Von Frontier-Unternehmen, die an der vordersten Front der KI-Adoption arbeiten, kann der Mittelstand viel lernen. Die Argumente, dass diese Unternehmen enorme Budgets zur Verfügung haben oder auf andere Personalstrukturen zurückgreifen können, greifen nur bedingt. Die Herausforderungen, die diese Frontier-Unternehmen bereits durchlaufen haben, sind zumindest strukturell ähnlich. Deshalb lohnt es sich, genau hinzusehen. Das hat Deloitte mit seinem „State of AI in the Enterprise: The untapped edge“-Report getan. Frontier-Firm bedeutet in diesem Zusammenhang auch, sich den Grenzen des bisher Bekannten zu nähern und diese Grenzen immer weiter zu verschieben. Das gelingt nicht immer auf Anhieb, und auch deshalb sind die Erfahrungen relevant für den Mittelstand, denn zu verstehen, was funktioniert hat und was nicht, hilft dabei, die gleichen Fehler nicht selbst zu machen. Die drei zentralen Erkenntnisse betreffen die Aktivierung von KI in der Belegschaft, die KI-Transformation von Prozessen und die Rolle von Governance bei der Skalierung.
TL;DR:
Deloitte hat 3.235 Führungskräfte in 24 Ländern befragt, die KI bereits aktiv einsetzen. Die Ergebnisse zeigen ein klares Muster: KI-Technologie entwickelt sich schneller als die Fähigkeit der Organisationen, sie wirksam einzusetzen. Der Zugang zu KI-Tools wächst, aber die tatsächliche Nutzung stagniert. Effizienzgewinne werden breit erzielt, aber nur ein Drittel der Unternehmen nutzt KI für echte Transformation. Und Governance wird als wichtig erkannt, aber nicht schnell genug aufgebaut. Für den Mittelstand liegt darin eine Chance: Wer diese Muster kennt, kann sie von Anfang an umschiffen, statt sie selbst durchleben zu müssen.
Deloitte hat in der Studie „State of AI in the Enterprise“, die jährlich erscheint, zwischen August und September 2025 insgesamt 3.235 Führungskräfte in 24 Ländern befragt [1]. Die Studie ist aus zwei Gründen interessant. Zum einen wird nicht der „Durchschnitt aller Unternehmen“ betrachtet, sondern speziell die Unternehmen, die bereits KI einsetzen. Zum anderen fokussiert sich die Studie nicht auf eine einzelne Branche. Vielmehr werden Unternehmen aus sechs verschiedenen Branchen untersucht und damit eine große Bandbreite abgedeckt. Zusätzlich zu den erhobenen quantitativen Daten wurden 15 Interviews mit internationalen C-Suite-Führungskräften und KI-Verantwortlichen geführt, um deren Einschätzung abbilden zu können.
Die acht Kernergebnisse der „State of AI in the Enterprise“ Studie
Die zentralen Studienergebnisse können entlang von acht Themenlinien zusammengefasst werden.
Zugang und Skalierung: Der Zugang zu KI-Tools in Unternehmen ist innerhalb eines Jahres um 50 Prozent gestiegen. Knapp 60 Prozent der Belegschaft in den befragten Unternehmen haben Zugang zu KI-Tools, die durch die Unternehmen zur Verfügung gestellt werden. Was gegenüber dem Vorjahr unverändert geblieben ist: Weniger als 60 Prozent derjenigen mit Zugang nutzen KI tatsächlich im Arbeitsalltag.
Vom Piloten zur Produktion: Nur ein Viertel der befragten Unternehmen hat mehr als 40 Prozent ihrer KI-Experimente in den produktiven Betrieb überführt. 54 Prozent erwarten, diesen Schwellenwert in den nächsten drei bis sechs Monaten zu erreichen. Die Studie beschreibt detailliert, warum viele Pilotprojekte an der Schwelle zur tatsächlichen Skalierung scheitern. Zusammenfassend kann dies so ausgedrückt werden: Die Anforderungen an Infrastruktur, Integration und laufende Wartung übersteigen die Pilotbedingungen bei Weitem.
Produktivität versus Transformation: Zwei Drittel der Unternehmen erzielen bereits Effizienz- und Produktivitätsgewinne durch KI. Aber nur ein Fünftel generiert dadurch tatsächlich Umsatzwachstum, während drei Viertel noch darauf hoffen, dass dieser eintritt. Von den befragten Unternehmen nutzt ein Drittel KI für tiefgreifende Transformation, knapp ein Drittel baut Kernprozesse um, und etwas mehr als ein Drittel setzt KI lediglich oberflächlich ein.
Arbeit und Rollen: 84 Prozent der befragten Unternehmen haben ihre Arbeitsplätze und die Rollendefinitionen nicht auf die neuen KI-Fähigkeiten angepasst. Etwas mehr als ein Drittel der Unternehmen erwarten, dass innerhalb eines Jahres mindestens 10 Prozent der Arbeitsplätze automatisiert werden. Als größte Hürde bei der KI-Integration wird unzureichende Mitarbeiterkompetenz genannt. Andererseits investieren nur knapp mehr als die Hälfte der Unternehmen in breit angelegte Schulungsmaßnahmen und lediglich ein Drittel hat bereits Anpassungen an den Karrierepfaden im Unternehmen vorgenommen.
Governance: Für knapp drei Viertel der befragten Unternehmen stehen Datenschutz und Datensicherheit an der Spitze der KI-Sorgen, dicht gefolgt von Fragen zu regulatorischer Compliance und Governance-Fähigkeiten (jeweils rund 50 Prozent). Bemerkenswert ist, dass die Unternehmen, bei denen die Geschäftsführung KI-Governance aktiv gestaltet, im Vergleich zu jenen, die diese Themen an technische Teams delegieren, einen deutlich größeren geschäftlichen Nutzen erzielen.
Agentic AI: Bereits rund ein Viertel der Unternehmen nutzen Agentic AI zumindest in moderatem Umfang. Gleichzeitig planen drei Viertel den Einsatz innerhalb der nächsten zwei Jahre. Die Herausforderung scheint zu sein, dass nur ein Fünftel der Unternehmen bereits über ein ausgereiftes Governance-Modell für den Einsatz autonomer Agenten verfügt. Das ist insbesondere deshalb relevant, weil KI-Agenten im Gegensatz zu herkömmlichen KI-Systemen, die Empfehlungen aussprechen, autonom handeln, was die Anforderungen an Kontrolle und Verantwortungsklärung grundlegend verändert.
Sovereign AI. Knapp 80 Prozent der Unternehmen berücksichtigen den Standort bei der Anbieterauswahl. Rund 80 Prozent bewerten technologische Souveränität zumindest als moderat wichtig für ihre strategische Planung. In der EMEA-Region ist rund ein Drittel der Unternehmen auf ausländische Lösungen für ihren KI-Stack angewiesen (zum Vergleich: In Nordamerika liegt dieser Wert knapp über 10 Prozent).
Physical AI. Überraschenderweise nutzen bereits rund 60 Prozent der Unternehmen Robotik, autonome Maschinen oder Drohnen. Die Adoption von Physical AI wird laut Prognose innerhalb von zwei Jahren auf 80 Prozent steigen. Die Bereiche Fertigung, Logistik, aber auch Defense führen die Adoption an, wobei der APAC-Raum deutlich weiter ist als Europa und Nordamerika.
Acht Themenfelder und drei strukturelle Herausforderungen
Die Erfahrungen der Frontier-Firms sind eigentlich paradox:
- Immer mehr Menschen erhalten Zugang zu KI-Systemen, und trotzdem stagniert die tatsächliche Nutzung dieser Systeme.
- KI sorgt für mehr Effizienz, aber die Geschäftsmodelle und vielleicht auch die zugrunde liegenden Prozesse verändern sich kaum.
- Governance wird als ein wichtiges Thema identifiziert, aber wird nicht schnell genug implementiert. KI-Fähigkeiten wie Agenten werden ausgerollt, aber stehen die organisatorischen Grundlagen bereits?
Auf einen einfachen Nenner gebracht: KI ist schneller als das Anpassungsvermögen der Organisationen, die sie einsetzen. KI gewinnt schneller an Fähigkeiten hinzu, die eigentliche Transformation im Unternehmen benötigt aber deutlich mehr Zeit für die vollständige Adaption der Technologie.
Das ist eine grundlegend neue Erfahrung für alle Softwarenutzer. Bisher haben Anwender sehnsüchtig auf den nächsten Feature-Drop gewartet, damit die Funktion, die sie sich schon so lange gewünscht haben, endlich verfügbar wird. Mit KI machen die gleichen Anwender nun die komplett gegenteilige Erfahrung. Der Feature-Zyklus dauert nicht mehr ein Jahr, sondern täglich kommen neue Fähigkeiten dazu. Und die Features, die sich ein Anwender für einen spezifischen Anwendungsfall dringend wünscht, können im Zweifelsfall selbst mit Unterstützung der KI erstellt werden.
Aus dem Blickwinkel der Organisationsentwicklung bedeutet dies, dass Unternehmen in eine Technologie investieren, aber die begleitenden Investments und die notwendige Ressourcenallokation in die organisatorischen Voraussetzungen und die unternehmensweite Transformation kommen zu kurz. Diese sind aber die Grundlage, damit KI tatsächlich ihre Hebelwirkung entfalten kann.
Für mittelständische Unternehmen, die noch am Anfang ihrer KI-Reise stehen, ist diese paradoxe Erkenntnis weniger ein Hindernis, sondern vielmehr eine Chance, die primär darin liegt, mit diesem Spannungsfeld bewusst umzugehen.
Die folgenden Insights bieten auf diesem Weg eine erste Orientierung.
Insight 1: Der Zugang zu KI allein verändert nichts. Die Aktivierung macht den Unterschied.
Der vielleicht kontraintuitivste Befund ist der zwischen KI-Verfügbarkeit und tatsächlicher KI-Nutzung. 50 Prozent mehr KI-Verfügbarkeit im Vergleich zum Vorjahr und dennoch stagniert die Nutzung. Weniger als 60 Prozent der Mitarbeitenden mit Zugang zu KI-Systemen nutzen diese regelmäßig in ihrem Arbeitsalltag. Das widerlegt eindrucksvoll das Narrativ, dass es ausreicht, KI-Tools bereitzustellen, und die Mitarbeitenden dann von allein damit beginnen, diese Tools auch tatsächlich zu nutzen. Dem ist nicht so und offensichtlich ist die Gleichung „Mehr Lizenzen = mehr Nutzung“ falsch.
Die Studie nennt fehlende oder unzureichende KI-Kompetenz der Mitarbeitenden als die größte Hürde. Aber die Mehrheit der Unternehmen (53 Prozent) investiert auch in Schulungen, um die KI-Kompetenz aufzubauen. Vielleicht liegt die Herausforderung also weniger darin, dass die Mitarbeitenden nicht wissen, wie man ein KI-Tool bedient, und vielmehr darin, zu erkennen, an welchen Stellen und bei welchen Prozessen es konkrete Einsatzmöglichkeiten für KI gibt.
Aus der Perspektive des Mittelstands gedacht bedeutet dies, dass es weniger um das „perfekte KI-Tool“ geht, sondern vielmehr darum, die Mitarbeitenden mitzunehmen und zu befähigen, zu erkennen, an welchen Stellen KI wirklich einen Beitrag leisten kann.
Für die Unternehmensführung bedeutet es, Prozesse aktiv zu begleiten, statt sie an die IT-Abteilung zu delegieren.
Noch mutiger ist der Schritt, wenn der Prozess aus der Perspektive von P&L-Verantwortung gedacht wird, wenn die Frage also nicht lautet „Wo können wir KI einsetzen?“, sondern „Wo kann KI einen messbaren Beitrag zum Geschäftsergebnis leisten?“. Das ist die am weitaus stärksten wirkende Verankerung.
Zum Weiterlesen empfehlen wir folgende Beiträge:
- [LINK: Die Imagination Gap – Warum Vorstellungskraft der eigentliche Engpass für eine erfolgreiche KI-Implementierung ist]
- [LINK: KI als Sparringspartner – Wie Führungskräfte ein echtes Gegenüber gewinnen]
- [LINK: Wie KI zum Teammitglied wird]
Insight 2: Effizienz ist noch keine Transformation. Es reicht nicht aus, bestehende Prozesse mit KI umzusetzen.
Auch dies klingt kontraintuitiv. Die Zahlen der Studie können den Umstand jedoch belegen. Ein Drittel der teilnehmenden Unternehmen nutzt KI für eine tiefgreifende Transformation. 30 Prozent passen ihre Kernprozesse an. Ein weiteres Drittel setzt KI nur oberflächlich ein, ohne Prozesse grundlegend für den KI-Einsatz zu optimieren. Zwar erzielen alle drei Gruppen Produktivitäts- und Effizienzgewinne, aber nur die erste Gruppe erschließt tatsächlich auch neue Produkte, Dienstleistungen oder Geschäftsmodelle für sich.
Wenn das Umsatzwachstum als Indikator herangezogen wird, dann zeigt sich, dass drei Viertel der Unternehmen darauf hoffen, mit KI auch ihren Umsatz zu steigern. Wirklich gelungen ist dies bislang nur 20 Prozent der an der Studie teilnehmenden Unternehmen.
Ein anderer Indikator ist die Anzahl von Pilotimplementierungen oder Pilotprojekten. Hier zeigt sich das gleiche Muster, nur auf eine andere Weise. Pilotprojekte sind oft relativ günstig zu realisieren, verhältnismäßig risikoarm, weil niemand direkt am offenen Herzen operiert, und liefern darüber hinaus in einem kontrollierten Umfeld auch noch schnell erste belastbare Ergebnisse. Die eigentliche Herausforderung ist die Skalierung oder eben die teilweise mühevolle Integration in bestehende Systeme und Prozesse, die damit verbundenen Sicherheitsprüfungen, die Compliance und nicht zuletzt die notwendige Wartung.
Das kann schnell dazu verführen, lieber einen weiteren Piloten zu implementieren, anstatt sich mit dem mühevollen Klein-Klein der Skalierung zu beschäftigen. In der Studie wird ein KI-Verantwortlicher aus dem Gesundheitswesen wie folgt zitiert: Ohne kohärente KI-Strategie entstehe eine Pilotmüdigkeit, man jage dem nächsten interessanten Projekt hinterher, ohne einen Plan, wie man erfolgreiche Piloten skaliert.
Die Unternehmen, die das Feld anführen, denken über die Skalierung von Pilotanwendungen hinaus. Prozesse werden infrage gestellt und nicht mehr auf der Grundlage von dem gedacht, was bereits existiert. Vielmehr werden Prozesse unter der Prämisse von dem, was möglich wäre, entwickelt. In diesem Kontext verweist die Studie auch auf das Beispiel eines Bergbauunternehmens, das KI nicht zur Optimierung bestehender Prozesse einsetzt, sondern vielmehr traditionelle Bergbauausrüstung in intelligente und miteinander vernetzte Plattformen einschließlich Sensorik und prädiktiver Analytik transformiert hat. Neben neuen digitalen Lösungen wurden auch neue Einnahmequellen erschlossen.
Das klingt im ersten Moment danach, dass nur Großunternehmen all diese Vorteile für sich erschließen können. Die Prinzipien können auf den Mittelstand übertragen werden, wenn statt der Frage „Welchen bestehenden Prozess können wir mit KI schneller machen?“ danach gefragt wird: „Wenn wir diesen Prozess heute mit dem Wissen und den Erfahrungen rund um KI von Grund auf neu entwerfen würden, wie sähe er aus?“
Für den Mittelstand kann folgender Blickwinkel interessant sein: Bestehende Prozesse zu beschleunigen bringt inkrementelle Verbesserungen. Prozesse mit KI neu zu denken, eröffnet die Möglichkeit für echte Veränderung.
Beiträge mit ergänzenden Informationen:
- [LINK: KI-Strategie 2026: Warum Transformation vor Tools kommt]
- [LINK: Die Imagination Gap – Warum Vorstellungskraft der eigentliche Engpass für eine erfolgreiche KI-Implementierung ist]
Insight 3: Governance ist der Schlüssel zur Skalierung.
Das Thema Governance ist in jedem Kapitel der Studie präsent. Die Sorgen der Unternehmen rund um Datenschutz, Datensicherheit, regulatorische Compliance, die notwendigen Governance-Fähigkeiten und letztlich auch die Qualität der eingesetzten KI-Modelle sind die am häufigsten genannten Bedenken.
Auch hier gibt es einen Widerspruch aufzuklären. 42 Prozent der Unternehmen fühlen sich strategisch gut auf die KI-Adoption vorbereitet. Das sind drei Prozentpunkte mehr als im Vorjahr. 30 Prozent der befragten Unternehmen sehen sich auch bei Fragen zu Risiken und Governance gut aufgestellt. Das ist ein Plus von sechs Prozentpunkten gegenüber dem Vergleichszeitraum. Die wahrgenommene Readiness bei technischer Infrastruktur, dem Datenmanagement und bei People and Talents ist im Vorjahresvergleich gesunken. Die Unternehmen schätzen also ihre strategische Lage besser ein, ihre operativen Fähigkeiten aber geringer.
Vielleicht muss man dies aus einer anderen Perspektive einordnen. Die Unternehmen, deren Geschäftsführung KI-Governance aktiv mitgestaltet, erzielen einen deutlich größeren unternehmerischen Nutzen im Vergleich zu den Unternehmen, die dieses Thema als technische Frage verstehen und dementsprechend diese Aufgabe delegieren. Klare Leitplanken führen zu einer schnelleren Adaption und weisen den Weg, weil die Unsicherheit insgesamt abnimmt.
Wieder heruntergebrochen auf den Mittelstand bedeutet dies im Governance-Kontext, dass zunächst die wichtigen Grundlagen geklärt werden müssen. Beispielsweise, welche KI-Systeme im Einsatz sind und wofür sie genutzt werden. Das impliziert auch die Frage nach der Verantwortung für die Ergebnisse und deren Qualität, die durch die KI generiert werden. Wie oben beschrieben, wachsen die Fähigkeiten von KI oft überproportional zur Geschwindigkeit, mit der die Transformation im Unternehmen stattfindet. Eine gute Governance kann dazu beitragen, diese beiden Geschwindigkeiten voneinander zu entkoppeln.
Weitere Insights gibt es in folgenden Beiträgen:
- [LINK: KI-Governance im Mittelstand: Warum es ein Thema für die Geschäftsführung ist, nicht (nur) für die IT]
- [LINK: KI-Governance im Mittelstand: Die unsichtbaren Risiken von Schatten-KI, Vendor-KI und Agentic AI]
- [LINK: KI-Governance im Mittelstand: Frameworks für die Praxis – NIST, EU AI Act und ISO 42001 im Vergleich]
Was nun?
Die Erfahrungen der Frontier-Unternehmen zeigen ein klares Muster: KI-Technologie entwickelt sich schneller als die Fähigkeit der Organisationen, diese sinnvoll einzusetzen. Die gute Nachricht für den Mittelstand: Wer heute mit KI beginnt, muss nicht denselben Weg gehen. Er kann einen kürzeren nehmen.
Quellen: [1] Deloitte AI Institute, „State of AI in the Enterprise: The untapped edge“, Januar 2026. Befragung von 3.235 Director- bis C-Suite-Level-Führungskräften in 24 Ländern, sechs Branchen, August-September 2025. Ergänzt durch 15 qualitative Interviews mit globalen C-Suite-Führungskräften und KI-Verantwortlichen.
Sie möchten KI in Ihrem Unternehmen einsetzen und haben Fragen zur KI-Implementierung?
Gerne analysieren wir mit Ihnen in einem ersten unverbindlichen Strategiegespräch, wie der Einsatz von KI in Ihrem Unternehmen aussehen könnte und was dabei zu beachten ist.
