capinorium · Fachartikel · Strategie & Mittelstand
Die Pilotfalle: Warum KI im Mittelstand an der Oberfläche bleibt
Viele Unternehmen nutzen KI, aber vor allem als frei verfügbares Werkzeug für einzelne Aufgaben – ohne eigene Daten, ohne veränderte Abläufe und ohne Nachweis, was sich verbessert hat. Unternehmen, die mit KI messbaren Wert erzielen, gestalten nach den vorliegenden Studien häufiger ihre Arbeitsabläufe neu, messen die Wirkung, verankern die Verantwortung in der Führung und konzentrieren sich auf wenige Kernanwendungen. Diese Studien stammen überwiegend aus Großunternehmen und zeigen Zusammenhänge, keine Ursachen.
Die Verbreitung ist dabei nicht das Problem. Laut Bitkom setzen 57 Prozent der Unternehmen ab 20 Beschäftigten KI ein, 2024 waren es 20 Prozent. Die eigentliche Frage lautet deshalb: Warum entfaltet diese Nutzung so selten spürbare Wirkung, und was müsste sich am Vorgehen ändern?
Breite Nutzung, wenig ausgeschöpftes Potenzial
Die Unternehmen selbst sehen die Lücke. Von den befragten KI-Nutzern (n = 343) geben nur 3 Prozent an, das Potenzial „eher stark“ auszuschöpfen; 87 Prozent schöpfen es nach eigener Einschätzung wenig oder gar nicht aus (Bitkom-Präsentation 2026, Folie 9). Auffällig ist, dass dieser Wert in allen Größenklassen zwischen 84 und 87 Prozent liegt. Größere Budgets allein lösen das Problem offenbar nicht.
Ein Grund zeigt sich in der Art der Nutzung. Das IAB hat für 2025 erhoben: 90 Prozent der Betriebe, die generative KI nutzen, setzen allgemein zugängliche Modelle ein. Nur 16 Prozent verwenden Modelle, die mit eigenen Daten weitertrainiert wurden. Die intensive Nutzung beschränke sich auf einen relativ kleinen Teil der Betriebe. Auch die Einsatzfelder passen dazu: Kundenkontakt (72 Prozent) und Marketing (54 Prozent) liegen laut Bitkom weit vorn, Produktion (22 Prozent) sowie Forschung und Entwicklung (16 Prozent) deutlich dahinter. Die KfW empfiehlt dem Mittelstand entsprechend, KI „nicht nur punktuell, sondern intensiv“ zu nutzen.
Wo Werkzeuge ohne Prozess hängen bleiben
Ein frei verfügbarer Chatbot beschleunigt einen Entwurf. Er verändert aber weder den Ablauf, in dem dieser Entwurf entsteht, noch kennt er die Daten, die im Unternehmen den Unterschied machen. Der Nutzen bleibt deshalb individuell und schwer messbar.
Besonders deutlich wird das an der sogenannten Schatten-KI, also der Nutzung privater KI-Konten für berufliche Aufgaben. In rund vier von zehn Unternehmen ist sie laut Bitkom (21.10.2025) verbreitet, kommt in Einzelfällen vor oder wird vermutet. Nur 26 Prozent stellen generative KI offiziell bereit, 23 Prozent haben Regeln für deren Nutzung. Bitkom-Präsident Ralf Wintergerst rät, „KI-Wildwuchs“ zu vermeiden. Schatten-KI ist dabei weniger Fehlverhalten der Beschäftigten als ein Symptom: Wo das Unternehmen kein freigegebenes Werkzeug und keine Regeln anbietet, entsteht private Nutzung ohne Unternehmensdaten und ohne Anbindung an Prozesse. Daraus wird kein skalierbarer Anwendungsfall.
Was Unternehmen, die skalieren, häufiger anders machen
Die belastbarsten Vergleiche stammen aus internationalen Befragungen. In McKinseys „State of AI“ 2026 zählen rund 6 Prozent der Befragten zu den „High Performers“, die mindestens 5 Prozent ihres operativen Ergebnisses auf KI zurückführen. Fast drei Viertel von ihnen haben Arbeitsabläufe neu gestaltet, bei den übrigen etwa ein Viertel. High Performer verfügen zudem doppelt so oft über definierte Prozesse zur Wirkungsmessung und über sichtbares Engagement der Führung.
BCG (2024) kommt zu einem verwandten Bild: 74 Prozent der befragten Unternehmen erzielen noch keinen greifbaren Wert. Die führenden Unternehmen verfolgen etwa halb so viele Anwendungsfälle wie andere, erwarten aber mehr als doppelt so viel Rendite. 62 Prozent ihres KI-Werts stammen aus Kernfunktionen wie Betrieb, Vertrieb und F&E. Den Aufwand verortet BCG zu rund 70 Prozent bei Menschen und Prozessen, nur zu 10 Prozent bei Algorithmen.
Zwei Einschränkungen gehören dazu. Beide Studien befragen überwiegend Großunternehmen und beruhen auf Selbstauskünften. Und sie zeigen, was erfolgreiche Unternehmen häufiger tun – nicht, dass genau dieses Vorgehen den Erfolg verursacht. Für den Mittelstand fehlt ein vergleichbarer Vergleich von Skalierern und Unternehmen, die im Pilot stecken bleiben.
Was vor dem nächsten Pilot feststehen sollte
Aus diesen Mustern lassen sich Prüffragen ableiten, die vor dem nächsten Budgetschritt geklärt sein sollten:
- Ausgangsmessung: Wie lang ist die Durchlaufzeit heute, wie hoch die Fehlerquote, wie groß der Bearbeitungsaufwand? Ohne Ausgangswert lässt sich keine Verbesserung belegen.
- Prozess statt Werkzeug: Welcher Arbeitsschritt fällt weg, wer prüft künftig was, welche Unternehmensdaten braucht die Lösung? Diese Fragen entscheiden über den Nutzen eher als die Modellwahl.
- Skalierungs- und Abbruchkriterien: Welcher Effekt rechtfertigt den Ausbau, und unterhalb welcher Schwelle wird gestoppt? Beides gehört vor den Projektstart, nicht in die Rückschau.
- Verantwortung: Wer im Fachbereich verantwortet das Ergebnis, und welche Führungskraft entscheidet über den Übergang in den Betrieb?
- Fokus: Welche ein bis drei Anwendungen betreffen einen Kernprozess? Zehn parallele Experimente erzeugen Aktivität, aber selten einen Nachweis.
Diese Liste macht KI nicht automatisch wirtschaftlich. Sie sorgt dafür, dass ein Pilot eine Frage beantwortet – auch dann, wenn die Antwort lautet, dass ein verbesserter manueller Ablauf oder klassische Software die bessere Wahl ist. Wer an diesem Punkt eine strukturierte Machbarkeitsprüfung mit festen Entscheidungspunkten plant, kann dafür mit capinori ins Gespräch kommen.
Häufige Fragen zur Pilotfalle bei KI im Mittelstand
Was ist mit der Pilotfalle bei KI gemeint?
Die Pilotfalle bei KI beschreibt den Zustand, in dem Unternehmen KI testen oder punktuell nutzen, ohne dass daraus ein messbarer Nutzen im Betrieb entsteht. Typisch sind frei verfügbare Werkzeuge für Einzelaufgaben, fehlende Ausgangsmessung und unveränderte Arbeitsabläufe. Laut Bitkom 2026 schöpfen 87 Prozent der KI-nutzenden Unternehmen das Potenzial nach eigener Einschätzung wenig oder gar nicht aus (Bitkom).
Wie viele Unternehmen in Deutschland nutzen KI tatsächlich wirksam?
Wirksame KI-Nutzung ist in Deutschland deutlich seltener als KI-Nutzung insgesamt. Laut Bitkom nutzen 57 Prozent der Unternehmen ab 20 Beschäftigten KI, doch von den KI-Nutzern geben nur 3 Prozent an, das Potenzial „eher stark“ auszuschöpfen (Bitkom 2026). Das ist eine Selbsteinschätzung, keine gemessene Wirkung.
Liegt die geringe KI-Wirkung im Mittelstand an fehlenden Ressourcen?
Fehlende Ressourcen erklären die geringe KI-Wirkung nur teilweise. In der Bitkom-Befragung 2026 sehen KI-nutzende Unternehmen aller Größenklassen ihr Potenzial ähnlich häufig nicht ausgeschöpft: 87 Prozent bei 20 bis 99 Beschäftigten, 84 Prozent bei 100 bis 499 und 87 Prozent ab 500 Beschäftigten (Bitkom). Das spricht dafür, dass das Vorgehen eine größere Rolle spielt.
Was ist Schatten-KI, und warum ist sie ein Warnsignal?
Schatten-KI ist die Nutzung privater KI-Werkzeuge für berufliche Aufgaben ohne Freigabe des Unternehmens. Laut Bitkom kommt sie in rund vier von zehn Unternehmen vor oder wird vermutet; nur 23 Prozent haben Nutzungsregeln (Bitkom, 21.10.2025). Sie zeigt fehlende Governance an und bleibt ohne Unternehmensdaten und Prozessanbindung meist oberflächlich.
Was unterscheidet Unternehmen, die mit KI messbaren Wert erzielen?
Unternehmen mit messbarem KI-Wert gestalten laut McKinsey 2026 häufiger Arbeitsabläufe neu, messen die Wirkung systematisch und haben sichtbares Führungsengagement (McKinsey). BCG zufolge konzentrieren sie sich auf weniger Anwendungsfälle in Kernfunktionen (BCG 2024). Beide Studien betreffen vor allem Großunternehmen und zeigen Zusammenhänge, keine Ursachen.
Was sollte vor dem Start eines KI-Pilotprojekts feststehen?
Vor dem Start eines KI-Pilotprojekts sollten eine Ausgangsmessung des betroffenen Prozesses, der angestrebte Effekt, Skalierungs- und Abbruchkriterien sowie eine verantwortliche Person im Fachbereich feststehen. Außerdem sollte klar sein, welcher Arbeitsschritt sich verändert und welche Unternehmensdaten nötig sind. Erst dann kann ein Pilot belegen, ob sich der Ausbau lohnt oder ein Abbruch sinnvoller ist.
Quellen (7)
- Bitkom: Pressemitteilung „Erstmals nutzt die Mehrheit der Unternehmen KI“, 14.09.2026. Website
- Bitkom Research: Künstliche Intelligenz in der Wirtschaft 2026, Präsentation (603 Unternehmen ab 20 Beschäftigten). PDF
- Bitkom: Pressemitteilung „Beschäftigte nutzen vermehrt Schatten-KI“, 21.10.2025. Website
- IAB: Friedrich/Kagerl, „Jeder vierte Betrieb nutzt mittlerweile generative KI“, IAB-Kurzbericht 8/2026, 05.05.2026. PDF
- KfW Research: Fokus Volkswirtschaft Nr. 554, 29.07.2026 (Dr. Volker Zimmermann). PDF
- McKinsey & Company: The state of AI in 2026, 25.08.2026. Website
- Boston Consulting Group: Where’s the Value in AI?, Oktober 2024. PDF
Rudy Winklhofer ist Inhaber und Director R&D der capinori GmbH.
Weitere Beiträge von Rudy Winklhofer
