Deutsche Unternehmen investieren deutlich mehr in Künstliche Intelligenz, können die Technologie aber bislang nur begrenzt unternehmensweit skalieren. Laut dem „Enterprise AI Maturity Index 2026“ von ServiceNow stiegen die durchschnittlichen KI-Ausgaben gegenüber dem Vorjahr um 118 Prozent. Während Strategie und Vision vergleichsweise weit entwickelt sind, bestehen insbesondere bei Daten, Governance, IT-Infrastruktur und durchgängigen Workflows Defizite. Damit wächst der Druck, steigende Investitionen in messbare wirtschaftliche Ergebnisse zu überführen.

Deutsche Unternehmen treiben ihre Investitionen in Künstliche Intelligenz kräftig voran. Im laufenden Jahr sind die durchschnittlichen KI-Ausgaben gegenüber dem Vorjahr um 118 Prozent gestiegen. Damit liegt Deutschland laut dem „Enterprise AI Maturity Index 2026“ von ServiceNow sowohl über dem globalen Durchschnitt von 110 Prozent als auch über dem EMEA-Wert von 113 Prozent. Auch im kommenden Jahr soll KI eine der wichtigsten Investitionsprioritäten bleiben: Rund ein Fünftel der IT-Budgets deutscher Unternehmen ist dafür vorgesehen.

Die wachsenden Budgets treffen allerdings auf einen noch vergleichsweise niedrigen operativen Reifegrad. Im Index erreicht Deutschland 52 von 100 Punkten, nach 34 Punkten im Vorjahr. Bei Führung, Vision und Strategie kommen deutsche Unternehmen auf 59 Punkte. KI-gestützte Workflows erreichen dagegen lediglich 41 Punkte. Die strategischen Ziele sind damit vielerorts weiter entwickelt als deren Umsetzung in den Geschäftsprozessen.

Robert Rosellen, VP Sales und Country Manager Germany bei ServiceNow, ordnet die Ergebnisse wie folgt ein:

„Unternehmen in Deutschland mangelt es nicht an Engagement oder Innovationsbereitschaft. Vielmehr geht es darum, diese Ambitionen mit den notwendigen operativen Voraussetzungen zu verknüpfen, um KI unternehmensweit wirksam zu skalieren. Erfolgreiche Unternehmen zeichnen sich dadurch aus, dass sie den Einsatz von KI grundlegend anders betrachten: Sie hinterfragen bestehende Strukturen, vereinfachen Prozesse, vernetzen Daten und Systeme stärker und schaffen Transparenz über den KI-Einsatz. Gleichzeitig investieren sie konsequent sowohl in Menschen als auch in Technologie und bauen neue Fähigkeiten sowie klare Verantwortlichkeiten auf. Governance wird dabei nicht als Kontrollinstrument verstanden, sondern als Enabler, der von Beginn an mitgedacht wurde. Damit haben sie bereits heute messbare Wettbewerbsvorteile und Rendite erzielt, mit denen Wettbewerber nur schwer Schritt halten können.”

KI-Agenten bleiben häufig isolierte Assistenten

Eine wesentliche Herausforderung besteht darin, KI von einzelnen Anwendungen in durchgängige Unternehmensprozesse zu überführen. 46 Prozent der befragten Unternehmen setzen KI-Agenten bislang lediglich als persönliche Assistenten in einzelnen Unternehmensbereichen ein. Nur sieben Prozent haben sie funktionsübergreifend skaliert und in durchgängige Arbeitsabläufe integriert.

Agentische KI bildet damit bislang nur selten eine operative Ebene für End-to-End-Prozesse. Zwar nutzen bereits 58 Prozent der Unternehmen in Deutschland entsprechende Technologien, autonome und durchgängige Workflows haben jedoch erst elf Prozent etabliert. Das Konzept einer „Autonomous Workforce“, bei der spezialisierte KI-Agenten zusammenarbeiten, ist somit noch weit von einer breiten Umsetzung entfernt.

Daten, Governance und Altsysteme bremsen die Skalierung

Der Index identifiziert mehrere strukturelle Voraussetzungen, die für einen breiteren KI-Einsatz noch fehlen. Besonders deutlich sind die Defizite bei den Datengrundlagen. 72 Prozent nennen unzureichende Datengenauigkeit, eingeschränkten Datenzugriff und mangelndes Datenmanagement als größte Hürden bei der KI-Skalierung.

Auch weitere Bereiche weisen Nachholbedarf auf:

Governance: Nur 16 Prozent verfügen über etablierte Test-, Audit- und Risikoprozesse für KI.
Altsysteme: Lediglich 15 Prozent haben ihre Legacy-Systeme bereits durch integrierte Plattformen ersetzt.
Autonome Workflows: Obwohl 58 Prozent agentische KI einsetzen, haben nur elf Prozent autonome, durchgängige Abläufe geschaffen.

Damit wird die technische Einführung von KI allein noch nicht zum Maßstab für deren Reife. Entscheidend ist vielmehr, ob Daten, Systeme und Prozesse so miteinander verbunden sind, dass KI über einzelne Anwendungsfälle hinaus eingesetzt werden kann.

Governance wird zum wirtschaftlichen Faktor

Nach den Studienergebnissen entscheidet nicht allein die Höhe der Investitionen über deren wirtschaftlichen Erfolg. Besonders weit entwickelte Unternehmen unterscheiden sich vor allem durch ihren Reifegrad bei Governance, Datenmanagement und Risikokontrolle.

21 Prozent der untersuchten Unternehmen im EMEA-Raum haben laut Studie die dafür entscheidenden Erfolgsfaktoren bereits identifiziert. Sie erzielen einen durchschnittlichen ROI von 164 Prozent und erwarten innerhalb der kommenden zwei Jahre einen Anstieg auf 199 Prozent. Laut ServiceNow sind diese Unternehmen zudem fünfmal produktiver, 2,6-mal erfolgreicher bei der KI-Skalierung und 2,5-mal leistungsfähiger im Risikomanagement.

Im europäischen Umfeld gewinnt Governance zusätzlich durch regulatorische Vorgaben an Bedeutung. Anforderungen an Compliance, Transparenz und Risikomanagement machen klare Verantwortlichkeiten und eine kontrollierte Steuerung von KI-Systemen zu einem Bestandteil der Implementierung. Besonders für regulierte Bereiche wie Finanzwirtschaft und öffentliche Verwaltung rücken technische Skalierung und Governance damit enger zusammen.

Für den „Enterprise AI Maturity Index 2026“ befragte ThoughtLab im Auftrag von ServiceNow mehr als 4.500 Führungskräfte in 19 Ländern, darunter 250 in Deutschland. Bewertet wurde die KI-Reife anhand von sieben Bereichen: Führung, Vision und Strategie, Management und Kultur, Datenmodernisierung, KI-Governance, Wertschöpfung, Talente und Kompetenzen sowie KI-gestützte Arbeitsabläufe.

Weitere Informationen zu ServiceNow finden Sie hier.