KI-Wertschöpfung: Nur 18 Prozent melden deutliche Umsatzimpulse
Die KI-Wertschöpfung bleibt in vielen Großunternehmen hinter den hohen Erwartungen zurück. Laut einer globalen HCLTech-Studie [PDF] berichten zwar rund neun von zehn Befragten von besseren Prozessen, höherer Produktivität oder leichterem Datenzugriff. Einen signifikanten Einfluss auf die Umsatzgenerierung sehen jedoch nur 18 Prozent.
📌 Auf einen Blick
90 Prozent sehen Auswirkungen von generativer und agentenbasierter KI auf Arbeitsabläufe, doch nur 18 Prozent melden einen signifikanten Einfluss auf die Umsatzgenerierung. Für die KI-Wertschöpfung sind laut Studie vor allem klare Anwendungsfälle, Unterstützung durch die Unternehmensleitung, belastbare Daten und strukturierte Weiterbildung entscheidend.

KI-Wertschöpfung bleibt hinter der Nutzung zurück
HCLTech hat gemeinsam mit dem Marktforschungsunternehmen Raconteur im ersten Quartal 2026 insgesamt 500 Entscheider aus Großunternehmen befragt. Alle teilnehmenden Unternehmen erzielen mindestens eine Milliarde US-Dollar Jahresumsatz. 40 Prozent der Befragten stammen aus den USA, 15 Prozent aus Großbritannien und Irland sowie 10 Prozent aus Deutschland.
Damit beschreibt die Untersuchung vor allem die Lage großer internationaler Unternehmen. Auf kleine und mittlere Unternehmen lassen sich die Ergebnisse nur eingeschränkt übertragen. Deren Budgets, IT-Landschaften und Möglichkeiten zur Weiterbildung unterscheiden sich erheblich von denen internationaler Konzerne.
Die Verbreitung von KI ist nach den Angaben der Befragten kaum noch das Problem. 90 Prozent sehen Auswirkungen generativer und agentenbasierter KI auf Arbeitsabläufe und Prozesseffizienz. 91 Prozent berichten von einem verbesserten Datenzugriff, weitere 90 Prozent von Fortschritten beim Wissenszugang und bei der Produktivität. Die KI-Wertschöpfung konzentriert sich damit bislang vor allem auf operative Verbesserungen.
Der wirtschaftliche Sprung fällt kleiner aus. Nur 18 Prozent geben an, dass KI die Umsatzgenerierung signifikant beeinflusst. Diese Formulierung ist enger als die Aussage, lediglich 18 Prozent würden überhaupt zusätzlichen Umsatz erzielen. Der Bericht misst einen deutlichen Einfluss, nicht jeden kleineren oder indirekten Umsatzbeitrag. Die Zahl sollte daher nicht als Beleg dafür gelesen werden, dass KI bei den übrigen 82 Prozent vollständig wirkungslos bleibt.
Klare Use Cases trennen Vorreiter und Nachzügler
Der Bericht unterscheidet zwischen sogenannten „AI Leaders“ und „AI Followers“. 18 Prozent der Stichprobe werden der ersten und 60 Prozent der zweiten Gruppe zugerechnet. Diese Einteilung ist ein Modell der Studie und kein allgemein anerkannter Standard zur Bewertung der KI-Reife.
Bei den Vorreitern geben 73 Prozent an, dass klar definierte Anwendungsfälle und messbare Ergebnisse die Einführung bestimmen. Unter den Nachzüglern sind es nur 22 Prozent. Damit beginnt KI-Wertschöpfung nicht bei der Auswahl eines Sprachmodells, sondern bei der Frage, welches Geschäftsproblem gelöst und anhand welcher Kennzahl der Erfolg geprüft werden soll.
Viele Unternehmen messen den Nutzen weiterhin vor allem über schnellere Prozesse, Effizienz oder Kosteneinsparungen. Das ist nachvollziehbar, greift aber zu kurz. Ein schneller erstellter Bericht oder ein automatisch formulierter Supporttext kann Arbeitszeit sparen. Ein belastbarer Geschäftseffekt entsteht erst, wenn sich beispielsweise Conversion, Kundenbindung, Lieferfähigkeit, Fehlerquote oder Entwicklungszeit messbar verändern.
Ohne solche Zielgrößen droht aus dem KI-Programm ein teurer Pilotpark zu werden: viele Präsentationen, zahlreiche Testzugänge, aber wenig belastbare Wirkung auf Umsatz, Marge oder Kundenerlebnis.
KI-Wertschöpfung braucht Führung statt Pilotstau
Auch die Rolle der Unternehmensleitung unterscheidet beide Gruppen. 63 Prozent der Vorreiter berichten von einer aktiven Unterstützung durch das Topmanagement, bei den Nachzüglern sind es 36 Prozent. Sichtbare Führung allein garantiert noch keinen Ertrag. Sie kann jedoch Budgets, Prioritäten und Verantwortlichkeiten klären und verhindern, dass Projekte zwischen IT, Fachbereichen, Datenschutz und Einkauf stecken bleiben.
Pawan Vadapalli, Corporate Vice President und Global Head of Digital Business Services bei HCLTech, sieht den Unterschied vor allem darin, dass Vorreiter nicht fortlaufend neue Pilotprojekte starten, sondern KI in alltägliche Entscheidungen und Arbeitsabläufe integrieren. Die Aussage entspricht der Stoßrichtung der Studienergebnisse, bleibt aber zugleich die Interpretation des Unternehmens, das den Bericht veröffentlicht hat.
Vorreiter skalieren agentenbasierte und autonome Systeme laut Studie viermal häufiger. Zudem planen 54 Prozent von ihnen bereits, wie agentenbasierte KI Rollen und Verantwortlichkeiten verändern könnte. Bei den Nachzüglern sind es nur 16 Prozent. Die KI-Wertschöpfung hängt damit zunehmend davon ab, ob Unternehmen Prozesse neu gestalten oder lediglich bestehende Abläufe mit zusätzlichen Werkzeugen versehen.
Gerade bei autonomen Systemen wächst zugleich der Kontrollbedarf. Je stärker KI Entscheidungen vorbereitet oder selbst Aktionen auslöst, desto wichtiger werden klare Freigaben, Protokollierung, Verantwortlichkeit und menschliche Eingriffsmöglichkeiten. Geschwindigkeit ohne Governance kann kurzfristig beeindrucken und langfristig neue Fehlerquellen schaffen.
Datenbasis und Weiterbildung entscheiden über die Skalierung
Die Studie zeigt zudem, dass technische Altlasten vor allem in Kernsystemen bremsen. 35 Prozent nennen ERP-Systeme als starke Einschränkung für die Einführung oder Integration von KI, 32 Prozent Finanzsysteme und 26 Prozent Anwendungen in der Lieferkette. Einzelne Assistenten lassen sich vergleichsweise schnell ergänzen. Die KI-Wertschöpfung im Kerngeschäft verlangt dagegen konsistente Daten, funktionierende Schnittstellen und nachvollziehbare Prozesse.
Ähnlich groß ist die Lücke bei der Qualifizierung. Zwar halten sich 79 Prozent der Unternehmen für grundsätzlich vorbereitet, Mitarbeiter für Veränderungen durch agentenbasierte KI zu schulen. Eine umfassende unternehmensweite Strategie dafür haben aber nur 33 Prozent.
Unter den Vorreitern liegt der Anteil bei 93 Prozent, unter den Nachzüglern bei 20 Prozent. Weiterbildung ist damit mehr als ein Personalthema. Mitarbeiter müssen Ergebnisse prüfen, Fehler erkennen, sensible Daten schützen und verstehen, wann menschliches Urteil Vorrang hat. Ohne fest eingeplante Lernzeit, angepasste Rollen und klare Regeln bleibt Qualifizierung ein Begleitprogramm, während die eigentliche Arbeit unverändert weiterläuft.
Vom Pilotprojekt zum Geschäftsergebnis
Für Unternehmen liefert die Studie eine nüchterne Botschaft: Die nächste Softwarelizenz schließt die Lücke nicht. KI-Wertschöpfung entsteht, wenn Ziele, Daten, Prozesse, Verantwortlichkeiten und Qualifizierung zusammengeführt werden.
Unternehmen sollten daher nicht nur erfassen, wie viele Mitarbeiter ein Tool nutzen, wie viele Anfragen ein Chatbot bearbeitet oder wie viele Minuten bei einzelnen Aufgaben eingespart werden. Relevanter ist, ob Umsatz, Marge, Servicequalität, Risiko oder Kundenerlebnis nachweisbar verbessert werden.
Die Ergebnisse beruhen allerdings auf Selbsteinschätzungen von Entscheidern und nicht auf geprüften Finanzdaten. Zudem stammt die Untersuchung aus dem Umfeld eines Technologieanbieters. Sie zeigt damit vor allem, wie Großunternehmen ihre eigene Lage bewerten. Als Warnsignal ist die Zahl von 18 Prozent dennoch brauchbar: Breite Nutzung ist noch kein Beleg für wirtschaftlichen Erfolg.
