Eine aktuelle AWS-Studie zeigt: Zwei Drittel der deutschen Unternehmen setzen KI ein, doch nur wenige gehen über Basisanwendungen hinaus. Welche Chancen und Hürden bestehen, analysiert Glocalist Press
Die Nutzung von Künstlicher Intelligenz (KI) in deutschen Unternehmen nimmt zu, bleibt aber in vielen Fällen auf grundlegende Anwendungen beschränkt. Laut einer im Juni veröffentlichten Studie von Amazon Web Services (AWS) setzen rund zwei Drittel der befragten Unternehmen bereits KI-Lösungen ein. Die Untersuchung basiert auf den Angaben von mehr als 2.000 Entscheidern und Fachleuten aus unterschiedlichen Branchen. Während einfache KI-Anwendungen wie Chatbots oder vorgefertigte Lösungen weit verbreitet sind, nutzen nur etwa 15 Prozent der Unternehmen mehrere KI-Modelle zur Optimierung ganzer Geschäftsprozesse.
Unterschiede in der KI-Nutzung und Reife
Die AWS-Studie verdeutlicht, dass 57 Prozent der Unternehmen KI vor allem zur Unterstützung einzelner Mitarbeitender einsetzen. Häufig handelt es sich dabei um öffentlich verfügbare Chatbots oder standardisierte Softwareprodukte. Die Integration von KI in komplexere Geschäftsprozesse bleibt bislang die Ausnahme. Nur ein kleiner Teil der Unternehmen experimentiert mit sogenannten agentischen KI-Systemen, die eigenständig Aufgaben übernehmen können. Nach AWS-Angaben kennen lediglich 20 Prozent der Befragten diese Technologie, und nur vier Prozent haben sie vollständig implementiert.
Ein zentrales Anwendungsfeld für fortgeschrittene KI ist die Softwareentwicklung. Hier berichten Unternehmen von deutlichen Produktivitätssteigerungen, wenn KI-Agenten gezielt eingesetzt werden. AWS verweist auf ein internes Projekt, bei dem die Entwicklung einer Inferenz-Engine durch den Einsatz von KI-Agenten erheblich beschleunigt werden konnte. Auch in der Optimierung von Geschäftsprozessen, etwa durch Automatisierung von Schnittstellen und Reduktion manueller Tätigkeiten, werden messbare Effizienzgewinne genannt.
Herausforderungen für den Mittelstand und Cloud-Nutzung
Die Studie zeigt, dass nicht nur Großunternehmen, sondern auch mittelständische Betriebe verstärkt über den Aufbau von KI-Kompetenzen nachdenken. Die Zurückhaltung gegenüber Cloud-Technologien, die häufig als Voraussetzung für den wirtschaftlichen Betrieb von KI-Lösungen gilt, ist laut AWS im Mittelstand nicht stärker ausgeprägt als bei größeren Unternehmen. Dennoch bleibt die Umsetzung anspruchsvoller KI-Projekte für viele Betriebe eine Herausforderung, insbesondere wenn es um die Integration in bestehende Prozesse und die Anpassung der Organisationsstrukturen geht.
Die Nutzung von Cloud-Infrastrukturen wird als wichtiger Erfolgsfaktor für die Entwicklung, das Training und den Betrieb von KI-Anwendungen hervorgehoben. Cloud-Dienste ermöglichen zudem einen einfacheren Zugang zu internationalen Märkten, was insbesondere für mittelständische Unternehmen von Bedeutung ist. Die AWS-Studie betont, dass Unternehmen mit höherem KI-Reifegrad sich frühzeitig auf konkrete Geschäftsprobleme konzentrieren und so die Gefahr vermeiden, Ressourcen in zu viele parallele Experimente zu investieren.
Wettbewerbsfähigkeit und Standortfaktoren
Obwohl in sozialen Medien und Teilen der öffentlichen Debatte häufig Zweifel an der internationalen Wettbewerbsfähigkeit des KI-Standorts Deutschland geäußert werden, sehen viele Unternehmen die Lage optimistischer. Laut AWS-Studie halten 59 Prozent der befragten Unternehmen Europa für einen wettbewerbsfähigen KI-Standort. Als Stärken werden insbesondere die hohe Qualifikation der Fachkräfte, der Zugang zu moderner Technologie und ein tiefes Produktwissen genannt. Diese Faktoren sollen es deutschen Unternehmen ermöglichen, sich im internationalen Wettbewerb mit eigenen KI-Lösungen zu differenzieren.
Die Studie verweist zudem auf die vergleichsweise niedrigen Einstiegshürden für KI-Anwendungen im Vergleich zu früheren Digitalisierungswellen. Unternehmen können mit modernen KI-Werkzeugen schneller messbare Ergebnisse erzielen, was die Bereitschaft zur Investition erhöht. Dennoch bleibt der Anteil der Unternehmen, die KI tatsächlich transformativ einsetzen, bislang begrenzt. Die Entwicklung wird von Beobachtern weiterhin kritisch begleitet, wie auch die Diskussionen um neue KI-Finanzierungen und Übernahmen im deutschen Markt zeigen. So wurde etwa im Zusammenhang mit der Finanzierung des Heidelberger KI-Startups kausable und der Übernahme von Noscendo durch Bruker auf die Unsicherheiten und Chancen im KI- und Diagnostikmarkt hingewiesen (Hintergrundbericht zu aktuellen KI-Investitionen).
Offene Fragen und Ausblick
Die AWS-Studie liefert einen aktuellen Überblick über den Stand der KI-Nutzung in deutschen Unternehmen, macht aber auch die bestehenden Lücken deutlich. Insbesondere die geringe Verbreitung fortgeschrittener KI-Anwendungen und die Zurückhaltung bei der grundlegenden Neugestaltung von Geschäftsprozessen zeigen, dass der Weg zu einer umfassenden Transformation noch weit ist. Offen bleibt, wie schnell Unternehmen die notwendigen Kompetenzen aufbauen und welche Rolle regulatorische Rahmenbedingungen künftig spielen werden. Die weitere Entwicklung dürfte maßgeblich davon abhängen, wie Unternehmen den Spagat zwischen kurzfristigen Effizienzgewinnen und langfristigen Innovationszielen gestalten.
Agentische KI bezeichnet Systeme, die in der Lage sind, eigenständig Aufgaben zu planen, auszuführen und zu überwachen. Im Unterschied zu klassischen Automatisierungslösungen können agentische KI-Systeme flexibel auf veränderte Anforderungen reagieren und komplexe Abläufe steuern. Ihr Einsatz erfordert jedoch eine sorgfältige Integration in bestehende Prozesse sowie klare Vorgaben für Sicherheit, Kontrolle und Verantwortlichkeit. Die Entwicklung solcher Systeme steht in vielen Unternehmen noch am Anfang, wird aber als wichtiger Schritt für die nächste Phase der KI-Nutzung betrachtet.
