Rentable KI: die Hälfte der Konzerne, und der Rest?

Im September 2026 verkündete eine große Studie, dass fast die Hälfte der Großunternehmen endlich einen messbaren Wert aus KI zieht. Zwei Monate zuvor hatte das Forschungsinstitut derselben Beratung nur 6 % in den Bilanzen gefunden. Im Januar sagte mehr als die Hälfte der von einer anderen Beratung befragten CEOs, sie hätten keinen nennenswerten finanziellen Nutzen daraus gezogen. Alle drei Zahlen kursieren, oft im selben Newsfeed.

Sie widersprechen sich weniger, als es scheint. Sie messen nicht dasselbe, stellen die Frage nicht denselben Personen und haben nicht alle denselben Grund, sie zu stellen. Unser Artikel über die Rentabilität von KI im Unternehmen erklärt, warum sie auf sich warten lässt; dieser hier zeigt, wie man die Studien liest, die das behaupten.

Kurz gesagt

• Die BCG, die KI-Beratung verkauft, zählt 48,5 % Großunternehmen, die einen messbaren Wert angeben: Es ist eine Umfrage, in der Führungskräfte ihre eigenen Ergebnisse beschreiben.
• Ihr Forschungsinstitut findet bei der Auswertung der Bilanzen großer börsennotierter US-Unternehmen nur 6 % Vorreiter.
• Bei PwC sehen 56 % der befragten CEOs keinen nennenswerten finanziellen Nutzen; in einer universitären Studie sehen neun von zehn Führungskräften keine Wirkung auf die Produktivität.
• Der einzige Punkt, in dem alles übereinstimmt: Unternehmen, die den Wert in ihren Bilanzen messen, melden mehr davon.
• Keine dieser Studien beschreibt ein Team von 20 bis 500 Personen.

Vier Studien, vier Antworten

Hier die vier Zahlen nebeneinander, mit dem, was jede wirklich zählt.

Die erste stammt aus der jährlichen Umfrage der BCG, einer Beratung, die KI-Beratung verkauft, durchgeführt bei 1 330 Führungskräften in mehr als 60 Ländern; mehr als die Hälfte der Unternehmen erzielt über 5 Milliarden Dollar Umsatz, weit entfernt von unserer Zielgruppe. Die Reihe ist spektakulär: 26 % im Jahr 2024, 40 % im Jahr 2025, dann fast die Hälfte.

Die zweite stammt vom Forschungsinstitut derselben BCG, das niemanden befragt hat: Es hat die Bilanzen von mehr als 600 börsennotierten US-Unternehmen mit über 5 Milliarden Dollar Marktkapitalisierung ausgewertet, noch weiter von unserer Zielgruppe entfernt. Die Aktionärsrendite seiner Vorreiter liegt über drei Jahre 9,3 % über dem Median.

Die dritte stammt aus dem 29. globalen CEO-Survey von PwC, einer Gesellschaft, die Prüfung, Beratung und KI-Dienstleistungen verkauft: 4 454 CEOs in 95 Ländern, nach BIP gewichtete Ergebnisse und eine Unternehmensgröße, die PwC nicht veröffentlicht. Wir haben sie in der von einer Nachrichtenagentur verbreiteten Pressemitteilung gelesen, da die Website von PwC bei unserer Erhebung nicht erreichbar war.

Die vierte stammt von Forschenden des NBER, ohne kommerzielles Interesse: fast 6 000 Führungskräfte in den USA, im Vereinigten Königreich, in Deutschland und in Australien. 69 % ihrer Unternehmen nutzen KI aktiv, doch neun von zehn Führungskräften sehen seit drei Jahren keine Wirkung auf Beschäftigung oder Produktivität. Wir haben nur die Zusammenfassung gelesen.

Warum sie sich nicht widersprechen

Stellen Sie die vier Fragen nebeneinander, und der Unterschied erklärt sich.

Einen messbaren Wert aus einem Anwendungsfall zu ziehen und in den Bilanzen zum Vorreiter zu werden, sind zwei weit auseinanderliegende Stufen. Nichts hindert ein Unternehmen daran, einen echten Wert bei drei Prozessen anzugeben, ohne dass es sich in seiner Aktienrendite zeigt. Die BCG räumt das übrigens selbst ein: Ihr Bericht erwähnt eine Wahrnehmungsverzerrung, und sie hat 2026 neun ihrer Fähigkeiten strenger bewertet, von 33, die von Jahr zu Jahr vergleichbar sind. Der Anstieg von 26 % auf 48,5 % zeigt eine Tendenz, keine Messung auf den Punkt genau.

Was taugt eine Umfrage auf Selbstauskunft?

Eine Umfrage auf Selbstauskunft lügt nicht, aber sie beantwortet eine andere Frage als die, die man ihr unterstellt. Vier Fragen genügen, um sie zu lesen.

1. Wer antwortet? Eine Führungskraft, die ein KI-Budget vor ihrem Aufsichtsgremium verteidigt hat, hat wenig Grund, es als Misserfolg zu beschreiben.
2. Wer gibt die Studie in Auftrag? Die vier hier zitierten Häuser verkaufen Beratung oder KI-Dienstleistungen. Ihr Interesse macht ihre Zahlen nicht falsch; es verpflichtet, es im selben Satz zu sagen.
3. Wer wird befragt? Zumeist Unternehmen mit mehreren Milliarden Dollar. Selbst die Studie zum „Middle Market“ von RSM, einer Gesellschaft, die Prüfung und Beratung verkauft, beginnt bei 30 Millionen Dollar Umsatz.
4. Hat sich die Definition geändert? Eine Reihe, die steigt, während sich der Maßstab verschiebt, lässt sich nicht wie eine Kurve lesen.

Ein Beispiel zeigt den Abstand zwischen Angeben und Messen. KPMG, das Prüfung, Beratung und KI-Dienstleistungen verkauft, hat 2 110 Führungskräfte von Unternehmen mit mindestens 100 Millionen Dollar befragt, weit entfernt von unserer Zielgruppe: 95 % haben eine KI-Strategie, 64 % sagen, sie zögen echten Nutzen daraus, aber nur 8 % messen ihren Return on Investment wirklich.

Der einzige gemeinsame Nenner: die, die messen

In einem Punkt treffen sich die Studien, und es ist der nützlichste. Derselbe BCG-Bericht hat die Großunternehmen danach eingeordnet, wie sie den Wert von KI verfolgen, und diese Nachverfolgung mit dem Umsatzanteil verglichen, den sie der KI zuschreiben.

Vorsicht: Das ist ein angegebener Zusammenhang, kein Beweis für eine Ursache. Erfolgreiche Unternehmen messen vielleicht mehr, weil sie etwas vorzuweisen haben. Aber nur 12 % verfolgen den Wert der KI direkt in ihrer Gewinn- und Verlustrechnung, und 15 % verfolgen ihn gar nicht. Der erste Unterschied zwischen den Unternehmen ist also nicht technologisch: Es geht darum, zu wissen, was man gewinnt.

Und für ein Team von 20 bis 500 Personen?

Keine der zitierten Studien beschreibt ein Unternehmen dieser Größe. Die Beratungen befragen ihre Kunden, und ihre Kunden sind groß. Was man daraus für ein kleineres Team mitnehmen kann, ist eine Methode, kein Prozentsatz.

Wir wenden sie auf unsere eigenen Werkzeuge an. Bei der Übersetzungspipeline, die wir für Palmora Property betreiben, ein Immobilienportal in sechs Sprachen, verfolgen wir die Kosten pro übersetztem Segment: Der Anbieterwechsel hat sie durch 60 geteilt, und 95 % der Segmente kommen nach dem ersten Durchlauf aus dem Cache, ohne die KI erneut aufzurufen (Vorhaben CNT.7). Diese Zahlen gelten für genau diese Pipeline. Es gibt sie, weil die Messung vor der Änderung eingerichtet wurde, nicht danach.

1. 01Eine Aufgabe wählen.

   Nur eine, mit bekanntem Volumen: eine Rechnung bearbeiten, eine Anfrage beantworten, eine Seite übersetzen.

2. 02Den Ausgangspunkt messen.

   Aufgewendete Zeit, Kosten, Durchlaufzeit, Fehlerquote, vor jedem Werkzeug.

3. 03Nach drei Monaten messen.

   Dieselbe Zahl, an derselben Stelle, und kein Bauchgefühl.

4. 04In die Bilanz übertragen.

   Eine Kostenzeile, die sinkt, oder Stunden, die einer bestimmten Arbeit zugewiesen werden.

Ohne bezifferten Ausgangspunkt lässt sich ein KI-Werkzeug weder verteidigen, wenn das Budget knapper wird, noch korrigieren, wenn es mehr kostet, als es einbringt. Die Kosten wiederum lassen sich verfolgen: Unser Leitfaden zu den Kosten von KI im Unternehmen zeigt, wie man sie vor der Rechnung vorhersieht.

Was wir davon halten

Beim Lesen einer Studie lohnt auch die Hausregel, die alle zitieren, einen Umweg: Wir erzählen, wie die 70/20/10-Regel zur Statistik wurde. Und wenn Sie lieber von einer bezifferten Aufgabe als von einer Studie ausgehen möchten, ist das der Ansatz unseres Sprint Audit und KI-Fahrplans.

Häufige Fragen

Quellen

1. Der jährlichen Umfrage der BCG (neuer Tab)web-assets.bcg.com
2. Forschungsinstitut derselben BCG (neuer Tab)bcg.com
3. 29. globalen CEO-Survey von PwC (neuer Tab)aap.com.au
4. Forschenden des NBER (neuer Tab)nber.org
5. RSM (neuer Tab)rsmus.com
6. KPMG (neuer Tab)kpmg.com