Die KI-Ausgaben sollen um die Hälfte steigen. 37 % der befragten Organisationen sehen eine Wirkung auf den Gewinn.

Die Ausgaben für KI steigen 2026 um die Hälfte, die Nutzung ist breit und gemessene Erträge sind seltener; hier sind die belegten Zahlen, die für die Planung 2027 zählen.

Die Fassung von 2024 sammelte Marktprognosen aus sekundären Zusammenstellungen: Billionen zusätzliches BIP bis 2030, Millionen neuer Arbeitsplätze, Marktgrößen je Branche. Viele dieser Zahlen ließen sich nicht auf eine Primärstudie zurückführen, mehrere beschrieben Jahre, die inzwischen vorbei sind. Diese Ausgabe nutzt nur Zahlen mit benannter Quelle, Datum und, wo relevant, Stichprobe. Umfrageergebnisse stehen getrennt; sie sind keine Stufen eines Trichters.

• Die weltweiten KI-Ausgaben werden für 2026 auf 2,67 Billionen US-Dollar geschätzt, ein Plus von 49,5% gegenüber 1,79 Billionen 2025, und auf 3,64 Billionen 2027. Auf KI-Infrastruktur entfallen 2026 davon 1,48 Billionen US-Dollar (Gartner, September 2026).
• Darin wachsen die Ausgaben für KI-Agenten und -Assistenten von 29,2 Mrd. US-Dollar 2026 auf 65,5 Mrd. US-Dollar 2027 (Gartner).
• Unternehmen gaben 2025 37 Mrd. US-Dollar für generative KI aus, das 3,2-Fache von 2024 (Menlo Ventures, Dezember 2025).
• Die KI-Ausgaben in Europa sollen bis 2029 auf 290 Mrd. US-Dollar steigen, um 33,7% pro Jahr (IDC, April 2026).
• Der deutsche KI-Markt wird für 2026 auf 28,7 Mrd. Euro (+48%) geschätzt (Bitkom/IDC).

• Private KI-Investitionen in den USA erreichten 2025 rund 285,9 Mrd. US-Dollar, gegenüber 20,9 Mrd. in Europa und 12,4 Mrd. in China (Stanford AI Index 2026). HAI weist darauf hin, dass staatlich gestützte chinesische Fonds nicht erfasst sind.
• Die weltweite KI-Rechenkapazität lag im vierten Quartal 2025 bei rund 17 Millionen H100-Äquivalenten (Stanford AI Index 2026).
• NVIDIA meldete für das zweite Quartal des Geschäftsjahres 2027 89,0 Mrd. US-Dollar Umsatz im Rechenzentrumsgeschäft, ein Plus von 117% (August 2026).
• Die Investitionen der großen Technologiekonzerne lagen 2025 über 400 Mrd. US-Dollar und sollen 2026 um weitere 75% steigen (IEA, April 2026).

• In einer globalen Umfrage berichten fast neun von zehn Organisationen regelmäßige KI-Nutzung in mindestens einer Funktion; 44% skalieren sie, 37% schreiben KI einen Effekt auf das EBIT zu (McKinsey, August 2026; n=1.719, 97 Länder).
• Die amtliche Statistik zeichnet ein nüchterneres Bild: 20% der Unternehmen in der EU mit zehn oder mehr Beschäftigten nutzten 2025 KI, nach 13,5% im Vorjahr (Eurostat). Dänemark liegt mit 42% vorn.
• In Deutschland nutzen 57% der Unternehmen mit 20 oder mehr Beschäftigten 2026 KI, nach 36% 2025 und 20% 2024 (Bitkom, n=603).
• In den USA nutzten im Mai 2026 19,8% der Unternehmen KI zur Herstellung von Waren oder Dienstleistungen (Census Bureau).
• Bei Menschen: 18,8% der Bevölkerung im erwerbsfähigen Alter nutzten im zweiten Quartal 2026 weltweit generative KI (Microsoft, Nutzungsdaten).
• In jeder verglichenen nationalen Studie nutzen große Unternehmen KI häufiger als kleine, um das 1,6- bis 4,3-Fache (EU: 55% gegenüber 17%).

Die Modellebene hat sich schnell bewegt. An der Spitze liegen das beste US- und das beste chinesische Modell 2,7% auseinander; das beste geschlossene Modell führt vor dem besten Modell mit offenen Gewichten um 3,3% (Stanford AI Index 2026). Die API-Preise der Flaggschiffe unterscheiden sich etwa um den Faktor 100, von 0,10 bis 10 US-Dollar je Million Eingabe-Tokens (Listenpreise von OpenAI, Anthropic, Google, Oktober 2026). Die Preise je Inferenz-Einheit sind je nach Leistungsschwelle um das 9- bis 900-Fache pro Jahr gefallen (Epoch AI). Günstigere Einheiten bedeuten nicht kleinere Rechnungen: Das Volumen wächst schneller.

• Rechenzentren verbrauchten 2025 rund 485 TWh; bis 2030 werden rund 950 TWh erwartet, etwa 3% der weltweiten Stromnachfrage. Der Verbrauch KI-orientierter Rechenzentren stieg 2025 um 50% (IEA, 2026).
• In Irland entfielen 2024 rund 22% des gemessenen Stromverbrauchs auf Rechenzentren (CSO).
• Weltweit wurden 2025 mehr als 600.000 Industrieroboter installiert (+11%); der Bestand erreichte den Rekord von 5 Millionen (IFR, September 2026).
• Fast 250.000 professionelle Serviceroboter wurden 2025 verkauft (+24%); auf Transport und Logistik entfielen 47% (IFR).

• 37% der Organisationen schreiben KI einen Effekt auf das EBIT zu (McKinsey, August 2026); 56% der CEOs sehen bisher keinen nennenswerten finanziellen Nutzen (PwC, Januar 2026).
• Wo gemessen wurde, sind Effekte aufgabenspezifisch: +14% gelöste Anfragen pro Stunde im Kundenservice, +34% bei weniger erfahrenen Kräften (NBER).
• Im Finanzbereich nutzen 59% der Finanzfunktionen KI, unverändert zum Vorjahr; 91% berichten geringe oder mittlere Wirkung (Gartner).
• Fehlendes Know-how ist das am häufigsten genannte Hindernis: 71% der EU-Unternehmen, die KI erwogen haben, und 85% der deutschen Nicht-Nutzer (Eurostat; Bitkom).

Ausgaben und Nutzung steigen schnell; nachgewiesener Wert hinkt hinterher. Der Abstand zwischen dem Ausprobieren von KI und ihrem Betrieb in einem Kernprozess ist der Ort, an dem Wert entsteht. Für die meisten Organisationen lautet die nützliche Frage für 2027 nicht mehr, ob sie KI nutzen, sondern welchen Prozess sie zuerst verändern, wie sie ihn messen und wer für das Ergebnis verantwortlich ist. Die Studie zum Good AI Prisma übersetzt diese Zahlen in ein Einkaufs-Arbeitsblatt und eine Pilot-Charta für genau diesen Schritt.

Eine Nutzungsquote ist ohne Grundgesamtheit und Definition unvollständig. Eine Befragung großer Unternehmen, eine repräsentative Unternehmensstatistik und eine Umfrage unter Beschäftigten beschreiben unterschiedliche Gruppen. Ein Unternehmen mit einem einzelnen Assistententest betreibt KI nicht zwangsläufig in sämtlichen Abläufen. Eine geplante Investition ist keine bereits getätigte Ausgabe. Diese Unterschiede gehören auch in eine kurze Präsentation für Führungskräfte.

Notieren Sie zu entscheidungsrelevanten Zahlen Bevölkerung oder Unternehmensgruppe, Region, Erhebungszeitraum, Definition und den Unterschied zwischen Beobachtung und Prognose. Enthält die Originalquelle Unsicherheit oder eine Methodenänderung, bleibt diese erhalten. Nicht vergleichbare Befragungen sollten keine präzise Rangfolge von Ländern oder Branchen erzeugen. Unterschiede können sowohl Verhalten als auch Messmethode widerspiegeln.

Der Unternehmensbeitrag des US Census Bureau vom Mai 2026 benennt seine Erhebung und Unterschiede nach Unternehmensgröße und Branche. Seine Schätzungen bleiben an diesen Zusammenhang gebunden. Sie messen weder die Einsatzreife Ihres Unternehmens noch die Rendite eines geplanten Vorhabens.

Höhere Ausgaben können Infrastrukturinvestitionen, Preissteigerungen, mehr Nutzung oder einen anderen Leistungsmix widerspiegeln. Sie bedeuten nicht automatisch mehr Nutzen für jeden Käufer. Ebenso belegen sinkende Tokenpreise keine niedrigeren Kosten je akzeptiertem Geschäftsergebnis. Das Volumen kann steigen, das Modell mehr Text erzeugen oder die menschliche Prüfung weiterhin den größten Aufwand verursachen.

Bei einem hypothetischen Prozess mit kleinen Modellkosten und hohem Kontrollaufwand verändert eine Halbierung des Modellpreises die Gesamtkosten möglicherweise kaum. Bessere Quellen oder eine enger definierte Aufgabe können wichtiger sein. Ein anderer Prozess mit sehr hoher Nutzung und geringer Prüfung kann dagegen stark vom Modellpreis abhängen. Derselbe Markttrend führt deshalb je Ablauf zu unterschiedlichen Entscheidungen.

Nutzen Sie Wachstumsdaten zur Frage nach wichtigen Abhängigkeiten. Infrastrukturnachfrage kann die Kapazitätsplanung betreffen, Modellabkündigung die Regressionstests und ein neuer Tarif die Stückkosten. Keine dieser Tatsachen verpflichtet zum Kauf weiterer KI. Ein Marktbeleg wird nützlich, wenn er eine konkrete Annahme einer Geschäftsentscheidung verändert.

Prüfen Sie auch die Richtung der wirtschaftlichen Verbindung. Eine hohe Investition eines Anbieters kann bessere Verfügbarkeit ermöglichen, aber ebenso auf künftige Preise oder Bindungsbedingungen wirken. Ohne eine belegte Beziehung ist beides zunächst eine zu untersuchende Möglichkeit. Trennen Sie die beobachtete Investition von Ihrer Interpretation ihrer Folgen.

Wenn Ärzte KI-Nutzung melden, kann das Dokumentationshilfe statt autonomer klinischer Entscheidung bedeuten. Ein Hersteller mit einem Piloten hat nicht zwangsläufig seine Produktion verändert. Generierte Werbetexte im Handel sind etwas anderes als ein Agent mit Preisänderungsrechten. Eine allgemeine Nutzungsquote kann informativ sein, ohne den tatsächlichen Handlungsspielraum zu beschreiben.

Das ist besonders wichtig, wenn Zahlen Dringlichkeit erzeugen sollen. „Andere nutzen KI“ reicht nicht als Grund für den Zugriff auf vertrauliche Informationen oder die Automatisierung folgenreicher Handlungen. Es kann die Untersuchung einer passenden Gelegenheit rechtfertigen. Der nächste Schritt muss trotzdem Aufgabe, betroffene Menschen, Ausgangswert und erforderliche Nachweise bestimmen.

Bewahren Sie fachliche und rechtliche Grenzen. Ein Forschungsbefund in der Medizin belegt nicht die Eignung eines bestimmten Produkts für die Behandlung. Eine Finanzbranchenumfrage belegt keine rechtskonformen Kreditentscheidungen. Solche Anwendungen brauchen spezifische Nachweise und verantwortliche Fachprüfung. Ein Marktbericht hilft beim Auffinden der Frage und beantwortet sie nicht über seinen Umfang hinaus.

Prognosen beschreiben eine mögliche Zukunft anhand von Methode und Annahmen. Ihr Prognosecharakter bleibt erhalten, auch wenn das Veröffentlichungsjahr weiter zurückliegt. Eine erwartete Marktgröße ist kein gemessenes Ergebnis. Ist sie für Ihren Plan relevant, erläutern Sie den Mechanismus: verfügbare Lieferanten, Kapazitätsbedarf, Preisabhängigkeit oder Nachfrage nach einer Leistung.

Erstellen Sie mindestens ein gewöhnliches und ein eingeschränktes Szenario. Was geschieht bei langsamerer Nutzung, dauerhaft hohem Prüfaufwand oder längerer Integration? Was geschieht bei Rückzug des gewählten Modells? Gesucht ist ein robuster nächster Schritt und keine genaue Finanzgeschichte aus unsicheren Marktsummen.

Für das eigene Projekt werden Volumen, Abnahme, Prüfzeit und Gesamtkosten erfasst. Die Wirtschaftlichkeitswerkzeuge helfen beim Prüfen des Ergebnisses und seiner Empfindlichkeit. Potenziell freie Kapazität ist von realisiertem finanziellem Wert getrennt. Ein Szenario kann einen Piloten leiten; der Pilot liefert Beobachtungen für seine Korrektur.

Eine hilfreiche Ergebnisbesprechung benennt die empfindlichste Annahme. Ändert schon ein kleiner Unterschied im Prüfaufwand die Auswahl, muss genau dieser Aufwand besser verstanden werden. Bleibt eine Option über mehrere plausible Bedingungen sinnvoll, kann das für einen begrenzten nächsten Schritt sprechen. Die Entscheidung folgt der Tragfähigkeit des Szenarios und nicht seiner optischen Präzision.

Marktintelligenz bleibt über die erste Auswahlliste hinaus nützlich. Erhalten Sie die wichtigen Abhängigkeiten der Entscheidung: Modellfamilie, Bereitstellung, Vertrag und Integration. Eine relevante Quellenänderung kann dann die Person erreichen, die die betroffene Annahme verantwortet. Ohne diese Verbindung wird der Nachrichtenstrom zur zusätzlichen Leselast statt zur betrieblichen Unterstützung.

Nicht jede Ankündigung rechtfertigt einen Wechsel. Ein Benchmarkfortschritt kann für die Aufgabe unwichtig sein, während eine kleine Vertragsänderung entscheidend wird. Vergleichen Sie bestehenden Ablauf und Alternative anhand derselben Abnahme und Kostenbasis. Auch eine begründete Entscheidung für den bisherigen Stand ist ein wertvolles Ergebnis.

Suchen Sie die Originalquelle und nicht nur eine andere Präsentation mit derselben Zahl. Bestimmen Sie untersuchte Gruppe, Erhebungszeitraum und Definition von KI-Nutzung. Beschreibt die Überschrift eine Beobachtung, eine Erwartung oder eine Ausgabenprognose? Prüfen Sie dann, ob beide Seiten eines Vergleichs dieselbe Definition verwenden.

Lesen Sie die Einschränkung mit der größten Entscheidungswirkung. Eine auf große Unternehmen begrenzte Zahl darf nicht als Gesamtheit aller Betriebe erscheinen. Selbst berichteter Nutzen wird nicht zu geprüftem Gewinn. Eine veränderte Frage kann eine Zeitreihe unterbrechen, auch wenn die Grafik einen durchgehenden Verlauf zeigt.

Formulieren Sie zuletzt, welche Entscheidung die Grafik unterstützt. Vielleicht rechtfertigt sie eine Ablaufprüfung oder eine Kapazitätsfrage an den Lieferanten. Lautet die einzige Schlussfolgerung, KI sei wichtig, dient die Grafik der Orientierung und ist kein Geschäftsfall. Diese Rolle bleibt ausdrücklich erkennbar. Gute Marktintelligenz verbessert Fragen, statt jede Wachstumszahl zur Kaufempfehlung zu machen.

Prüfen Sie die gleiche Aussage auch in der anderen Sprache. Unterschiedliche Übersetzungen von Nutzung, Einführung und Einsatz können die Bedeutung verschieben. Zahlen und Quellen bleiben gleich; die Formulierung muss dennoch für das jeweilige Publikum natürlich und sachlich präzise sein. Eine richtige Zahl mit einer falschen Beschriftung bleibt eine irreführende Darstellung.

Das Good AI Prisma verbindet Geschäftsbereiche mit möglichen Produkten und dokumentierten Beziehungen. Profile und Vergleich erhalten wesentliche Bedingungen beim Angebot. Die Studienübersicht erläutert Umfang und Quellen der ausgewählten Ausgabe. Beides ist keine allgemeine Einsatzempfehlung für Ihr Unternehmen.

Eine begrenzte Anbieterfrage kann in einen AI Decision Brief passen. Eine Investitionsfrage kann einen per Angebot vereinbarten Enterprise AI Opportunity Case benötigen. Bringen Sie die verwendete Zahl und die dadurch zu stützende Entscheidung mit. Nützlich ist nicht eine größere Sammlung beeindruckender Werte, sondern Klarheit darüber, was die Nachweise verändern, was offenbleibt und was als Nächstes geprüft werden sollte.

Was Sie jetzt entscheiden sollten

• Benennen Sie den einen Prozess, in dem produktive KI für Ihre Ergebnisse am meisten bewirken würde, und die verantwortliche Person.
• Messen Sie diesen Prozess heute (Volumen, Kosten, Qualität, Durchlaufzeit), damit jeder spätere Gewinn Ihre eigene Zahl ist und kein Marktdurchschnitt.
• Planen Sie die vollen Kosten ein: Deutsche Unternehmen nennen Cloud und Rechenleistung (51%), Datenaufbereitung (50%) und Integration (41%) als Kostentreiber vor den Lizenzen (21%).

Alle Zahlen mit Stichproben und Definitionen finden Sie in der Good AI Prisma Global Market Study 2026/27 unter ethority.ai/ai-prism-study.

• Gartner, Prognose weltweiter KI-Ausgaben (16.09.2026): https://gartner.com/en/newsroom/press-releases/2026-09-16-gartner-forecasts-worldwide-ai-spending-to-grow-49-point-5-percent-in-2026
• Menlo Ventures, State of Generative AI in the Enterprise (Dez. 2025): https://menlovc.com/perspective/2025-the-state-of-generative-ai-in-the-enterprise/
• IDC, KI-Ausgaben in Europa bis 2029 (Apr. 2026): https://www.idc.com/resource-center/press-releases/european-ai-spending-to-reach-290-billion-by-2029-driven-by-banking-software-and-agentic-ai-adoption/
• Bitkom/IDC, Deutscher KI-Markt: https://www.bitkom.org/index.php/Presse/Presseinformation/Deutscher-KI-Markt-waechst-um-48-Prozent
• Stanford HAI, AI Index Report 2026: https://hai.stanford.edu/ai-index/2026-ai-index-report
• Stanford HAI, AI Index 2026, Technical Performance: https://hai.stanford.edu/ai-index/2026-ai-index-report/technical-performance
• Stanford HAI, AI Index 2026, Research and Development: https://hai.stanford.edu/ai-index/2026-ai-index-report/research-and-development
• NVIDIA, Ergebnisse Q2 GJ 2027: https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-Announces-Financial-Results-for-Second-Quarter-Fiscal-2027/
• IEA, Stromverbrauch von Rechenzentren 2025 (Apr. 2026): https://www.iea.org/news/data-centre-electricity-use-surged-in-2025-even-with-tightening-bottlenecks-driving-a-scramble-for-solutions
• IEA, Key Questions on Energy and AI: https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary
• McKinsey, The state of AI (Aug. 2026): https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
• Eurostat, 20% der EU-Unternehmen nutzten 2025 KI: https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20251211-2
• Bitkom, Erstmals nutzt die Mehrheit der Unternehmen KI (Sep. 2026): https://www.bitkom.org/Presse/Presseinformation/Erstmals-nutzt-die-Mehrheit-der-Unternehmen-KI
• US Census Bureau, KI-Nutzung von Unternehmen (Mai 2026): https://census.gov/library/stories/2026/05/ai-use-businesses.html
• Microsoft, The continued state of global AI diffusion in 2026: https://blogs.microsoft.com/on-the-issues/2026/09/21/the-continued-state-of-global-ai-diffusion-in-2026/
• AMA (März 2026): https://ama-assn.org/press-center/ama-press-releases/ama-ai-usage-among-doctors-doubles-confidence-technology-grows
• EBA, KI im EU-Bankensektor: https://www.eba.europa.eu/sites/default/files/2025-09/146b3558-d026-47bf-a872-f05e93ed30d2/Rising%20application%20of%20AI%20in%20EU%20banking%20and%20payments%20sector.pdf
• RSM, Hersteller und KI 2026: https://rsmus.com/insights/industries/manufacturing/manufacturers-using-ai-2026.html
• Itron: https://investors.itron.com/node/25786
• Logistics Management (Sep. 2026): https://www.supplychain247.com/article/logistics-ai-use-adoption-trust-study
• Wiley: https://newsroom.wiley.com/press-releases/press-release-details/2025/AI-Adoption-Jumps-to-84-Among-Researchers-as-Expectations-Undergo-Significant-Reality-Check/
• Gallup-Walton, Lehrkräfte und KI: https://nextgeninsights.waltonfamilyfoundation.org/wp-content/uploads/2025/06/Teachers_AI_Report.pdf
• Epoch AI, Preisentwicklung Inferenz: https://epoch.ai/data-insights/ai-inference-price-trends
• Anthropic, Modellübersicht (Preise): https://platform.claude.com/docs/en/about-claude/models/overview
• OpenAI, Preise GPT-6.1 Sol und Luna: https://openai.com/index/introducing-gpt-6-1-sol/
• CSO Irland, Stromverbrauch von Rechenzentren 2024: https://www.cso.ie/en/releasesandpublications/ep/p-dcmec/datacentresmeteredelectricityconsumption2024/keyfindings
• IFR, Fünf Millionen Roboter (Sep. 2026): https://ifr.org/ifr-press-releases/five-million-robots-now-operate-in-factories-globally
• IFR, World Robotics 2026 Service Robots (Sep. 2026): https://kyodonewsprwire.jp/release/202610017079
• PwC, 29th Global CEO Survey (Jan. 2026): https://www.pwc.com/gx/en/news-room/press-releases/2026/pwc-2026-global-ceo-survey.html
• NBER Working Paper 31161: https://www.nber.org/papers/w31161
• Gartner, KI im Finanzbereich (Nov. 2025): https://www.gartner.com/en/newsroom/press-releases/2025-11-18-gartner-survey-shows-finance-ai-adoption-remains-steady-in-2025
• ETHORITY, Good AI Prisma Global Market Study 2026/27: https://ethority.ai/ai-prism-study

Aktualisierte Ausgabe des Beitrags, der 2024 erstmals auf ethority.net erschien; das Original bleibt archiviert.