41 Prozent, 54,5 Prozent oder 20 Prozent: Aktuelle Erhebungen kommen beim KI-Einsatz in deutschen Unternehmen zu sehr unterschiedlichen Ergebnissen. Bitkom befragte Unternehmen ab 20 Beschäftigten und meldete im März 2026 eine Nutzungsquote von 41 Prozent. Das ifo Institut kam in seiner Unternehmensumfrage vom Mai auf 54,5 Prozent. KfW Research weist für den deutschen Mittelstand 20 Prozent aus.
Diese Zahlen lassen sich nicht direkt vergleichen. Die Stichproben, Unternehmensgrößen, Zeiträume und Definitionen unterscheiden sich. Sie zeigen jedoch übereinstimmend, dass KI-Anwendungen in einem relevanten Teil der deutschen Wirtschaft angekommen sind.
Für eine Geschäftsführung bleibt damit eine viel konkretere Frage: Ist KI im eigenen Unternehmen bereits eine geführte Fähigkeit – oder nur die Summe einzelner Tool-Nutzungen?
Ein Unternehmensaccount für ein Sprachmodell beantwortet diese Frage ebenso wenig wie die Zahl aktiver Nutzer. Erst wenn Aufgaben, Datenzugriffe, Qualität und Verantwortung geregelt sind, entsteht ein belastbarer Prozess.
Aus meiner Arbeit an der Schnittstelle von KI, Führung und Veränderung kenne ich die Versuchung, zuerst über Tools zu sprechen. Für mich beginnt die eigentliche Einführung an einer anderen Stelle: Die Geschäftsführung muss entscheiden, welches Problem Vorrang hat, wer Verantwortung übernimmt und woran sie einen Fortschritt erkennen will.
Warum die Nutzungsquote wenig über den Reifegrad sagt
KfW Research hat im Juli 2026 aufgeschlüsselt, welche KI-Technologien mittelständische Unternehmen einsetzen. Am häufigsten genannt wurden die Erzeugung natürlicher Sprache mit 14 Prozent und Texterkennung mit 10 Prozent. Deutlich seltener sind anspruchsvollere Anwendungen wie Data Analytics mit 3 Prozent oder die autonome Bewegung von Maschinen mit 1 Prozent.
Das ist plausibel. Ein Sprachmodell kann innerhalb eines Tages für erste Textentwürfe eingesetzt werden. Für eine Anwendung, die Daten aus mehreren Systemen auswertet oder selbst Aktionen anstößt, müssen vorher andere Fragen beantwortet werden:
- Sind die benötigten Daten zugänglich und ausreichend verlässlich?
- Welche Schnittstellen werden verwendet?
- Wer darf Rechte vergeben und wieder entziehen?
- Welche Ergebnisse werden automatisch weiterverarbeitet?
- Wann prüft ein Mensch und wer trägt die Verantwortung?
- Wie wird festgestellt, ob die Anwendung wirtschaftlich und qualitativ funktioniert?
Der Übergang vom Chatfenster zum integrierten Prozess ist deshalb kein graduelles „mehr KI“. Er verändert die Führungs- und Kontrollaufgabe.
Vier Reifestufen, die sich im selben Unternehmen überlagern können
Die Reife eines Unternehmens lässt sich nicht mit einem einzigen Gesamtwert abbilden. Marketing kann bereits mit freigegebenen Werkzeugen und redaktionellen Kontrollen arbeiten, während in der Produktion erst Anwendungsfälle gesammelt werden. Eine Einteilung nach Use Case ist deshalb hilfreicher als ein pauschales Reifegrad-Label.
| Stufe | Typisches Bild | Nächste Führungsaufgabe |
|---|---|---|
| Experiment | Einzelne Beschäftigte testen frei verfügbare Tools. | Nutzung sichtbar machen und sichere Leitplanken setzen. |
| Unterstützte Aufgabe | Ein freigegebenes Tool hilft bei einer klaren Tätigkeit. | Qualität, Datenarten und Zuständigkeit festlegen. |
| Integrierter Prozess | KI ist in einen Ablauf eingebunden; Übergaben sind definiert. | Wirkung, Fehler und Betrieb regelmäßig steuern. |
| Geführtes Portfolio | Use Cases werden gemeinsam priorisiert, finanziert und überprüft. | Ressourcen nach Unternehmenszielen verteilen und Abhängigkeiten begrenzen. |
Meine Einordnung dazu: KI-Reife zeigt sich nicht daran, dass jeder Bereich dieselbe Stufe erreicht. Sie zeigt sich daran, dass die Unterschiede bekannt sind und bewusst geführt werden. Ein einfacher Rechercheassistent braucht einen anderen Kontrollrahmen als ein Agent mit Zugriff auf Kunden- oder Bestelldaten.
Ein Unternehmen muss nicht jeden Use Case auf die vierte Stufe bringen. Für einen selten genutzten Rechercheassistenten wäre der Aufwand möglicherweise unangemessen. Für einen Agenten, der Kundendaten verarbeitet oder Bestellungen auslöst, reicht Stufe zwei dagegen kaum aus.
Entscheidung 1: Welches Geschäftsziel erhält Vorrang?
„Wir wollen mehr KI einsetzen“ ist kein Ziel, an dem sich ein Portfolio ausrichten lässt. Die Geschäftsführung sollte festlegen, welches geschäftliche Ergebnis in den nächsten sechs bis zwölf Monaten Vorrang hat.
Das kann eine kürzere Angebotsdurchlaufzeit sein, eine geringere Fehlerquote in der Auftragsbearbeitung, ein schnellerer Zugriff auf technisches Wissen oder die Entlastung eines dauerhaft überlasteten Servicebereichs. Sobald die Priorität benannt ist, lassen sich Ideen ablehnen, die interessant wirken, aber keine der aktuellen Aufgaben unterstützen.
Eine sinnvolle Prüffrage lautet: Welcher Unternehmenskennzahl soll dieser Use Case dienen und wodurch könnte er sie beeinflussen?
Entscheidung 2: Welche Anwendungen gehören überhaupt zum Portfolio?
Die offizielle Tool-Liste ist meist unvollständig. KI kann in vorhandener Software stecken, von einzelnen Bereichen beschafft oder über persönliche Accounts genutzt werden. Ein belastbares Inventar erfasst deshalb nicht nur Produkte, sondern Anwendungen.
Für jeden Use Case genügen zu Beginn diese Angaben:
| Feld | Beispiel |
|---|---|
| Aufgabe | Eingehende Serviceanfragen vorsortieren |
| Bereich | Kundenservice |
| Status | Pilot |
| Eingesetztes System | Sprachmodell mit CRM-Anbindung |
| Verarbeitete Daten | Kontaktdaten, Anfrage, Vertragsnummer |
| Ergebnis oder Aktion | Kategorie und Antwortvorschlag |
| Fachlicher Eigentümer | Leitung Kundenservice |
| Nächster Entscheidungstermin | 30. November 2026 |
Diese Übersicht macht Doppelentwicklungen, unklare Verantwortlichkeiten und Anwendungen ohne Entscheidungstermin sichtbar.
Entscheidung 3: Welche Autonomiestufe ist vertretbar?
Ein Tool, das einen Textvorschlag erstellt, ist anders zu führen als ein Agent, der Daten verändert oder nach außen kommuniziert. Für die Portfoliosteuerung sollte jeder Use Case einer Handlungsstufe zugeordnet werden:
- Informationen zusammenfassen oder suchen
- Empfehlungen und Entwürfe erstellen
- eine Aktion vorbereiten, die ein Mensch freigibt
- innerhalb definierter Grenzen selbst handeln
- nach außen oder mit finanzieller Wirkung handeln
Die Nummerierung ist keine Reifeleiter. Stufe fünf ist nicht automatisch besser als Stufe zwei. Sie beschreibt den Kontrollbedarf. Ein Unternehmen kann bewusst entscheiden, einen gut funktionierenden Agenten dauerhaft im Vorschlagsmodus zu belassen, weil die menschliche Freigabe wenig Zeit kostet und das Risiko deutlich senkt.
Entscheidung 4: Wer ist fachlich verantwortlich?
Die IT kann ein System betreiben, aber sie kann nicht allein entscheiden, ob ein Antwortvorschlag fachlich korrekt ist, welche Ausnahme im Kundenprozess zulässig bleibt oder ab welcher Summe eine Freigabe erforderlich ist.
Jeder Use Case braucht daher einen fachlichen Eigentümer. Diese Person verantwortet Zweck, Einsatzgrenzen und die fachliche Qualität. Daneben kann es eine technische Zuständigkeit für Verfügbarkeit, Schnittstellen und Fehlerbehebung geben. Datenschutz, Informationssicherheit, HR oder Betriebsrat werden abhängig vom Anwendungsfall beteiligt.
Wichtig ist, dass Beteiligung nicht mit Eigentümerschaft verwechselt wird. Wenn fünf Bereiche beteiligt sind und keiner entscheiden darf, bleibt ein Pilot dauerhaft im Zwischenzustand.
Entscheidung 5: Welche Daten und Rechte sind wirklich nötig?
Die Frage „Darf das Tool grundsätzlich genutzt werden?“ ist zu grob. Dasselbe System kann für öffentliche Produktinformationen geeignet sein und für vertrauliche Personaldaten ungeeignet oder nur unter zusätzlichen Bedingungen vertretbar.
Für jeden Use Case sollte dokumentiert werden:
- welche Datenarten verarbeitet werden,
- wo diese Daten herkommen,
- ob sie das Unternehmen verlassen,
- wie lange Eingaben und Ergebnisse gespeichert werden,
- auf welche Systeme der Agent zugreifen kann,
- welche Lese- und Schreibrechte er besitzt,
- wie Zugänge entzogen werden.
Der Grundsatz der minimalen Berechtigung ist dabei praktisch: Ein Agent erhält nur die Rechte, die er für seinen aktuellen Auftrag benötigt. Eine spätere Erweiterung ist leichter zu prüfen als ein zu breiter Zugriff, dessen Nutzung niemand vollständig überblickt.
Entscheidung 6: Woran wird über Stoppen, Anpassen oder Regelbetrieb entschieden?
Jeder Pilot benötigt vor dem Start einen Entscheidungstermin und Kriterien. Andernfalls wird er weitergeführt, weil bereits Zeit investiert wurde oder niemand ein eindeutiges Ende aussprechen möchte.
Die Kriterien sollten mindestens vier Perspektiven abdecken:
- Geschäftswirkung: Verändert sich die definierte Kennzahl gegenüber dem Ausgangswert?
- Qualität: Wie häufig sind Ergebnisse korrekt, unvollständig oder falsch?
- Betrieb: Wie viel Nacharbeit, Überwachung und technische Pflege fällt an?
- Risiko: Gab es Datenschutz-, Sicherheits- oder Compliance-Vorfälle beziehungsweise Beinahe-Fehler?
Die Entscheidung kann „anpassen“ lauten. Das ist kein Scheitern. Problematisch ist nur, wenn aus einem Pilot ohne bewusste Entscheidung ein dauerhafter Schattenprozess wird.
Entscheidung 7: Welche Fähigkeiten bleiben im Unternehmen?
Herstellerunabhängigkeit bedeutet nicht, jedes System selbst zu bauen. Sie bedeutet, dass das Unternehmen seine Anforderungen, Datenflüsse, Qualitätsmaßstäbe und Wechselmöglichkeiten kennt.
Mindestens folgende Kompetenzen sollten intern verankert sein:
- fachliche Bewertung der Use Cases,
- Verständnis der verarbeiteten Daten und Prozessabhängigkeiten,
- Abnahme von Qualität und Kontrollmechanismen,
- Vertrags- und Anbieterübersicht,
- Fähigkeit, einen Dienst geordnet zu ersetzen oder abzuschalten.
Externe Partner können Architektur, Entwicklung oder Einführung übernehmen. Die Entscheidung darüber, was ein Agent im Namen des Unternehmens tun darf, sollte jedoch nicht ausgelagert werden.
Ein 90-Tage-Plan für die Geschäftsführung
Tage 1 bis 30: Sichtbarkeit herstellen
Erfassen Sie laufende und geplante KI-Anwendungen. Trennen Sie Tool und Use Case. Ergänzen Sie Datenarten, Rechte, Status und Verantwortliche. Anwendungen mit externen Handlungen oder sensiblen Daten werden zuerst betrachtet.
Tage 31 bis 60: Portfolio ordnen
Ordnen Sie jeden Use Case einem Geschäftsziel und einer Handlungsstufe zu. Bestimmen Sie fachliche Eigentümer. Beenden Sie Doppelentwicklungen oder Vorhaben ohne erkennbaren Bezug zu einer aktuellen Unternehmensaufgabe.
Tage 61 bis 90: Entscheidungen terminieren
Legen Sie für jeden Pilot einen Prüftermin fest. Definieren Sie Ausgangswert, Zielgröße, Qualitätsgrenze und Abbruchkriterien. Für Anwendungen im Regelbetrieb wird ein wiederkehrender Review eingerichtet.
Nach 90 Tagen ist nicht jedes KI-Projekt abgeschlossen. Das ist auch nicht nötig. Die Geschäftsführung sollte dann aber sagen können, welche Anwendungen existieren, wem sie gehören, was sie dürfen und wann über ihre Zukunft entschieden wird.
Genau daran erkennt man eine Unternehmensfähigkeit: KI ist nicht mehr nur verfügbar. Sie wird geführt.
Dieser Unterschied ist mir wichtig. Ein Unternehmen muss nicht möglichst viele KI-Projekte vorweisen. Es sollte erklären können, warum ein Use Case existiert, welchen Beitrag er leisten soll und unter welchen Bedingungen er gestoppt wird.
Passender nächster Schritt mit coKIcon
Mit coKIcon erarbeite ich in der KI-Weichenstellung™ gemeinsam mit der Geschäftsführung eine KI-Landkarte mit Prioritäten, Verantwortlichkeiten und nächstem Entscheidungsschritt. Wenn bereits viele Ideen aus den Fachbereichen vorliegen, ordnet die KI-Potenzialanalyse die Use Cases nach Nutzen, Aufwand, Machbarkeit und Risiko.
Quellen
- Bitkom: „Digitalisierung der Wirtschaft: Fast jedes Unternehmen beschäftigt sich mit KI“, 11. März 2026 – repräsentative Befragung von 604 Unternehmen ab 20 Beschäftigten; 41 % KI-Nutzung.
- ifo Institut: „Mehr als die Hälfte der Unternehmen nutzt Künstliche Intelligenz“, 5. Juni 2026 – ifo Unternehmensumfrage Mai 2026; 54,5 % KI-Nutzung.
- KfW Research: „Einsatz von Künstlicher Intelligenz im Mittelstand“, 11. Februar 2026 – 20 % der mittelständischen Unternehmen nutzen KI; Zusammenhang mit Digitalisierungsgrad und Know-how.
- KfW Research: „Künstliche Intelligenz im Mittelstand: einfach zu handhabende Technologien mit breiten Einsatzgebieten überwiegen“, 29. Juli 2026 – Verbreitung einzelner Technologien.
Die Werte aus Bitkom, ifo und KfW sind wegen unterschiedlicher Erhebungsrahmen nicht unmittelbar vergleichbar.
KI-generierte Illustration · Konzeption und redaktionelle Auswahl: coKIcon
