Auf den Punkt: Drei von vier Großunternehmen nutzen KI produktiv, aber die Hälfte kann den Return on Investment nicht konsistent belegen, weil klare Zielkennzahlen und Governance-Strukturen fehlen.
Eine Studie von Plug and Play zeigt, dass KI in Großunternehmen zwar den Sprung in den produktiven Einsatz geschafft hat, der belegbare Return on Investment aber bei der Hälfte der Befragten weiterhin nicht messbar ist. Für CEOs bedeutet das: Investitionsentscheidungen laufen vielfach ohne belastbare Erfolgskontrolle.
Laut der Studie setzen 74 Prozent der befragten Großunternehmen KI bereits produktiv ein, doch die Hälfte kann den Return on Investment nach eigenen Angaben nicht konsistent messen. Amit Patel, Partner bei Plug and Play, bringt es so auf den Punkt: „Enterprise AI hat die Schwelle zum produktiven Einsatz überschritten, aber nicht die Schwelle zum belegbaren Nutzen.“ Als Ursachen nennt die Studie fehlende Ausgangswerte vor der Einführung, uneinheitliche Berechnungsmethoden, zu kurz angelegte Messzeiträume sowie eine anhaltende Unterinvestition in die zugrunde liegende Datenbasis. Besonders ausgeprägt ist die Lücke bei Unternehmen, die KI bislang nur in einem einzelnen Unternehmensbereich einsetzen: 74 Prozent von ihnen geben an, eine Nutzenbewertung sei entweder verfrüht oder werde gar nicht erfasst. Die Umfrage stützt sich überwiegend auf Fortune-500- und Forbes-Global-2000-Unternehmen und bildet damit vor allem die Spitze des Marktes ab. Nur 5 Prozent der Befragten bezeichnen sich als vollständig KI-nativ, 37 Prozent setzen KI innerhalb eines einzelnen Bereichs ein, weitere 32 Prozent bereichsübergreifend.
Bei der Anbieterauswahl hat sich die Priorität deutlich verschoben: 92 Prozent nennen Datenschutz, Erklärbarkeit und Compliance als wichtigstes Auswahlkriterium, noch vor reiner Leistungsfähigkeit (74 Prozent) und Flexibilität (53 Prozent). Auch die organisatorische Zuständigkeit für KI ist uneinheitlich: Nur bei 21 Prozent der Unternehmen liegt die Verantwortung bei einer zentralen KI-Führungsposition oder einem eigenen Kompetenzzentrum, bei 37 Prozent liegt sie bei einzelnen Fachbereichen. Für die Unternehmensführung heißt das: Ohne klare Governance-Struktur bleibt die Steuerung von KI-Investitionen fragmentiert, und Erfolgskennzahlen werden dezentral und uneinheitlich erhoben.
Der Fachdienst MarketScale ordnet die Ergebnisse in zwei parallele Marktentwicklungen ein. Zum einen konsolidieren Industriekonzerne wie Schneider Electric und Siemens laut Forbes-Autor Gaurav Sharma den Markt für industrielle KI durch mehrere milliardenschwere Übernahmen, wodurch KI-Funktionen zunehmend direkt in bereits genutzte Infrastrukturplattformen eingebettet statt separat zugekauft werden. Zum anderen warnt eine weitere Forbes-Analyse von Jason Snyder davor, dass Unternehmen zentrales Geschäftswissen zunehmend in Modelle und Plattformen auslagern, die ihnen selbst nicht gehören, ohne vorab die Vertragsbedingungen zu Datenhoheit, Modell-Updates und Ausstiegsrechten genau zu prüfen.
MarketScale empfiehlt IT- und Beschaffungsverantwortlichen konkret, bestehende Verträge mit KI-Anbietern ebenso genau wie ERP- oder Cloud-Verträge auf Datenportabilität, Prüfrechte und den Umgang mit eigenen Trainingsdaten im Kündigungsfall zu untersuchen. Zudem sollte jede produktive KI-Einführung von Beginn an an eine konkret benannte Geschäftskennzahl gekoppelt werden, statt die Wirksamkeitsmessung erst nachträglich vorzunehmen – ein Punkt, der angesichts der Studienlage direkte Relevanz für die Investitionssteuerung auf CEO-Ebene hat.
Quelle: www.it-daily.net · Erschienen 17. August 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.8.3.