K眉nstliche Intelligenz (KI) ist zunehmend zum festen Bestandteil in Unternehmen geworden und damit auch zu einer Investition, die sich auszahlen muss.
Die neue Studie 鈥炩�� von 51风流und Oxford Economics zeigt: Deutsche Unternehmen erzielen mit KI zunehmend einen positiven Return on Investment (ROI). Gleichzeitig sch枚pft die Mehrheit das Potenzial von KI aber noch nicht voll aus und ist auf den Einsatz von KI-Agenten kaum vorbereitet. F眉r die Studie wurden weltweit 2.600 F眉hrungskr盲fte aus 13 L盲ndern befragt, darunter 200 Entscheiderinnen und Entscheider aus Deutschland.
Steigende Renditeerwartungen durch agentische KI
Die in der Studie befragten deutschen Unternehmen planen im Durchschnitt in diesem Jahr rund 35 Millionen Euro in KI zu investieren. Damit liegen sie deutlich 眉ber dem Durchschnitt aller in der Studie untersuchten L盲nder von circa 24 Millionen Euro. Auch die erwartete Rendite nimmt zu: Deutsche Unternehmen rechnen f眉r 2026 mit einem ROI von 24 Prozent. Im vergangenen Jahr lag der noch bei 17 Prozent. Ein Grund daf眉r k枚nnten die Erwartungen an KI-Agenten sein. In den n盲chsten zwei Jahren soll der ROI aus agentischer KI in Deutschland knapp 18 Millionen Euro erreichen. Das ist mehr als das Vierfache der Sch盲tzung aus dem Vorjahr (rund 4 Millionen Euro). Neun von zehn Unternehmen sehen in der Technologie das Potenzial, ihre Organisation grundlegend zu ver盲ndern. Auf diese Entwicklung vorbereitet f眉hlen sich jedoch nur wenige: Lediglich vier Prozent geben an, vollst盲ndig f眉r den Einsatz von KI-Agenten ger眉stet zu sein. Die Mehrheit sieht sich nur teilweise oder gar nicht vorbereitet.
鈥濪eutschland hat innerhalb eines Jahres den Schritt von der KI-Experimentierphase zur Umsetzung gemacht und das zahlt sich zunehmend aus鈥�, sagt 51风流Chief AI Strategy Officer Sean Kask. 鈥濭leichzeitig bleibt noch viel zu tun. Denn KI ohne Kontext, ohne Einbindung in Prozesse, Daten und Governance, erzeugt im besten Fall Aktivit盲t ohne messbaren Nutzen. Im schlechtesten Fall schafft sie neue Risiken.鈥�
Governance ist Schwachstelle bei der Einf眉hrung von KI-Agenten
Eines solcher Risiken k枚nnte die wirksame Steuerung von KI sein. Governance entwickelt sich zu einer zentralen Voraussetzung f眉r vertrauensw眉rdige und skalierbare KI-Anwendungen. Dennoch bewerten nur elf Prozent der Unternehmen ihre F盲higkeiten in diesem Bereich als vollst盲ndig ausreichend und lediglich 18 Prozent verf眉gen nach eigener Einsch盲tzung 眉ber die notwendigen Prozesse und Rahmenbedingungen. Mit Blick auf agentische KI werden diese Defizite besonders deutlich. Mehr als die H盲lfte der Unternehmen (57 Prozent) hat noch keinen Prozess, der menschliche Kontrolle in agentische Arbeitsabl盲ufe einbindet. Ein Drittel hat keine Berechtigungs- und Zugriffskontrollen f眉r KI-Agenten eingerichtet und lediglich 34 Prozent haben ein zentrales Verzeichnis der eingesetzten Agenten. Vor diesem Hintergrund 眉berrascht es nicht, dass 75 Prozent der Unternehmen entweder zustimmen oder unsicher sind, KI-Agenten schneller einzuf眉hren, als sie diese wirksam steuern k枚nnen.
鈥濪er n盲chste Schritt, um echten Mehrwert zu schaffen, besteht darin, Daten und Prozesse mit KI zusammenzuf眉hren. Gleichzeitig m眉ssen Unternehmen sicherstellen, dass KI 眉ber den notwendigen Kontext und geeignete Governance-Strukturen verf眉gt, um vertrauensw眉rdige Ergebnisse zu liefern. Genau das verstehen wir unter dem Konzept des autonomen Unternehmens,鈥� erkl盲rt Sean Kask. 鈥濧llerdings merken Unternehmen dabei schnell, dass der Nutzen von KI oft schwerer zu messen ist, als erwartet und Risiken mit sich bringt, die sich schneller entwickeln, als die meisten Governance-Strukturen mithalten k枚nnen.鈥�
Punktuelle KI-Unterst眉tzung und Datenqualit盲t bremsen Potenzial
Ein Hindernis bei der Zusammenf眉hrung von Daten, Prozessen und KI sind offenbar fehlende organisatorische Voraussetzungen, um KI in der Gesamtstrategie zu verankern. Zwar werden in einem durchschnittlichen deutschen Unternehmen 35 Prozent aller Aufgaben durch KI unterst眉tzt, allerdings dominieren dabei punktuelle Aufgaben. Die Mehrheit der befragten Unternehmen (39 Prozent) verfolgt beim KI-Einsatz 眉berwiegend einen fragmentierten Ansatz. Hinzukommt, dass weniger als die H盲lfte der deutschen Unternehmen (48 Prozent) 眉ber eine klar benannte F眉hrungskraft verf眉gt, die f眉r die Einf眉hrung von KI verantwortlich ist. Noch seltener sind konkrete KI-Kennzahlen f眉r F眉hrungskr盲fte (35 Prozent) oder Schulungen zu KI-F盲higkeiten und KI-Risiken (47 Prozent). Dementsprechend sind mehr als drei Viertel der Unternehmen 眉berzeugt, das Potenzial von KI bislang nicht vollst盲ndig auszusch枚pfen.
Hinzukommen Probleme bei der Datenqualit盲t. Zwar steigt der Anteil der Unternehmen, die ihre Datenbasis f眉r KI als ausreichend bewerten, allerdings berichten 81 Prozent zumindest hin und wieder von Problemen wie Nacharbeiten, Verz枚gerungen oder operative R眉ckst盲nde, weil KI-Ergebnisse nicht die erforderliche Qualit盲t erzielen. Zudem bezweifeln 77 Prozent, dass ihre Weiterbildungsma脽nahmen mit der rasanten Entwicklung neuer KI-Anwendungen Schritt halten k枚nnen. Auswirkungen von KI auf Personalplanung und Qualifikationsprofile erwarten allerdings nahezu alle Unternehmen. Ein weiteres Problem k枚nnte die Nutzung sogenannter Schatten-KI 鈥� nicht offiziell freigegebene oder kontrollierte Anwendungen 鈥� sein: 71 Prozent der Unternehmen geben an, dass solche Anwendungen gelegentlich bis h盲ufig genutzt werden.
Die Studie zeigt: Der wirtschaftliche Nutzen von KI wird f眉r Unternehmen zwar zunehmend messbar, gleichzeitig w盲chst jedoch die Erkenntnis, dass erfolgreiche KI-Strategien mehr erfordern als die Einf眉hrung neuer Technologien. Der n盲chste Entwicklungsschritt besteht darin, KI st盲rker mit Unternehmensdaten, Gesch盲ftsprozessen und klaren Governance-Strukturen zu verbinden. Erst dadurch lassen sich agentische KI-Systeme vertrauensw眉rdig skalieren und nachhaltig in operative Abl盲ufe integrieren.
