlichten Methodik. Deshalb lässt sich aus der Erhebung nicht ableiten, dass genau 24,6 Prozent aller KI-Aufgaben im ersten Durchlauf gelingen oder dass KI in 50,2 Prozent aller Fälle mehr Zeit beansprucht.

Für Deutschland, Österreich und die deutschsprachige Schweiz sind die Resultate ein Hinweis auf mögliche Reibungsverluste, aber keine repräsentative Regionalmessung. Arbeitsprozesse, eingesetzte Systeme, Datenschutzanforderungen und Zugriffsmodelle können sich unterscheiden. Eine direkte Übertragung der Prozentwerte auf einzelne Unternehmen oder Berufsgruppen wäre daher nicht belastbar.

Integration schlägt den separaten Grundkurs

Bei der Frage nach der hilfreichsten Unterstützung nannten 33,7 Prozent eine bessere Verbindung zwischen KI und den täglich verwendeten Anwendungen. Weitere 30,2 Prozent bevorzugten Hinweise, die direkt in den Werkzeugen erscheinen. Beide Antworten lagen vor eigenständigen Schulungskursen.

Das verweist auf Probleme, die sich nicht allein mit zusätzlichem Grundlagentraining lösen lassen. Im Gespräch von Fortune mit WalkMe-CEO Dan Adika wird ein solcher Bruch konkret: Eine KI-Demonstration kann funktionieren, während derselbe Ablauf im Unternehmen an geschützten Personaldaten, fehlenden Berechtigungen oder getrennten Anmeldungen scheitert.

Das ist eine plausible Erklärung für einen Teil der gemeldeten Nacharbeit, aber kein Nachweis einer allgemeinen Ursache. Auch fehlender Fachkontext, ungeeignete Aufgaben, unklare Anforderungen oder notwendige Qualitätskontrollen können zusätzliche Schleifen erzeugen. Die veröffentlichte Erhebung schlüsselt nicht auf, welchen Anteil einzelne Faktoren am Zeitverlust haben.

Eine Aufgabenmatrix trennt Bedienung, Technik und Ergebnis

Aus den Befunden lässt sich ein überprüfbarer Maßnahmenplan ableiten, der über die pauschale Frage nach „KI-Kompetenz“ hinausgeht. Unternehmen können für wiederkehrende Tätigkeiten getrennt erfassen, ob der erste Entwurf verwendbar ist, wie viel Nacharbeit anfällt und ob die gesamte Bearbeitung tatsächlich kürzer wird.

• Standardisierte Routineaufgaben: direkt verwendbare Ergebnisse, Korrekturaufwand sowie manuelle und KI-gestützte Gesamtzeit vergleichen.
• Kontextabhängige Aufgaben: festhalten, welche internen Daten, Anwendungen oder Berechtigungen fehlen und an welcher Stelle der Ablauf stoppt.
• Qualitätskritische Aufgaben: fachliche Fehler, Prüfschritte und notwendige Freigaben zusätzlich zur Geschwindigkeit erfassen.
• Seltene oder komplexe Abläufe: kontextnahe Hilfen und separate Schulungen anhand derselben Aufgaben und Ergebnisgrößen vergleichen.

Eine solche Matrix trennt drei Ebenen, die in einer allgemeinen Selbsteinschätzung leicht zusammenfallen: die Bedienung eines KI-Werkzeugs, seine technische Einbettung und die Eignung der jeweiligen Aufgabe. Erst ein Vergleich derselben Tätigkeit mit und ohne KI kann zeigen, ob ein konkreter Prozess Zeit spart oder zusätzliche Arbeit erzeugt.

Welche Antworten die Erhebung offenlässt

WalkMe liefert eine Diagnose der wahrgenommenen Lücke, aber keine vollständige Ursachenanalyse. Öffentlich fehlen Aufschlüsselungen nach Aufgabentyp, eingesetztem KI-System, Unternehmensgröße und Integrationsgrad. Offen bleibt auch, wie viele Versuche typischerweise nötig waren und ob die Befragten „funktioniert“ vor allem anhand von Richtigkeit, Geschwindigkeit oder Verwendbarkeit beurteilten.

Der belastbare Befund ist deshalb enger als ein allgemeines Urteil über KI-Produktivität: Unter beruflichen KI-Nutzern in den USA ist das Vertrauen in die eigene Bedienkompetenz wesentlich weiter verbreitet als der gemeldete Erfolg beim ersten Anlauf. Ob bessere Integration, passende Berechtigungen und kontextnahe Hilfen diese Lücke verkleinern, muss mit Aufgaben-, Qualitäts- und Zeitdaten aus realen Arbeitsabläufen geprüft werden.