Montag, 9:15 Uhr. Im Kalender steht "Copilot Status Review". Die Lizenzen sind ausgerollt, das Schulungsvideo liegt beim halben Team ungesehen in der Watchlist, und in der Kostenstelle taucht eine Rechnung auf, deren Gegenwert niemand richtig benennen kann.

Gleichzeitig probiert eine Kollegin aus dem Marketing seit Wochen heimlich Agents in Copilot Studio und baut sich damit ihre eigene kleine Redaktionsmaschine. Sie weiß nur nicht, ob sie darüber reden darf.

Dieses Bild ist kein Einzelfall. Microsoft hat Anfang Mai 2026 die neue Ausgabe des Work Trend Index veröffentlicht, und der Befund ist unbequem. Die größte Hürde für AI im Arbeitsalltag ist nicht die Technologie. Es sind die Organisationen selbst.

Was die Studie sagt

Microsoft hat für den Report rund 20.000 AI-Anwender in Unternehmen weltweit befragt. Die zentrale Beobachtung läuft dort unter dem Begriff "Transformation Paradox". Mitarbeitende sind bereit, ihre Arbeit neu zu denken, aber das Umfeld blockiert genau das.

Zwei Zahlen aus dem Report fassen den Kern. 65 Prozent der Befragten haben Angst, abgehängt zu werden, wenn sie AI nicht schnell adoptieren. Aber nur 13 Prozent sagen, dass sie für AI-Nutzung und Experimentieren in ihrem Job belohnt werden.

Zwischen diesen beiden Zahlen liegt der eigentliche Engpass. Der Druck ist hoch, die Anreize zeigen aber weiter in die alte Richtung. Wer KPIs an Output, Anwesenheit oder reine Stundenzahl koppelt, bekommt nicht plötzlich agentische Arbeit, nur weil Copilot-Lizenzen aktiv sind.

Warum das ein Führungsthema ist, kein IT-Thema

In klassischen Tech-Rollouts ist Erfolg gut planbar. Lizenz vergeben, Schulung anbieten, Adoption messen. Bei AI funktioniert dieses Muster nicht mehr sauber. Der Grund ist einfach. Der Nutzen entsteht nicht beim Drücken eines Buttons, sondern in der Veränderung der Arbeitsweise.

Was bei Copilot, Agents und Foundry passiert, ist faktisch eine Verschiebung von Aufgabenausführung zu Aufgabengestaltung. Wer eine Mail nicht mehr selbst schreibt, sondern entscheidet, wann und wofür ein Agent sie schreiben darf, arbeitet anders. Diese Veränderung lässt sich nicht mit einem E-Learning-Modul lösen.

Ein Beispiel aus der Praxis. Ein Versicherer rollt Copilot an die gesamte Schadensbearbeitung aus. Nach drei Monaten zeigt das Dashboard hohe Nutzungszahlen, aber die durchschnittliche Bearbeitungszeit pro Fall ist nahezu unverändert. Erst eine interne Stichprobe bringt ans Licht, dass die Mitarbeitenden Copilot zwar nutzen, aber fast ausschließlich um Mails höflicher zu formulieren. Die eigentlichen Prozessschritte, also Prüfung, Bewertung, Entscheidung, laufen weiter wie vorher. Die Lizenzen sind aktiv, der Hebel ist es nicht.

Genau deshalb ist das Paradox aus dem Report kein Forschungsergebnis für die HR-Abteilung, sondern ein Steuerungsthema. Es geht um drei harte Fragen.

Wofür belohnen wir Teams aktuell wirklich? Für Geschwindigkeit, für Output, für eingesparte Stunden, für mutige Experimente? Wenn AI Produktivität verändert, müssen die Messpunkte mit.

Wer darf einen Agent bauen, wer darf einen produktiv stellen, wer darf einen abschalten? Wenn diese Fragen unbeantwortet sind, entsteht Schatten-AI, und genau das passiert in vielen Organisationen gerade.

Wie hoch ist unser Risikoappetit wirklich? Eine Kultur, in der Fehler bestraft werden, wird mit AI vorsichtig bleiben. Eine Kultur, in der niemand Verantwortung übernehmen muss, wird mit AI gefährlich.

Der zweite, leisere Befund aus dem Report

Microsoft beschreibt parallel ein zweites Phänomen. Mitarbeitende sind oft schon weiter als ihre Organisationen. Sie probieren Agents aus, sie automatisieren Teile ihres eigenen Workflows, sie bauen sich kleine Tools, häufig aus eigenem Antrieb und ohne Mandat.

Im Report wird das mit einer Analogie zur Frühphase mobiler Apps verglichen. Leute haben angefangen zu bauen, bevor die Plattformen, Stores und Berechtigungsmodelle dafür da waren. Das ist gleichzeitig die gute und die unbequeme Nachricht. Gut, weil die Lernkurve in vielen Unternehmen bereits stattfindet. Unbequem, weil dieses Wissen aktuell nicht systematisch gehoben wird.

Wir sehen das bei Kunden regelmäßig. Beim letzten Workshop in einem mittelständischen Maschinenbauer hat ein Disponent fast nebenbei erzählt, dass er sich in Copilot Studio einen kleinen Agent gebaut hat, der morgens die Auftragslage gegen Materialverfügbarkeit prüft und ihm eine Vorschlagsliste schickt. Spart ihm pro Tag rund 40 Minuten. Wusste niemand. Stand nirgendwo. War nirgendwo dokumentiert. Und wenn der Mann morgen kündigt, geht dieses Wissen einfach mit.

Für die Führungsebene ist das eine konkrete Aufgabe. Diese Bottom-up-Energie nicht abschneiden, aber in Bahnen lenken, die Compliance, Datenschutz und Verantwortlichkeit nicht aushebeln.

Was sich daraus konkret ableiten lässt

Der Reflex, einen weiteren AI-Workshop zu buchen, ist verständlich, hilft aber wenig. Sinnvoller ist, am System anzusetzen, nicht an den einzelnen Anwendern.

AI-Nutzung sichtbar machen. Wer im Team baut bereits Agents, automatisiert Prozesse oder hat einen produktiven Use Case gefunden? Sichtbarkeit ist die Vorstufe von Lernen. Solange das im Schatten passiert, profitiert die Organisation nicht davon.

Anreize ehrlich anschauen. Wenn ein Team durch einen Agent zwei Tage pro Woche spart, was passiert dann mit diesen zwei Tagen? Wenn die Antwort "mehr vom Gleichen" ist, wird der Effekt verpuffen. Die Frage nach dem geschaffenen Raum ist führungsseitig zu beantworten, nicht teamseitig.

Verantwortung statt Verbot. Ein generelles "Nicht ohne Freigabe" produziert Schatten-AI. Ein klares Modell mit benannten Verantwortlichkeiten, Eskalationspfaden und einer definierten Grauzone für Experimente funktioniert besser.

Lernen organisieren, nicht delegieren. Die Studie zeigt, dass Lernsysteme entstehen, wenn Führungskräfte aktiv Räume schaffen, in denen Erfahrungen geteilt werden. Das ist nicht das Gleiche wie eine Lernplattform anzukaufen.

Unterm Strich

Der Work Trend Index 2026 ist deshalb interessant, weil er einer verbreiteten Annahme widerspricht. Dass AI-Erfolg eine Frage des richtigen Tools ist. Microsoft selbst, ein Anbieter genau dieser Tools, sagt sehr deutlich, dass es eben nicht reicht, Copilot oder Foundry auszurollen. Der Hebel liegt in den Strukturen, die darum herum entstehen müssen.

Für Entscheider heisst das, die Frage ist nicht mehr "Welche AI brauchen wir?", sondern "Welche Organisation brauchen wir, damit AI Wirkung entfaltet?". Diese Frage ist unbequemer, weil sie nicht an die IT delegiert werden kann. Aber sie ist auch die ehrlichere, und damit der eigentliche Hebel für 2026.