Der Sprung auf 20 Prozent ist erst der Anfang

Rund jedes fünfte mittelständische Unternehmen setzt inzwischen KI ein – hochgerechnet knapp 780.000 Betriebe. Das ergibt eine Analyse von KfW-Research. In sechs Jahren hat sich die Nutzung damit etwa verfünffacht. Wer darin schon den Durchmarsch sieht, verwechselt Verbreitung mit Durchdringung. Denn die Zahlen zeigen zugleich eine klare Spreizung: Große Mittelständler (50+ Beschäftigte) liegen bei 36 Prozent, kleine Unternehmen bei 19 Prozent. Wissensbasierte Dienstleistungen und FuE-intensives Verarbeitendes Gewerbe liegen vorn.

Das klingt nach einer klassischen Diffusionsgeschichte: Erst die großen, dann die kleinen; erst die wissensnahen, dann die übrigen. Doch die eigentliche Erklärung sitzt tiefer.

KI als Reifegradtest – nicht als Toolfrage

Entscheidend ist weniger die Unternehmensgröße als der innere Zustand des Unternehmens: Innovationskraft, digitale Routine, Datenfähigkeit. Dort, wo weder Hochschulabsolventen beschäftigt noch Innovationsaktivitäten betrieben werden, liegt die KI-Nutzung bei 8 Prozent. Mit Digitalisierungsstrategie steigt sie auf 35 Prozent, mit kontinuierlicher eigener Forschung und Entwicklung auf bis zu 38 Prozent.

Damit wird KI zum Reifegradtest: Wer seine Prozesse, Daten und Kompetenzen nicht organisiert hat, kann die Technologie zwar einkaufen, aber nicht produktivieren. Die Voraussetzungen sind handfest: auswertbare Daten, ausreichende Rechenleistung, Know-how. Fehlt eines davon, bleibt KI entweder Pilot oder Spielzeug. Siehe dazu auch die KI-Compass von Convidera. https://www.ki-compass.ai/insights/blinder-fleck-digitalisierung

Was Zukunftsmacher anders machen: Architektur statt Leuchtturm

An genau dieser Stelle ergänzt die Zukunftsmacher-Studie die volkswirtschaftliche Diagnose um eine betriebliche Anleitung. Sie beschreibt Unternehmen, die KI nicht als „Projekt“ behandeln, sondern als Bestandteil des Transformationsportfolios. Im Durchschnitt fließen rund 30 Prozent des gesamten Investitionsbudgets in Digitalisierung; etwa jeder fünfte Euro davon wird gezielt für KI reserviert. Entscheidend ist die Normalisierung: KI wird nicht mehr als Sonderausgabe, sondern als Betriebsmittel geführt.

Noch wichtiger: Die Studie verschiebt den Fokus weg von Tools hin zu Organisationslogik. Erfolgreiche Unternehmen denken fünf Faktoren als System:

People first (Akzeptanz, Kompetenz, Beteiligung)

Data Excellence (Datenqualität, Verantwortlichkeiten, integrierte Systeme)

Platform Strategy (skalierbare Architektur statt isolierter Piloten)

Agile Scaling (schnell validieren, dann konsequent in die Breite)

Value Focus (Use Cases nach Wertbeitrag priorisieren)

So entsteht das Zielbild einer sogenannten „AI-infused Company“: KI ist tief in Prozesse, Produkte und Geschäftsmodelle integriert, ohne den Menschen aus dem Zentrum zu drängen.

Produktivität: Mikrogewinne sind da – der Makrohebel noch nicht

Die Zukunftsmacher-Zahlen konkret: 64 Prozent der Befragten berichten von messbaren Effizienzgewinnen, teils bis zu 80 Prozent – besonders dort, wo Standardisierung, Wiederholbarkeit und Datenintensität zusammenkommen. Im Schnitt nennen Unternehmen rund 22 Prozent Produktivitätssteigerung; bis 2028 erwarten sie einen Wertbeitrag von 31 Prozent.

Der bisherige Wachstumsbeitrag von KI ist allerdings noch gering. Das liegt nicht an fehlenden Effekten, sondern an fehlender Breite. Aus volkswirtschaftlicher Sicht zählt nicht der spektakuläre Einzelfall, sondern die flächige, intensive Nutzung – inklusive neuer KI-basierter Geschäftsfelder. Als Orientierungsmarke steht im Raum: Bis 2037 könnte das BIP um 12,8 Prozent höher liegen, wenn die Diffusion im Unternehmenssektor tatsächlich voranschreitet – breit, intensiv und begleitet von Infrastrukturinvestitionen.

Das ist der Kern: Produktivität entsteht nicht dort, wo KI demonstriert wird, sondern dort, wo sie Routine wird.

Die stille Infrastruktur: Daten, Plattformen, Kompetenzen

Wer KI skalieren will, muss zuerst das Unsichtbare bauen: Datenhaushalt, Governance, Rollen, Lernsysteme. Die Studie benennt die klassischen Bremsen nicht technisch, sondern organisatorisch: fehlende Ressourcen, mangelnde Beteiligung, Kompetenzlücken. Das passt zur KfW-Logik: Nicht die Branche, nicht die Größe entscheidet – sondern ob ein Unternehmen Transformation ganzheitlich führt.

Man kann es auch so sagen: KI ist weniger eine Software-Entscheidung als eine Führungsentscheidung. Sie verlangt Priorisierung (welche Use Cases zuerst?), Standardisierung (welche Daten- und Prozessbasis?), und Befähigung (wie wird aus Skepsis Alltagstauglichkeit?). Ohne diese Trias bleibt der „KI-Euro“ ein Kostenblock; mit ihr wird er Kapital.

Was jetzt zählt – für Unternehmen und Politik

Für Unternehmen lautet die unbequeme Konsequenz: Wer KI „einführen“ will, ohne Datenarbeit, Plattformlogik und Kompetenzaufbau mitzudenken, kauft sich bestenfalls punktuelle Automatisierung. Der Maßstab sollte nicht heißen „Haben wir KI?“, sondern: Welche Entscheidungen, welche Prozesse, welche Produkte laufen durch KI nachweislich schneller, besser oder günstiger – und wie skaliert das?

Für die Wirtschaftspolitik folgt daraus: Diffusion ist kein Appell, sondern eine Standortaufgabe. Infrastruktur (Compute, Netze, sichere Datenräume), Qualifizierung (vom Facharbeiter bis zur Führung), und praktikable Leitplanken (Governance, Standards) sind nicht Begleitmusik, sondern Bedingung dafür, dass aus 20 Prozent Nutzung eine produktivitätswirksame Mehrheit wird.

Die Pointe ist leise: Deutschlands KI-Zukunft entscheidet sich nicht bei Schaufenster-Reden von selbsternannten KI-Experten, die wie Pilze aus dem Boden schießen, sondern in der Organisation. Wer dort investiert, erlebt keinen Hype, sondern eine neue Betriebsnormalität. Und erst diese Normalität wird sich – zeitverzögert, aber messbar – in den großen Zahlen niederschlagen.

Als Schlusspunkt passt deshalb der Blick auf die Praxisbühne: In der ZP Nachgefragt Week (Zukunft Personal) setzt die Session von Bernhard Steimel am Di., 24. Feb. 2026, 14:00–14:45 genau dort an, wo die meisten KI-Initiativen tatsächlich entscheiden werden – beim Faktor Mensch. „People First – Wie Miele, KUKA & Co. KI in ihre Organisationen bringen“ adressiert die typischen Bruchstellen jenseits der Technologie: fehlende Akzeptanz, unklare Verantwortlichkeiten, Prozesse „von gestern“ und Skills-Lücken. Und sie benennt die HR-Hebel, die 2026 den Unterschied machen: Rollen- und Operating-Model-Design, systematischer Kompetenzaufbau, Governance sowie ein Change-Design, das KI menschenzentriert verankert statt toolgetrieben zu überstülpen. Wer den Mittelstand in die Breite KI-fähig machen will, wird genau hier ansetzen müssen – nicht bei der nächsten Software, sondern bei der organisatorischen Übersetzung in den Alltag.