KI wird in Unternehmen bereits eingesetzt, doch Integration und Ergebnisse sind uneinheitlich

Künstliche Intelligenz nimmt in den Investitionsplänen von Unternehmen einen immer größeren Platz ein. Das allein belegt jedoch nicht, dass sich die Arbeitsweise verändert hat. Zugang, regelmäßige Nutzung und Integration in Prozesse sind unterschiedliche Stufen: Beschäftigten Werkzeuge bereitzustellen bedeutet nicht, sie in Abläufe und Entscheidungsprozesse einzubinden.

Deloittes globale Studie State of AI in the Enterprise 2026, die auf mehr als 3.200 Verantwortlichen aus Wirtschaft und Technologie in 24 Ländern beruht, macht diesen Unterschied deutlich: Rund 60 % der Beschäftigten haben Zugang zu KI-Lösungen, die von ihrer Organisation genehmigt wurden; von den Beschäftigten mit Zugang nutzen jedoch weniger als sechs von zehn diese täglich. Außerdem hat nur eine von vier Organisationen mindestens 40 % ihrer KI-Initiativen in den produktiven Betrieb überführt. Die Verfügbarkeit von Werkzeugen bedeutet weder dauerhafte Nutzung noch Produktiveinsatz.

Jeder Prozentwert muss anhand seiner Definition und der untersuchten Gruppe gelesen werden. „KI nutzen“ kann unterschiedliche Tätigkeiten umfassen, während eine Ausgabenprognose eine künftige Absicht und keine bereits getätigte Investition ausdrückt. Deshalb sind Einführungsquoten und Ergebnisse von Unternehmensumfragen keine direkten Produktivitätsmaße für die Gesamtwirtschaft. Zugang, Investition und Wirkung sind unterschiedliche Kennzahlen.

Bei der Vorstellung der Studie für Spanien erklärt Deloitte, dass 85 % der befragten Unternehmen ihre KI-Investitionen im nächsten Geschäftsjahr erhöhen wollen; fast ein Drittel rechnet mit einem Anstieg von mehr als 20 %. Laut Bericht nennen außerdem 68 % Effizienz und Produktivität als den wichtigsten erzielten Vorteil. Die erste Zahl ist eine Ausgabenerwartung, die zweite ein berichteter Nutzen – keine Messung der Produktivität spanischer Unternehmen insgesamt.

Deloittes Ergebnis stammt aus einer Unternehmensbefragung und nicht aus einer Erhebung sämtlicher Unternehmen im Land. Andere Messungen können abweichende Definitionen und Stichproben verwenden; ihre Einführungsquoten sind daher nicht unbedingt direkt vergleichbar. CaixaBank Research beschreibt die Einführung von KI in spanischen Unternehmen als schnell, aber weiterhin begrenzt und uneinheitlich. Zusammengenommen zeigt sich Fortschritt mit Unterschieden zwischen Unternehmen, keine flächendeckend gleiche Veränderung.

Für eine Unternehmensleitung ersetzt die nationale Zahl keine interne Bestandsaufnahme. Zu prüfen ist, ob die Organisation Zugang ermöglicht, ob Beschäftigte die Werkzeuge regelmäßig nutzen und ob sie in konkrete Prozesse eingebunden wurden.

Deloitte zufolge hat nur eine von vier Organisationen mindestens 40 % ihrer KI-Initiativen in den produktiven Betrieb überführt. Die Zahl beschreibt den Projektfortschritt in der globalen Stichprobe; sie bedeutet nicht, dass die übrigen Organisationen überhaupt keine Systeme produktiv einsetzen. Sie zeigt jedoch, dass der Schritt vom Test einer Lösung zu ihrem operativen Einsatz für viele der untersuchten Organisationen eine Herausforderung bleibt. Ein Pilotprojekt und ein produktives System sind verschiedene Phasen.

Der Bericht besagt außerdem, dass 84 % der Organisationen weder Arbeitsplätze noch Betriebsabläufe für die Integration von KI neu gestaltet haben. Das hilft, die Lücke zwischen verfügbaren Werkzeugen und veränderter Geschäftstätigkeit einzuordnen: Wird lediglich zusätzliche Technologie auf bestehende Prozesse gesetzt, steht die organisatorische Integration noch aus. Die Neugestaltung der Arbeit bleibt eine wichtige Aufgabe, neben der Einführung der Technologie.

Die Interamerikanische Entwicklungsbank bietet einen regionalen Vergleich, keine Schätzung für Spanien oder Europa: Für Lateinamerika und die Karibik unterscheidet ihre Analyse zwischen der Nutzung von Werkzeugen, berichteten wirtschaftlichen Erträgen und der Einbindung in zentrale Betriebsabläufe. Der Vergleich trennt Begriffe, setzt aber die Ergebnisse verschiedener Regionen nicht gleich. Die Verbreitung einer Technologie und die Wertschöpfung daraus sollten getrennt bewertet werden.

Die Integration in Unternehmen wirft auch Fragen zu Kompetenzen und Management auf. Deloitte berichtet, dass in Spanien 59 % der Organisationen ihre gesamte Belegschaft schulen, um deren praktisches KI-Wissen zu verbessern, und 54 % Maßnahmen zur Weiterbildung oder Umschulung begonnen haben. Diese Zahlen beschreiben von den befragten Organisationen angegebene Maßnahmen; sie sagen für sich genommen nichts über Reichweite oder Ergebnisse der einzelnen Programme aus. Schulungen gehören zu den Reaktionen der Unternehmen auf den KI-Einsatz.

Demselben Bericht zufolge äußern 70 % der befragten spanischen Organisationen hohe oder sehr hohe Bedenken hinsichtlich der Nutzung ihrer proprietären Daten. 49 % nennen Regulierung und Governance als eines der Haupthindernisse für die Einführung generativer KI. Dies sind in der Umfrage erfasste Einschätzungen, keine Messung von Vorfällen oder Rangfolge von Risiken. Datenmanagement und Governance sind Teil der Debatte über die Einführung.

Bei einer konkreten Entscheidung führen diese Themen zu Fragen über Nutzung und Aufsicht: Welche Informationen fließen ein, wer trägt Verantwortung für den Prozess und wie wird die Verwendung kontrolliert? Welche Antworten nötig sind, hängt vom geschäftlichen Einsatz und den betreffenden Daten ab. Eine Einzelfallprüfung verhindert, dass für alle Anwendungen dieselben Anforderungen unterstellt werden.

Vor der Einführung einer Lösung kann ein Unternehmen für den zu verändernden Prozess einen Ausgangswert festlegen. Je nach Ziel lassen sich etwa Bearbeitungszeit pro Aufgabe, bewältigtes Volumen, Fehler oder Reaktionszeit beobachten. Anschließend sollte dieselbe Kennzahl verglichen und einschlägige Kosten für Integration, Lizenzen, Schulung und Betrieb berücksichtigt werden. Ohne Ausgangsmessung lässt sich eine Veränderung nur schwer der Initiative zuordnen.

Sinnvoll ist auch, eine betriebliche Verbesserung von einem finanziellen Ergebnis zu unterscheiden. Eine schneller erledigte Aufgabe kann bedeutsam sein; ihr wirtschaftlicher Wert hängt jedoch davon ab, wie sie sich auf die Arbeit und die Kosten des Unternehmens auswirkt. Der Nutzen lässt sich weder aus einer Investitionsprognose noch aus dem allgemeinen Eindruck ableiten, KI erhöhe die Produktivität. Die Kennzahl muss zum konkreten Projektziel passen.

Um über die Fortsetzung oder Ausweitung eines Pilotprojekts zu entscheiden, kann die Leitung festlegen, wer für den Prozess verantwortlich ist, welches Ergebnis erwartet wird und nach welchen Kriterien der Fortschritt bewertet wird. Deloittes Zahlen zu Initiativen im Produktivbetrieb zeigen, weshalb Experimente und Einführung unterschieden werden sollten. Eine Skalierungsentscheidung braucht Informationen zum konkreten Anwendungsfall, statt sich nur auf das allgemeine Interesse an der Technologie zu stützen.

Unterschiede zwischen Organisationen lassen sich nicht allein mit dem Budget erklären: Die Einführung von KI bringt auch Änderungen an Prozessen, Schulungen und Governance mit sich, die in Deloittes Analyse vorkommen. Die genannten Daten erlauben jedoch weder, Ergebnisse einem einzelnen Faktor zuzuschreiben, noch den Schluss, die Unternehmensgröße bestimme die Fähigkeit, Vorteile zu erzielen. Pauschale Erklärungen auf Grundlage einer Umfrage sind zu vermeiden.

Vor der Ausweitung einer Initiative kann die Leitung vier Punkte prüfen:

• Prozess: Welche Tätigkeit soll verändert werden?
• Kennzahl: Welches Ergebnis wird beobachtet, und wo liegt der Ausgangswert?
• Verantwortung: Wer verfolgt Einführung und Ergebnisse?
• Kosten: Welche Ressourcen werden zusätzlich zum Werkzeug benötigt?

Diese Fragen garantieren keinen Nutzen. Sie helfen, den Gegenstand der Bewertung zu präzisieren und einen Test von einer operativen Anwendung zu unterscheiden.

Im Jahr 2026 beschreiben die Zahlen von Deloitte und CaixaBank Research aktive Investitionen und eine uneinheitliche Einführung, nicht die endgültige Wirkung von KI auf die Produktivität der gesamten spanischen Wirtschaft. Für jedes Unternehmen ist entscheidend, ob eine konkrete Anwendung in den vorgesehenen Prozess eingebunden wird und welches Ergebnis sie zeigt. Die wirtschaftliche Wirkung lässt sich gesondert messen.