Nur 13 Prozent skalieren KI wie geplant: Studie zeigt die Lücke hinter dem Hype

Künstliche Intelligenz liefert in vielen Unternehmen messbare Ergebnisse, bleibt aber häufig in einzelnen Projekten stecken. Das ist der zentrale Befund der am 1. Oktober 2026 veröffentlichten BearingPoint-Studie "Scaling AI for measurable impact". Von den befragten Organisationen, die KI bereits eingeführt haben, berichten 74 Prozent von messbaren Auswirkungen auf Umsatz oder Kosten. Nur 13 Prozent konnten ihre Vorhaben jedoch vollständig so skalieren, wie es der ursprüngliche Geschäftsplan vorsah.

Die beiden Zahlen widersprechen sich nicht. Ein lokaler Assistent kann beispielsweise Arbeitszeit sparen, ohne dass daraus ein unternehmensweit belastbarer Prozess entsteht. BearingPoint beschreibt genau diese Lücke zwischen einem funktionierenden Anwendungsfall und einer Technik, die über Abteilungen, Länder oder Produktlinien hinweg zuverlässig betrieben wird.

Für die Untersuchung befragte BearingPoint im August 2026 insgesamt 1.050 Vorstände, Geschäftsführer und andere leitende Entscheidungsträger aus öffentlichen und privaten Organisationen. Die Teilnehmer kamen aus 13 Ländern in Europa sowie aus den USA und China. Die Interviews wurden online geführt.

Die Beratung teilt die Organisationen in vier Reifestufen ein. 15 Prozent prüfen mögliche Einsatzfelder, ohne ein aktives Projekt begonnen zu haben. 20 Prozent betreiben Piloten, haben KI aber noch nicht in den laufenden Betrieb übernommen. 54 Prozent setzen Lösungen produktiv ein und weiten zumindest einzelne Vorhaben aus. Elf Prozent gelten als sogenannte Leaders mit tiefer Integration, messbaren Ergebnissen und einem klaren Transformationsplan.

Diese Einteilung stammt von BearingPoint selbst. Sie ist hilfreich, um Unterschiede sichtbar zu machen, ersetzt aber keine unabhängige Prüfung einzelner Geschäftsresultate. Die Angaben beruhen überwiegend auf den Einschätzungen der befragten Führungskräfte und sollten deshalb nicht wie testierte Bilanzzahlen gelesen werden.

Als größte Hindernisse nennen die Befragten komplexe regulatorische Anforderungen und die Integration in vorhandene IT-Systeme. Reuters beziffert die Anteile auf rund 40 Prozent für rechtliche und regulatorische Hürden sowie 34 Prozent für die technische Einbindung in bestehende Systeme und Prozesse. Gerade ältere Unternehmenssoftware besitzt oft uneinheitliche Schnittstellen, verstreute Datenbestände und Berechtigungskonzepte, die nicht für autonom arbeitende Systeme gebaut wurden.

Auch die Datenbasis bleibt entscheidend. 54 Prozent der Führungskräfte nennen hochwertige und vertrauenswürdige Daten als Voraussetzung für eine erfolgreiche Skalierung. Danach folgen verbundene Datenbestände, klare Zuständigkeiten und ein geregelter Zugriff. Das ist weniger glamourös als ein neues Spitzenmodell, erklärt aber einen großen Teil der praktischen Arbeit. Ein leistungsfähiger Agent kann eine fehlende Kundennummer, widersprüchliche Lagerbestände oder ungeklärte Zugriffsrechte nicht wegzaubern.

Reuters hebt deutliche regionale Unterschiede hervor. In China berichten 20 Prozent der Unternehmen von einer umfassenden KI-Implementierung, in den USA sind es 18 Prozent. Für Deutschland nennt die Auswertung acht Prozent. Die Zahlen zeigen eine Momentaufnahme der befragten Organisationen, keine vollständige Rangliste aller Unternehmen eines Landes.

Zugleich stieg der Anteil der Organisationen mit tief in die Abläufe integrierter KI laut Studie von sieben Prozent im Jahr 2025 auf elf Prozent im Jahr 2026. Der Ausbau findet also statt, nur langsamer und ungleichmäßiger als viele Produktankündigungen vermuten lassen.

Rund ein Viertel der befragten Unternehmen meldet Kosteneinsparungen von mindestens zehn Prozent. Nur vier Prozent berichten von einem Umsatzplus in derselben Größenordnung. BearingPoint spricht deshalb von einer Produktivitätsfalle: Automatisierung schafft freie Kapazität, doch ohne veränderte Rollen, Prozesse und Budgets taucht dieser Gewinn nicht zwingend in Umsatz oder Marge auf.

Besonders sensibel ist der Personalbefund. 62 Prozent der Befragten sehen bereits heute in ausgewählten Funktionen eine durch KI entstandene Überkapazität von mindestens zehn Prozent. Das bedeutet nicht automatisch, dass in gleichem Umfang Stellen abgebaut wurden oder werden. Freie Kapazität kann auch durch neue Aufgaben, Weiterbildung, interne Wechsel, weniger Neueinstellungen oder natürliche Fluktuation aufgefangen werden. Die Studie misst Einschätzungen von Führungskräften, keine tatsächlich vollzogenen Personalmaßnahmen.

Bei autonomen KI-Agenten ist die Lücke besonders groß. Mehr als drei Viertel der Organisationen lernen noch, priorisieren das Thema oder testen erste Piloten. Nur 13 Prozent besitzen laut BearingPoint eine definierte Strategie mit laufenden Initiativen, zehn Prozent skalieren eine Agentenarchitektur unternehmensweit.

Die Studie empfiehlt deshalb, KI-Projekte stärker an messbare finanzielle Ziele, Datenverantwortung, Rechtekonzepte und Personalplanung zu binden. Diese Empfehlung kommt von einer Unternehmensberatung, die selbst Transformationsleistungen anbietet, und ist entsprechend einzuordnen. Die erhobenen Zahlen stützen dennoch einen nüchternen Punkt: Der Kauf eines Modells ist selten der schwierige Teil. Der eigentliche Umbau beginnt dort, wo KI auf reale Daten, alte Software, Zuständigkeiten und Menschen trifft.