KI soll Arbeitskräfte ersetzen, scheitert aber noch an 85 % der realen Jobs

Trotz aller Fortschritte scheitert die künstliche Intelligenz noch an der großen Mehrheit realer Berufsaufgaben. Die fortschrittlichsten Modelle schaffen es nur, weniger als 16 % der in beruflichen Umgebungen getesteten Aufgaben zufriedenstellend abzuschließen.

## Die Kluft zwischen Demo und Realität

Immer wieder werden neue KI-Modelle vorgestellt, die Berufe wie Programmierung, Design oder Architektur revolutionieren wollen. Doch wenn es von den kontrollierten Demonstrationen von Unternehmen wie **OpenAI** oder **Google** zur Anwendung bei echten beruflichen Aufträgen übergeht, sieht die Realität ganz anders aus. Der **Remote Labor Index (RLI)**, eine Initiative des **Center for AI Safety (CAIS)** gemeinsam mit **Scale Labs**, hat diese Kluft offengelegt.

Die Studie basiert nicht auf Prüfungsfragen oder Matheaufgaben, sondern auf konkreten Aufgaben aus 3D-Design, CAD, Architektur, Grafikdesign, Animation, Audio, Datenanalyse und Webentwicklung. Menschliche Bewerter vergleichen die KI-Ergebnisse mit Arbeiten von Profis. Die Zahlen sind eindeutig: Selbst das beste getestete Modell, **Fable 5**, schaffte nur **15,8 %** der Aufträge zufriedenstellend. Andere Modelle wie **Opus 4.8** erreichten **8,3 %**, und **GPT-5.5** kam auf **6,3 %**. Das bedeutet: Bei mehr als **84 %** der Aufträge scheitert die heutige KI.

## Der Fortschritt ist unbestreitbar, doch professionelle Qualität ist noch fern

Dass diese Modelle bei den meisten Aufgaben scheitern, heißt nicht, dass sie sich nicht weiterentwickeln. Im Gegenteil, der Fortschritt ist beachtlich. Als der **Remote Labor Index** erstmals startete, automatisierte das beste System nur etwa **2,5 %** der Arbeiten. Der Sprung auf **15,8 %** in weniger als einem Jahr zeigt, wie schnell sich die Technik entwickelt.

Das Problem: Etwas zu erzeugen, das korrekt aussieht, ist nicht dasselbe wie professionell qualitativ hochwertige Arbeit abzuliefern. In einem Beispiel sollte **Fable 5** einen Verlobungsring in CAD nachbauen. Das Ergebnis war zwar besser als bei früheren Modellen, die Forscher stuften es aber als unprofessionell ein. **GPT-5.5** erstellte bei einer Architekturaufgabe Pläne und Renderings eines Badezimmers, die überzeugend wirkten. Bei der Prüfung des 3D-Modells fanden sich jedoch fehlerhafte Geometrien, und das Rendering entsprach nicht dem abgegebenen 3D-Modell.

## Menschliche Kontrolle bleibt vorerst entscheidend

Der aufschlussreichste Befund dieser Ergebnisse: Zwar kann KI Zeit sparen und bestimmte Aufgaben erledigen, doch zwischen professionell wirkendem Output und einem wirklich professionellen Produkt liegt noch ein großer Abstand. Die Fähigkeit der KI, optisch ansprechende Ergebnisse zu liefern, kann täuschen – wie im Fall des Badezimmers, wo das finale Bild die Qualität des zugrunde liegenden Modells nicht widerspiegelte.

Vorerst bleibt der letzte menschliche Blick und Feinschliff unverzichtbar, um Qualität und Machbarkeit der Projekte sicherzustellen. Die KI macht rasante Fortschritte, doch Feingefühl, Präzision und ein tiefes Verständnis beruflicher Anforderungen sind Bereiche, in denen der Mensch seinen Wert behauptet.