Frontier-Worker schicken sechsmal so viele Nachrichten an ChatGPT wie der Median-Mitarbeiter im selben Unternehmen. Gleiches Tool, gleiches Onboarding, gleiche Lizenz. Der Unterschied liegt nicht in der Software.
Das steht fast wörtlich im ersten „State of Enterprise AI“-Report, den OpenAI im Herbst 2025 veröffentlicht hat, basierend auf über einer Million Business-Kunden und sieben Millionen Workplace-Seats. Beim Programmieren wächst die Lücke auf das Siebzehnfache, bei Datenanalyse aufs Sechzehnfache. Wer im obersten Zwanzigstel der Nutzung liegt, hat kein besseres Abo. Er hat andere KI-Gewohnheiten. Der Report bringt es so direkt auf den Punkt, dass man es zweimal lesen muss: „The 6x gap is not about technology. It is about behavior.“ Verhalten aber lässt sich nicht per Rollout verteilen, dafür braucht es etwas, das sich nur über Wochen aufbaut und genauso langsam wieder verschwindet, sobald der Alltag zurückkommt.
Der Trainingstag ist der einfache Teil
Bei uns in den CTRL+ALT+LEAD-Workshops sehen wir seit zwei Jahren dasselbe Muster, nur ohne die schöne OpenAI-Statistik dazu: KI-Gewohnheiten bilden sich nicht am Schulungstag. Ein Team bekommt Zugang, eine Schulung, oft sogar einen internen Champion, der bei Fragen aushilft. Drei Monate später fragen wir nach, wer das Tool in der letzten Woche für mehr als eine Standardaufgabe genutzt hat. Meistens meldet sich ein Drittel der Gruppe, manchmal weniger. Der Rest ist nicht unwillig. Er hat schlicht wieder die Excel-Tabelle geöffnet, weil die Hand dorthin greift, lange bevor der Kopf über Alternativen nachdenkt.
Der Report liefert dazu die passende Zahl: 19 Prozent der monatlich aktiven Nutzer haben die Datenanalyse in ChatGPT noch nie ausprobiert, 14 Prozent nie die Reasoning-Funktion, 12 Prozent nie die Suche. Nicht weil die Funktionen fehlen. Sondern weil niemand den alten Reflex durch einen neuen ersetzt hat, und ein Reflex verschwindet nicht dadurch, dass man ihn einmal in einer Schulung erwähnt.
Warum die Hand zur alten Tastenkombination zurückfindet
Muscle Memory ist kein Effekt, den nur Sportler oder Musiker kennen. Ein Pianist, der nach Jahren den Fingersatz wechselt, spielt in den ersten Wochen schlechter als vorher, obwohl die neue Technik überlegen ist. Das Gehirn belohnt den eingeübten Weg, nicht den richtigen. Bei Wissensarbeit läuft derselbe Mechanismus, nur unsichtbarer: der Griff zum Telefon statt zur Abfrage, das leere Word-Dokument statt der Vorlage, die Mail an den Kollegen statt an den Assistenten.
Ich hatte selbst so einen Moment, als wir bei CTRL+ALT+LEAD ein neues CRM eingeführt haben und ich zwei Wochen lang parallel noch meine alte Excel-Liste weitergepflegt habe. Das CRM war nicht das Problem. Der Aufwand pro Eingabe war es, verglichen mit einer Liste, die keine Anstrengung mehr kostete, weil ich sie seit Jahren blind bediene. Genau in dieser Lücke zwischen „kann das Team es“ und „macht das Team es automatisch“ verlieren die meisten Rollouts ihre Wirkung.
Was der Vorstand bezahlt, und was er nicht ändert
Auf DDB-Mandaten sehe ich dieselbe Lücke eine Ebene höher. Vorstände genehmigen Lizenzbudgets, Schulungstage, manchmal ein ganzes Transformationsprogramm über mehrere Quartale. Was sie seltener genehmigen, ist die Zeit, in der ein Team seine Routinen tatsächlich umbaut, mit allen Reibungsverlusten, die in den ersten Wochen dazugehören. Der Report nennt das nüchtern: nur ein Viertel der Unternehmen hat die eigenen Datenquellen an die KI-Systeme angebunden, dem Schritt, der aus einem Chat-Fenster ein echtes Arbeitswerkzeug macht. Der Rest kauft Zugang und wundert sich über die Nutzungszahlen im nächsten Reporting.
Governance heisst hier nicht noch eine Richtlinie mehr im Intranet. Governance heisst, im Vorstand jemandem die Verantwortung dafür zu geben, dass aus Zugriff auch Gewohnheit wird, mit Zahlen, die man vierteljährlich vorlegt, nicht mit einer Zufriedenheitsumfrage direkt nach dem Kickoff, wenn noch alle motiviert sind.
Was tatsächlich hilft
Die Unternehmen im obersten Fünftel des Reports machen wenig Kompliziertes. Sie standardisieren einen einzigen Workflow so lange, bis er zur neuen Gewohnheit geworden ist, bevor sie den nächsten angehen. Ein Kundenservice-Team etwa, das ausschliesslich die Antwortentwürfe für eingehende Reklamationen umstellt, drei Wochen lang, mit täglichem Blick auf echte Nutzungszahlen statt auf eine Umfrage. Erst wenn das sitzt, kommt der nächste Workflow dazu.
Sie messen nach 30, 60 und 90 Tagen, wie oft ein Tool tatsächlich verwendet wird, nicht wie zufrieden die Teilnehmenden nach dem Kickoff waren. Und sie akzeptieren, dass sich die ersten zwei Wochen mit dem neuen Weg langsamer anfühlen als der alte, eingeübte, weil genau das der Preis für jede echte Gewohnheitsänderung ist.
Ein Beispiel aus einem produzierenden Mittelständler, mit dem wir letztes Jahr gearbeitet haben: Statt gleich die gesamte Qualitätssicherung umzustellen, hat das Team zunächst nur die wöchentlichen Abweichungsberichte über einen Assistenten vorstrukturieren lassen, sechs Wochen am Stück, bis niemand mehr manuell in die alte Word-Vorlage geklickt hat. Erst danach kam die nächste Aufgabe dazu. In unserer Erfahrung braucht ein einzelner Workflow ungefähr sechs bis acht Wochen, bis der neue Weg tatsächlich zum Reflex wird und nicht mehr die bewusste Ausnahme ist.
Wer nur das Werkzeug austauscht und die Gewohnheit dahinter unangetastet lässt, findet in sechs Monaten wieder dieselbe Excel-Tabelle auf dem Bildschirm. Nur mit einer teureren Lizenz daneben, die kaum noch jemand aufruft.
Mehr zu genau dieser Arbeit, vom Readiness Check bis zur Begleitung im Alltag, gibt es bei CTRL+ALT+LEAD. Und wer die Governance-Seite davon auf Vorstandsebene mitdenken will, findet den Ansatz bei den Deutschen Digitalen Beiräten.
Häufig gestellte Fragen
Weil die Lizenz identisch ist und die Gewohnheit nicht. Der OpenAI-Report zum Stand der KI im Unternehmen zeigt eine sechsfache Lücke zwischen den aktivsten Nutzern und dem Median im selben Haus, beim Programmieren sogar das Siebzehnfache. Der Unterschied liegt in der Arbeitsweise.
Frontier-Worker schicken im Schnitt sechsmal so viele Nachrichten an ChatGPT wie der Median-Mitarbeiter derselben Firma. Die Zahl stammt aus dem ersten State-of-Enterprise-AI-Report vom Herbst 2025, ausgewertet über mehr als eine Million Geschäftskunden und sieben Millionen Arbeitsplätze.
Der Trainingstag ist der einfache Teil. Was danach zählt, sind Anlässe im echten Arbeitsablauf: eine wiederkehrende Aufgabe, die ab sofort nur noch mit KI erledigt wird, jemand im Team, der zeigt statt erklärt, und ein Ergebnis, das in der nächsten Besprechung auf dem Tisch liegt.
Gewohnheiten ändern sich nicht auf der Bühne, aber sie fangen dort an. Ich halte dazu Keynotes, die die Frage in den Raum stellen, und begleite Unternehmen danach über CTRL+ALT+LEAD bis zu dem Punkt, an dem die neue Arbeitsweise der Normalfall ist.
