Nur profitiert kaum einer davon.
40 Prozent der Unternehmen in Deutschland nutzen mittlerweile KI. 2024 waren es noch halb so viele. Das zeigt eine aktuelle Studie von IW Consult im Auftrag von eco – Verband der Internetwirtschaft. Eine beeindruckende Zahl, keine Frage. Aber sie beantwortet nicht die eigentlich interessante Frage: Wer von diesen 40 Prozent zieht daraus wirklich einen Vorteil?
Die Studie liefert dazu selbst eine Antwort, die in der Berichterstattung meistens untergeht. Über die Hälfte der KI-nutzenden Unternehmen zählt zu den sogenannten "Spezialisierern" – Firmen, die Modelle gezielt an eigene Daten und Prozesse anpassen, statt sie nur von der Stange zu verwenden. Und genau diese Gruppe wächst deutlich stärker: 11,5 Prozent Beschäftigungswachstum bei Unternehmen mit KI-Innovationen, gegenüber 1,1 Prozent bei Innovatoren ohne KI-Element. Der Unterschied liegt nicht im Tool. Er liegt darin, ob ein Betrieb das Werkzeug tatsächlich bedienen kann.
60 Prozent der Unternehmen nutzen laut Studie noch gar keine KI. Häufigster Grund: keine Relevanz fürs eigene Geschäftsmodell, sagen 61 Prozent. Ich glaube das nicht.
Banal gesagt ist KI nichts anderes als die Abstraktion von Programmiersprache zu natürlicher Sprache. Dadurch lassen sich Daten einer viel breiteren Basis an Mitarbeitern zugänglich machen, und Maschinen können unstrukturierte Daten plötzlich lesen, mit denen sie vorher nichts anfangen konnten. Wer Copilot, Claude oder ChatGPT verwendet, nutzt bereits KI. Wer ein Diktiersystem oder eine Sprache-zu-Text-Funktion einsetzt, ebenfalls – meistens, ohne es zu merken. Die Technologie steckt heute in so vielen Softwareprodukten, dass "wir haben damit nichts zu tun" fast nie stimmt. Es ist eher eine bequeme Ausrede, um sich vor dem Thema zu drücken.
Das heißt nicht, dass jetzt alles KI sein muss. Nicht jede Automatisierung braucht ein lernendes Modell – für klar definierte, immer gleiche Abläufe reicht weiterhin klassische, deterministische Software. KI lohnt sich dort, wo Sprache, unstrukturierte Daten oder Erfahrungswissen im Spiel sind. Sonst nicht.
Bevor KI sinnvoll eingeführt werden kann, müssen die Prozesse klar sein. Genau das übersehen die meisten Betriebe, die ich sehe. Wenn jeder Mitarbeiter selbst entscheidet, wofür er KI einsetzt, wird am Ende nicht automatisiert, sondern nur klassisches Googeln durch Googeln in natürlicher Sprache ersetzt – ohne echten Mehrwert fürs Unternehmen. Ich erlebe das regelmäßig: KI wird munter genutzt, ohne dass IT oder Geschäftsführung das jemals geregelt haben. Nach dem Gießkannenprinzip, jeder ein bisschen anders. Wie man mit unklaren Prozessen automatisiert, statt sie vorher zu definieren, habe ich an anderer Stelle bereits ausführlicher beschrieben – das Muster ist bei KI dasselbe wie bei jeder anderen Automatisierung.
Die Studie hat an einer Stelle recht: Wettbewerbsvorteile entstehen dort, wo KI mit hochwertigen, spezialisierten Daten verbunden wird. Für einen Produktionsbetrieb heißt das aber mehr als nur Maschinendaten auswerten. Es steckt auch riesiges Kapital in Form von Wissen in den Köpfen der Mitarbeiter. Jemand, der genau weiß, wie ein Ergebnis aussehen muss, aber die Programmiersyntax nie gelernt hat, kann das heute der KI beibringen – und bekommt ein brauchbares Skript oder Programm dabei heraus. Das ist ein echter Kompetenzsprung, keine Spielerei.
Nur: Ein Vorteil bleibt es nur so lange, wie ihn nicht jeder hat. Sobald KI Standard ist – und dahin bewegt sich der Markt gerade sehr schnell –, entscheidet wieder dasselbe wie bei jeder anderen Software auch: die Qualität der Anwendung.
Fehlende Kapazität nennen 34 Prozent der Unternehmen als zweiten großen Grund gegen KI. Hier beißt sich die Katze in den Schwanz: Betriebe finden kein Personal, arbeiten am Limit, und genau deshalb bleibt keine Zeit, Prozesse zu automatisieren, die sie entlasten würden.
Es hilft trotzdem nichts. Man muss Ressourcen freischaufeln, auch wenn es wehtut. Es ist wie bei einem neuen Mitarbeiter: Bevor er wirklich Arbeit abnimmt, kostet die Einschulung erst mal Zeit und Nerven. Die Produktivität sinkt kurzfristig – und steigt danach spürbar über das vorherige Niveau. In den sauren Apfel beißen ist hier keine Floskel, sondern die einzige Reihenfolge, die funktioniert.
Aus meinem Hintergrund in Informationssicherheit sehe ich einen Punkt, der bei aller Euphorie fast immer zu kurz kommt. Weil KI-Entwicklung in den USA deutlich stärker gefördert wird als in Europa, greifen Mitarbeiter automatisch eher zu amerikanischen Diensten. Das muss geregelt werden – wegen der Datenhoheit, wegen der DSGVO-Konformität, und wegen des US Cloud Act, der US-Behörden unter bestimmten Voraussetzungen Zugriff auf Daten bei US-Anbietern erlaubt, selbst wenn diese in Europa gespeichert sind.
Dazu kommt ein zweiter, oft übersehener Punkt: Ohne geeignete Kontrollen landen Firmendaten direkt bei den KI-Anbietern. Je nachdem, welches Lizenzmodell ein Mitarbeiter nutzt, dürfen diese Daten unter Umständen sogar zum Training der Modelle verwendet werden – ein Detail, das in den wenigsten Nutzungsbedingungen auffällt, wenn man sie nicht gezielt liest. Deshalb gehört zentral geregelt, welche KI wann, wie und wofür genutzt werden darf. Erst mit dieser Grundlage entfaltet die Technologie ihren Nutzen, ohne nebenbei neue Risiken aufzumachen.
Liest ein Geschäftsführer aus einer Studie wie dieser heraus "wir müssen jetzt auch KI machen", würde ich vom Kopfsprung abraten. Der sinnvollere erste Schritt: sich mit einem von der IT freigegebenen Programm vertraut machen und spielerisch anfangen, gerade wenn noch keine Erfahrung da ist. Ein Gefühl dafür entwickeln, wie man mit dem Werkzeug umgeht und wie man Fragen stellt. Wer nur einen Satz eintippt und ein perfektes Ergebnis erwartet, wird enttäuscht. Es braucht Rahmenbedingungen, Unterstützungsdateien für das gewünschte Verhalten, klar geregelte Dateizugriffe und ein Gespür für gute Prompts.
Ein einfacher Praxistipp, der viel bringt: am Ende eines Prompts ergänzen "Stelle mir noch klärende Fragen dazu." Die Rückfragen, die dabei zurückkommen, heben die Qualität des Ergebnisses spürbar.
Erst wenn diese erste Erfahrung da ist, lohnt es sich, das Thema strukturiert und prozessorientiert anzugehen.
Die Studie zeigt zu Recht, dass Spezialisierung, eigene Daten und Prozessintegration der Erfolgsfaktor sind. In der Praxis sehe ich davon bei den Betrieben, die ich berate, noch wenig. Die meisten sind einfach noch nicht so weit, dass Spezialisierung überhaupt eine Option wäre. Sie müssen zuerst die Grundlagen verstehen: sich aktiv mit dem Thema auseinandersetzen, statt sich dagegen zu wehren, und Ressourcen aufbauen – notfalls, indem die Geschäftsführung gezielt jüngeres Personal einstellt, das sich für KI interessiert, und in dessen Ausbildung investiert. Wer diese Verantwortung nicht ernst nimmt, holt sich die Risiken der Technologie ins Haus, ohne von ihrem Nutzen etwas zu sehen.
Mein Rat an jeden Betrieb, der die 40-Prozent-Zahl liest und sich fragt, ob er nachziehen soll: Beschäftigen Sie sich von Grund auf mit dieser Technologie und versuchen Sie, sie wirklich zu verstehen. KI greift so tief in Geschäftsprozesse ein wie lange keine Technologie mehr. Wer das nur nebenbei mitnehmen will, wird Teil der 40 Prozent, die zwar nutzen, aber selten Teil der Gruppe, die davon auch profitiert.
Stefan Menk berät produzierende und projektbasierte Betriebe zu Prozessdigitalisierung, Automatisierung und einem realistischen Einsatz von KI. Er ist Geschäftsführer der NEXUS Governance GmbH und bringt einen geprüften Informationssicherheits-Hintergrund (u. a. ISO 27001, NIS-2) in seine Projekte ein. LinkedIn