Der ROI-Kompass für KI: Warum Reife mehr zählt als Budget

Jetzt mit Freunden teilen

Was Unternehmen von erfolgreichen KI-Vorreitern lernen können, welche wirtschaftlichen Potenziale sich bereits realisieren lassen und warum der Schritt vom Pilotprojekt in den produktiven Betrieb so entscheidend ist, darüber sprechen wir mit dem Studienautor Bernhard Steimel im Podcast „Ausgesprochen digital“.


Wann zahlt sich der Einsatz von KI für Unternehmen wirklich aus? Die Studie „Der ROI-Kompass für KI im Mittelstand“ von Telekom MMS und mind digital zeigt: Nicht allein die Höhe der Investitionen entscheidet über den wirtschaftlichen Erfolg, sondern vor allem der digitale und organisatorische Reifegrad. Denn erst wenn Strategie, Daten, Prozesse, Technologie und Mitarbeitende zusammenspielen, kann KI einen messbaren Geschäftswert schaffen.


Im Gespräch mit Bernhard Steimel über die Erfolgsfaktoren der KI-Vorreiter

Bernhard Steimel ist Inhaber von mind digital und begleitet den Mittelstand seit mehr als 20 Jahren bei der digitalen Transformation. Bereits 2017 startete er gemeinsam mit der Deutschen Telekom die Studienreihe „Digitale Vorreiter“, aus der die heutige Zukunftsmacher-Forschung hervorgegangen ist. Ihr Ansatz: Nicht die Herausforderungen der Nachzügler stehen im Mittelpunkt, sondern die Erfahrungen erfolgreicher Unternehmen. Was machen sie anders und was lässt sich daraus für den Mittelstand lernen?

An diese Forschung knüpft die Studie „Der ROI-Kompass für KI im Mittelstand“ von Telekom MMS und mind digital an, für die Steimel die inhaltliche Konzeption und Redaktion verantwortete. Ihre Grundlage bilden 55 qualitative Tiefeninterviews der Zukunftsmacher-Studie 2025, eingebettet in eine Forschungsreihe mit mehr als 250 Interviews seit 2017. Hinzu kommen eine quantitative Befragung von 123 KI-affinen Entscheider*innen zu KI-Agenten und deren Anwendungsfällen, die Auswertung von 32 externen Studien sowie Experteneinschätzungen und Praxisbeispiele der Telekom MMS.

Ein zentraler Bestandteil ist die Bewertung des digitalen und organisatorischen Reifegrads. Das zugrunde liegende Digital Maturity Model 2.0 betrachtet neun Dimensionen in drei Bereichen: die strategische Ausrichtung mit Strategie, Führung und Steuerung, den Wertschöpfungskern mit Kundenerlebnis, Produkten und Geschäftsprozessen sowie das organisatorische Fundament aus Kultur, Mitarbeitenden, Daten und Technologie.

 

So lässt sich untersuchen, welche Voraussetzungen Unternehmen schaffen müssen, damit aus KI-Investitionen messbarer wirtschaftlicher Nutzen entsteht.

  • Tags: ROI, KI, Studie, Investitionen, KI-Reife, digitale Reife, Reifegrad, Strategie, Vorreiter, Effizienz, Produktivität, KI-Kompetenzen, Mittelstand
  • Dauer der Folge: 57:11 Minuten
  • Transkript: barrierefreies PDF (189 KB)

Warum digitale Reife den KI-Investitionsertrag beeinflusst

37 Prozent des Ertrags aus KI-Investitionen führt die Zukunftsmacher-Studie auf Fortschritte im digitalen Reifegrad zurück. Das zeigt: Nicht allein die Höhe des Budgets entscheidet über den wirtschaftlichen Erfolg, sondern wie gut Unternehmen ihre Investitionen in produktive Prozesse und neue Geschäftsmodelle übersetzen können. 

So investieren fortgeschrittene Unternehmen und Experten mit durchschnittlich 31 beziehungsweise 33 Prozent ihres IT-Budgets ähnlich viel in Digitalisierung und KI. Der Anteil ihrer Wertschöpfung aus digitalen Geschäftsmodellen unterscheidet sich jedoch deutlich: 20 gegenüber 41 Prozent.

Gerade beim Einsatz von KI wird allerdings eine Reifelücke sichtbar. Während 70 Prozent der untersuchten Vorreiter bei der allgemeinen Digitalisierung bereits Experten- oder Meisterniveau erreichen, sind es beim spezifischen KI-Reifegrad erst 19 Prozent. Bernhard Steimel spricht deshalb von einem „Maturity Gap“. Viele Unternehmen verfügen zwar über eine solide digitale Grundlage, müssen ihre Strategien, Prozesse und Kompetenzen aber erst auf den produktiven KI-Einsatz ausrichten.

Eine zentrale Voraussetzung dafür ist das Datenfundament. Laut einer im ROI-Kompass herangezogenen Mittelstandsstudie verfügen 83 Prozent der befragten Unternehmen über keine umfassende Datenstrategie. Fehlende Datenqualität, isolierte Datenbestände und unklare Zuständigkeiten können den wirtschaftlichen Nutzen von KI erheblich begrenzen. Das zeigen auch die Erfahrungen der Vorreiter: Wer KI auf unzureichend gepflegte Daten aufsetzt, riskiert zusätzlichen Aufwand statt besserer Ergebnisse.

Die notwendige Bereinigung von Daten und die Pflege von Metadaten beschreibt Steimel als ein „Tal der Tränen“, durch das Unternehmen gehen müssen, um ihren Datenschatz tatsächlich nutzbar zu machen. Entscheidend ist deshalb, die Datenbasis nicht erst bei der technischen Umsetzung zu betrachten, sondern von Anfang an in die KI-Strategie einzubeziehen.

Doch selbst eine gute Datenbasis garantiert noch keinen wirtschaftlichen Erfolg. Dafür braucht es vor allem den richtigen Anwendungsfall. Wo sollten Unternehmen also ansetzen, damit KI nicht nur technisch funktioniert, sondern einen messbaren Beitrag zum Geschäftsergebnis leistet?

Wie reif ist Ihr Unternehmen für wirtschaftlich erfolgreiche KI?

Erfahren Sie in der Studie „Der ROI-Kompass für KI im Mittelstand“, welche Erfolgsfaktoren KI-Vorreiter auszeichnen und wie Unternehmen ihre KI-Investitionen gezielt in messbaren Geschäftswert übersetzen können.

Jetzt KI-Studie kostenfrei herunterladen

Vom Use Case zum messbaren Business Value

Der wirtschaftliche Nutzen von KI beginnt bei einem konkreten Geschäftsproblem. Das zeigt Bernhard Steimel am Beispiel des Gebäudeversicherers Domcura: Rückstände in der Schadenbearbeitung beeinträchtigten die Wettbewerbsposition. Mit einer KI-gestützten Lösung automatisierte das Unternehmen große Teile des Prozesses von der Schadenmeldung bis zur Deckungsprüfung. Die Bearbeitung wurde beschleunigt, die Maklerzufriedenheit verbessert. Inzwischen bietet Domcura die Lösung auch anderen Versicherern als Dienstleistung an.

Icon / Quote
Es entsteht erst dann Wert, wenn skaliert wird. Bernhard Steimel, Geschäftsführer von mind digital

Das Beispiel verdeutlicht die drei wirtschaftlichen Ertragshebel von KI:Effizienz, Leistungsfähigkeit und Wachstum. Bei den untersuchten Zukunftsmachern wurden durchschnittlich 22 Prozent Produktivitätssteigerung und 20 Prozent Verbesserung der Leistungsfähigkeit ermittelt. Hinzu kommt ein möglicher Ergebnisbeitrag von 10 Prozent durch neue Erlösquellen. Für eine belastbare ROI-Betrachtung zählen deshalb neben Zeit- und Kostenersparnis auch Qualität, Kundenzufriedenheit und wirtschaftliche Folgeeffekte.

Doch wie lässt sich dieser Nutzen im eigenen Unternehmen messen? Stefanie Liße kennt die Herausforderung aus ihren Kundengesprächen bei Telekom MMS: An Ideen für KI mangelt es häufig nicht, wohl aber an klaren Kennzahlen für den erwarteten Geschäftsnutzen. Deshalb müssen wirtschaftliche Ziele und Erfolgskriterien bereits vor der Umsetzung feststehen.

Ein erfolgreicher Pilot allein schafft noch keinen dauerhaften Geschäftswert. Steimel empfiehlt deshalb „Fokus statt Breite“: Unternehmen sollten mit einem relevanten Anwendungsfall starten und dessen Skalierung von Anfang an mitdenken – einschließlich Gesamtkosten, technischer Architektur und Verantwortlichkeiten für den Betrieb.

Mit KI-Agenten gewinnt diese Frage zusätzlich an Bedeutung. Anders als klassische KI-Assistenten können sie mehrstufige Aufgaben über verschiedene Systeme hinweg bearbeiten. Damit eröffnen sich neue Möglichkeiten, ganze Geschäftsprozesse zu automatisieren. Gleichzeitig steigen die Anforderungen an Datenzugriff, Berechtigungen und Governance. Mit der T-AI Agent Platform unterstützt die Telekom Unternehmen dabei, solche Anwendungen sicher in bestehende Abläufe zu integrieren und produktiv zu betreiben.

Entscheidend bleibt, ob die Verbesserungen tatsächlich wirtschaftlich genutzt werden. Denn eingesparte Arbeitszeit ist nicht automatisch eine finanzielle Einsparung. Werden frei gewordene Kapazitäten nicht gezielt eingesetzt, bleibt am Ende die Frage aus dem Controlling: „Where is the money?“

 

Warum KI-Erfolg auch eine Kulturfrage ist

Was erfolgreiche KI-Vorreiter neben ihrer technologischen Reife auszeichnet, ist die Fähigkeit, Mitarbeitende für Veränderungen zu gewinnen. Ein Beispiel ist Drees & Sommer: Das Unternehmen entwickelte bereits im Februar 2023 eine KI-Strategie und etablierte mit Dreso AI eine interne Plattform, die laut Bernhard Steimel inzwischen 3.000 aktive Nutzer erreicht. Bei einzelnen Anwendungsfällen berichtet er von Effizienzsteigerungen von bis zu 80 Prozent. Entscheidend dafür war auch, dass die Unternehmensführung den Wandel frühzeitig vorangetrieben hat.

Doch wie können Unternehmen KI-Nutzung fördern und gleichzeitig Risiken begrenzen? Steimel plädiert dafür, Governance und praktische Erfahrung parallel aufzubauen. Wer zunächst sämtliche Regeln festlegen will, bevor Mitarbeitende KI nutzen dürfen, riskiert lange Verzögerungen und begünstigt die unkontrollierte Nutzung von KI-Anwendungen. Stattdessen braucht es sichere Rahmenbedingungen, klare Verantwortlichkeiten und Möglichkeiten, neue Anwendungen gemeinsam zu erproben.

Eine zentrale Rolle spielt dabei der Kompetenzaufbau. Mitarbeitende müssen nicht nur lernen, KI-Werkzeuge zu bedienen, sondern auch deren Möglichkeiten und Risiken einschätzen können. Unternehmen können dafür eigene Communities und Austauschformate schaffen – etwa wöchentliche „KI-Cafés“, in denen sich Fachbereiche über Anwendungsfälle, Erfahrungen und Herausforderungen austauschen. So entstehen Lernräume, die KI-Kompetenz fördern und erfolgreiche Ansätze über einzelne Teams hinaus ins Unternehmen tragen.

Icon / Quote
Es ist halt immer eine Kompetenzfrage. Ich glaube, das ist das Entscheidende. Bernhard Steimel, mind digital

Fazit: Wie Unternehmen den ROI von KI nachhaltig steigern

Der wirtschaftliche Erfolg von KI beginnt nicht mit der Auswahl eines Tools, sondern mit der Frage, welches Geschäftsproblem gelöst werden soll. Der ROI-Kompass zeigt, was Unternehmen von digitalen Vorreitern lernen können: den eigenen Reifegrad realistisch einschätzen, gezielt in Daten und Kompetenzen investieren und KI-Anwendungen von Anfang an auf messbaren Nutzen und Skalierung ausrichten.

Dabei kommt es nicht darauf an, möglichst viele KI-Projekte zu starten, sondern die richtigen Anwendungen dauerhaft in die Wertschöpfung zu integrieren. Welche Rolle KI-Agenten dabei künftig spielen, wie Unternehmen Sicherheit und Innovation miteinander verbinden und welche Erfahrungen die Vorreiter bereits gesammelt haben, darum geht es in dieser Podcast-Folge von „Ausgesprochen digital“.

Moderiert wird die Folge von Steffen Wenzel, Mitgründer und Geschäftsführer von politik-digital, und Stefanie Liße, Senior Sales Managerin bei Telekom MMS.

Die vollständige Folge von „Ausgesprochen digital“ sowie weitere Episoden sind auf Spotify,  Apple Podcasts und allen gängigen Podcast-Plattformen verfügbar. Jetzt den Podcast abonnieren, um keine Folge rund um digitale Innovationen, künstliche Intelligenz und die Zukunft der Unternehmenswelt zu verpassen.

Jetzt mit Freunden teilen

Weiterführende Inhalte/mehr zum Thema