KI-Investitionen in Deutschland: Solide Datenbasis, aber fehlende Erfolgsmessung bremst den ROI

Eine internationale Studie des Datenintegrations-Spezialisten Precisely zeigt: Deutschen Unternehmen mangelt es weniger an technologischer Infrastruktur als an der konsequenten Verknüpfung ihrer KI-Initiativen mit messbaren Geschäftszielen. Im europäischen Vergleich mit dem Vereinigten Königreich und Frankreich fällt Deutschland dabei strukturell zurück.

Anlässlich des Global Information Governance Day am 19. Februar hat Precisely die vierte Ausgabe seiner Studie „State of Data Integrity and AI Readiness“ veröffentlicht. Die Erhebung, die in Zusammenarbeit mit dem Center for Applied AI and Business Analytics der Drexel University entstand, basiert auf Befragungen von mehr als 500 leitenden Daten- und Analysefachleuten aus Großunternehmen weltweit.

Geschäftliche KPIs spielen in der Erfolgsmessung kaum eine Rolle

Eines der auffälligsten Ergebnisse für den deutschen Markt: Nur 18 Prozent der befragten Datenverantwortlichen hierzulande messen den Erfolg ihrer KI-Projekte anhand etablierter Business-KPIs. Im Vereinigten Königreich liegt dieser Anteil mit 43 Prozent mehr als doppelt so hoch. Deutsche Unternehmen orientieren sich stattdessen überwiegend an technischen Systemkennzahlen (26 %) oder verzichten ganz auf eine strukturierte Erfolgsbewertung (20 %). Das Resultat: KI-Vorhaben bleiben technologisch anspruchsvoll, ohne einen klar nachweisbaren Beitrag zum Unternehmensergebnis zu leisten.

Legacy-Systeme als strukturelles Hindernis

Ein weiteres Hemmnis liegt in der Integration gewachsener IT-Landschaften. Für rund ein Drittel der befragten deutschen Unternehmen stellt der Fachkräftemangel im Bereich komplexer Altsysteme – darunter Mainframe-Infrastrukturen und SAP-Umgebungen – das größte Hindernis auf dem Weg zu modernen Datenarchitekturen dar. Während andere Länder vor allem mit allgemeinen Datenqualitätsproblemen kämpfen, fehlt in Deutschland häufig das spezifische Know-how, um historische Unternehmensdaten effizient in KI-Anwendungen einzubinden.

Datenschutz prägt die strategische Ausrichtung

Beim Einsatz von Location Intelligence bremsen Sicherheits- und Datenschutzbedenken die Bereitschaft zur Nutzung: Mehr als die Hälfte der deutschen Befragten nennt diese Aspekte als größte Hürde – ein Spitzenwert im Ländervergleich. Diese Grundhaltung spiegelt sich auch in der Wahl der KI-Ansätze wider. Deutsche Unternehmen setzen bevorzugt auf eingebettete KI-Funktionen in bestehenden Anwendungen sowie klassische Machine-Learning-Modelle. Konzepte wie Agentic AI – also autonome Systeme, die komplexe Aufgaben selbstständig ausführen – sind mit rund 31 Prozent deutlich weniger verbreitet als im Vereinigten Königreich, wo dieser Anteil knapp 49 Prozent erreicht.

Anwendungsschwerpunkte 2026: Supply Chain und Kundenservice

Die Prioritäten für KI-Anwendungen im laufenden Jahr konzentrieren sich in Deutschland auf Effizienzgewinne in der Lieferkette (38 %) sowie auf Chatbot-Lösungen im Kundenservice (36 %). Britische Unternehmen setzen hingegen stärker auf risikobasierte Anwendungsfelder wie Betrugs- und Anomalieerkennung (43 %), die in der Regel einen schneller nachweisbaren ROI liefern.

ROI-Erwartungen bleiben verhalten

Insgesamt geben nur 34 Prozent der deutschen Unternehmen an, bereits einen positiven Return on Investment aus KI-Projekten erzielt zu haben oder diesen innerhalb der nächsten sechs Monate zu erwarten. Im Vereinigten Königreich liegt dieser Wert bei über 45 Prozent. Dort, wo KI-Initiativen eng mit moderner Datenintegration verbunden sind, zeigen sich jedoch auch hierzulande greifbare Fortschritte: Verbesserte Datenqualität (49 %) und eine schnellere Datenverfügbarkeit (45 %) werden am häufigsten als konkrete Ergebnisse genannt.

KI-Governance noch im Aufbau

Beim Reifegrad der KI-Governance weisen deutsche Führungskräfte im Ländervergleich den niedrigsten Stand aus. Rund 27 Prozent befinden sich noch in der Planungsphase, weitere 22 Prozent haben das Thema bislang noch nicht auf der Agenda. Zudem gibt Deutschland mit knapp 18 Prozent den höchsten Anteil an Unternehmen an, die ihre Data-Governance-Aktivitäten zugunsten von KI-Governance-Themen zurückgefahren haben.

Fazit

Die Studie zeichnet das Bild eines Marktes, der technologisch gut aufgestellt ist, dessen Potenzial aber durch fehlende Erfolgsmessung, komplexe Systemlandschaften und ausgeprägte Datenschutzanforderungen noch nicht vollständig ausgeschöpft wird. Genau darin liegen jedoch auch konkrete Ansatzpunkte: Unternehmen, die ihre KI-Projekte enger an Geschäftszielen ausrichten und Governance-Strukturen systematisch aufbauen, dürften ihre Wettbewerbsposition mittelfristig verbessern können.

Empfehlung:

---