Warum KI-Investitionen versanden

Die deutsche Wirtschaft steckt im KI-Dilemma: Die Investitionen erreichen ein Rekordniveau, doch messbare Produktivitätsgewinne bleiben aus. Woran die Transformation scheitert und was Unternehmen ändern sollten.

Schneller, produktiver, effizienter: Generative KI ist vor rund drei Jahren angetreten, um die Arbeitswelt in Rekordtempo umzukrempeln. Und tatsächlich: Die Technologie ist angekommen. Die Anzahl der Unternehmen, die Künstliche Intelligenz einsetzen, hat sich laut Digitalverband Bitkom von 20 Prozent auf 36 Prozent nahezu verdoppelt.

Und auch die Anzahl derjenigen Unternehmen, die den Einsatz von KI planen, ist um zehn Prozentpunkte auf 47 Prozent gestiegen. Dabei sind es nicht nur größere Mittelständler und Konzerne, die der Technologie offen gegenüberstehen. Mitgezählt wurden auch kleinere Unternehmen ab 20 Mitarbeitenden. Doch hinter den Wachstumszahlen verbirgt sich ein strukturelles Problem: Die Transformation bleibt an der Oberfläche.

Editor's recommendation

2025 | OriginalPaper | Chapter

AI Strategy, Leadership, Talent and Workforce, and Transformation

This chapter explores four key dimensions of AI-driven change: strategy, leadership, talent and workforce, and transformation. 

KI vor dem großen Durchbruch?

Es könnten alle Zeichen auf volle Fahrt voraus am KI-Standort Deutschland stehen. Doch so richtig lässt sich die optimistische Stimmung nicht halten. Allem Innovationswillen zum Trotz, findet Christiane Rupp, Geschäftsführerin von IBM Deutschland im FAZ-Podcast "Künstliche Intelligenz" (3. Dezember 2025), hinken deutsche Unternehmen ihren internationalen Wettbewerbern hinterher.

"Wenn ich KI nicht nutze oder zu spät nutze, entsteht ein struktureller Wettbewerbsnachteil. Die Zeit der Piloten ist vorbei", so die Ansage der Managerin in Richtung deutsche Wirtschaft. Am Willen und an innovativen Pilotversuchen mangele es hierzulande nicht. Es werde viel experimentiert. Aber beim Schritt von der Innovation zur Skalierung über die gesamte Konzernbreite knickten die meisten Unternehmen ein. Kein Tempo, keine Reichweite: "Man hat Sorge, sich zu exponieren." 

73 Prozent der Unternehmen nutzen KI in weniger als 30 Prozent ihrer Prozesse; spürbare Produktivitäts- und Beschäftigungseffekte werden erst bei 30–50 Prozent Automatisierung erwartet. _{(European Growth Study 2026, Simon Kucher)}

Das KI-Karussell dreht sich zu schnell

Deutsche Unternehmen ringen mit dem rasanten Entwicklungstempo der Künstlichen Intelligenz, was ihre strategische Agilität und Wettbewerbsfähigkeit unter Druck setzt. Eine Studie des Technologieberaters Slalom, für die weltweit 2.000 Führungskräfte, davon 161 in Deutschland, befragt wurden, liefert Zahlen, die die KI-Defizite deutscher Unternehmen offenbaren. Darunter: Implementierungsverzögerungen, mangelndes Top-Management-Commitment, schwammige Governance-Zuständigkeiten und regulatorische Ängste.

Am Investitionswillen liegt es nämlich nicht. Immerhin planen fast alle befragten Führungskräfte (92 Prozent), ihre KI-Investition im kommenden Jahr gegenüber dem Vorjahr zu erhöhen. Jedes zweite Unternehmen (51 Prozent) sieht sogar Mehrausgaben von über 25 Prozent vor. Dahinter verbirgt sich ein echter Glaube an die Fähigkeiten von KI-Technologien: 96 Prozent der deutschen Unternehmen sind sich sicher, dass KI ihre Branche positiv verändern wird, und 97 Prozent der befragten Führungskräfte und Manager fühlen sich mit KI-Entscheidungen wohl. Würde sich der Wandel nur etwas langsamer vollziehen, wäre alles bestens.

Quartalsdenken bremst KI-Sprünge aus

Denn fast ein Drittel der deutschen Studienteilnehmer  (32 Prozent) gibt offen zu, dass sich KI schneller entwickelt als ihre Implementierungsgeschwindigkeit. Nur 27 Prozent halten mit dem Tempo mit, 40 Prozent schaffen den Spagat gerade so. Hinzu kommt: Während neue KI-Modelle und -Funktionen in Monatszyklen auf dem Markt erscheinen, arbeiten Unternehmen noch mit Strategieprozessen von gestern.

Denn anstatt ihre KI-Strategie dynamisch an die Geschäftsentwicklung anzupassen, was nur einem Drittel (34 Prozent) kontinuierlich gelingt, sind die meisten Unternehmen an starre Zyklen gebunden. So nehmen 22 Prozent quartalsweise Anpassungen vor, 18 Prozent halbjährlich, zwölf Prozent nur jährlich und vier Prozent sogar noch seltener. Ganz ohne KI-Strategie stehen neun Prozent da.

Deutsche Chefetagen delegieren die Verantwortung

Eine entscheidende Ursache des Problems lässt sich auf der C-Suite-Ebene ausfindig machen: KI-Skalierung sei angewiesen auf Leadership from the top und könne niemals bottom-up erfolgen, sagt Christiane Rupp im FAZ-Gespräch. Bei einem Viertel der von Slalom Befragten scheitert die Wertschöpfung durch KI jedoch direkt am  Engagement ihrer Führungsetagen. Verschärft wird das Leadership-Vakuum durch die Tatsache, dass in nur 38 Prozent der Firmen entweder der CEO oder die Geschäftsleitung bereit waren, die strategische Führung für die gesamte organisatorische Anpassung ihrer KI-Entwicklungen zu übernehmen.

Weniger als ein Drittel der Unternehmen setzt überhaupt auf dediziertes KI-Leadership. Stattdessen wird die Transformation überwiegend (60 Prozent) durch funktionsübergreifende Teams vorangetrieben. Die strategische Verantwortung wird in zwei Dritteln der Fälle (67 Prozent) an die operative Ebene der Geschäftsbereichsleiter oder gänzlich an externe Berater abgeschoben.

Was KI-Verantwortung bedeutet, beschreiben die Springer-Autoren Gabriele Plätzer und Christoph Kral: "Digital Leadership ist eine Form der Führung in einer technologiebasierten Umgebung, die digitale Technologien versteht, effektiv nutzt und in Unternehmensprozesse integriert, um Betriebsabläufe zu optimieren und Innovationen voranzutreiben." (Seite 23) Das Delegieren dieser Verantwortungen führt dazu, dass Künstliche Intelligenz führungslos, fragmentiert und isoliert in Silos umgesetzt wird, was wiederum zügige Skalierungsprozesse verhindert.

Wenn niemand wirklich für die KI verantwortlich ist

Ohne klare KI-Führung wird der Kompetenzaufbau durch alle Ebenen der Organisation vernachlässigt und bleiben verbindliche Regelwerke auf der Strecke. Laut Bitkom-Studie "Durchbruch bei Künstlicher Intelligenz" stellen fehlendes technisches Know-how (53 Prozent) und fehlende personelle Ressourcen (51 Prozent) die größten unternehmensinternen Hemmnisse dar, gleichauf mit der Verunsicherung durch rechtliche Hürden und Unklarheiten (53 Prozent). Was wenig verwundert, denn nur knapp ein Viertel der Unternehmen hat den Einsatz von KI-Tools klar geregelt. Weitere 25 Prozent gehen zudem davon aus, dass ihre Beschäftigten generative KI unabgestimmt mit privaten Accounts für berufliche Aufgaben nutzen. Die tatsächliche Verbreitung von Schatten-KI dürfte diese Schätzungen sogar noch übertreffen.

Stand der KI-Kompetenz und Weiterbildung in deutschen Unternehmen (Bitkom)

• Fünf Prozent aller Unternehmen stellen gezielt Fachkräfte mit KI-Kenntnissen ein.
• 27 Prozent haben das geplant.
• 24 Prozent diskutieren darüber.
• 43 Prozent finden, das sei "kein Thema".
• Acht Prozent bieten KI-Schulungen für alle Beschäftigten an.
• 21 Prozent für einen Großteil der Mitarbeitenden.
• 25 Prozent für ausgewählte Mitarbeitende.
• 43 Prozent haben keine Angebote.

Vertrauen ist gut - Governance wäre besser

Eine weltweite SAS-Studie über die Auswirkungen von Daten zeigt: Im globalen Vergleich legen Firmen hierzulande deutlich höhere Priorität auf den Aufbau von Vertrauen in KI. Ethische Verwendung, Unvoreingenommenheit und Fairness werden zwölf Prozent häufiger als Top-Prioritäten genannt als im globalen Durchschnitt, Erklärbarkeit und Transparenz fast elf Prozent häufiger. Auch die Bedenken hinsichtlich Datenqualität und -konsistenz sind besonders hoch ausgeprägt - sie liegen 16 Prozent über dem weltweiten Durchschnitt.

Die hohen Ansprüche an Klarheit und vertrauensvolle KI stehen allerdings im deutlichen Kontrast zu den genannten Verunsicherungen, Versäumnissen und der ungeregelten Nutzung. Abhilfe schafft eine strukturierte KI-Governance, die abstrakte Prinzipien in konkrete Handlungsanweisungen übersetzt, Ethik in Entwicklungsprozesse integriert und kontinuierliches Lernen in der gesamten Organisation etabliert.

Vier Maßnahmen für Responsible AI Governance zitiert Springer-Autor Alexander Brink (Seite 398):

KI-Leadership aus dem toten Winkel holen

Wo müssen Unternehmen noch ansetzen, um mehr aus ihren KI-Projekten herauszuholen? Die SAS-Analyse zeigt zentrale Handlungsfelder. An erster Stelle steht die Datenverwaltung, die deutsche Unternehmen 8,5 Prozent häufiger als Problem nennen als ihre internationalen Wettbewerber. Auch fehlt es an qualifiziertem KI-Personal (+ 5,2 Prozent).

Und dann deutet die Studie noch auf ein Wahrnehmungsproblem: Geringe Unterstützung durch die Geschäftsleitung wird 5,9 Prozent seltener als Hindernis genannt, während die Slalom-Studie gezeigt hat, dass bei einem Viertel der Unternehmen die Transformation objektiv am fehlenden Leadership-Commitment scheitert.

Während technische und organisatorische Defizite klar benannt werden, scheint das strukturelle Problem fehlender Führung in der Selbstwahrnehmung vieler Unternehmen also im toten Winkel zu bleiben.

KI ist keine reine Technologiefrage, sondern eine Aufgabe für das gesamte Unternehmen. [ … ] Gleichzeitig müssen Leitplanken für verantwortungsvolle KI und Datenschutz gesetzt werden. Die Entwicklung beschleunigt sich spürbar. CEOs sollten jetzt handeln und KI zum Kern ihrer Unternehmensstrategie machen." _{(Alan Flower, Leiter der AI-Labs HCl Tech)} 

Organisationen für die KI befähigen

Doch auch wenn die Leadership-Lücke geschlossen wird und Führungskräfte KI-Strategien verantworten, verfügen sie über die notwendigen Grundlagen, alle Anforderungen und Risiken der Technologien einzuordnen? Und wie sollen Mitarbeitende Governance-Regeln befolgen, wenn sie die Mechanismen von KI nicht durchdringen können?

Die Antwort liegt in der Befähigung. Zwei Primärqualifikationen sind dabei entscheidend: technische Kompetenz und digitale Medienkompetenz. Ohne diese Grundlagen bleiben selbst die besten Strategien und Regelwerke wirkungslos, schreibt Springer-Autor Alexander Brink und nennt die Grundvoraussetzungen für KI-Kompetenz: