Laut Gartner-Prognose werden die weltweiten IT-Ausgaben 2025 auf 5,43 Billionen US-Dollar steigen, ein Plus von 7,9 Prozent gegenüber 2024, wobei KI- und Generative-KI-Initiativen die treibende Kraft hinter diesem Wachstum sind. Trotz einer seit dem zweiten Quartal 2025 beobachteten strategischen Investitionspause in vielen Branchen gleichen anhaltende KI-Digitalisierungsprogramme den Gegenwind durch geopolitische und wirtschaftliche Unsicherheiten weitgehend aus. Für Entscheider bedeutet das: KI-Budgets werden auch in einem angespannten Marktumfeld priorisiert, während klassische IT-Segmente wie Software, Dienstleistungen und Endgeräte spürbare Wachstumsabschläge hinnehmen müssen. Wer jetzt in skalierbare KI-Strukturen investiert, sichert sich einen messbaren Vorsprung gegenüber Wettbewerbern, die den Kurs pausieren.

KI-Investitionen 2025: Was Unternehmen aus den aktuellen Marktdaten ableiten sollten

Die weltweiten IT-Ausgaben werden laut einer aktuellen Gartner-Prognose im Jahr 2025 voraussichtlich 5,43 Billionen US-Dollar erreichen. Das entspricht einem Plus von 7,9 Prozent gegenüber 2024, auch wenn Gartner diese Wachstumserwartung gegenüber der Januar-Prognose um zwei Prozentpunkte nach unten korrigiert hat.

KI stabilisiert den Markt trotz geopolitischer Unsicherheiten

Gartner-Analyst John-David Lovelock beschreibt die aktuelle Lage so: Zwar führt der Anstieg globaler Unsicherheiten zu einer vorübergehenden Investitionspause bei neuen Projekten, doch werde dieser Effekt durch anhaltende Digitalisierungsinitiativen im Bereich KI und generative KI weitgehend aufgefangen. Seit Beginn des zweiten Quartals 2025 beobachtet der Marktforscher in vielen Branchen eine strategische Zurückhaltung bei neuen Investitionen. Betroffen sind vor allem die Teilmärkte für Software, IT-Dienstleistungen und Endgeräte, deren Wachstumsraten nun geringer ausfallen als ursprünglich erwartet. KI-bezogene Ausgaben bilden dabei eine Ausnahme: Sie gelten als wesentlicher Faktor, der das Gesamtwachstum stützt.

DACH-Region: Rund 1.000 B2B-KI-Start-ups, aber strukturelle Hürden bleiben

In Deutschland, Österreich und der Schweiz hat sich laut einer McKinsey-Analyse ein Ökosystem von rund 1.000 KI-Start-ups entwickelt, das sich überwiegend auf B2B-Anwendungen konzentriert. Die Analyse, die im Rahmen des gemeinsamen Awards von McKinsey und Handelsblatt “The Spark” 2024 entstanden ist, zeigt: Viele dieser Start-ups stehen noch am Anfang ihrer Entwicklung. Herausforderungen wie die Integration in bestehende IT-Landschaften und begrenzte Finanzierungsmöglichkeiten bremsen das Wachstum. McKinsey sieht in strategischen Partnerschaften zwischen etablierten Unternehmen und spezialisierten KI-Start-ups einen Weg, sich im Wettbewerb zu differenzieren.

Produktivitätsgewinne durch KI-gestütztes Coding bleiben auf Organisationsebene aus

Ein wiederkehrendes Muster im Enterprise-Kontext beschreibt heise business services auf Basis eines Whitepapers: KI-gestützte Coding-Assistenten liefern auf individueller Ebene messbare Effekte, darunter schnelleres Entwickeln, kürzere Iterationen und weniger Routinearbeit. Auf Organisationsebene jedoch bleibt der erwartete Produktivitätssprung häufig aus. Mit zunehmender Skalierung über Teams, Projekte und Plattformen hinweg entstehen wachsende Inkonsistenzen in Architektur und Implementierung. Der Engpass liegt laut der Analyse in einer fehlenden, konsistenten strukturellen Grundlage, auf der KI-Systeme und Teams gemeinsam arbeiten können. Produktivität verschiebt sich demnach: Sie steigt im Coding, sinkt aber in Integration, Abstimmung und Qualitätssicherung.

Vier praktische Implikationen für Entscheider

1. KI-Budget trotz Unsicherheitspause nicht pauschal kürzen. Gartners Daten zeigen, dass KI-Investitionen den Gesamtmarkt stabilisieren, während andere IT-Segmente stärker unter Druck geraten. Wer KI-Projekte pausiert, riskiert, hinter Wettbewerber zurückzufallen, die in dieser Phase investieren.

2. Skalierung von KI-Coding erfordert strukturelle Voraussetzungen. Der Einsatz von Coding-Assistenten allein reicht nicht aus. Unternehmen sollten prüfen, ob eine maschinenlesbare, konsistente Architekturgrundlage vorhanden ist, bevor sie KI-gestützte Entwicklung organisationsweit ausrollen.

3. DACH-Start-ups als Partner, nicht nur als Technologielieferanten betrachten. McKinsey empfiehlt strategische Partnerschaften mit spezialisierten KI-Start-ups aus der Region, um Integration und Skalierung realistisch zu gestalten.

4. Erwartungsmanagement bei Produktivitätsgewinnen. Lokale Effizienzgewinne durch KI-Tools übersetzen sich nicht automatisch in organisationsweite Produktivitätssteigerungen. Unternehmen sollten Metriken auf Team- und Projektebene einführen, um den tatsächlichen Netto-Effekt zu messen.

Mehr zu den Themen KI-Adoption im Unternehmen und strategischen KI-Entscheidungen für Führungskräfte finden Sie auf ecompanion.ai.

Quellen

• Marktprognose: Künstliche Intelligenz treibt die IT-Investitionen – heise online
• KI-gestützte Softwareentwicklung: Wenn KI zum Produktivitätskiller wird – heise business services
• Von Disruption bis Effizienz: B2B-KI-Start-ups in der DACH-Region – McKinsey

Häufige Fragen

Wie entwickeln sich die globalen IT-Ausgaben im Jahr 2025 trotz wirtschaftlicher Unsicherheiten?

Laut aktueller Gartner-Prognose werden die weltweiten IT-Ausgaben 2025 voraussichtlich 5,43 Billionen US-Dollar erreichen. Das entspricht einem Wachstum von 7,9 Prozent gegenüber 2024. Zwar korrigierte Gartner die Prognose im Vergleich zum Januar um zwei Prozentpunkte nach unten, doch KI- und Digitalisierungsinitiativen gleichen die durch geopolitische Risiken ausgelöste Investitionszurückhaltung weitgehend aus.

In welchen IT-Teilmärkten zeigt sich die Investitionszurückhaltung besonders deutlich?

Gartner beobachtet seit Beginn des zweiten Quartals 2025 eine strategische Zurückhaltung bei neuen Projekten. Besonders betroffen sind die Segmente Software, IT-Dienstleistungen und Endgeräte, deren prognostizierte Wachstumsraten deutlich nach unten korrigiert wurden. KI-bezogene Investitionen bleiben davon weitgehend ausgenommen.

Warum bleiben Produktivitätsgewinne durch KI-Coding-Tools auf Unternehmensebene häufig aus?

Auf individueller Ebene liefern KI-Coding-Assistenten messbare Effekte wie schnelleres Entwickeln und kürzere Iterationszyklen. In Enterprise-Umgebungen fehlt jedoch eine konsistente, maschinenlesbare strukturelle Grundlage. Der Kontext ist fragmentiert, was zu wachsenden Architekturinkonsistenzen und erhöhtem Abstimmungsaufwand führt. Produktivität steigt beim Coding, sinkt aber in Integration und Qualitätssicherung.

Wie groß ist das KI-Start-up-Ökosystem im DACH-Raum und vor welchen Hürden steht es?

Laut einer McKinsey-Analyse aus 2024 existieren in Deutschland, Österreich und der Schweiz rund 1.000 B2B-KI-Start-ups. Viele befinden sich noch in frühen Entwicklungsphasen. Zentrale Herausforderungen sind die Integration in bestehende IT-Landschaften sowie begrenzte Finanzierungsmöglichkeiten. Strategische Partnerschaften gelten laut McKinsey als wichtiger Hebel zur Differenzierung.

Welche Maßnahmen helfen Unternehmen, KI-Coding tatsächlich skalierbar zu machen?

Laut einer Analyse auf heise Business Services liegt der Schlüssel in einer gemeinsamen, strukturierten Grundlage für Teams und KI-Systeme. Dazu gehören maschinenlesbare Architekturdokumentationen und einheitliche Prozesse, die Inkonsistenzen über Projekte hinweg reduzieren. Nur so lässt sich aus einem lokalen Effizienzgewinn ein skalierbarer Organisationsvorteil entwickeln.