Warum deutsche Unternehmen jetzt auf KI setzen müssen
KI ist in der Breite angekommen, aber kaum in der Tiefe. Der Wettbewerbsvorteil entsteht in den nächsten zwei Jahren bei denen, die KI in ihre Kernprozesse einbauen, nicht bei denen, die nur Lizenzen kaufen.
Das Tempo zieht an
Anteil der deutschen Unternehmen ab 20 Beschäftigten, die KI nutzen: 2024, 2025, 2026. In zwei Jahren fast verdreifacht.
Quellen
Quelle: Bitkom, 14.09.2026
Die Tiefe fehlt
der KI-nutzenden Firmen schöpfen das Potenzial nach eigener Aussage gar nicht aus, 0 % voll. Nur 2,2 % setzen KI unternehmensweit ein (IW Köln).
Quellen
Quelle: Bitkom 2026 · IW-Report 2025
Das Potenzial ist das größte in Europa
Produktivitätspotenzial für Deutschland bis 2030; 59 % der Arbeitsstunden sind mit heutiger Technik technisch automatisierbar. Größte Posten: Industrie (112 Mrd. $), Handel (58), Verwaltung (57), Gesundheit (51).
Quellen
Quelle: McKinsey Global Institute, Mai 2026
Weltweit wird bereits skaliert
der Unternehmen weltweit skalieren KI über das ganze Unternehmen (Vorjahr 38 %); 40 % der Großunternehmen skalieren KI-Agenten. Nur 6 % erzielen bisher mehr als 5 % Ergebnisbeitrag.
Quellen
Quelle: McKinsey State of AI 2026 (n = 1.719)
Wie viele Unternehmen je Branche KI nutzen
Anteil der Unternehmen ab 10 Beschäftigten, die mindestens eine KI-Technologie einsetzen, 2025. Deutschland liegt in jeder Branche vor dem EU-Schnitt. Weiße Markierung: vergleichbare globale Werte von McKinsey, wo es sie gibt.
Der Finanzsektor ist in der Eurostat-Erhebung nicht enthalten, siehe Branchenkarten. Die McKinsey-Werte beruhen überwiegend auf größeren Unternehmen und sind nur eingeschränkt vergleichbar.
Quellen
Quelle: Eurostat (2025): Enterprises using artificial intelligence technologies by NACE Rev. 2 activity, Datensatz isoc_eb_ain2, Unternehmen ab 10 Beschäftigten, Berichtsjahr 2025. ec.europa.eu/eurostat/databrowser/view/isoc_eb_ain2, abgerufen am 29.09.2026. Lizenz: CC BY 4.0 (Eurostat-Weiterverwendungsrichtlinie). Globale Markierungen: Stanford HAI (2026): AI Index Report 2026, Kapitel 4 „Economy“, auf Basis von McKinsey & Company, The State of AI 2025. hai.stanford.edu, abgerufen am 29.09.2026. Eigene Darstellung, Werte auf eine Nachkommastelle gerundet.
Warum die Quoten auseinandergehen: Eurostat misst für Deutschland 26 % (2025, ab 10 Beschäftigten, konkrete KI-Technologien), Bitkom 57 % (2026, ab 20 Beschäftigten, jede KI-Nutzung), McKinsey weltweit knapp 9 von 10 (überwiegend große Unternehmen). Große Firmen nutzen KI deutlich häufiger: in Deutschland 57 % der Unternehmen ab 250 Beschäftigten, aber nur 23 % der Firmen mit 10 bis 49 (Destatis 2025).
Wie KI Markt und Arbeitswelt verändert
Zeitersparnis ist nur der Anfang. Die belastbaren Prognosen zeigen drei tiefere Verschiebungen: Jobs und Kompetenzen wandeln sich, KI-Agenten übernehmen ganze Abläufe, und Kunden erreichen Unternehmen zunehmend über KI. Prognosen sind unsicher; hier stehen nur solche von anerkannten Institutionen, jeweils mit Datum.
Weltweit: Jobs entstehen und verschwinden
Erwartete Veränderung 2025 bis 2030, in Millionen Stellen. Insgesamt wandeln sich 22 % der heutigen Jobs.
Wachsend: KI- und Datenspezialisten, Fintech, Energie- und Umwelttechnik, Pflege und Soziales. Schrumpfend: Sachbearbeitung, Sekretariat, Kasse, Dateneingabe, Bankschalter.
Quellen
Quelle: World Economic Forum (2025): Future of Jobs Report 2025, 07.01.2025, Befragung von über 1.000 Arbeitgebern weltweit, abgerufen am 29.09.2026. Eigene Darstellung.
Deutschland: erst Effizienz, dann Neuordnung
Beschäftigung mit stärkerer KI-Nutzung im Vergleich zu einem Szenario ohne, in Tausend Stellen (Modellrechnung).
Unterm Strich bleibt die Beschäftigung nach 15 Jahren etwa gleich, aber rund 1,6 Mio. Stellen verändern oder verlagern sich. Anders als bei früherer Digitalisierung trifft es mittelfristig vor allem Spezialisten-, langfristig Expertentätigkeiten; Fachkräfte und Helfer sind weniger betroffen.
Quellen
Quelle: IAB-Forschungsbericht 23/2025: Künstliche Intelligenz – Potenzielle Effekte für den deutschen Arbeitsmarkt, abgerufen am 29.09.2026. Werte laut Bericht gerundet; eigene Darstellung.
Wo in Deutschland Stellen wachsen und schrumpfen
Die beiden größten beziffert genannten Branchenveränderungen nach 15 Jahren, in Tausend Stellen.
Ohne Zahl nennt das IAB außerdem Zuwächse in Bildung, Gastgewerbe, Handel und persönlichen Diensten sowie Rückgänge in Lager und Logistik und im Gesundheitswesen.
Quellen
Quelle: IAB-Forschungsbericht 23/2025: Künstliche Intelligenz – Potenzielle Effekte für den deutschen Arbeitsmarkt, abgerufen am 29.09.2026. Eigene Darstellung.
Welche Tätigkeiten am stärksten betroffen sind
Die OECD betont: Wie stark sich das tatsächlich auswirkt, hängt von Einführung, Regulierung, Organisation und gesellschaftlichen Entscheidungen ab.
Quellen
Quellen: OECD (2026): The OECD AI exposure measure, 25.05.2026; McKinsey Global Institute, Pressemitteilung 12.05.2026; World Economic Forum (2025): Future of Jobs Report 2025, 07.01.2025; abgerufen am 29.09.2026.
Von Assistenten zu Agenten: der erwartete Zeitplan
Prognosen des Marktforschers Gartner. Der Anteil der Unternehmenssoftware mit KI-Agenten soll von unter 1 % auf ein Drittel steigen, gleichzeitig scheitern viele frühe Projekte.
Gartner schätzt, dass es nur rund 130 echte Anbieter agentischer KI gibt; viele Produkte sind umbenannte Chatbots („Agent Washing“). Ob die Prognosen eintreffen, ist offen: Gartners Vorhersage, das Suchvolumen falle bis 2026 um 25 %, ist umstritten.
Quellen
Quellen: Gartner, Pressemitteilung 25.06.2025; Gartner, Pressemitteilung 26.08.2025; Gartner, Pressemitteilung 15.01.2026; Gartner, Pressemitteilung 19.02.2024 (Suchvolumen); abgerufen am 29.09.2026. Eigene Darstellung.
Wo die Planung schon heute mitdenken muss
Acht Felder für Strategie- und Budgetplanung, jeweils mit der Leitfrage und dem Beleg, warum sie jetzt relevant ist.
Welche Leistungen werden durch KI billiger oder überflüssig, und wofür zahlen Kunden künftig?
Stundensätze in Wissensarbeit geraten unter Druck; neue Modelle sind entscheidend für positive Beschäftigungseffekte (IAB).
Quellen
Quelle: IAB-Forschungsbericht 23/2025: Künstliche Intelligenz – Potenzielle Effekte für den deutschen Arbeitsmarkt, abgerufen am 29.09.2026.
Wie finden uns Kunden, wenn sie über KI-Assistenten suchen und kaufen?
60 % der Marken sollen bis 2028 KI-Agenten für Eins-zu-eins-Ansprache nutzen (Gartner).
Quellen
Quelle: Gartner, Pressemitteilung 15.01.2026, abgerufen am 29.09.2026.
Bauen statt kaufen? Ist unsere IT bereit für Agenten, die über Systeme hinweg arbeiten?
32 % der Unternehmen verzichten schon auf Softwarekäufe und bauen mit KI-Coding selbst (McKinsey 2026).
Quellen
Quelle: McKinsey & Company (2026): The State of AI, abgerufen am 29.09.2026.
Welche Aufgaben übernehmen Agenten, welche Rollen entstehen neu (KI-Verantwortliche, Agenten-Betreuung)?
15 % der Alltagsentscheidungen sollen 2028 autonom durch KI fallen (Gartner).
Quellen
Quelle: Gartner, Pressemitteilung 25.06.2025, abgerufen am 29.09.2026.
Wen qualifizieren wir wofür, und wie verändern sich Einstieg und Karrierewege?
39 % der Fähigkeiten verändern sich bis 2030; 59 von 100 Beschäftigten brauchen Weiterbildung (WEF). Nachfrage nach KI-Kompetenz ×6 seit 2023 (McKinsey).
Quellen
Quelle: World Economic Forum (2025): Future of Jobs Report 2025, 07.01.2025, abgerufen am 29.09.2026.
Wo wird Personal frei, wo fehlt es, und wie gestalten wir den Übergang?
In Deutschland betrifft der Umbau rund 1,6 Mio. Stellen, mittelfristig vor allem Spezialisten-, langfristig Expertentätigkeiten (IAB). 40 % der Arbeitgeber weltweit erwarten Personalabbau durch KI (WEF).
Quellen
Quelle: IAB-Forschungsbericht 23/2025: Künstliche Intelligenz – Potenzielle Effekte für den deutschen Arbeitsmarkt, abgerufen am 29.09.2026.
Wie planen wir laufende KI-Kosten, und welche Projekte stoppen wir früh?
Über 40 % der Agenten-Projekte werden laut Gartner bis Ende 2027 abgebrochen.
Quellen
Quelle: Gartner, Pressemitteilung 25.06.2025, abgerufen am 29.09.2026.
Welche Anwendungen werden ab 02.12.2027 Hochrisiko, und wer haftet für Agenten-Entscheidungen?
Siehe Zeitstrahl im CEO-Kompass.
Quellen
Quelle: EU-Kommission: Zeitplan KI-Verordnung, abgerufen am 29.09.2026.
Welche Geschäftsfelder handeln müssen
Dringlichkeit ist eine eigene Einschätzung aus Wettbewerbsdruck, Potenzial und Regulierung. „k. A.“ heißt: keine amtliche oder vergleichbare Quote verfügbar.
Software & IT-Dienstleister
Dringlichkeit sehr hochCoding-Agenten senken Entwicklungskosten drastisch. McKinsey 2026: 32 % der Unternehmen verzichten bereits auf Softwarekäufe und bauen mit KI-Coding-Tools selbst. Wer Software verkauft oder entwickelt, konkurriert mit Kunden, die es jetzt selbst können.
- Coding- und Test-Agenten
- Automatisierter Support und Dokumentation
- Neue KI-Produkte statt Stundensatz-Projekte
Quellen
Quellen: Eurostat isoc_eb_ain2 · Stanford AI Index 2026 / McKinsey · McKinsey State of AI. Dringlichkeit: eigene Einschätzung.
Beratung, Recht, Steuern, Ingenieurbüros
Dringlichkeit sehr hochDas Kernprodukt ist Wissensarbeit. Recherche, Entwürfe und Prüfungen werden um ein Vielfaches schneller; Kunden erwarten niedrigere Preise und kürzere Fristen. Das Stundensatzmodell gerät unter Druck.
- Recherche und Gutachten-Entwürfe
- Vertrags- und Dokumentenprüfung
- Due Diligence, Compliance-Checks
Quellen
Quellen: Eurostat isoc_eb_ain2 · Stanford AI Index 2026 / McKinsey. Dringlichkeit: eigene Einschätzung.
Banken
Dringlichkeit sehr hochIn der EU nutzen fast alle Banken bereits KI, 55 % setzen Allzweck- oder agentische KI in Kundenprozessen ein (EBA). Wer hier nicht mitzieht, verliert bei Kosten, Betrugserkennung und Service. Kreditscoring gilt nach der KI-Verordnung als Hochrisiko; die Pflichten greifen ab dem 2. Dezember 2027.
- Betrugs- und Geldwäsche-Erkennung
- Kreditprüfung und Risikomodelle
- Service-Assistenten, Dokumentenerstellung
Quellen
Quellen: Cofinpro/VÖB-Service: Studie KI in Banken 2025 (PDF) · EBA (25.09.2025) · EU-Kommission: Zeitplan KI-Verordnung. Dringlichkeit: eigene Einschätzung.
Versicherungen
Dringlichkeit hochFast zwei Drittel der europäischen Versicherer nutzen generative KI aktiv, die meisten noch im Pilotstadium (EIOPA). Schadenbearbeitung und Underwriting werden schneller; die Kostenlücke zu Nachzüglern wächst.
- Schadenprüfung und -bearbeitung
- Underwriting-Unterstützung
- Kundenkommunikation
Quellen
Quellen: EIOPA (02.02.2026) · GDV. Dringlichkeit: eigene Einschätzung.
Maschinen- und Anlagenbau
Dringlichkeit sehr hochRückgrat des deutschen Exports. Wettbewerber aus China und den USA verkürzen Entwicklungszyklen mit KI. Die Industrie hat laut McKinsey das größte KI-Potenzial in Deutschland (112 Mrd. $ bis 2030).
- Konstruktion und Variantenmanagement
- Vorausschauende Wartung als Service-Produkt
- Angebots- und Dokumentationserstellung
Quellen
Quellen: Eurostat isoc_eb_ain2 · McKinsey Global Institute (12.05.2026). Dringlichkeit: eigene Einschätzung.
Automobil & Fahrzeugbau
Dringlichkeit sehr hochSoftware und KI entscheiden zunehmend über das Produkt (Assistenzsysteme, Fahrzeug-Software). Chinesische Hersteller entwickeln deutlich schneller. KI in Entwicklung, Produktion und im Fahrzeug selbst ist Wettbewerbsbedingung.
- KI-gestützte Entwicklung und Simulation
- Qualitätsprüfung per Bilderkennung
- KI-Funktionen im Fahrzeug
Quellen
Quellen: Eurostat isoc_eb_ain2. Dringlichkeit: eigene Einschätzung.
Handel & E-Commerce
Dringlichkeit sehr hochKaufentscheidungen verlagern sich in KI-Assistenten und KI-Suche. Wer dort nicht sichtbar ist, verliert Reichweite. McKinsey sieht im deutschen Handel 58 Mrd. $ Potenzial bis 2030.
- Sichtbarkeit in KI-Suche und Assistenten
- Nachfrageprognose und Preisgestaltung
- Produkttexte, Kundenservice
Quellen
Quellen: Eurostat isoc_eb_ain2 · Stanford AI Index 2026 / McKinsey · McKinsey Global Institute. Dringlichkeit: eigene Einschätzung.
Gesundheitswesen
Dringlichkeit hochFachkräftemangel und Dokumentationslast sind die größten Engpässe. KI in Bildauswertung und Dokumentation entlastet direkt. McKinsey: 51 Mrd. $ Potenzial in Gesundheit und Sozialwesen.
- Arztbriefe und Dokumentation
- Befundung in der Bildgebung
- Termin- und Patientensteuerung
Quellen
Quellen: Bitkom/Hartmannbund (2025) · McKinsey Global Institute. Dringlichkeit: eigene Einschätzung.
Öffentliche Verwaltung
Dringlichkeit hochPensionierungswelle und Personalmangel treffen auf wachsende Aufgaben. McKinsey sieht 57 Mrd. $ Potenzial. Hier zählen souveräne Anbieter besonders.
- Antragsbearbeitung und Bescheide
- Bürgeranfragen
- Gesetzes- und Aktenrecherche
Quellen
Quellen: MeisterLabs/forsa: Pressemitteilung 08.07.2026 · McKinsey Global Institute. Dringlichkeit: eigene Einschätzung.
Energieversorgung
Dringlichkeit hochVolatile Erneuerbare und der steigende Strombedarf von Rechenzentren machen Prognose und Netzsteuerung komplexer. KI verbessert Einsatzplanung und Instandhaltung.
- Last- und Erzeugungsprognosen
- Netzsteuerung, Instandhaltung
- Energiehandel
Quellen
Quellen: Eurostat isoc_eb_ain2. Dringlichkeit: eigene Einschätzung.
Logistik & Verkehr
Dringlichkeit hochNiedrige Nutzung bei hohem Kosten- und Personaldruck: Wer früh automatisiert, gewinnt Marge und Termintreue.
- Routen- und Tourenplanung
- Lager- und Dispositionsautomatisierung
- Frachtdokumente
Quellen
Quellen: Eurostat isoc_eb_ain2. Dringlichkeit: eigene Einschätzung.
Bau & Handwerk
Dringlichkeit mittelGeringste Nutzung aller Branchen, aber hoher Fachkräftemangel. KI hilft zuerst im Büro: Angebote, Ausschreibungen, Dokumentation.
- Angebots- und Ausschreibungsbearbeitung
- Baudokumentation
- Planung und Kalkulation
Quellen
Quellen: Eurostat isoc_eb_ain2. Dringlichkeit: eigene Einschätzung.
Was bremst
Gründe von EU-Unternehmen, die KI erwogen, aber nicht eingeführt haben (Eurostat 2025):
Die drei größten Hürden lassen sich organisatorisch lösen: Schulung, klare Regeln, ein datenschutzkonformer Anbieter. Dazu verpflichtet auch die KI-Verordnung: Seit Februar 2025 müssen Firmen Maßnahmen ergreifen, um die KI-Kompetenz ihrer Beschäftigten zu fördern (Art. 4, durch den Digital Omnibus 2026 abgeschwächt). Für Hochrisiko-Anwendungen wie Kreditscoring greifen die Pflichten ab dem 2. Dezember 2027.
Quellen
Quelle: Eurostat (2025): Use of artificial intelligence in enterprises, Statistics Explained, Gründe für Nicht-Nutzung (Unternehmen, die KI erwogen haben, EU-27, 2025). ec.europa.eu/eurostat/statistics-explained, abgerufen am 29.09.2026. Lizenz: CC BY 4.0. Eigene Darstellung.
Fahrplan für 24 Monate
Die Phasen bauen aufeinander auf.
Fundament
- KI-Richtlinie und Zuständigkeit festlegen
- Einen sicheren Standard-Anbieter wählen (Ampel in der Übersicht), private Konten ablösen
- Alle Beschäftigten schulen (Art. 4 KI-Verordnung)
- Datenlage prüfen: Wo liegen Wissen und Dokumente?
Kernprozesse
- Zwei bis drei Prozesse mit messbarem Hebel wählen (Zeit, Kosten, Umsatz)
- Abläufe neu gestalten, nicht nur Werkzeuge einbauen
- Kennzahlen vorher und nachher messen
- Hochrisiko-Anwendungen früh auf die Pflichten ab 2027 vorbereiten
Skalieren
- Erfolgreiche Muster auf weitere Bereiche übertragen
- KI-Agenten für wiederkehrende Abläufe einführen
- Neue KI-gestützte Produkte und Services testen
- Anbieter-Abhängigkeit prüfen, europäische Alternativen einplanen
Quellen
Bitkom: Erstmals nutzt die Mehrheit der Unternehmen KI (14.09.2026) · Eurostat: Use of AI in enterprises · Eurostat-Datenbank · Destatis: KI nach Größenklassen · McKinsey: Deutschland hat Europas größtes Automatisierungspotenzial · McKinsey: The State of AI · Stanford AI Index 2026, Kapitel Wirtschaft · IW Köln: KI als Wettbewerbsfaktor · EBA: KI im EU-Bankensektor · EIOPA: Generative KI bei Versicherern · Bitkom: KI in Praxen und Kliniken · EU-Kommission: Zeitplan KI-Verordnung