Deutschland hat bei industrieller KI noch eine Chance, betont Siemens-CEO Roland Busch immer wieder. Zuletzt in dieser Woche auf dem CDU-Wirtschaftstag in Berlin. SAP-CEO Christian Klein sieht das ähnlich: „Industrielle KI wird zum Wettbewerbsfaktor, wenn sie direkt in der Wertschöpfung wirkt“, erklärte er in einerm aktuellen Papier der Initiative Made for Germany, welches auf der Hannover Messe vorgestellt wurde. Gemeint ist der Einsatz von KI direkt in Produktion, Lieferketten und industriellen Prozessen – also dort, wo reale Wertschöpfung entsteht. „Deutschland hat die industrielle Stärke und den Datenschatz, um hier führend zu sein“, sagt Klein. Für Wirtschaftsministerin Katherina Reiche ist KI gar „eine Überlebenschance“ für den Industriestandort Deutschland, sagte die CDU-Politikerin auf der Hannover Messe.
Der Datenschatz allein ist jedoch nicht die Lösung, wie die Praxis zeigt. Nur etwa fünf Prozent der Unternehmen setzen laut einer Studie des Beratungsunternehmens Deloitte fortgeschrittene, agentische KI ein, die Prozesse oder Geschäftsmodelle grundlegend verändert. Christian Guttmann, Managing Director und Head of AI Tech beim Wagniskapitalfonds EQT, erklärte deshalb im Gespräch mit Table.Briefings am Rande der Rise of AI Conference am Mittwoch in Berlin, dass er weniger ein Datenproblem als eine Frage der Umsetzung sieht: „Wir überschätzen Daten: In der Ära der Agentic AI sind sie längst nicht mehr so entscheidend wie noch vor fünf oder zehn Jahren.“ Entscheidend sei vielmehr die Nutzung: „Nur etwa ein Prozent der gesammelten Daten ist wirklich wertvoll.“
Zwar setzen laut einer aktuellen Cisco-Studie bereits 65 Prozent der deutschen Unternehmen KI in laufenden Industrieprozessen ein – die gesamtwirtschaftlichen Effekte bleiben jedoch begrenzt: Laut BDI könnte KI das Potenzialwachstum bis Ende des Jahrzehnts um rund 0,3 Prozentpunkte jährlich steigern. Auch im internationalen Vergleich fallen die Erwartungen hierzulande eher zurückhaltend aus: Der aktuelle Economic Expert Survey (EES) von EconPol und dem ifo Institut zeigt, dass deutsche Ökonominnen und Ökonomen mit einem Wachstumsbeitrag von insgesamt rund 1,5 Prozentpunkten in fünf Jahren rechnen – das entspricht etwa 0,3 Prozentpunkten pro Jahr. Zum Vergleich: In den USA und Europa liegen die Erwartungen der Befragten bei rund 2,5 Prozentpunkten in fünf Jahren.
Dass die Nutzung trotz wachsender Verbreitung oft noch begrenzt bleibt, zeigen Daten der Deutschen Bundesbank: Der Anteil der Unternehmen, die generative KI einsetzen oder dies planen, ist deutlich gestiegen – von 26 Prozent im Jahr 2024 auf 56 Prozent im Jahr 2026. Gleichzeitig bleibt die Nutzungstiefe gering. Im Schnitt entfallen weniger als zehn Prozent der Arbeitszeit auf KI-Anwendungen – etwa eine Stunde pro Arbeitstag. Der Zuwachs entsteht vor allem dadurch, dass bestehende Anwender ihre Nutzung vertiefen, während neue Unternehmen zunächst zurückhaltend starten.
Die zentrale Herausforderung liegt in der Art der Nutzung. In vielen Unternehmen beschränkt sich der Einsatz von KI bislang auf einfache, unterstützende Anwendungen im Arbeitsalltag. Barbara Engels, Senior Economist für nachhaltige Digitalisierung und KI am IW Köln, beobachtet im Gespräch mit Table.Briefings, dass die Nutzung in vielen Unternehmen noch oberflächlich bleibt und Beschäftigte häufig auf private Schatten‑KI zurückgreifen – ohne offizielle Einführung oder klare Governance-Strukturen.
Auch die wirtschaftliche Wirkung ist schwer zu erfassen. „Produktivitätseffekte von KI sauber zu messen ist schwierig, beispielsweise die tatsächliche Zeitersparnis“, sagt Engels. Noch schwieriger sei es jedoch, qualitative Effekte zu messen. Viele Unternehmen berechneten solche Effekte gar nicht und hielten sich deshalb bei Investitionen zurück. Das spiegelt sich auch in den Zahlen: In über zwei Dritteln der Fälle wird der Return on Investment erst nach zwei oder mehr Jahren erreicht, wie eine Studie des Beratungsunternehmens Deloitte zeigt. Gleichzeitig investieren viele Unternehmen weiterhin zurückhaltend: Während knapp ein Drittel mehr als 20 Prozent des IT‑Budgets in KI steckt, bleibt ein großer Teil unter zehn Prozent (siehe Grafik).
