Schatten-KI: Beschäftigte sind schneller als ihre Betriebe

Förderung befeuert Nutzung

Die naheliegende Hypothese ist, dass Beschäftigte auf nicht bereitgestellte Tools ausweichen, wenn der Arbeitgeber beim Thema KI untätig bleibt. Die Daten aus der IW-Beschäftigtenbefragung zeigen jedoch das Gegenteil. Unter den Beschäftigten, die ihrem Arbeitgeber ein starkes Engagement beim Aufbau von KI-Kompetenzen bescheinigen, nutzen 44,5 Prozent Schatten-KI – mehr als doppelt so viele wie unter jenen, die gar kein Arbeitgeber-Engagement in diesem Bereich wahrnehmen (21,3 Prozent). Wo Kompetenzen aufgebaut werden, geht dies mit einem Anwendungswillen einher, der sich nicht auf die vom Arbeitgeber bereitgestellten Tools beschränkt. Der Zusammenhang zeigt sich auch in einem multivariaten Modell, das Alter, Geschlecht, Bildung, Führungsverantwortung und Unternehmensgröße konstant hält. Laut dieser Schätzung haben Beschäftigte mit voller Zustimmung zur Arbeitgeber-Förderung von KI-Kompetenzen eine um 19,9 Prozentpunkte höhere Nutzungswahrscheinlichkeit der Schatten-KI als Beschäftigte, die gar keine Förderung wahrnehmen (p < 0,001). Das passt zu internationaler Evidenz: In Beschäftigtenbefragungen in den USA und sechs europäischen Ländern, darunter Deutschland, ist die Ermutigung („encouragement“) durch den Arbeitgeber der mit Abstand stärkste Prädiktor beruflicher KI-Nutzung (Bick et al., 2026). Selbst ohne Schulung und ohne bereitgestellte Tools nutzen 47 Prozent der ermutigten Beschäftigten KI, gegenüber 10 Prozent der Beschäftigten ohne Ermutigung. Das relativiert den Begriff der Schatten-KI: Wo Arbeitgeber zum Ausprobieren ermutigen, ohne selbst Tools bereitzustellen, ist die Nutzung nicht heimlich, sondern geduldet – womöglich als Testphase, bevor betriebliche Lösungen angeschafft werden.

Für Deutschland demonstrieren Arntz et al. (2025): Formal eingeführte Tools werden fast doppelt so häufig regelmäßig genutzt und gehen mit spürbar höheren wahrgenommenen Produktivitätsgewinnen bei Zeitersparnis, Arbeitsqualität und -menge einher.

Die Ergebnisse der IW-Beschäftigtenbefragung zeigen, dass Schatten-KI auch bei gleicher wahrgenommener Förderung in größeren Unternehmen um 10,6 Prozentpunkte seltener ist als in kleinen Unternehmen. Das deutet darauf hin, dass Beschäftigte KI in Kleinbetrieben oft aus Mangel an offizieller Tool-Bereitstellung eigeninitiativ nutzen. Ebenso können größere Unternehmen die Nutzung nicht bereitgestellter Tools technisch wirksamer unterbinden. Der niedrigere Wert muss also nicht bedeuten, dass der Bedarf dort geringer ist. Laut einer Unternehmensbefragung von Bitkom stellten im Jahr 2025 erst 23 Prozent der kleinen Unternehmen mit 20 bis 99 Beschäftigten generative KI offiziell bereit, gegenüber 43 Prozent der Großunternehmen ab 500 Beschäftigten (Bitkom, 2025). In KI-fördernden Betrieben entsteht ein KI-Klima, in dem die Experimentierfreude der Beschäftigten dem offiziellen Angebot vorauseilt – Eigeninitiative als Wesensmerkmal der Unternehmenskultur, nicht aus Mangel.

Eine Einschränkung bei der Interpretation dieser Ergebnisse ist, dass die Daten ein Querschnitt sind und aus Selbsteinschätzungen stammen. Der Befund belegt einen robusten Zusammenhang, aber keine Wirkrichtung. Denkbar wäre auch, dass KI-affine Beschäftigte die Förderung ihres Arbeitgebers stärker wahrnehmen oder aktiv einfordern. Ebenso denkbar ist ein gemeinsamer Treiber: Dort, wo sich der KI-Einsatz lohnt, investieren Unternehmen in die Kompetenzen ihrer Beschäftigten – und dieselben Beschäftigten haben ein hohes Eigeninteresse, neue, noch nicht offiziell eingeführte Tools zu erproben. Förderung und Schatten-KI wären dann beide Ausdruck desselben lohnenden Anwendungsfelds. KI-Förderung und die Nutzung von Schatten-KI treten gemeinsam auf. Wo KI sinnvoll im Job einsetzbar ist, wird ihre Einführung häufig gleichzeitig von der Führung vorangetrieben und von der Belegschaft eingefordert.

Ein Trugschluss wäre, die KI-Förderung zu reduzieren, um Schatten-KI zu verringern. Damit würden Unternehmen genau die Nutzungsbereitschaft ausbremsen, von der ihre Produktivität profitieren soll. Vielmehr deutet der Befund auf eine Bereitstellungslücke hin, die geschlossen werden muss: Der Kompetenzaufbau und das offizielle Tool-Angebot passen nicht zusammen. Wer fördert, ohne bereitzustellen, macht die Nutzung unkontrollierbar. Wer fördert und bereitstellt, kann sie kanalisieren, kontrollieren und die Arbeitsproduktivität gezielt steigern (vgl. Arntz et al., 2025).

Fazit und Empfehlungen

Betriebliche KI-Integration und Kompetenzaufbau wirken: Sie erhöhen die Bereitschaft, KI anzuwenden – die Grundlage der potenziellen KI-Produktivitätseffekte. Die Art der Verbreitung von Schatten-KI deutet darauf hin, dass Nachfrage und Experimentierwille dem offiziellen Angebot oft vorauslaufen. Daraus folgen drei praktische Hebel: Kompetenzaufbau, datenschutzkonforme Tools und klare, kommunizierte Nutzungsregeln. Reine Verbote würden vor allem engagierte Beschäftigte treffen und dort wenig ändern, wo KI mangels Orientierung oder Sichtbarkeit ohnehin keine Rolle spielt.

Wirtschaftspolitisch liegt ein zentraler Hebel bei kleinen und mittleren Unternehmen, denen Ressourcen für Tool-Bereitstellung und Governance fehlen. Niedrigschwellige Unterstützung – etwa Muster-Richtlinien und geprüfte Standardlösungen – kann die Bereitstellungslücke dort schließen, wo sie am größten ist. Der internationale Vergleich unterstreicht die Dringlichkeit: 2026 nutzen 43 Prozent der US-Beschäftigten KI beruflich, gegenüber 32 Prozent der Beschäftigten in Europa – und Unterschiede in der Arbeitgeber-Ermutigung allein erklären statistisch rund 80 Prozent dieser Adoptionslücke (Bick et al., 2026).

Methodik

Datenbasis ist die repräsentative IW-Beschäftigtenbefragung (gewichtet), Befragungszeitraum: März/April 2026. Schatten-KI: Zustimmung zur Aussage, nicht vom Arbeitgeber bereitgestellte KI zu nutzen; Basis sind erwerbstätige KI-Nutzer (n = 2.793). Arbeitgeber-Förderung: Zustimmung zur Aussage, der Arbeitgeber schaffe ausreichend Angebote zum Aufbau von KI-Kompetenzen. Multivariates Logit-Modell mit durchschnittlichen Marginaleffekten (n = 2.618, ohne „weiß nicht“).