Deutschland ungenügend „KI-ready“

Die künstliche Intelligenz muss raus aus den Chefetagen und rein in die Fachabteilungen – dorthin, wo die Datenhoheit und das Prozesswissen liegen. Wer jetzt auf eine systematische Integration statt Experimente setzt, wird zu den Vorreitern gehören.

Der Cisco AI Readiness Index 2025 ist ein Weckruf für die deutsche Industrie, zeichnet er doch ein ernüchterndes Bild: Nur 12 Prozent der deutschen Unternehmen seien optimal auf den Einsatz von Künstlicher Intelligenz (KI) vorbereitet. Während Deutschland im europäischen Vergleich zwar auf Platz 2 liege, hinkten fast zwei Drittel der Unternehmen noch hinterher. Besonders alarmierend: Lediglich 32 Prozent sind im kritischen Bereich „Daten“ gut aufgestellt.

Die Cisco-Studie liefert gleichzeitig aber auch die Lösung – denn KI-Vorreiter bringen Pilotprojekte viermal häufiger in die Produktion und erzielen 50 Prozent häufiger messbaren Mehrwert. Das eigentliche Problem ist also nicht KI selbst, sondern die Art und Weise, wie Unternehmen an das Thema herangehen. Viele Mittelständler stecken in einer Endlosschleife aus Strategiepapieren und Pilotprojekten fest, während der entscheidende Schritt fehlt: die systematische Umsetzung.

Der Grund dafür liegt häufig in der falschen Herangehensweise. Unternehmen investieren in teure Custom-Entwicklungen, die an der Legacy-IT, fehlendem Know-how, hohen Kosten oder an mangelnder Datenqualität scheitern. Dabei existieren längst ready-to-use AI Apps, die speziell für dedizierte Branchen entwickelt wurden und vom ersten Tag an Mehrwert schaffen – ob bei der Bestandsoptimierung, in der Produktionsplanung oder beim CO₂-Tracking für die ESG-Berichtspflicht.

Unsere Kunden zeigen, dass es funktioniert: emz Hanauer optimierte über 1.000 Teile mittels AI-gestützter Bestandsplanung und INOTEC steigerte die Liefertreue von 86 auf 96 Prozent. Der gemeinsame Nenner? Alle setzen auf unsere vorpaketierten und sofort einsatzfähigen AI Apps statt auf jahrelange Eigenentwicklung.

KI-Applikationen als Mehrwert für den HR-Bereich

Damit der Beispiele aber nicht genug. Das junge Unternehmen Atoria wurde erst im Dezember 2024 aus Tisoware, Persis und Quiply gebildet und offeriert eine Suite für HR-Verantwortliche. Als Teil der Proalpha Gruppe kann es auf Technologien aus der Gruppe zurückgreifen, zu der auch zwei KI-Unternehmen gehören: Nemo und Empolis. Nemo entwickelt KI für strukturierte Daten, Empolis für unstrukturierte Daten. Auf Basis dieser KI-Technologien werden eigene KI-Applikationen für Atoria erstellt, zum Beispiel für das Bewerbermanagement, für einen HR-Chatbot, für Weiterbildung oder Talent Management.

Zwei Aspekte sind hier wichtig. Der erste: Die Kunden erhalten einen Algorithmus, der trainiert ist, aber im praktischen Einsatz nur mit den Unternehmensdaten arbeitet. Zwar können Unternehmen auch allgemein verfügbare KI-Technologien wie Chat GPT nutzen. Sie müssen sich dann aber im Klaren sein, dass die Daten im Internet und vor allem intransparent genutzt werden können. Halluzinierende KIs sind Gift für Unternehmensanwendungen. Wir wollen eine vertrauenswürdige KI liefern, die mit vielen Daten trainiert ist, aber wenn sie eingesetzt wird, nur auf den validierten Daten des Kunden basiert. Gerade im HR-Bereich ist das extrem wichtig.

Der zweite Aspekt des KI-Einsatzes: Innerhalb von HR muss die Technologie in bewährte Prozesse eingebettet sein – da, wo sie einen Mehrwert generiert. Die KI kann zum Beispiel anhand der Skills und der dokumentierten Mitarbeitergespräche Lernangebote für einzelne Personen aussprechen. Es geht um Empfehlungen, die Entscheidungen trifft weiter der Mensch.

Fazit

Der Schlüssel liegt darin, KI raus aus den Chefetagen und rein in die Fachabteilungen zu bringen – dorthin, wo die Datenhoheit und das Prozesswissen liegen. Wer jetzt auf eine systematische Integration statt Experimente setzt, wird zu den Vorreitern gehören. Die anderen bleiben im ‘Ich-probier‘s-mal-aus-Modus‘ stecken.