OTTO wächst doppelt so schnell wie der deutsche E-Commerce-Markt. Im Geschäftsjahr 2025/26 stieg der Plattformumsatz um sechs Prozent auf 7,5 Milliarden Euro, während der Onlinehandel in Deutschland insgesamt nur drei Prozent zulegte. Den entscheidenden Unterschied macht KI. Nicht als Experiment, sondern als fester Bestandteil des Geschäftsmodells, eingebettet in Prozesse, Entscheidungen und Kundenerlebnisse.
Das ist die Ausnahme. Nicht die Regel.
Laut einer aktuellen Studie mit über 2.400 Führungskräften aus 23 Ländern erreichen bis zu 95 Prozent der KI-Initiativen nicht die Phase des produktiven Einsatzes, obwohl sie in kontrollierten Pilotumgebungen vielversprechende Ergebnisse lieferten. Gleichzeitig stufen 91 Prozent der deutschen Unternehmen generative KI als strategisch wichtig für ihr Geschäftsmodell ein. Der Widerspruch ist offensichtlich. Die Ursache ist es weniger.
Das Strukturproblem hinter dem Hype
Laut McKinsey nutzen fast neun von zehn Unternehmen mittlerweile regelmäßig KI, doch zwei Drittel der Befragten geben an, dass ihr Unternehmen die Technologien noch nicht skaliert hat. KI ist überall präsent, aber selten wirklich wirksam. Der Grund liegt selten in der Technologie selbst.
Viele Unternehmen testen KI erfolgreich, scheitern jedoch an der Skalierung. Die Ursachen sind neben unzureichender Datenqualität und fehlender Integration in End-to-End-Prozesse auch unklare Verantwortlichkeiten sowie eine mangelhafte organisatorische Verankerung. Skalierung ist damit weniger ein technologisches als ein strukturelles Problem.
Anders formuliert: Ein schlecht organisierter Prozess, der automatisiert wird, bleibt ein schlechter Prozess. Nur schneller. Siemens hat das erkannt und investiert in den nächsten drei Jahren eine Milliarde Euro gezielt in die Skalierung von KI, nicht in neue Pilotprojekte, sondern in die unternehmensweite Verankerung. Das ist der Unterschied zwischen Technologie-Einsatz und Transformation.
Die unterschätzte Kompetenzlücke
Neun von zehn deutschen Unternehmen, die KI bereits intensiv nutzen, rechnen damit, dass die Technologie ihr Geschäftsmodell bis 2028 grundlegend verändern wird. Dennoch konzentrieren sich die meisten derzeit vor allem auf Effizienz- und Produktivitätsgewinne statt auf strategische Transformation. Das klingt nach Fortschritt. Es ist vor allem Vorsicht.
Laut einer IBM-Studie berichten 62 Prozent der Unternehmen in Deutschland von deutlichen Produktivitätssteigerungen durch KI. Fast die Hälfte der Führungskräfte gibt an, dass KI die Fähigkeiten ihrer Belegschaft verbessert. Wo KI also tatsächlich eingebettet ist, wirkt sie. Das Problem ist der Weg dorthin.
Kompetenzlücken bremsen den Fortschritt: Mangel an Fachkräften und fehlende Schulungsangebote verhindern Skalierung und Innovation im KI-Einsatz. Dabei geht es nicht nur um technisches Know-how, sondern um die Fähigkeit, KI-Outputs kritisch zu bewerten, Ergebnisse in Entscheidungen zu übersetzen und die Grenzen der Technologie klar zu benennen. Weiterbildung darf kein einmaliges Event sein. Wer KI wirklich nutzen will, muss Lernen als festen Bestandteil des Arbeitsalltags verankern.
Was jetzt zählt
Skalierung, Governance und Messbarkeit sind die entscheidenden Engpässe. Wer KI einführt, ohne klare Ziele, ohne messbare KPIs und ohne die Bereitschaft, Prozesse wirklich neu zu denken, investiert in Geschwindigkeit ohne Richtung.
Die entscheidende Frage lautet nicht: Haben wir KI? Sondern: Wer in unserem Unternehmen hat das Mandat, Prozesse grundlegend zu verändern und trägt dabei tatsächlich Verantwortung für das Ergebnis? Wo diese Frage keine klare Antwort hat, bleibt KI das, was sie für zu viele Unternehmen gerade ist: ein teures Experiment mit beeindruckenden Demos und enttäuschenden Bilanzen.
Die Technologie ist da. Die Frage ist, ob die Organisation bereit ist.