McKinsey Global AI Survey 2025: 88 Prozent der befragten Unternehmen setzen KI bereits in mindestens einer Geschäftsfunktion ein, doch knapp zwei Drittel haben die Skalierung auf Unternehmensebene noch nicht begonnen. Die Lücke zwischen Pilotprojekt und unternehmensweiter Skalierung ist die zentrale Herausforderung für Entscheider. Während DAX-Konzerne oft über dedizierte KI-Programme verfügen, fehlt mittelständischen Unternehmen laut McKinsey-Analyse häufig die Infrastruktur für eine Integration in bestehende IT-Landschaften. Nur rund ein Drittel aller Befragten hat die Skalierungsphase erreicht. Wer KI-Investitionen nicht mit klaren Wachstums- oder Innovationszielen verknüpft, schöpft nachweislich weniger Wert aus seinen Initiativen.

McKinsey Global AI Survey 2025: Zwei Drittel der Unternehmen skalieren KI noch nicht

Fast alle befragten Unternehmen setzen laut McKinsey Global AI Survey 2025 bereits Künstliche Intelligenz ein. Doch bei der unternehmensweiten Skalierung klafft eine deutliche Lücke zwischen Anspruch und Wirklichkeit. Für den deutschen Mittelstand sind die Hürden dabei strukturell anders gelagert als für DAX-Konzerne.

Der Befund: Pilotphase dominiert den Markt

Die McKinsey-Umfrage zeigt: 88 Prozent der Befragten geben an, KI in mindestens einer Geschäftsfunktion regelmäßig zu nutzen. Ein Jahr zuvor lag dieser Wert noch bei 78 Prozent. Gleichzeitig berichten mehr als zwei Drittel der Teilnehmer, dass ihre Organisationen KI in mehr als einer Funktion einsetzen. Die Hälfte nutzt KI bereits in drei oder mehr Funktionen.

Trotz dieser Verbreitung haben rund zwei Drittel der befragten Organisationen noch nicht damit begonnen, KI unternehmensweit zu skalieren. Nur etwa ein Drittel gibt an, KI-Programme bereits in die Skalierungsphase überführt zu haben. 23 Prozent der Befragten berichten, dass ihr Unternehmen ein agentisches KI-System bereits in mindestens einer Geschäftsfunktion skaliert. Weitere 39 Prozent experimentieren mit KI-Agenten.

Für Entscheider im deutschen Mittelstand und in DAX-Konzernen lassen sich aus diesen Daten konkrete Handlungsfelder ableiten.

Praktische Implikationen für Entscheider

1. Skalierung erfordert mehr als Pilotprojekte

Die McKinsey-Daten machen deutlich, dass das bloße Starten von Pilotprojekten nicht ausreicht, um auf Unternehmensebene Wert zu schöpfen. Organisationen, die den Sprung von der Experimentierphase zur Skalierung noch nicht vollzogen haben, riskieren, Effizienzpotenziale systematisch zu verschenken. Mittelständler, die KI bislang in einzelnen Abteilungen testen, sollten prüfen, welche Voraussetzungen, etwa Dateninfrastruktur, Prozessstandards und Governance-Strukturen, für eine breitere Ausrollung notwendig sind. Weiterführende Einschätzungen zu KI-Pilotprojekten und Erfolgsfaktoren im Mittelstand sowie zur KI-Budgetplanung in der Pilotphase bieten ergänzende Orientierung.

2. KI-Agenten gewinnen strategische Relevanz

62 Prozent der befragten Unternehmen experimentieren laut McKinsey mindestens mit KI-Agenten. Diese Systeme übernehmen zunehmend mehrstufige Aufgaben autonom. DAX-Konzerne mit ausgebauten IT-Strukturen können hier schneller reagieren als viele Mittelständler. Letztere sollten gezielt prüfen, welche Prozesse, zum Beispiel in Buchhaltung, Kundenservice oder Einkauf, für einen agentischen Ansatz geeignet sind, ohne dabei Abhängigkeiten von einzelnen Systemanbietern unkritisch einzugehen. Hintergründe zu agentischen Architekturen liefern unsere Analysen zu KI-Prozessautomation im Mittelstand und zur KI-Governance in DAX-Konzernen.

3. Wachstum und Innovation als Ziel, nicht nur Effizienz

80 Prozent der Befragten nennen Effizienz als primäres Ziel ihrer KI-Initiativen. McKinsey stellt jedoch fest, dass Unternehmen mit dem höchsten KI-Nutzen zusätzlich Wachstum und Innovation als Ziele verfolgen. Wer KI ausschließlich zur Kostensenkung einsetzt, schöpft nur einen Teil des möglichen Potenzials aus. Gerade im Mittelstand, wo Margen unter Druck stehen, lohnt eine Neuausrichtung der internen KI-Roadmap auf umsatzwirksame Anwendungsfelder. Die McKinsey-Analyse zu KI-Investitionen und Enterprise-Adoption vertieft diesen Befund.

4. Beschäftigungseffekte: Kein einheitliches Bild

Die Befragten zeigen bei der Einschätzung der Beschäftigungseffekte erhebliche Unterschiede: 32 Prozent erwarten eine Verringerung der Belegschaft, 43 Prozent erwarten keine Veränderung, und 13 Prozent rechnen mit einem Zuwachs. Für HR-Verantwortliche in Mittelstand und Großkonzernen ist dieses uneinheitliche Bild ein Hinweis, Planungsszenarien nicht auf einem einzelnen Trendnarrativ aufzubauen. Einschätzungen zu KI im Personalmanagement und Recruiting sowie zum Fachkräftemangel im Mittelstand ergänzen diesen Befund.

DACH-Kontext: Mittelstand mit strukturellen Nachteilen

Im DACH-Raum existieren laut einer separaten McKinsey-Analyse rund 1.000 B2B-KI-Start-ups, die Unternehmen bei Prozessoptimierung und neuen Geschäftsmodellen unterstützen können. Dennoch kämpfen viele dieser Start-ups mit Integrationsproblemen in bestehende IT-Landschaften und begrenzten Finanzierungsmöglichkeiten. Für den deutschen Mittelstand bedeutet dies, dass externe KI-Lösungen zwar verfügbar sind, ihre Integration jedoch erhebliche interne Ressourcen erfordert. DAX-Konzerne verfügen hier typischerweise über größere interne Kapazitäten für Evaluierung, Beschaffung und Integration. Weiterführende Perspektiven bieten unsere Analysen zu KI-Implementierungskosten in DAX-Konzernen und zu Bitkom-Daten zur KI-Adoption im deutschen Mittelstand.

Quellen

• The State of AI: Global Survey 2025 | McKinsey
• McKinsey Global Surveys
• B2B-KI-Start-ups in der DACH-Region | McKinsey

Häufige Fragen

Was zeigt der McKinsey Global AI Survey 2025 zum Stand der KI-Implementierung in Unternehmen?

Laut McKinsey Global AI Survey 2025 nutzen 88 Prozent der befragten Unternehmen KI bereits regelmäßig in mindestens einer Geschäftsfunktion, gegenüber 78 Prozent im Vorjahr. Dennoch befinden sich die meisten Organisationen noch in frühen Phasen: Etwa zwei Drittel der Befragten geben an, dass ihr Unternehmen noch nicht mit der unternehmensweiten Skalierung von KI begonnen hat. Nur rund ein Drittel berichtet von tatsächlich skalierten KI-Programmen.

Wie weit verbreitet sind KI-Agenten in Unternehmen laut der McKinsey-Studie?

62 Prozent der befragten Unternehmen experimentieren laut McKinsey Global AI Survey 2025 zumindest mit KI-Agenten. 23 Prozent geben an, ein agentisches KI-System bereits in mindestens einer Geschäftsfunktion zu skalieren, weitere 39 Prozent haben erste Experimente gestartet. Der Einsatz bleibt damit bei der Mehrheit noch im Erprobungsstadium.

Welche Ziele verfolgen Unternehmen mit ihren KI-Initiativen, und wer profitiert am meisten?

80 Prozent der Befragten nennen Effizienzsteigerung als primäres Ziel ihrer KI-Initiativen. Unternehmen, die den größten Mehrwert aus KI ziehen, setzen jedoch zusätzlich auf Wachstums- und Innovationsziele. 64 Prozent der Befragten bestätigen, dass KI ihre Innovationsfähigkeit stärkt, und auf Einzelfall-Ebene werden sowohl Kosten- als auch Umsatzvorteile berichtet.

Vor welchen Herausforderungen stehen Mittelständler und KI-Start-ups im DACH-Raum bei der Skalierung?

McKinsey zufolge kämpfen viele KI-Start-ups in der DACH-Region, trotz eines Ökosystems von rund 1.000 Anbietern in Deutschland, Österreich und der Schweiz, mit zwei zentralen Hürden: der Integration in bestehende IT-Landschaften und begrenzten Finanzierungsmöglichkeiten. Diese Faktoren treffen mittelständische Unternehmen besonders hart, da ihnen im Vergleich zu Großkonzernen häufig die Ressourcen für eine strukturierte Skalierung fehlen.

Welche Auswirkungen auf die Beschäftigung erwarten Unternehmen durch den Einsatz von KI?

Die Einschätzungen zur Beschäftigungswirkung von KI sind laut McKinsey Global AI Survey 2025 geteilt: 32 Prozent der Befragten rechnen mit einem Rückgang der Belegschaftsgröße, 43 Prozent erwarten keine Veränderung, und 13 Prozent gehen sogar von einem Personalaufbau aus. Eine eindeutige Mehrheitsmeinung gibt es damit nicht, was auf erhebliche Unsicherheit in der Planung hindeutet.

Dieser Artikel wurde von einem KI-System automatisiert erstellt. Kennzeichnung gemäß Art. 50 der EU-KI-Verordnung.