Ihr Experte für Fragen
Nico Reichen
Data & AI Lead bei PwC Deutschland
Tel.: +49 171 8179 355
E-Mail
KI-Transformation im Spannungsfeld zwischen hohem Anspruch und pragmatischer Umsetzung
Aus Perspektive der Geschäftsführung gehört künstliche Intelligenz als Treiber der Unternehmenstransformation zu den derzeit wichtigsten Themen. Doch nur 42 % der Daten- und KI-Manager finden, dass ihr Bereich im Unternehmen einen hohen oder sehr hohen Stellenwert hat. Woher kommt diese Kluft zwischen Kommando- und Maschinenraum? Wie steht es um die Daten- und KI-Fähigkeiten von Unternehmen in Deutschland? Und was machen Unternehmen mit einem hohen Reifegrad in dem Bereich – die KI-Vorreiter bzw. „KI-Champions“ – anders? Diesen Fragen gehen wir in der vorliegenden Studie nach. Wir untersuchen, welche strategischen Themen im Jahr 2026 die Agenda von Daten- und KI-Managern bestimmen und fassen zusammen, welche Handlungsempfehlungen sich aus der aktuellen Situation ergeben.
„In vielen Unternehmen treten kleinere Daten- und KI-Projekte mit klarem ROI in den Fokus. Der finanzielle Wertbeitrag bleibt aber häufig verborgen, da operative Kennzahlen dominieren.“
Die Studie im Überblick
Für Daten- und KI-Manager steigt der Erfolgsdruck
Der Daten- und KI-Bereich ist derzeit von hohen Erwartungen, aber auch von großen Unsicherheiten, geprägt. Während der Druck auf die KI-Rendite steigt, geben 37 % der Befragten an, den Wertbeitrag finanziell nicht einschätzen zu können. Von denjenigen, die sich eine Einschätzung zutrauen, rechnen 24 % mit einer EBITDA-Steigerung zwischen 11 und 20 % . Ein Grund für die fehlende Perspektive: Finanzielle Kennzahlen spielen in vielen Fällen noch eine untergeordnete Rolle. Die drei am weitesten verbreiteten KPIs, an denen Führungskräfte im Bereich Daten und KI gemessen werden, sind die Prozesseffizienz, eine bessere Entscheidungsfindung und technologische Innovationen.
Kurzfristige finanzielle Ziele stehen stärker im Fokus
In den letzten fünf Jahren investierten 44 % der Unternehmen weniger als eine Millionen Euro in Daten- und KI-Projekte, also durchschnittlich 200.000 Euro pro Jahr. Die Investitionsbereitschaft legt jedoch zu. So steigt der Anteil der Unternehmen mit Investitionen zwischen 1 und 25 Mio. Euro von 28 % in den vergangenen fünf Jahren auf 41 % in den nächsten fünf Jahren. Trotz steigender Summen setzen sich im Markt kleinere Daten- und KI-Projekte mit kurzfristigem Return on Investment durch. Für die Hälfte der befragten Daten- und KI-Manager stellt das aktuell verfügbare Budget eine Herausforderung dar.
„Die Entscheider fahren auf Sicht und setzen auf kurzfristige Gewinne. Mittel- und langfristig ergeben sich aber Probleme, da so die ganzheitliche Daten- und KI-Transformation ins Hintertreffen gerät.“
Martin Whyte,Partner im Bereich Data & AI bei PwC DeutschlandVorreiter setzen auf agile Strategie, Responsible AI und hohe Datenqualität
Bei Unternehmen mit einem hohen Daten- und KI-Reifegrad bleibt die Strategieentwicklung eine Kernaktivität: 81 % der KI-Champions plant im Jahr 2026 die Definition einer neuen oder die Überarbeitung der bestehenden Daten- und KI-Strategie. Bei den Non-Champions liegt dieser Anteil bei 42 %. Ebenfalls eine herausragende Position nimmt für die KI-Vorreiter das Thema Vertrauen ein. 81 % legen Wert auf „Responsible AI“ bzw. ein „Trustworthy AI Program“. Dies zeigt, dass verantwortungsvolle KI-Praktiken nicht nur als Compliance-Erfordernis, sondern als geschäftliche Notwendigkeit wahrgenommen werden.
Auch auf die Sicherstellung einer guten Datenbasis – einer zentralen Voraussetzung für die Wirksamkeit vieler KI-Ansätze – legen die KI-Vorreiter deutliche Schwerpunkte. So setzen 68 % der KI-Champions im Jahr 2026 eine hohe Priorität auf das Datenqualitätsmanagement und 54 % auf das Stammdatenmanagement.
Jetzt herunterladen
PwC Studie 2026: Erfolgsrezepte von KI-Vorreitern
Agentic AI revolutioniert, wie LLMs eingesetzt werden
Während generative KI das Interesse an künstlicher Intelligenz beflügelt hat, bestimmt Agentic AI immer stärker den Einsatz von KI-Modellen in Unternehmen. Für 30 % der Befragten hat die Implementierung von KI-Agenten eine hohe Priorität. Damit rückt auch die Transformation von Geschäftsprozessen stärker in den Vordergrund, die jetzt durch den Einsatz von Agenten neu gedacht werden müssen. Mit Blick auf eine langfristig tragfähige Infrastruktur für Agentic AI stehen viele Unternehmen noch am Anfang. Erst wenige verfügen zum Beispiel bereits über eine Lösung für die Orchestrierung von Multi-Agenten-Systemen.
Zwischen Innovation und Skalierung – Neuausrichtung des Daten- und KI-Portfolios
Im Jahr 2026 planen 68 % der Befragten den Start neuer KI-Pilotprojekte. Gleichzeitig gewinnen durch den steigenden Erfolgsdruck aber auch skalierbare Lösungen an Bedeutung, die klaren Business Impact erzeugen. Hierbei sind viele Unternehmen aber mit technischen und organisatorischen Herausforderungen konfrontiert. Heterogene Datenquellen und veraltete IT-Systeme erschweren die Skalierung technisch, während aus organisatorischer Sicht fachliche Silos und unklare Zuständigkeiten die breite Umsetzung von Lösungen hemmen. Neben der Modernisierung von Datenplattformen steht in vielen Unternehmen die Weiterbildung der Belegschaft im Fokus. So planen 66 % der befragten Unternehmen Upskilling-Initiativen und 56 % setzen auf die KI-Befähigung durch externe Expert:innen.
Handlungsempfehlungen für ein zukunftsweisendes Daten- und KI-Portfolio
- Ausrichtung an geschäftlichen Zielen
- Nachvollziehbare Investitionspakete
- Ausbau von Self-Service-Fähigkeiten
- Plattform für Agenten-Orchestrierung
Ausrichtung an geschäftlichen Zielen
Identifizieren Sie Synergien zwischen Einzelprojekten und überführen Sie diese in ein einheitliches Gesamtgefüge. Statt isolierter Piloten braucht es eine stringente „Maschinerie“, die technische Grundlagen wie Datenpipelines direkt mit Business-KPIs verknüpft. Priorisieren Sie Use Cases nach ihrem Wertbeitrag und planen Sie die dafür nötigen Grundlagen — etwa Daten, Mitarbeiter-Fähigkeiten, Technologie-Plattformen oder Governance-Prozesse — von Anfang an mit ein. So verwandeln Sie punktuelle Experimente in eine durchgängige Maschinerie, die messbaren Geschäftserfolg liefert.
Nachvollziehbare Investitionspakete
Verbinden Sie einzelne Initiativen so, dass sie auf die Geschäftsziele einzahlen und eine schlüssige Geschichte erzählen. Dabei geht es auch darum, verständlich zu machen, wie das Fundament (z.B. Stammdatenmanagement) die Spitze (z.B. eine agentische Anwendung) erst ermöglicht. Ein transparentes Narrativ nimmt die Angst vor „Blackbox-IT“ und macht deutlich, dass Teilinvestitionen keine reinen Kostenstellen sind, sondern notwendige Bausteine einer langfristigen Wertsteigerung.
Ausbau von Self-Service-Fähigkeiten
Entlasten Sie Ihr Kernteam, indem Sie eine robuste Infrastruktur für dezentrale Innovation schaffen. Self-Service-Plattformen und standardisierte Schnittstellen sollten die Fachabteilungen befähigen, eigene Lösungen sicher zu entwickeln. Das zentrale Team definiert die Leitplanken und kümmert sich um die Gesamtintegration, während der Self-Service die Skalierung in der Breite beschleunigt.
Plattform für Agenten-Orchestrierung
Schaffen Sie eine technologische Basis, die autonome KI-Agenten sicher orchestriert. Eine agentische Plattform muss Governance, Monitoring und Schnittstellen zu Bestandssystemen unterstützen. Besonders wichtig ist dabei die Orchestrierung von Workflows, bei denen Agenten Aufgaben übernehmen und Ergebnisse validieren, der Mensch aber in der Kontrolle bleibt und das letzte Wort hat. Nur durch eine standardisierte Plattform lassen sich Sicherheitsrisiken minimieren und die operative Effizienz dieser neuen KI-Generation voll ausschöpfen.
„Für den Bereich Daten und KI ist ein aktives Portfolio-Management unverzichtbar. Wichtig ist eine gute Balance zwischen Innovationsprojekten und der Skalierung von Ansätzen mit klaren Wertbeiträgen.“
Andreas Odenkirchen,Director im Bereich Data & AI, PwC DeutschlandDie Methodik
Die Studie stützt sich auf die Ergebnisse einer von PwC Deutschland in Zusammenarbeit mit einem unabhängigen Forschungsinstitut durchgeführten Befragung von 351 Teilnehmenden, die in Unternehmen unterschiedlicher Größe, Branchen und europäischer Länder tätig sind. Die Stichprobe umfasst Organisationen mit weniger als 1.000 bis mehr als 30.000 Mitarbeitenden sowie mit einem jährlichen Umsatz von unter 1 Mrd. € bis über 30 Mrd. €. Der Schwerpunkt liegt auf mittelgroßen bis großen Unternehmen.
