Die McKinsey-Luecke: Deine Mitarbeiter nutzen KI haeufiger als du denkst, und das ist dein Problem

Deine Mitarbeiter nutzen KI haeufiger als du denkst. McKinsey hat das 2025 sauber gemessen. Das ist nicht die feel-good-Geschichte, die du erwartest. Es ist dein groesstes Adoption-Problem.

Die meisten Mittelstands-Geschaeftsfuehrer, mit denen wir bei Sentient Dynamics im Strategie-Workshop sitzen, erzaehlen die gleiche Geschichte: "Unsere Belegschaft tut sich schwer mit KI. Wir bauen gerade eine Adoption-Roadmap, wir investieren in Schulung, wir holen die Leute ab." Das ist ehrlich gemeint. Es ist aber faktisch falsch. Die Belegschaft tut sich nicht schwer. Sie ist dir voraus. Und genau darin liegt das Problem, das du loesen musst, bevor du an eine "AI-Strategie-Folie" gehst.

Was McKinsey 2025 wirklich gemessen hat

McKinsey hat zwei grosse Studien 2025 veroeffentlicht, die zusammen ein klares Bild ergeben. Die erste ist das jaehrliche "State of AI 2025" (November 2025, n=1.993 Unternehmen, 105 Laender). Die zweite ist "Superagency in the Workplace" (Januar 2025), ein dedizierter Workplace-Survey, der C-Suite und Mitarbeiter parallel befragt hat. Die Kombination ergibt die Luecke, die du auf deinem Tisch hast.

Das Kern-Wording aus dem State of AI 2025 (zitiert wie veroeffentlicht): "88 percent report regular AI use in at least one business function, compared with 78 percent a year ago." Auf Deutsch: 88 Prozent der Unternehmen nutzen KI regelmaessig in mindestens einem Geschaeftsbereich. Ein Jahr vorher waren es noch 78 Prozent. Und: "23 percent of respondents report their organizations are scaling an agentic AI system somewhere in their enterprises." Also 23 Prozent skalieren bereits agentische KI in mindestens einem Geschaeftsbereich. Nicht enterprise-weit, sondern in mindestens einem Geschaeftsbereich. Diese Unterscheidung ist wichtig, wenn du die Zahl in deinem Aufsichtsrat zitierst.

Die eigentliche Sprengkraft kommt aber aus der Superagency-Studie. Das Original-Wording von McKinsey: "C-suite executives estimate that only four percent of employees use generative AI for at least 30 percent of their daily work, when the number is closer to 13 percent." Und der zugehoerige Headline-Befund: "Employees are 3 times more likely than leaders expect to be using Gen AI for at least 30% of their daily work."

Schaeftsfuehrer raten 4 Prozent. Mitarbeiter sagen 13 Prozent. Das ist nicht ein bisschen daneben, das ist Faktor 3.

Und das ist nicht die einzige Wahrnehmungs-Luecke. Hier die Synthese, die wir aus Superagency + State of AI 2025 + dem Bitkom-Studienbericht 2026 zusammengezogen haben:

Dimension	C-Suite / GF-Sicht	Mitarbeiter-Sicht
Anteil MA mit GenAI fuer >=30% der Arbeit	4% (McKinsey)	13% (McKinsey)
Tempo der Adoption naechste 3 Jahre	"Wir gehen das schrittweise an"	"Soll mindestens 30% meiner Arbeit uebernehmen"
Schulungsbedarf	"MA brauchen erst Grundlagen"	"Wir wissen schon, was wir tun"
Hauptblocker	"Mitarbeiter-Skepsis und Change"	"Fuehrung zoegert und liefert keine Tools"
Risiko Shadow AI	"Compliance, Data-Loss"	"Wir nutzen es trotzdem, weil produktiv"

Daneben Mehrfach-Befunde aus dem Microsoft + LinkedIn 2024 Work Trend Index: "78% of AI users are bringing their own tools to work, Bring Your Own AI (BYOAI)" und "75% of global knowledge workers" nutzen GenAI bereits, in kleinen und mittleren Unternehmen sogar 80 Prozent. Der Slack Workforce Index April 2025 setzt obendrauf: "Between November of 2024 and April of 2025, AI usage rose from 36% to 60% of desk workers, with 42% relying on it regularly, at least weekly."

Und in Deutschland? Bitkom-Studienbericht 2026, repraesentativ fuer 604 Unternehmen ab 20 Beschaeftigten: Der Anteil der Unternehmen, die KI aktiv einsetzen, ist von 17 Prozent (Vorjahr) auf 41 Prozent gestiegen, 48 Prozent planen den Einsatz, 81 Prozent stufen KI als wichtigste Technologie ein. Aber: nur 30 Prozent sehen sich als Vorreiter, 62 Prozent als Nachzuegler. Das ist kein Mitarbeiter-Problem, das ist ein Fuehrungs-Wahrnehmungs-Problem.

3 Konsequenzen fuer dich als Mittelstands-GF

Wenn du die Zahlen oben akzeptierst (und du solltest, weil sie von McKinsey, Microsoft, Slack und Bitkom mit konsistenter Methodik gemessen wurden), dann folgt daraus drei Dinge fuer dich als Geschaeftsfuehrer. Keine davon ist die "wir muessen mehr schulen"-Antwort, mit der die meisten Strategie-Decks anfangen.

Konsequenz 1: Deine "AI-Strategie-Folie" ist veraltet bevor du sie zeigst

Die typische Mittelstands-AI-Strategie sieht so aus: Phase 1 Pilotprojekte, Phase 2 Schulung der Belegschaft, Phase 3 Skalierung. Die Annahme dahinter: Wir Fuehrungskraefte sind vorne, die Belegschaft zieht nach. Genau diese Annahme ist falsch.

Was tatsaechlich passiert: Wenn du heute deine "AI-Strategie 2026" praesentierst, schaut sich die Haelfte deines Raums (deine MA-Vertreter, deine HR-Lead, dein CIO) das Deck an und denkt: "Das hat mein Praktikant letzten Mittwoch in Claude gebaut." Du verlierst Glaubwuerdigkeit in der ersten Minute. Die Belegschaft ist nicht ungeduldig, weil sie KI nicht versteht. Sie ist ungeduldig, weil sie KI verwendet und die Fuehrung nicht mitkommt.

Was du stattdessen tun musst: kein Strategie-Deck ohne saubere Ist-Erhebung. Frag die Belegschaft anonym: Wer nutzt was, wie oft, fuer welche Aufgaben? Erst dann hast du den Boden, auf dem deine Strategie steht. Sonst baust du eine Roadmap fuer ein Problem, das du nicht hast.

Konsequenz 2: Shadow-AI ist nicht das Risiko, das du denkst

Wenn das Wort "Shadow AI" in deinen letzten drei Audit-Meetings gefallen ist, dann wahrscheinlich im Kontext "Compliance-Risiko" und "Data Loss". Das ist nicht falsch, aber es ist nicht die Haupt-Story. Microsoft 2024 hat es klar gesagt: "78% of AI users are bringing their own tools to work, even more common in small and medium-sized companies (80 percent)." 80 Prozent in KMUs. Und das war 2024.

Das echte Risiko an Shadow AI ist nicht die DSGVO-Strafe (die ist real, aber managebar mit klaren Tool-Policies). Das echte Risiko ist Produktivitaets-Asymmetrie. Du hast in deinem Unternehmen heute zwei Klassen: die, die heimlich KI nutzen und 30 bis 60 Prozent schneller liefern, und die, die es nicht tun und dadurch in Performance-Reviews zurueckfallen. Diese Klassen sind nicht entlang von Hierarchie verteilt, sondern entlang von Eigeninitiative und Tech-Affinitaet. Das bricht jede Compensation-Logik, jede Karriere-Pfad-Annahme und jede Team-Composition, die du letzte Vergangenheit aufgebaut hast.

Was du tun musst: Shadow AI legalisieren, bevor du sie ueberwachst. Klare Liste der erlaubten Tools (mit Enterprise-Lizenz, Datenresidenz, Audit-Log), klare Liste der verbotenen Tools (Privat-Accounts, unbekannte Datenfluesse, nicht-EU-Hosting fuer sensible Daten). Dann ist der Frust deiner Belegschaft weg ("ich darf endlich offen sagen, was ich tue"), und du hast die Telemetrie, die du brauchst.

Konsequenz 3: Deine Schulungs-Pyramide ist falsch aufgebaut

Die uebliche Schulungs-Pyramide im Mittelstand sieht so aus: unten alle Mitarbeiter bekommen einen "KI-Grundkurs", in der Mitte spezifische Rollen bekommen Use-Case-Schulungen, oben werden die Fuehrungskraefte mit einem "Strategie-Briefing" abgespeist. Die McKinsey-Luecke zeigt: diese Pyramide steht auf dem Kopf.

Die Mitarbeiter an der Basis brauchen nicht den "Grundkurs", sie brauchen Permission, Tooling und einen klaren Rahmen, was sie schon tun duerfen. Den 20 Prozent in der Mitte (Power-User in jedem Team) musst du Multiplikator-Rollen geben, mit Zeit-Budget und Mandat. Die Fuehrungskraefte oben brauchen das, was sie am wenigsten bekommen: einen praktischen Hands-on-Workshop, weil sie sonst die Adoption nicht modellieren koennen. Wenn dein CFO nicht selbst KI nutzt, kann er auch nicht entscheiden, was 2027 in seinem Team passieren soll.

Wir nennen das die Belegschafts-Pyramide-Umkehrung, und wir haben sie im Detail in unserem Belegschafts-Pyramide-Post mit der Bitkom-2026-Stufenverteilung und einem 30-60-90-Plan ausgearbeitet. Hier nur das Prinzip: Plan nicht die Schulungs-Pyramide klassisch, sondern auf Basis der echten Ist-Verteilung. Sonst schulst du den Falschen das Falsche zum falschen Zeitpunkt.

Was du JETZT tun musst (3 Sofort-Aktionen)

Nicht in sechs Monaten. Nicht nach dem naechsten Strategie-Offsite. Diese Woche.

Aktion 1: McKinsey-Luecke-Audit in deinem Fuehrungsteam. Pack deinen Vorstand oder die GF-Runde fuer 90 Minuten zusammen. Lass jeden auf einem Zettel schreiben: "Wie viel Prozent meiner Mitarbeiter nutzen KI fuer mindestens 30 Prozent ihrer Arbeit?" Anonym. Dann offen aufdecken. Du wirst sehen: die Schaetzungen liegen zwischen 2 und 15 Prozent, die McKinsey-Zahl ist 13. Allein die Diskussion ueber die Spannweite zeigt euch, wo eure blinden Flecken sind.

Aktion 2: Anonyme MA-Befragung in 48 Stunden. Drei Fragen, mehr nicht. (1) Welche KI-Tools nutzt du heute fuer deine Arbeit, beruflich oder privat? (2) Fuer welche Aufgaben? (3) Was haelt dich davon ab, mehr zu nutzen? Microsoft Forms reicht. Anonym. Du brauchst keine Auswertung von einem Beratungshaus, du brauchst einfach 60 Prozent Rueckmeldung in 48 Stunden. Das gibt dir die Zahlen, die du fuer Aktion 3 brauchst.

Aktion 3: Tool-Policy auf eine Seite. Welche Tools sind erlaubt (mit Enterprise-Lizenz, mit Datenresidenz EU, mit Audit-Log)? Welche sind tabu (Privat-Accounts mit Firmendaten, unklare Datenfluesse, US-Hosting fuer sensible Inhalte)? Welche Daten duerfen rein, welche nicht? Eine Seite. Verteilt an alle. Damit nimmst du den Druck raus, der sich seit zwoelf Monaten in deiner Belegschaft aufgebaut hat.

Diese drei Aktionen kosten dich keine Software-Lizenz und keinen externen Berater. Sie kosten Fuehrungs-Zeit und Mut zur ehrlichen Diagnose. Die Daten dafuer hast du in vierzehn Tagen.

Wie sich die McKinsey-Luecke 2026 entwickeln wird

Die Luecke wird groesser, nicht kleiner. Drei Gruende.

Erstens: die Tools werden besser und unsichtbarer. Wenn ChatGPT 2024 noch im eigenen Browser-Tab lief, sitzt Claude 2026 in der IDE deines Entwicklers, Microsoft Copilot in Outlook und Teams, Perplexity im Browser-Sidebar. Die Nutzung wird messbarer fuer die IT, aber gleichzeitig naturalisierter fuer den Mitarbeiter. Du wirst nicht mehr gefragt, ob du KI nutzen darfst, du nutzt sie einfach.

Zweitens: agentische Workflows kommen aus den Piloten raus. State of AI 2025 sagt 23 Prozent skalieren agentische KI bereits in mindestens einem Geschaeftsbereich. In zwoelf Monaten sind das 40 bis 50 Prozent. Der Unterschied zur Chat-Nutzung: agentische Systeme uebernehmen Workflows, nicht nur Antworten. Deine Mitarbeiter werden Workflows automatisieren, die du als Fuehrungskraft nie gesehen hast, weil sie unter deinem Radar lagen.

Drittens: der EU AI Act verschiebt die Diskussion. Ab August 2026 musst du als Arbeitgeber nachweisen, dass deine Mitarbeiter KI-Kompetenz haben (Art. 4). Das wird nicht dazu fuehren, dass weniger KI genutzt wird, sondern dass du als Geschaeftsfuehrer dokumentieren musst, was sie tun. Wenn du heute nicht weisst, was deine Belegschaft macht, weisst du auch in einem Jahr nicht, was du dokumentieren sollst.

Die McKinsey-Luecke ist also kein voruebergehender Befund. Sie ist der Default-Zustand fuer die naechsten zwei bis drei Jahre. Die Frage ist nicht, ob du sie schliesst, sondern ob du sie aktiv steuerst oder passiv erleidest.

FAQ

Ist die McKinsey-Luecke spezifisch fuer US-Unternehmen oder gilt sie auch fuer den DACH-Mittelstand?

Die Superagency-Studie hat global gemessen, mit Datenpunkten aus Europa. Der Bitkom-Studienbericht 2026 bestaetigt das Muster fuer Deutschland: 41 Prozent der Unternehmen nutzen KI aktiv, aber nur 30 Prozent sehen sich als Vorreiter. Wenn 81 Prozent KI als wichtigste Technologie nennen, aber nur 30 Prozent sich vorne fuehlen, ist das die gleiche Wahrnehmungs-Luecke. Im Mittelstand kommt dazu, dass dezentrale Strukturen die offizielle Adoption verlangsamen, waehrend die Belegschaft schneller experimentiert. Eher groesser als kleiner.

Sollte ich nicht erst die Compliance-Risiken klaeren, bevor ich Shadow AI legalisiere?

Falsche Reihenfolge. Solange du nicht weisst, was passiert, kannst du die Risiken nicht bewerten. Eine 48-Stunden-Befragung gibt dir die Telemetrie. Eine 1-Seite-Tool-Policy nimmt die schaedlichsten Praktiken aus dem Verkehr (Privat-Accounts mit Kundendaten, US-Hosting fuer sensitive Inhalte). Die saubere Vendor-Auswahl kommt im naechsten Schritt. Wenn du anders-rum startest, hast du sechs Monate Diskussion und null Telemetrie.

Was, wenn meine Belegschaft sagt "wir nutzen gar keine KI"?

Dann hast du entweder eine sehr ehrliche Branche (selten) oder ein Vertrauensproblem. Die Microsoft-Zahl von 80 Prozent BYOAI in KMUs ist methodisch sauber. Wenn deine Befragung sagt "0 bis 5 Prozent", traut sich die Belegschaft nicht. Erst die Tool-Policy, dann die Frage nochmal. Sonst miss du etwas anderes als das, was du messen willst.

Wie unterscheide ich Shadow AI vom legitimen Power-User?

Du unterscheidest sie nicht ueber das Verhalten, sondern ueber die Tools. Wenn der Power-User in deiner Enterprise-ChatGPT-Lizenz arbeitet und der Shadow-User in seinem Privat-Account, ist der Unterschied der Lizenz-Kontext. Bring beide auf das Enterprise-Tooling, dann hast du Power-User und keine Shadow-User mehr. Das ist die wichtigste Konsolidierung 2026.

Quellen und naechster Schritt

Die Zahlen oben kommen aus:

• McKinsey, "The state of AI in 2025: Agents, innovation, and transformation", November 2025, n=1.993, 105 Laender
• McKinsey, "Superagency in the workplace: Empowering people to unlock AI's full potential at work", Januar 2025
• Microsoft + LinkedIn, "2024 Work Trend Index Annual Report", Mai 2024
• Slack Workforce Index, April 2025 (Salesforce-Pressemitteilung Daily AI Workforce Use Growth)
• Bitkom, "Studienbericht Kuenstliche Intelligenz in Deutschland 2026", Februar 2026, n=604

Wenn du tiefer in das Mittelstands-Muster einsteigen willst, lies parallel:

• AI-Leaders vs Laggards: warum die Margin-Luecke 47 Prozent ist
• Bitkom 2026: 89 Prozent der deutschen Unternehmen beschaeftigen sich mit KI
• Die 5 Glaubenssaetze, die deine KI-Adoption blockieren
• Was ist Agentic AI: Crashkurs fuer Geschaeftsfuehrer
• Pilot-Friedhof: warum 88 Prozent der Piloten nie produktiv werden
• AI Literacy Pflicht ab August 2026: Geschaeftsfuehrer-Checkliste
• AI Maturity Check in 15 Minuten
• AI Talent Crisis: warum dein Berlin-Senior gerade von Tesla gekauft wurde

Wir machen einen McKinsey-Luecke-Stress-Test mit deinem Fuehrungsteam. 1 Tag, alle wichtigen GF/MA-Wahrnehmungs-Luecken auf den Tisch, mit Bitkom- und McKinsey-Benchmarks und einem 90-Tage-Plan. Termin buchen.