Die Produktivitätslücke: Warum bessere Werkzeuge noch keine besseren Institutionen ergeben

Beginnen wir mit der Zahl, auf der der Essay ruht: KI habe den einzelnen Wissensarbeitenden, so die Schätzung des Autors, etwa zehnmal produktiver gemacht — und kein einziges Unternehmen sei dadurch zehnmal wertvoller geworden. Ob der Faktor nun zehn oder drei beträgt, ist nebensächlich. Die Lücke zwischen einer leistungsfähigeren Person und einer unveränderten Institution ist real, die meisten von uns haben sie gespürt, und sie sauber zu benennen, ist der eigentliche Beitrag dieses Textes.

Der Text ist ein Essay von George Sivulka, veröffentlicht von der Risikokapitalgesellschaft Andreessen Horowitz. Es lohnt sich, gleich zu Beginn deutlich zu sagen, um welche Art von Dokument es sich handelt. Es ist keine Studie. Es enthält keine Daten, keine Methode, keinen Nenner. Es ist eine gut begründete Meinung eines Partners einer Gesellschaft mit sehr großen KI-Beteiligungen, geschrieben vom Geschäftsführer eines KI-Unternehmens, das genau jene Art von System verkauft, zu dessen Anschaffung der Essay am Ende rät. Nichts davon macht ihn falsch. Es bedeutet aber, dass wir ihn als Argument lesen, nicht als Beleg — und dass wir die Hand am Portemonnaie behalten, während wir die Gedankenführung bewundern.

Das Argument

Sivulkas Unterscheidung verläuft zwischen individueller und institutioneller KI. Individuelle KI ist Eingabe und Antwort: der Assistent, der einer Ärztin hilft, einen Arztbrief schneller zu formulieren. Sie ist durchaus nützlich und ändert nichts daran, wie die Organisation koordiniert, entscheidet oder sich erinnert. Institutionelle KI ist in die Struktur der Organisation eingebettet — sie wirkt über Rollen und Abteilungen hinweg, reagiert auf Signale, die kein einzelner Mensch verfolgen könnte, und wird von den Zielen der Institution geformt, nicht von der Person, die gerade tippt.

Die historische Analogie, auf die er sich stützt, ist die Elektrifizierung der Textilfabriken Neuenglands. In den 1890er-Jahren ersetzten Elektromotoren die Dampfmaschinen, und rund dreißig Jahre lang bewegte sich die Produktion kaum. Der Sprung kam erst in den 1920er-Jahren, als die Fabriken um die neue Energiequelle herum neu gebaut wurden — eigene Motoren an jeder Maschine, umgestaltete Hallen — statt den Strom in das alte Layout einzusetzen. Die Technik machte den bestehenden Prozess nicht schneller; sie machte ihn überflüssig. Das ist ein vertrauter Gedanke der Wirtschaftsgeschichte, mitunter Produktivitätsparadox genannt, und gerade weil er nicht von Sivulka stammt, ist er der stärkste Teil des Essays.

Wo das Argument trägt — und wo es bloße Rahmung ist

Die sieben Begriffe, die Sivulka der institutionellen Intelligenz zuordnet — Koordination, Signal, Bias, Edge, Ergebnisse, Befähigung und das unaufgeforderte Handeln — taugen als Prüfliste für das, was einzelne Werkzeuge nicht können. Jeder ist als Gegensatz formuliert: individuelle KI erzeugt Rauschen, institutionelle findet das Signal; individuelle KI spart Zeit, institutionelle verändert Ergebnisse. Als Rhetorik ist das sauber. Als Aussage ist es auf jene Weise unwiderlegbar, wie es alle solchen Raster sind: Es gibt keine Messung, keine untersuchte Organisation, kein Vorher und Nachher. Es sagt, wo man hinsehen soll. Es sagt nicht, was man finden wird.

Der Satz, der am ehesten auf einer Strategiefolie landen wird, lautet beim Autor: Selbst eine Superintelligenz würde zweckgebundene Werkzeuge für bestimmte Bereiche bevorzugen. Nüchtern gelesen, ist das eine selbstbewusste Behauptung über ein System, das es nicht gibt, vorgetragen von jemandem, dessen Geschäft der Bau zweckgebundener Werkzeuge für bestimmte Bereiche ist. Sie mag durchaus zutreffen. Sie ist aber auch genau das, was man sagen würde, wenn man sie verkauft.

Was eine Ärztin daraus mitnehmen kann

Nichts an dem Essay handelt vom Gesundheitswesen; der Autor erwähnt kein einziges Krankenhaus. Die Übertragung ist also unsere Aufgabe, und sie sollte vorsichtig erfolgen. Die Umdeutung, die der Prüfung standhält, ist bescheiden und nützlich: Ein Krankenhaus, das einen allgemeinen Chatbot kauft und die Mitarbeitenden damit arbeiten lässt, hat ein Werkzeug erworben, kein System verändert. Die schwierigere und interessantere Arbeit — die Akte einer Patientin über Episoden und Abteilungen hinweg zu verbinden, eine Verschiebung auf Populationsebene zu erkennen, bevor eine einzelne Klinikerin sie bemerkt, eine Entscheidungsunterstützung zu bauen, die für ein Fachgebiet gemacht ist statt generisch für alle — ist organisatorischer Natur, und das Meiste an ihrer Schwierigkeit hat mit dem Modell nichts zu tun. Es geht um Steuerung, Daten, Prozesse, Verantwortlichkeit und die regulatorische Sorgfalt, die jede klinische Software nach der Medizinprodukteverordnung (MDR) verlangt.

Das ist der Teil des Essays, den man behalten sollte, und zwar unabhängig davon, wer ihn geschrieben hat und warum. Die richtige Frage für ein Gesundheitssystem lautet nicht, welchen Assistenten man lizenzieren soll. Sie lautet, ob die Institution bereit ist, sich um die Fähigkeit herum neu zu bauen — und ob dieser Umbau etwas verbessert, das eine Patientin als bessere Versorgung erkennen würde. Dazu schweigt der Essay, weil er das nie beantworten sollte. Diese Antwort muss die Leserin selbst geben.

Quelle: Sivulka G. Institutional AI vs Individual AI. Andreessen Horowitz, 12. März 2026. Ein Meinungsessay ohne Primärdaten, verfasst vom Geschäftsführer eines KI-Unternehmens für eine Risikokapitalgesellschaft mit erheblichen KI-Beteiligungen; die zugrunde liegende Analogie zur Produktivitätsverzögerung ist ein altes Argument der Wirtschaftsgeschichte, und das vorgeschlagene Raster ist eine Linse, kein Beleg.