Token-Tracking als neues HR-Instrument – Chancen, Risiken und Mitarbeiterschutz beim KI-Einsatz

Wer glaubt, die Diskussion über Mitarbeiterüberwachung sei mit dem Ende der Stempeluhr abgeschlossen, unterschätzt die Kreativität moderner Softwareanbieter. Das neueste Instrument heißt Token-Tracking – und es hat das Potenzial, die Beziehung zwischen Unternehmen und Belegschaft grundlegend zu verändern.

Was Token-Tracking bedeutet und warum es jetzt auftaucht

Wer KI-Werkzeuge wie ChatGPT, Copilot oder Claude nutzt, erzeugt dabei sogenannte Tokens – die kleinsten Verarbeitungseinheiten, aus denen Sprach-KI-Modelle Text lesen und generieren. Jede Anfrage, jede Antwort, jedes generierte Dokument lässt sich auf Token-Ebene messen. Unternehmens-Software, die auf solchen Modellen basiert, protokolliert diesen Verbrauch oft automatisch – ursprünglich zu Abrechnungszwecken.

HR-Abteilungen und Führungskräfte haben begonnen, diese Daten anders zu interpretieren. Token-Verbrauch pro Mitarbeiterin oder Mitarbeiter lässt sich als Proxy-Metrik für KI-Nutzungsintensität lesen: Wer viele Tokens verbraucht, arbeitet häufig mit KI. Wer kaum welche verbraucht, tut es nicht. Was technisch banal klingt, ist aus Managementperspektive hochbrisant.

Der Grund für das wachsende Interesse ist nachvollziehbar. Unternehmen haben in KI-Lizenzen investiert – teils erheblich. Die Frage, ob diese Investition sich in der tatsächlichen Nutzung niederschlägt, ist legitim. Aber der Sprung vom Nutzungsmonitoring zum Leistungscontrolling passiert schneller, als viele Führungskräfte wahrhaben wollen.

Wo der Mehrwert tatsächlich liegt

Es gibt sinnvolle Anwendungen für Token-Tracking, die man nicht vorschnell verwerfen sollte. Aggregierte Nutzungsdaten – also nicht auf Einzelpersonen heruntergebrochen, sondern auf Teamebene oder nach Funktionsbereichen ausgewertet – können HR und IT helfen, Schulungsbedarf zu identifizieren. Wenn eine Abteilung die verfügbaren KI-Werkzeuge kaum nutzt, kann das an mangelnder Qualifikation liegen, an unzureichender Einführung oder schlicht daran, dass die Tools für diese Aufgaben keinen Mehrwert bieten.

Aus einer Lernkultur-Perspektive sind solche Daten wertvoll. Sie ermöglichen es, Supportangebote gezielt zu platzieren, statt nach dem Gießkannenprinzip alle Mitarbeitenden in KI-Trainings zu schicken. Lizenzoptimierung ist ein weiterer legitimer Anwendungsfall: Wenn Abteilungen Premium-Zugänge haben, die faktisch nicht genutzt werden, ist das ein betriebswirtschaftlich relevanter Befund.

Das sind keine trivialen Vorteile. Aber sie setzen voraus, dass Token-Tracking als strategisches Planungsinstrument eingesetzt wird – nicht als Kontrollinstrument für Einzelpersonen.

Das Überwachungsproblem, das viele unterschätzen

Sobald Token-Daten auf Mitarbeiterebene ausgewertet werden, verändert sich die Qualität des Instruments grundlegend. Aus einer Nutzungsstatistik wird ein Verhaltensprotokoll. Und damit beginnen Probleme, die rechtlich, kulturell und ethisch schwer wiegen.

Rechtlich bewegt sich Token-Tracking in Deutschland schnell in datenschutzrechtlich heikles Terrain. Das Bundesdatenschutzgesetz und die DSGVO setzen enge Grenzen für die Verarbeitung personenbezogener Leistungsdaten. Betriebsräte haben bei der Einführung technischer Überwachungssysteme Mitbestimmungsrechte nach § 87 BetrVG – und das gilt ausdrücklich auch dann, wenn ein Unternehmen argumentiert, es gehe lediglich um Abrechnung oder Systemoptimierung. Der tatsächliche Verwendungszweck der Daten ist entscheidend, nicht die technische Herkunft.

Kulturell ist der Schaden möglicherweise noch gravierender. Vertrauen zwischen Führungskräften und Teams ist kein weiches Gut, das sich ignorieren lässt – es ist eine operative Voraussetzung für Kreativität, Initiative und Fehleroffenheit. Wer weiß, dass jede KI-Anfrage protokolliert und möglicherweise bewertet wird, verändert sein Verhalten. Manche werden KI übermäßig nutzen, um gut dazustehen. Andere werden sie meiden, aus Angst vor Fehlanreizen oder Missverständnissen. Beide Reaktionen verfehlen das eigentliche Ziel.

Was Führungskräfte konkret beachten müssen

Wer Token-Tracking einführen will oder bereits nutzt, braucht eine klare interne Antwort auf eine einfache Frage: Wer sieht welche Daten, auf welcher Granularitätsebene, zu welchem Zweck? Wenn diese Frage nicht sauber beantwortet ist, ist das System nicht steuerbar – und im Zweifel rechtlich angreifbar.

Transparenz gegenüber der Belegschaft ist dabei keine bloße Compliance-Pflicht, sondern eine Führungsaufgabe. Mitarbeitende haben das Recht zu wissen, welche Daten über sie erhoben werden. Wer das verschweigt oder kleinredet, riskiert nicht nur rechtliche Konsequenzen, sondern das Vertrauen in die eigene Führung. Gerade in Phasen organisatorischen Wandels – und KI ist eine solche Phase – ist dieses Vertrauen besonders fragil.

Betriebsvereinbarungen sind in diesem Kontext kein bürokratisches Hindernis, sondern ein Instrument, das Klarheit schafft. Sie definieren verbindlich, was mit den Daten geschieht und was nicht. Ein klug verhandeltes Regelwerk schützt beide Seiten: das Unternehmen vor Missbrauchsvorwürfen, die Mitarbeitenden vor willkürlicher Kontrolle.

Ein weiterer Punkt, den Führungskräfte ernst nehmen sollten: Token-Verbrauch ist kein valider Leistungsindikator. Hohe KI-Nutzung bedeutet nicht hohe Qualität der Arbeit. Wer ein Dokument in zehn Prompts verfeinert, erzeugt mehr Tokens als jemand, der in zwei präzisen Anfragen ein besseres Ergebnis erzielt. Die Metrik misst Aktivität, nicht Kompetenz. Wer sie als Leistungsgrundlage heranzieht, baut auf Sand.

Der Unterschied zwischen Monitoring und Kontrolle

Dieser Unterschied ist nicht semantisch, er ist fundamental. Monitoring im positiven Sinn bedeutet: Daten erheben, um Systeme zu verstehen und zu verbessern – auf aggregierter Ebene, mit klarem Zweck, transparent kommuniziert. Kontrolle im problematischen Sinn bedeutet: Daten nutzen, um individuelles Verhalten zu überwachen, zu bewerten und zu steuern.

Viele Unternehmen starten mit dem ersten und gleiten, oft ohne bewusste Entscheidung, in das zweite. Der Übergang ist fließend, die technischen Möglichkeiten machen ihn leicht. Genau deshalb braucht es eine explizite Governance-Entscheidung – kein implizites Drift in Richtung Überwachung.

Führungskräfte, die glauben, Token-Tracking löse das Problem mangelnder KI-Adoption, irren. KI-Adoption ist kein Gehorsamproblem, das sich durch Messdruck beheben lässt. Sie ist ein Lern- und Kulturproblem. Wer Mitarbeitende dazu bringen will, KI sinnvoll zu nutzen, muss ihnen zeigen, wo es konkreten Nutzen bringt – und ihnen den Raum lassen, das selbst auszuprobieren, ohne Angst vor Bewertung.

Verantwortung beginnt vor der Einführung

Token-Tracking ist kein Instrument, das sich nach der Einführung leicht begrenzen lässt. Daten, die einmal erhoben werden, erzeugen institutionellen Druck, sie auch zu nutzen. Wer heute sagt „wir schauen uns das nur auf Teamebene an", muss morgen erklären, warum das auch so bleibt – intern, gegenüber dem Betriebsrat, möglicherweise gegenüber Aufsichtsbehörden.

Die Entscheidung, ob und wie Token-Tracking im eigenen Unternehmen eingesetzt wird, sollte deshalb nicht in der IT-Abteilung fallen und nicht als Nebeneffekt eines Software-Rollouts entstehen. Sie gehört auf die Agenda von HR, Legal, Betriebsrat und Unternehmensleitung – mit einer klaren Position dazu, welche Unternehmenskultur man tatsächlich will. Wer das jetzt klärt, statt es zu verwalten, behält die Kontrolle über das Instrument. Wer es laufen lässt, verliert sie.

Häufig gestellte Fragen

Was ist Token-Tracking und wie funktioniert es im Unternehmenskontext?
Token-Tracking bezeichnet die Messung des Token-Verbrauchs, der bei der Nutzung von KI-Sprachmodellen entsteht. Jede Anfrage und jede generierte Antwort erzeugt eine bestimmte Anzahl von Tokens. Unternehmenssoftware protokolliert diesen Verbrauch – ursprünglich zur Abrechnung. HR-Abteilungen nutzen diese Daten zunehmend, um die Intensität der KI-Nutzung einzelner Mitarbeitender oder Teams zu analysieren.

Ist Token-Tracking auf Mitarbeiterebene in Deutschland rechtlich zulässig?
Das hängt stark vom konkreten Einsatz ab. Sobald Token-Daten personenbezogen ausgewertet werden, greift die DSGVO sowie das Bundesdatenschutzgesetz. Betriebsräte haben zudem nach § 87 BetrVG Mitbestimmungsrechte bei der Einführung technischer Überwachungssysteme. Ohne transparente Kommunikation, klar definierten Zweck und – wo vorhanden – eine Betriebsvereinbarung bewegt sich der Einsatz schnell in rechtlich riskantes Terrain.

Warum ist Token-Verbrauch kein geeigneter Leistungsindikator für Mitarbeitende?
Token-Verbrauch misst Aktivität, nicht Qualität. Wer viele Tokens erzeugt, arbeitet nicht zwingend besser oder effizienter mit KI – möglicherweise formuliert er lediglich mehr oder weniger präzise Anfragen. Als Grundlage für Leistungsbewertungen ist die Metrik daher ungeeignet und kann zu Fehlanreizen führen, etwa übermäßiger oder performativer KI-Nutzung ohne echten Mehrwert.