Geschwindigkeit ohne Strategie: ein Jahr später

Im Mai 2025 haben wir vor einem KI-Beschleunigungsrausch gewarnt: Projekte starten überstürzt, Roadmaps füllen sich mit Schlagworten, der Nutzen bleibt unklar. Gut ein Jahr später hat sich das Bild geschärft. Es gibt belastbare Zahlen, und einige unserer damaligen Belege halten wir nicht mehr aufrecht.

Was die Zahlen inzwischen zeigen

Der MIT-Bericht The GenAI Divide aus dem Sommer 2025 hat die Debatte geprägt. Die Autoren werteten mehr als 300 öffentlich bekannte KI-Initiativen aus, führten Interviews mit 52 Organisationen und befragten 153 Führungskräfte. Ihr Ergebnis: 95 Prozent der untersuchten Organisationen sahen aus ihren generativen KI-Projekten keinen messbaren Ertrag. Als Ursachen nannten sie schlecht eingebundene Abläufe, fehlenden Kontext und mangelnde Passung zum Alltag, nicht die Leistung der Modelle. Man sollte die Zahl mit Vorsicht lesen, denn Stichprobe und Definition von Ertrag sind begrenzt. Das Muster deckt sich aber mit dem, was wir in Projekten sehen.

Gleichzeitig wächst die Nutzung. Eurostat meldet für 2025 knapp 20 Prozent der Unternehmen in der EU mit KI-Einsatz, 6,5 Prozentpunkte mehr als 2024. Kleine Unternehmen kamen auf 17 Prozent, mittlere auf gut 30 Prozent. Mehr Nutzung heißt also nicht automatisch mehr Wirkung.

Was wir aus dem Text von 2025 korrigieren

Wir hatten damals eine OECD-Analyse und eine EU-Studie mit einem Wert von 85 Prozent genannt. Die Quellen lassen sich für uns nicht mehr sauber belegen, deshalb stützen wir uns heute auf die oben genannten Erhebungen. Zur Energie nennen wir die Zahl, die die Internationale Energieagentur im April 2025 veröffentlicht hat: Der weltweite Stromverbrauch der Rechenzentren soll sich bis 2030 auf rund 945 Terawattstunden etwa verdoppeln, knapp 3 Prozent des globalen Stromverbrauchs. Beschleunigte Server für KI wachsen mit etwa 30 Prozent im Jahr und machen fast die Hälfte des Zuwachses aus. Die IEA weist auch darauf hin, dass Rechenzentren weniger als 10 Prozent des weltweiten Anstiegs der Stromnachfrage ausmachen. Für einen Mittelständler ist das keine Frage des Weltklimas, sondern eine der Betriebskosten: Welches Modell braucht ein Anwendungsfall wirklich?

Regulierung: der Druck ist kleiner, die Pflichten bleiben

Der AI Act hat sich verschoben. Am 7. Mai 2026 einigten sich Parlament und Rat auf den Digital Omnibus. Die Hochrisiko-Pflichten für eigenständige Systeme gelten danach ab dem 2. Dezember 2027, für KI in regulierten Produkten ab dem 2. August 2028. Das nimmt vielen Betrieben Zeitdruck, den sie sich selbst gemacht hatten. Es ist aber kein Grund, das Thema zu vertagen. Wer heute Kundendaten, Bewerbungen oder Preise über KI-Funktionen laufen lässt, muss wissen, welche Systeme im Haus im Einsatz sind. Eine Übersicht ist die Grundlage für jede spätere Einstufung.

Ein Vorgehen, das nicht bremst

Klarheit vor Geschwindigkeit heißt nicht, langsam zu sein. Es heißt, vor dem Start drei Fragen zu beantworten und danach zügig zu arbeiten:

• Welcher Ablauf kostet heute messbar Zeit oder erzeugt Fehler? Nennen Sie Stunden pro Woche oder Fehlerquote als Ausgangswert.
• Wer im Haus ist für das Ergebnis verantwortlich, und wer darf den Einsatz stoppen?
• Woran erkennen Sie nach 8 bis 12 Wochen, ob der Pilot sich lohnt, und was passiert, wenn nicht?

Begrenzen Sie die Zahl paralleler Piloten. Zwei Anwendungsfälle mit klarem Verantwortlichen lehren Ihr Team mehr als sieben lose Experimente. Beziehen Sie die Mitarbeitenden früh ein, denn Schattennutzung entsteht dort, wo es kein freigegebenes Werkzeug gibt. Und entscheiden Sie bei jedem Pilotende bewusst: weiterführen, anpassen oder beenden.

Wie Sie Ihre Pilotprojekte nach einem Jahr bewerten

Prüfen Sie jedes laufende Vorhaben nach demselben Raster. Hat es einen Auftraggeber im Haus? Gibt es eine Zahl vor und nach dem Start? Wird das Ergebnis im Tagesgeschäft genutzt oder nur vorgeführt? Ein Vorhaben, das alle drei Fragen verneint, gehört gestoppt, und das ist ein Erfolg: Budget und Aufmerksamkeit werden frei.

Zukunft gestalten beginnt mit Klarheit.

Quellen

• Virtualization Review zum MIT-Bericht The GenAI Divide (19. August 2025)
• Eurostat: Use of artificial intelligence in enterprises (Daten Dezember 2025)
• IEA: Energy and AI, Energy demand from AI (April 2025)
• Irisches Wirtschaftsministerium zur Einigung über den Digital Omnibus on AI (7. Mai 2026)
• BEUC: EU adopts the AI Omnibus (29. Juni 2026)