Martin Felux, Bau- und Wirtschaftsingenieur
Ob eine Automatisierung Zeit spart, zeigt kein Versprechen, sondern eine Rechnung mit Ihren eigenen Zahlen: Wie viele Vorgänge fallen im Monat an, wie viele Minuten braucht einer heute, wie viele nach der Umstellung, Kontrolle eingerechnet? Zwei oft zitierte Studien liefern keine Abkürzung. Die eine misst im Kundenservice eines Softwarekonzerns rund 14 Prozent mehr gelöste Fälle je Stunde, die andere kommt in Dänemark auf rund 3 Prozent selbst berichtete Zeitersparnis. Der Abstand kommt daher, dass beide Studien Verschiedenes messen.
Die Rechnung: Vorgänge mal Minuten
Ein Vorgang ist eine Arbeitseinheit, die sich wiederholt: eine eingegangene Anfrage, eine Eingangsrechnung, ein Angebot, das nachgefasst werden soll. Was davon als fester Ablauf taugt, also als Schrittfolge, die ein Programm abarbeitet, steht in Prozessautomatisierung im kleinen Betrieb: was dahintersteckt. Die Ersparnis ergibt sich aus zwei Zahlen, die Sie getrennt erheben:
Vorgänge je Monat × (Minuten heute minus Minuten danach) = gesparte Minuten je Monat
Die Vorgänge zählen Sie im Postfach, in der Ablage oder in der Angebotsliste, am besten über drei Monate, weil einzelne Monate schwanken. Die Minuten stoppen Sie an echten Vorgängen, nicht aus dem Gedächtnis. Als Faustregel nehme ich 15 bis 20 Vorgänge. Das ist eine Praxisannahme des Autors und keine Vorgabe aus einer Quelle. Nach der Umstellung messen Sie genauso, mindestens vier Wochen lang (ebenfalls eine Praxisannahme), und rechnen alles mit, was der Ablauf neu erzeugt: Ergebnisse prüfen, Fehler korrigieren, bei falschen Antworten nachfassen.
Ein Beispiel mit erfundenen Daten, ein Büro mit drei Abläufen:
| Vorgang | je Monat | Minuten heute | Minuten danach | Summe heute | Summe danach |
|---|---|---|---|---|---|
| Anfragen sortieren | 40 | 4 | 3 | 160 | 120 |
| Eingangsrechnungen zuordnen | 50 | 4 | 3 | 200 | 150 |
| Angebote nachfassen | 20 | 15 | 10 | 300 | 200 |
| Summe | 660 | 470 |
-
Anfragen sortieren40 × 4 min gegen 40 × 3 min
heute 160 min/Monatnach Umstellung 120 min/Monat -
Eingangsrechnungen zuordnen50 × 4 min gegen 50 × 3 min
heute 200 min/Monatnach Umstellung 150 min/Monat -
Angebote nachfassen20 × 15 min gegen 20 × 10 min
heute 300 min/Monatnach Umstellung 200 min/Monat
Quelle: Rechenbeispiel mit erfundenen Daten, keine Messung und keine Prognose
Textfassung der Grafik
- Anfragen sortieren: heute 160 min/Monat, nach Umstellung 120 min/Monat (40 × 4 min gegen 40 × 3 min)
- Eingangsrechnungen zuordnen: heute 200 min/Monat, nach Umstellung 150 min/Monat (50 × 4 min gegen 50 × 3 min)
- Angebote nachfassen: heute 300 min/Monat, nach Umstellung 200 min/Monat (20 × 15 min gegen 20 × 10 min)
- Quelle: Rechenbeispiel mit erfundenen Daten, keine Messung und keine Prognose
Gespart sind 660 minus 470, also 190 Minuten oder 3 Stunden 10 Minuten im Monat. Eine Vollzeitstelle hat rund 173 Arbeitsstunden im Monat (40 Stunden × 52 Wochen ÷ 12 Monate). Die gut 3 Stunden sind davon knapp 1,8 Prozent. Das ist ein Rechenbeispiel und keine Prognose.
Zwei Gegenrechnungen gehören dazu. Erstens kostet der Aufbau Zeit. Angenommen, er brauchte 20 Stunden, dann ist er erst nach 20 ÷ 3,17, also gut sechs Monaten abgetragen, und die Wartung ist dabei nicht eingerechnet. Zweitens hängt die Ersparnis an der Zahl der Vorgänge: Wer eine Aufgabe zehnmal im Jahr hat, spart auch bei halbierter Zeit kaum etwas. Darum steht in Wann Sie einen Ablauf nicht automatisieren sollten, dass seltene Vorgänge meist nicht lohnen.
Was die Feldstudie aus dem Kundenservice misst
Brynjolfsson, Li und Raymond werteten Daten von 5.179 Beschäftigten im Chat-Support eines Softwareunternehmens aus, das Betriebssoftware für kleine und mittlere Betriebe in den USA anbietet. Die meisten arbeiteten auf den Philippinen, ein Chat dauerte im Mittel 40 Minuten. Ein Assistent auf Basis eines Sprachmodells machte ihnen in Echtzeit Antwortvorschläge, die sie übernehmen oder ignorieren konnten. Der Assistent wurde gestaffelt eingeführt, überwiegend zwischen November 2020 und Februar 2021, nach einem siebenwöchigen Zufallsversuch mit 50 Beschäftigten.
Gemessen wurde aus den Betriebsdaten, nicht per Selbstauskunft: gelöste Chats je Stunde. Das Arbeitspapier nennt 14 Prozent mehr (von im Mittel 2,12 gelösten Chats je Stunde, plus 0,30). Die Chats wurden um 3,8 Minuten oder 9 Prozent kürzer, die Lösungsquote stieg um 1,3 Prozentpunkte bei einem Ausgangswert von 82 Prozent. Der Effekt war ungleich verteilt: Im Fünftel mit der niedrigsten Vorleistung stieg die Zahl gelöster Chats je Stunde um 34 Prozent, bei den Besten gab es keinen Zuwachs. Die Zusammenfassung der Zeitschriftenfassung (Quarterly Journal of Economics 2025) nennt 15 Prozent bei 5.172 Beschäftigten. Den Volltext konnte ich nicht abrufen. Ob die Studie je nach Fassung 14 oder 15 Prozent ausweist, ist deshalb nur an der Zusammenfassung belegt.
Die Autoren schreiben selbst, ihre Daten erlaubten keine Aussage zu Löhnen oder Beschäftigung, und die Ergebnisse müssten nicht für andere Betriebe und Abläufe gelten. Ihr Fall hatte ein stabiles Produkt und immer ähnliche Fragen. Der Assistent unterstützt Menschen im Gespräch und automatisiert keinen Ablauf im Büro.
Was die dänische Befragung misst
Humlum und Vestergaard luden im November und Dezember 2023 und 2024 jeweils 115.000 Beschäftigte in Dänemark zu einer Befragung ein und erhielten je Runde rund 25.000 gültige Antworten aus etwa 7.000 Betrieben. Es geht um 11 Berufe, die für Chatbots als besonders geeignet gelten, darunter Büroangestellte, Buchhalter, Marketing und Kundenbetreuung. Handwerksberufe gehören nicht dazu. Die Antworten wurden mit Registerdaten zu Einkommen und Arbeitsstunden verknüpft.
Die Zeitersparnis ist hier Selbstauskunft in groben Stufen: weniger als 15 Minuten am Tag, 15 bis 60 Minuten oder mehr als eine Stunde. Daraus rechnen die Autoren den Anteil an der gesamten Arbeitszeit der Nutzer. In der Fassung vom Mai 2025 sind es im Mittel 2,8 Prozent, je nach Beruf und Arbeitgeberpolitik zwischen 0,6 und 6,8 Prozent. Der typische Nutzer setzt den Chatbot nur an jedem dritten bis vierten Arbeitstag ein, an Nutzungstagen berichten die Befragten im Schnitt 25 Minuten Ersparnis. Wo Arbeitgeber die Nutzung fördern, liegt der Wert höher (3,6 gegen 2,2 Prozent). Die überarbeitete Fassung vom März 2026 nennt rund 3 Prozent.
In den Registerdaten findet sich kein Effekt: Die Autoren vergleichen Beschäftigte in Betrieben, die den Einsatz von Chatbots fördern, mit denen in anderen Betrieben, jeweils vor und nach dem Start von ChatGPT. Sie finden keine signifikante Wirkung auf Einkommen und erfasste Arbeitsstunden. Die Fassung vom Mai 2025 schließt Effekte über 1 Prozent aus, die vom März 2026 solche über 2 Prozent. Die Autoren geben selbst zu bedenken, dass Selbstauskünfte die Ersparnis überschätzen können.
Warum sich die Zahlen nicht mischen lassen
Die 14 und die 3 Prozent unterscheiden sich in drei Punkten. Die Tätigkeit ist eine andere: Chat-Support gegen elf Büro- und Wissensberufe. Die Messart ist eine andere: Betriebsdaten über gelöste Fälle gegen eine Selbsteinschätzung in drei Stufen. Und die Bezugsgröße ist eine andere: Leistung je Stunde in einer Aufgabe gegen den Anteil an der gesamten Arbeitszeit. Die dänischen Autoren führen den Abstand zu solchen Experimenten selbst auf unterschiedliche Berufe, seltene Nutzung und fehlende Begleitmaßnahmen der Arbeitgeber zurück. Wer beide Werte in einen Satz setzt, vergleicht also nicht dasselbe. Das gleiche Prinzip gilt für Bürokratiezahlen, dazu mehr in Bürokratie und Arbeitszeit: was 3, 7 und 23 Prozent messen.
Für Ihr Büro folgt daraus: Ob Sie 3 oder 14 Prozent erreichen, belegt keine der beiden Studien. Beide haben weder Handwerksbetriebe noch Ablaufautomatisierung untersucht.
Was die Anzeige in n8n bedeutet
n8n ist eine Software für solche Abläufe, die man selbst betreiben oder als Dienst mieten kann. Sie zeigt auf Wunsch eine „Time saved“-Zahl an. Laut Herstellerdokumentation (Stand November 2026) tragen Sie dafür je Ablauf einen festen Minutenwert pro Lauf ein, oder Sie setzen Zeitwerte an Stellen im Ablauf. n8n rechnet das auf die Zahl der Produktivläufe hoch. Die Anzeige multipliziert also Ihre Schätzung mit einer Zählung. Die Zahl der Läufe ist ein brauchbarer Anhaltspunkt für „Vorgänge je Monat“, auch wenn ein Lauf nicht immer genau einem Vorgang entspricht. Als Beleg für die Minuten taugt die Anzeige nicht.
Was Sie jetzt tun können
- Wählen Sie einen wiederkehrenden Vorgang und zählen Sie für die letzten drei Monate, wie oft er vorkam.
- Stoppen Sie 15 bis 20 echte Vorgänge einzeln, nicht im Block, und notieren Sie die Minuten.
- Messen Sie nach der Umstellung genauso, mit Prüfen und Korrigieren, und stellen Sie die gesparten Stunden den Stunden für Aufbau und Betrieb gegenüber.
- Tragen Sie in n8n oder einem anderen Werkzeug nur Zeitwerte ein, die Sie selbst gemessen haben, und kennzeichnen Sie sie als solche.
Allgemeine Information, keine Rechts- oder Steuerberatung. Den Einzelfall klären Ihr Steuerberater, Ihr Datenschutzbeauftragter oder Ihr Anwalt.
Häufige Fragen
Wie viel Zeit spart KI im Büro im Durchschnitt?
Eine belastbare Zahl für Handwerksbüros gibt es nicht. Die dänische Befragung nennt rund 3 Prozent der Arbeitszeit (Selbstauskunft, 11 Büro- und Wissensberufe), die Feldstudie im Kundenservice rund 14 Prozent mehr gelöste Fälle je Stunde. Das sind andere Tätigkeiten und andere Messgrößen.
Zeigt n8n an, wie viel Zeit ein Ablauf spart?
Nur als Hochrechnung. Laut Herstellerdokumentation tragen Sie je Ablauf die gesparten Minuten selbst ein, n8n multipliziert sie mit der Zahl der Läufe. Ob der Wert stimmt, zeigt nur Ihre Messung.
Muss ich nach der Umstellung wirklich noch einmal messen?
Ja. Erst die zweite Messung enthält, was der Ablauf neu verursacht: Ergebnisse prüfen, Fehler korrigieren, bei falschen Antworten nachfassen.
Quellen
- Brynjolfsson, Li, Raymond: Generative AI at Work, NBER Working Paper 31161, Fassung November 2023 (Arbeitspapier im Volltext) (abgerufen am 13.11.2026)
- NBER: Generative AI at Work, Seite des Arbeitspapiers mit Hinweis auf die Veröffentlichung im Quarterly Journal of Economics 140(2), 2025 (abgerufen am 13.11.2026)
- Crossref: Metadaten und Zusammenfassung der Zeitschriftenfassung im Quarterly Journal of Economics (nur Zusammenfassung gelesen, Volltext nicht abrufbar) (abgerufen am 13.11.2026)
- Humlum, Vestergaard: Large Language Models, Small Labor Market Effects, Becker Friedman Institute Working Paper 2025-56, Fassung 9. Mai 2025 (abgerufen am 13.11.2026)
- Humlum, Vestergaard: Still Waters, Rapid Currents, NBER Working Paper 33777, Fassung März 2026 (früher: Large Language Models, Small Labor Market Effects) (abgerufen am 13.11.2026)
- n8n-Dokumentation: Track usage with insights, Abschnitt „Setting the time saved by a workflow“ (Herstellerangabe) (abgerufen am 13.11.2026)