Das ifo Institut hat im Mai 2026 gemessen, dass mehr als die Hälfte der deutschen Unternehmen Künstliche Intelligenz einsetzt: 54,5 Prozent, nach 40,9 Prozent im Jahr davor. Wer nur diese Meldung gelesen hat, konnte den Eindruck gewinnen, das Thema sei erledigt.
Ein paar Wochen später veröffentlichte McKinsey die Auswertung einer Befragung von 1.719 Führungskräften aus 97 Ländern. Dort landen 6 Prozent in der Spitzengruppe – Unternehmen, die eine EBIT-Wirkung von fünf Prozent oder mehr auf ihren KI-Einsatz zurückführen und zugleich von einem signifikanten Wertbeitrag berichten.
Zwischen diesen beiden Zahlen liegt die Frage, um die es in diesem Jahr eigentlich geht.
„Mehr als die Hälfte der deutschen Unternehmen nutzt KI. Doch nur eine kleine Spitzengruppe kann eine starke EBIT-Wirkung nachweisen. Vier Studien zeigen, wo die Lücke entsteht."
Vier Studien, die unabhängig voneinander denselben Trichter beschreiben
Eine einzelne Umfrage lässt sich immer zerreden. Die Stichprobe zu klein, der Auftraggeber zu interessiert, die Frage zu suggestiv. Interessant wird es erst, wenn mehrere Erhebungen mit unterschiedlichen Methoden in dieselbe Richtung zeigen. Genau das ist hier der Fall:
- Einsatz: 54,5 Prozent der deutschen Unternehmen nutzen KI. (ifo Institut, Erhebung Mai 2026)
- Tiefe: 57 Prozent der KI-Nutzer bleiben bei öffentlichen Chatbots und Fertiglösungen. 28 Prozent haben KI in mehrere Geschäftsbereiche integriert, 15 Prozent kombinieren mehrere Modelle zu fortgeschrittenen Systemen. (AWS/Strand Partners, Unlocking Europe''s AI Potential)
- Umsatz: 74 Prozent der Organisationen wollen mit KI künftig den Umsatz steigern. 20 Prozent tun es bereits. (Deloitte, 3.235 Führungskräfte in 24 Ländern, Befragung August bis September 2025)
- Ergebnis: 37 Prozent führen zumindest eine gewisse EBIT-Wirkung auf KI zurück, 6 Prozent erreichen fünf Prozent oder mehr. (McKinsey, Erhebung Mai/Juni 2026)
Diese vier Stufen stammen aus vier verschiedenen Stichproben. Man kann sie nicht durchzählen wie eine Kohorte, und das behauptet auch niemand. Aussagekräftig ist die Richtung: vier Institute, die mit verschiedenen Fragestellungen dasselbe Gefälle finden.
Nicht die Kleinen hinken hinterher, sondern die Mitte
Die ifo-Erhebung schlüsselt nach Unternehmensgröße auf, und das Ergebnis liest sich beim ersten Mal wie ein Zahlendreher:
| Unternehmensgröße | KI-Nutzung |
|---|---|
| Großunternehmen | 67,2 Prozent |
| Kleine Unternehmen | 51,2 Prozent |
| Mittlere Unternehmen | 47,2 Prozent |
Es ist keiner. Der Verlauf ist tatsächlich U-förmig. In einem Zehn-Personen-Betrieb probiert der Inhaber ein Tool aus und entscheidet am selben Nachmittag, ob es bleibt. Ein Konzern hat ein Datenteam, ein Budget und jemanden, der für das Thema verantwortlich zeichnet. Der klassische Mittelständler mit 150 Beschäftigten hat beides nicht: Für Bauchentscheidungen ist er zu groß, für eine eigene Einheit zu klein.
Eine zweite Zahl aus derselben Erhebung passt dazu. Knapp drei Viertel der KI-nutzenden Unternehmen setzen bezahlte externe Anwendungen ein, nur 18,7 Prozent entwickeln eigene Systeme. Die meisten Unternehmen haben KI also eingekauft, nicht eingebaut.
Was die Spitzengruppe anders macht
McKinsey hat die 6 Prozent getrennt ausgewertet, und der Unterschied liegt nicht bei der Technologie. Fast drei Viertel dieser Unternehmen gestalten ihre Abläufe wegen KI grundlegend neu – im Vorjahr waren es 55 Prozent. Bei allen übrigen Befragten ist es ein Viertel. Dieselbe Gruppe skaliert KI-Agenten über die meisten Geschäftsfunktionen hinweg mehr als dreimal so häufig wie der Rest. Die AWS-Studie beziffert, was davon ankommt: Unternehmen mit agentischer KI melden zu 48 Prozent höhere Umsätze, bei KI-Nutzern insgesamt sind es 34 Prozent.
Der Befund ist unangenehm, weil er nach Aufwand klingt. Eine Lizenz zu kaufen und auszurollen ist ein Kalendereintrag. Einen Prozess neu zu schneiden bedeutet, den Leuten zu erklären, warum ihre Arbeit ab nächstem Quartal anders läuft – inklusive der Diskussionen, die daraus folgen. Das erklärt die Lücke zwischen einem Viertel und drei Vierteln besser als jede Technologiedebatte.
Das Messproblem dahinter
Deloitte trennt Absicht und Ergebnis: 74 Prozent wollen mit KI den Umsatz steigern, 20 Prozent tun es. Ein Teil dieser Lücke geht auf gescheiterte Projekte zurück. Der andere Teil ist schlicht ein Messproblem.
Sichtbar wird das, sobald man zwei Umfragen nebeneinanderlegt, die auf den ersten Blick dasselbe erheben. Bitkom Research meldet im März 2026, dass 52 Prozent der KI-nutzenden Unternehmen einen messbaren Beitrag zum Unternehmenserfolg sehen. Bei McKinsey erreichen 6 Prozent eine EBIT-Wirkung von fünf Prozent oder mehr.
Beide Zahlen stimmen. Sie messen nur nicht dasselbe, und sie stammen aus unterschiedlichen Stichproben. Bitkom erhebt eine Selbsteinschätzung bei deutschen Unternehmen ab 20 Beschäftigten. McKinsey erhebt eine bezifferbare Wirkung auf das Betriebsergebnis, weltweit. Der Abstand zwischen „wir merken, dass es hilft“ und „wir können sagen, wie viel“ ist keine Rundungsdifferenz. In dieser Lücke stecken die meisten KI-Budgets.
Drei Fragen für die nächste Geschäftsleitungssitzung
- Welcher Prozess wurde in den letzten zwölf Monaten wegen KI neu geschnitten – nicht nur um ein Tool ergänzt?
- Welche Kennzahl hätte sich verändern müssen, wenn der Einsatz funktioniert? Und liegt der Ausgangswert von vor dem Start irgendwo dokumentiert vor?
- Wer im Haus kann den Beitrag zum Betriebsergebnis beziffern? Falls niemand: Auf welcher Grundlage wurde das Budget freigegeben?
Wer alle drei beantworten kann, gehört mit einiger Wahrscheinlichkeit zur oberen Gruppe. Das hat weniger mit besserer Technologie zu tun als damit, dass vor dem Start feststand, woran man den Erfolg erkennen würde.
In eigener Sache
Zwei der hier zitierten Quellen, McKinsey und Deloitte, verkaufen selbst KI-Beratung. Das entwertet ihre Daten nicht, gehört aber zur Einordnung. Bei McKinsey kommen außerdem 36 Prozent der Befragten aus Organisationen mit mehr als einer Milliarde US-Dollar Jahresumsatz – für den deutschen Mittelstand ist das keine repräsentative Stichprobe. Das ifo Institut und die von Strand Partners durchgeführte Erhebung liefern das Gegengewicht.
Auch wir bei SNIPE beraten zu KI in Prozessen. Deshalb stehen hier vier Studien statt einer, jede mit Stichprobe und Erhebungszeitraum.
Wenn Sie über einen KI-Einsatz nachdenken, der über das Tool hinausgeht: Lassen Sie uns reden. Über den Prozess, nicht über die Software.
