KI fälscht Spesenbelege – und soll sie künftig auch erkennen

Die Studie von PwC Deutschland, basierend auf einer Befragung von 200 Entscheider:innen im Gesundheitssektor, prognostiziert tiefgreifende Veränderungen durch Künstliche Intelligenz (KI). Die Kernbotschaft: KI hat das Potenzial, den massiven Druck durch Fachkräftemangel und steigende Nachfrage (demografischer Wandel) zu lindern, indem sie die Produktivität signifikant steigert.

Enorme Produktivitätspotenziale und wirtschaftlicher Nutzen:

• Wertschöpfung: PwC-Modellierungen zeigen, dass der Gesundheitssektor durch generative KI eine zusätzliche Bruttowertschöpfung von rund 26 Milliarden Euro erzielen könnte.
• Entlastung der Belegschaft: Fast drei Viertel (74 %) der Befragten erwarten eine spürbare Entlastung der Mitarbeitenden durch den KI-Einsatz. KI soll vor allem repetitive, administrative Aufgaben übernehmen (z.B. Dokumentation, Abrechnung, Terminplanung), die aktuell bis zu 30 % der Arbeitszeit im Gesundheitswesen binden.
• Fachkräftemangel: 87 % der Entscheider:innen sehen in KI einen entscheidenden Hebel, um dem Fachkräftemangel entgegenzuwirken, indem sie bestehendes Personal effizienter macht. KI wird nicht als Ersatz, sondern als Ergänzung ("Augmentierung") verstanden, die es Fachkräften ermöglicht, sich auf komplexere, patientenzentrierte Aufgaben zu konzentrieren.

Anwendungsfelder im Fokus:

• Administration & Prozesse: Hier wird das größte kurzfristige Potenzial gesehen. Automatisierung von Dokumentation, Abrechnung und Ressourcenplanung soll Effizienzgewinne bringen.
• Diagnostik & Therapie: KI unterstützt bei der Bildanalyse (Radiologie, Pathologie), der Mustererkennung in Patientendaten zur Früherkennung von Krankheiten und der Personalisierung von Therapien (Präzisionsmedizin).
• Patienteninteraktion: Chatbots und virtuelle Assistenten sollen die Kommunikation verbessern, Terminvereinbarungen erleichtern und Basisinformationen bereitstellen.

Hürden und Herausforderungen bei der Umsetzung:

Trotz der hohen Erwartungen stockt die praktische Umsetzung vielerorts. Die Studie identifiziert zentrale Hürden:

• Mangelnde Dateninfrastruktur & Interoperabilität: Ein Hauptproblem ist die Fragmentierung und mangelnde Qualität der Gesundheitsdaten. Systeme sind oft nicht kompatibel (fehlende Interoperabilität), was den effektiven Einsatz von KI erschwert.
• Datenschutz & Regulatorik: Die strengen Datenschutzvorgaben (DSGVO) und die Unsicherheit bezüglich neuer Regulierungen (z.B. EU AI Act) bremsen Innovationen und Investitionen.
• Finanzierung & Investitionen: Hohe Initialkosten für Technologie und Implementierung schrecken viele Einrichtungen ab, insbesondere angesichts angespannter Budgets.
• Kultureller Wandel & Akzeptanz: Die Einführung von KI erfordert einen tiefgreifenden kulturellen Wandel. Es gibt Vorbehalte bei Mitarbeitenden und Patient:innen, die durch Transparenz, Schulung und Kommunikation adressiert werden müssen.
• Ethik & Vertrauen: Fragen der ethischen Verantwortung (z.B. bei KI-gestützten Diagnoseentscheidungen) und das Vertrauen in die Technologie sind zentrale Themen.

Handlungsempfehlungen für eine erfolgreiche KI-Transformation:

PwC skizziert einen strategischen Fahrplan für Gesundheitseinrichtungen:

1. Strategie entwickeln: Eine klare KI-Strategie, die an den Unternehmenszielen ausgerichtet ist, ist die Basis.
2. Dateninfrastruktur modernisieren: Investitionen in interoperable Systeme und Datenqualität sind unumgänglich.
3. Governance & Compliance etablieren: Klare Regeln für Datenschutz, Ethik und Risikomanagement müssen definiert werden.
4. Kulturwandel gestalten: Mitarbeitende müssen frühzeitig eingebunden, geschult und Ängste abgebaut werden ("Change Management").
5. Partnerschaften eingehen: Kooperationen mit Technologieanbietern, Forschungseinrichtungen und Start-ups können Innovationen beschleunigen.

ine aktuelle Studie von Boston Consulting Group (BCG) und MIT Sloan Management Review zeigt einen fundamentalen Wandel in der Arbeitswelt: Die klare Trennung zwischen Mensch (Entscheider) und Maschine (Unterstützer) löst sich auf. "Agentische KI" – Systeme, die selbstständig planen, handeln und lernen – wird zunehmend als Teammitglied wahrgenommen. Bereits 76 % der über 2.000 befragten Führungskräfte betrachten solche Systeme eher als Kollegen denn als Werkzeuge.

Nina Kataeva (BCG) warnt jedoch, dass die Managementstrategien mit dem beispiellosen Tempo der technischen Implementierung nicht Schritt halten: "Viele Unternehmen implementieren KI schneller, als sie ihre Entscheidungs- und Führungsmodelle anpassen". Wer hier nicht nachjustiert, riskiert Kontrollverlust.

Aktuell nutzen 35 % der Organisationen agentische KI, 44 % planen die Einführung. Die Vorreiter erwarten tiefgreifende Strukturveränderungen: 45 % rechnen mit flacheren Hierarchien, 43 % wollen verstärkt Generalisten statt Spezialisten einstellen. Es entstehen neue Rollen wie "AI Orchestrators", die hybride Teams koordinieren, oder Funktionen, die als "HR für Agenten" agieren. In fortgeschrittenen Unternehmen empfinden bereits 95 % der Mitarbeitenden KI als Bereicherung, da sie Routine abnimmt.

Auf dem IT Symposium/Xpo in Barcelona hat das Marktforschungsunternehmen Gartner eine neue Prognose zur Zukunft der Arbeit vorgestellt: Künstliche Intelligenz (KI) wird keine "Job-Apokalypse" auslösen, sondern ein "Job-Chaos" entfesseln, da jährlich über 32 Millionen Arbeitsplätze weltweit neu konfiguriert, umgestaltet oder zusammengelegt werden müssen (ab 2028/29). Helen Poitevin, Distinguished VP Analyst, betont, dass täglich 150.000 Jobs durch Weiterbildung verändert und 70.000 neu definiert werden müssen.

Die Kernaussage: "Ein 'KI-zentrierter' Ansatz ist nur dann erfolgreich, wenn er vor allem den Menschen in den Mittelpunkt stellt". Die zukünftige Leistung von Unternehmen hängt von der Qualität der Mensch-KI-Kollaboration ab, nicht von der Anzahl der Beschäftigten.

Gartner skizziert vier Szenarien für diese Kollaboration, auf die Führungskräfte vorbereitet sein müssen:

Weniger Arbeitskräfte (Lückenfüller): KI erledigt die Hauptarbeit; Menschen übernehmen nur die Aufgaben, die KI nicht bewältigen kann (z.B. komplexer Kundenservice). Automatisierung senkt den Personalbedarf.

Autonomes Wirtschaften: In KI-zentrierten Unternehmen werden kaum noch oder gar keine Menschen mehr benötigt; die Arbeit wandelt sich radikal mit minimaler Belegschaft.

Effizienz-Steigerung (Alltag): Viele Arbeitnehmer nutzen KI als Werkzeug, um effizienter zu arbeiten und mehr zu schaffen; die Arbeit selbst bleibt ähnlich.

Innovations-Partnerschaft: Fachkräfte arbeiten mit KI zusammen, um Wissensgrenzen zu erweitern und komplexe Probleme zu lösen (z.B. personalisierte Medizin); die Arbeitswelt verändert sich grundlegend.

Führungskräfte müssen Strategien für alle vier Szenarien entwickeln und eine "Denkweise des Überflusses" annehmen, um Herausforderungen mit KI neu zu meistern.

Eine Analyse der Employer-Branding-Beratung "Index" (basierend auf Millionen Stellenanzeigen in Print, Online, Arbeitsagentur und Firmenwebsites) bestätigt einen Boom bei KI-Jobs in Deutschland. Jürgen Grenz, CEO von Index, stellt fest: "KI-Know-how wird in vielen Branchen zum Standard." Gesucht werden Mitarbeitende, die KI-Tools nicht nur entwickeln, sondern auch verstehen und produktiv einsetzen können.

Die wichtigsten Ergebnisse:

Branchen: Wenig überraschend führt die IT-Branche. Bemerkenswert ist jedoch, dass die Bildungsbranche verstärkt nach KI-Kandidaten sucht.

Standorte (Absolut): Die meisten KI-Stellen gibt es in den bevölkerungsreichen Ländern Bayern (>12.300), gefolgt von Nordrhein-Westfalen und Baden-Württemberg (je ca. 9.800).

Standorte (Relativ): Berlin hat den höchsten Anteil: 2,6 % aller dort ausgeschriebenen Stellen haben einen KI-Bezug.

Skills: Arbeitgeber benennen laut Artikel konkret geforderte KI-Technologien in den Anzeigen (die spezifischen Technologien werden im Text jedoch nicht genannt, sondern nur auf Grafiken verwiesen).

Der MIT-Ökonom David Autor warnt im SPIEGEL-Interview vor der "wahren Gefahr" der KI: Nicht, dass uns die Arbeit ausgeht, sondern dass menschliche Expertise wertlos wird. Wenn KI Expertenwissen (z.B. von Anwälten, Ärzten) übernimmt, blieben zwar viele Jobs (z.B. im Service), aber diese wären schlecht bezahlt, da die Zahl der potenziellen Arbeitskräfte "fast unendlich" wäre.

Gleichzeitig sieht Autor in KI die Chance, die Mittelschicht zu stärken. Seine These der "Pro-Worker-AI": KI-Tools erhöhen die Produktivität von Fachkräften im mittleren Segment viel stärker als die von Top-Experten. Dadurch könnten beispielsweise Krankenschwestern mit KI-Hilfe Aufgaben von Ärzten übernehmen. Dies würde das Angebot an Dienstleistungen ausweiten, Kosten senken und die Verdienste der Fachkräfte erhöhen – was jedoch auf Widerstand der "Experten-Gilden" stoßen dürfte.

Autor plädiert für KI als Werkzeug ("Hand in Hand mit dem Menschen"), das Entscheidungen vorbereitet, statt vollständig zu automatisieren. Er warnt vor den Folgen, wenn menschliche Arbeit nicht mehr knapp ist, da dies das Fundament der Demokratie untergrabe. Als Gegenmaßnahmen schlägt er eine "Lohn-Versicherung" (staatliche Aufstockung bei unverschuldetem Jobverlust) und ein "Grunderbe" (einmaliges Startkapital zur Investition) vor, lehnt aber ein bedingungsloses Grundeinkommen ab.

Ein neues Papier des Tony-Blair-Instituts (TBI) skizziert, wie die EU ihre technologische Führung und Wettbewerbsfähigkeit im KI-Zeitalter sichern kann. Es kritisiert ein simples Verständnis von digitaler Souveränität als Autarkie und fordert stattdessen "Hebel und Wahlfreiheit".

Das TBI identifiziert Strukturprobleme wie fragmentierte Märkte, komplexe Regulierung, "chronische Unterinvestition" und hohe Energiepreise.

Vier Lösungsansätze:

Regulierung & Kapital: Reform des digitalen Ordnungsrahmens (Digital Omnibus) zur Vereinfachung und Harmonisierung. Schaffung einer Spar- und Investitionsunion, einer kontinentweiten Börse und Modernisierung der Arbeitsmärkte.

Infrastruktur & Energie: Ausbau von Rechenkapazitäten (EuroHPC JU, KI-Fabriken) und Beschleunigung der Energieunion. Das Papier fordert ein "gesamteuropäisches Energieprogramm" inklusive Koordination neuer Atomkraftwerke und schnellerer Genehmigungen für Erneuerbare.

KI-Einführung beschleunigen: Öffnung strategischer Datensätze (Data-Union-Strategie), Stärkung von Open-Source und Schaffung sektorspezifischer Regelungspakete. Reform der "starren Governance" an Universitäten, um KI-Talente mit besseren Bedingungen zu halten.

Tech-Export: Koordinierte Strategie zum weltweiten Export des "europäischen digitalen Verwaltungsbaukastens" (z.B. über Global Gateway). Aufbau regionaler Tech-Hubs und eines "Investment Acceleration Mechanism", um regulatorische Hürden für Investoren zu navigieren.

Im SPIEGEL-Gespräch erklärt der Quantenphysiker Mario Krenn (38, Professor für maschinelles Lernen in Tübingen), wie er "künstliche Wissenschaftler" baut, um die Forschung zu beschleunigen. KI könne Experimente vorschlagen, die menschliche Intuition übersteigen, weil sie riesige Suchräume unvoreingenommen durchsuchen kann (z.B. bei Quantenoptik-Aufbauten mit 50.000 Kombinationen).

Krenns Schlüsselerlebnis war 2014, als ein von ihm programmiertes KI-Programm über Nacht eine komplexe, kontraintuitive Lösung für ein Quantenexperiment fand ("solution.txt"), an dem sein Team wochenlang gescheitert war.

Weitere Erfolge:

• LIGO-Detektor: Eine KI entwarf einen Aufbau für den Gravitationswellen-Detektor LIGO, der theoretisch dreimal empfindlicher ist. Krenn gibt zu, dass sie das "große Bild" der Funktionsweise selbst nach einem halben Jahr Analyse nicht vollständig verstanden haben.
• Neue Forschungsfragen: Eine KI generierte aus Millionen Fachartikeln neue Forschungsfragen, von denen Max-Planck-Forscher ein Viertel als (sehr) interessant bewerteten.

Krenn betont, dass KI-Ergebnisse durch etablierte Physik-Software (ohne KI) überprüfbar sind, was "Halluzinationen" ausschließt. Er glaubt nicht, dass KI Studierende "dümmer" macht, da die Überprüfung der Ergebnisse weiterhin tiefes Fachwissen erfordert. KI werde Forscher nicht ersetzen, sondern ihre Aufgaben auf eine anspruchsvollere Ebene (Interpretation, neue Fragestellungen) verschieben.

Die Art und Weise, wie wir online nach Informationen suchen, befindet sich im größten Wandel seit der Erfindung der Suchmaschine. Eine aktuelle Studie ("Internetsuche im Wandel") zeigt, dass KI-basierte Chatbots wie ChatGPT, Copilot oder Gemini bereits von einem erheblichen Teil der Internetnutzer:innen als Alternative zur klassischen Suchmaschine verwendet werden.

Die wichtigsten Ergebnisse:

• Hohe Nutzungsrate: Bereits rund die Hälfte der Befragten nutzt KI-Chats für die Informationssuche im Internet.
• Ergänzung statt Ersatz (noch): Die Mehrheit der Nutzer:innen verwendet KI-Chats ergänzend zur klassischen Suchmaschine. Nur eine Minderheit (7 %) hat die Suchmaschine bereits vollständig durch KI ersetzt.
• Vorteile der KI-Suche: Nutzer:innen schätzen vor allem die direkte, zusammengefasste Antwort (statt einer Linkliste), die Möglichkeit, Nachfragen zu stellen (Dialogfähigkeit), und die Zeitersparnis bei komplexen Anfragen.
• Herausforderungen & Bedenken: Die größten Hürden sind die "Halluzinationen" (Falschinformationen) der KI, mangelnde Transparenz über die Quellen sowie Bedenken hinsichtlich Datenschutz und Urheberrecht.
• Zukunftsausblick: Die Studie prognostiziert, dass die Bedeutung von KI-Chats weiter zunehmen wird, insbesondere wenn die Zuverlässigkeit und Transparenz der Antworten verbessert werden. Wir bewegen uns auf eine hybride Such-Zukunft zu, in der KI und klassische Suche verschmelzen.

Krakau, einst Europas führender Standort für Business Process Outsourcing mit 100.000 Jobs in Finanzen, IT und Verwaltung, steht vor einer Zäsur. Laut einem Bloomberg-Bericht bedrohen Automatisierung durch KI und steigende Arbeitskosten den florierenden Sektor. Bis Oktober 2025 meldeten 32 Unternehmen in Krakau den Abbau von 4.195 Stellen – ein Anstieg um 70 % gegenüber dem Gesamtjahr 2024. Betroffen sind vor allem Datenverarbeitung, Webhosting, Buchhaltung und Steuerberatung.

Die Gründe:

• KI-Automatisierung: Konzerne wie HSBC streichen Stellen (z.B. 300), weil KI-Systeme Prozesse übernehmen. Grundlegende operative Aufgaben werden zudem in kostengünstigere Zentren (Asien) verlagert.
• Steigende Lohnkosten: Polens Löhne sind stark gestiegen (Krakaus Gehälter liegen 26 % über dem nationalen Schnitt). Polen konkurriert nicht mehr über Billigarbeit, sondern muss sich zu höherwertiger Arbeit wandeln.

Die Folgen:

• Neue Anforderungen: Unternehmen wie Shell melden weniger Neueinstellungen; offene Stellen erfordern zunehmend Spezialexpertise. HSBC sucht für neue Positionen erweiterte Qualifikationen.
• Wirtschaftliche Dominoeffekte: Die Arbeitslosenquote in Krakau stieg leicht auf 2,5 % (landesweit: 2 %). Der Büro-Leerstand erreichte einen Rekordwert von 18,6 %. Immobilienpreise beginnen zu sinken, und auch die Gastronomie spürt die Auswirkungen.

Hannah Ruschemeier analysiert KI als eine soziotechnische Entwicklung und warnt vor der privatwirtschaftlichen Hoheit über diese Technologie, die eine neue Form der Machtausübung darstellt. KI basiert auf der Ausbeutung von Massendaten, Infrastrukturen und menschlicher Arbeit (oft im globalen Süden unter prekären Bedingungen). Der ökonomische Nutzen liegt allein bei den Betreibern, während die Entwicklung auf systematischen Rechtsverstößen (Urheberrecht, Datenschutz) und einem massiven Ressourcenverbrauch beruht.

Die Macht der KI manifestiert sich auf mehreren Ebenen:

• Rechtsstaatliche Macht: Die strukturelle Ignoranz von Rechtsvorgaben (z.B. DS-GVO bei Microsoft 365) untergräbt die Rechtsbindung.
• Vorhersagemacht: Prädiktive Analytik ermöglicht die Ableitung sensibler Informationen, höhlt die Privatsphäre aus und stellt ein nationales Sicherheitsrisiko dar.
• Epistemische Macht: Algorithmen kontrollieren, welche Informationen wahrgenommen und als Wissen validiert werden.
• Ökonomische Macht: Globale Tech-Firmen dominieren die Entwicklung (siehe Stanford AI Index). Die notwendigen Milliardeninvestitionen (z.B. OpenAIs Stargate-Projekt) zwingen zur Fokussierung auf skalierbare, kommerzielle Anwendungen, was den Markt für kleinere Anbieter verschließt.

Ruschemeier kritisiert das etablierte "Innovations-Narrativ", das gegen Regulierung eingesetzt wird und den Mythos eines KI-Wettrennens befeuert. Dies verenge den Blick auf technische Parameter und ignoriere soziale und ökologische Kosten. Sie fordert eine informierte Debatte darüber, wer von KI profitiert, und warnt vor "De-Skilling" und der Flut billiger, schlechter Texte ("AI Slop"). LLMs sollten nicht als Wahrheitsfinder, sondern kritisch als Werkzeuge (z.B. "Zero-Shot-Translator") genutzt werden, wobei die Quellenkritik immer wichtiger wird.