KI-Nutzung in Unternehmen 2024: Zahlen und Lücken

Jedes fünfte Unternehmen in Deutschland setzt KI-Technologien ein. Das meldet das Statistische Bundesamt in seiner Pressemitteilung Nr. 444 vom 25. November 2024: 20 Prozent der Unternehmen ab zehn Beschäftigten nutzten 2024 künstliche Intelligenz, nach 12 Prozent im Jahr 2023. Der häufigste Einsatzbereich ist Marketing und Vertrieb – und der häufigste Grund gegen einen Einsatz ist fehlendes Wissen.

Die Zahlen im Einzelnen

Die Erhebung stammt aus der jährlichen Statistik zur Nutzung von Informations- und Kommunikationstechnologien in Unternehmen. Sie erfasst rechtliche Einheiten ab zehn Beschäftigten. Drei Befunde sind für Marketingverantwortliche unmittelbar relevant.

Der Sprung von 12 auf 20 Prozent

Der Anstieg um acht Prozentpunkte innerhalb eines Jahres ist der größte seit Beginn dieser Erhebung; 2021 lag der Wert noch bei 11 Prozent. Bemerkenswert ist weniger die Höhe als die Beschleunigung: Zwischen 2021 und 2023 bewegte sich der Anteil kaum, zwischen 2023 und 2024 sprang er.

Die Größenlücke

Nach den Angaben des Statistischen Bundesamtes nutzen 48 Prozent der Großunternehmen ab 250 Beschäftigten KI, aber nur 28 Prozent der mittleren Unternehmen mit 50 bis 249 Beschäftigten und 17 Prozent der kleinen Unternehmen mit 10 bis 49 Beschäftigten. Zwischen dem größten und dem kleinsten Segment liegt damit ein Faktor von fast drei.

Marketing ist der häufigste Einsatzbereich

Unter den Unternehmen, die KI einsetzen, entfallen 33 Prozent auf Marketing oder Vertrieb – vor Produktions- und Dienstleistungsprozessen (25 Prozent), der Organisation von Verwaltungs- und Managementprozessen (24 Prozent) sowie Buchführung, Controlling und Finanzverwaltung (jeweils 24 Prozent). Bei den eingesetzten Technologien führen Text-Mining und die Analyse geschriebener Sprache mit 48 Prozent, gefolgt von Spracherkennung mit 47 Prozent und der Generierung natürlicher Sprache mit 34 Prozent.

Warum nutzen Unternehmen keine KI?

Die Antwort auf diese Frage ist der eigentlich interessante Teil der Erhebung. Unter den Unternehmen, die den Einsatz erwogen und sich dagegen entschieden haben, nannten laut derselben Veröffentlichung 71 Prozent fehlendes Wissen als Grund. Es folgen Unklarheit über die rechtlichen Konsequenzen (58 Prozent), Bedenken hinsichtlich Datenschutz und Privatsphäre (53 Prozent), Schwierigkeiten bei Verfügbarkeit oder Qualität der Daten (45 Prozent), Inkompatibilität mit vorhandenen Geräten, Software und Systemen (44 Prozent), zu hohe Kosten (28 Prozent) und ethische Erwägungen (23 Prozent).

Diese Rangfolge widerspricht einer verbreiteten Annahme. Die beiden meistgenannten Hürden sind keine Investitionsfragen, sondern Wissensfragen – und zwar solche, die sich durch Weiterbildung und Klärung interner Zuständigkeiten adressieren lassen, nicht durch ein größeres Werkzeugbudget. Kosten stehen weit hinten.

Was heißt das für Marketingteams konkret?

Aus den Zahlen lassen sich drei Schlussfolgerungen ziehen, die über die üblichen Appelle hinausgehen.

1. Der Vorsprung liegt nicht mehr im Zugang, sondern in der Anwendung

Generative Werkzeuge sind für praktisch jedes Unternehmen verfügbar und bezahlbar. Wenn 20 Prozent sie nutzen und 71 Prozent der Nichtnutzer fehlendes Wissen als Grund nennen, liegt der Engpass in der Kompetenz, nicht in der Technik. Der Unterschied zwischen Unternehmen entsteht künftig dort, wo jemand beurteilen kann, welche Aufgabe sich für ein Modell eignet, wie ein brauchbares Briefing aussieht und wie ein Ergebnis geprüft wird.

2. Kleinere Unternehmen können die Größenlücke gezielt nutzen

Ein Anteil von 17 Prozent bei Unternehmen mit 10 bis 49 Beschäftigten bedeutet: Vier von fünf direkten Wettbewerbern arbeiten in diesem Segment noch ohne. Gleichzeitig sind kleinere Organisationen im Vorteil, wenn es um Einführungsgeschwindigkeit geht – kürzere Entscheidungswege, weniger Systemlandschaft, weniger Abstimmung. Der sinnvolle Einstieg ist dabei nicht ein großes Projekt, sondern eine einzige, häufig wiederkehrende Aufgabe mit klarer Qualitätsdefinition: Produktbeschreibungen, Antwortentwürfe für wiederkehrende Kundenfragen, Varianten für Anzeigentexte.

3. Datenschutzbedenken sind ein Klärungs-, kein Blockadethema

53 Prozent nennen Datenschutz als Hinderungsgrund. Der praktische Umgang damit besteht aus wenigen konkreten Fragen an jeden Anbieter: Wo werden die Daten verarbeitet? Werden Eingaben zum Training verwendet? Gibt es einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO? Lässt sich der Verarbeitungsort vertraglich festlegen? Diese Punkte sind verhandelbar und dokumentierbar – sie brauchen eine Entscheidung, keine Grundsatzdebatte.

Wie baut man die fehlende Kompetenz auf?

Ein Aspekt macht diese Frage 2024 dringlicher als in den Vorjahren: Der EU AI Act, in Kraft seit dem 1. August 2024, verpflichtet in Artikel 4 ab dem 2. Februar 2025 Anbieter und Betreiber von KI-Systemen dazu, für ein ausreichendes Maß an KI-Kompetenz ihres Personals zu sorgen. Was in der Erhebung als häufigste Hürde erscheint, wird damit binnen weniger Monate zu einer rechtlichen Anforderung.

Bewährt hat sich ein Aufbau in drei Stufen statt eines einmaligen Seminars.

1. Grundlagen für alle: Was leisten generative Systeme, wo liegen ihre Grenzen, warum entstehen falsche Angaben mit selbstbewusstem Tonfall, welche Daten dürfen eingegeben werden? Dauer: wenige Stunden, Ziel: gemeinsame Sprache.
2. Handwerk je Rolle: Für Redaktion, Performance-Marketing, CRM und Produktdaten jeweils zwei bis drei konkrete Anwendungsfälle mit echten eigenen Daten und einer klaren Qualitätsdefinition. Dauer: mehrere Wochen begleitete Praxis.
3. Verantwortung und Kontrolle: Wer gibt frei? Wie wird geprüft? Was wird dokumentiert? Diese Stufe ist die, die am häufigsten fehlt – und sie ist zugleich die, die den Nachweis nach Artikel 4 trägt.

Wichtig ist dabei der Bezug zu echten Aufgaben. Schulungen, die an fiktiven Beispielen geübt werden, erzeugen Verständnis, aber keine Veränderung im Arbeitsalltag. Der Kompetenzaufbau sollte deshalb dort ansetzen, wo tatsächlich Zeit gebunden ist.

Woran Einführungen in der Praxis scheitern

Die Erhebung beschreibt Hürden vor der Einführung. Mindestens ebenso lehrreich sind die Gründe, aus denen Einführungen nach einem vielversprechenden Start wieder einschlafen. Drei Muster treten besonders häufig auf.

Kein definiertes Qualitätsziel. Wenn nicht festgelegt ist, woran ein gutes Ergebnis erkennbar ist, bleibt jede Bewertung Geschmackssache – und Geschmacksdiskussionen kosten mehr Zeit, als das Werkzeug einspart.

Keine zuständige Person. Werkzeuge, für die niemand verantwortlich ist, werden weder gepflegt noch weiterentwickelt. Es braucht keine neue Stelle, aber einen benannten Namen.

Falsche Erwartung an den Zeitgewinn. Die Erstellung wird schneller, die Prüfung nicht. Wer den Zeitgewinn vollständig als Kapazitätsgewinn einplant, erzeugt Druck auf genau den Schritt, der die Qualität sichert – und produziert damit die Probleme, die dem Einsatz später zur Last gelegt werden.

Was die Zahlen nicht sagen

Zur Redlichkeit gehört, die Grenzen der Erhebung zu benennen. Sie erfasst, ob KI-Technologien eingesetzt werden – nicht, wie intensiv, wie erfolgreich oder mit welchem wirtschaftlichen Ergebnis. Ein Unternehmen, in dem eine einzelne Person gelegentlich ein Textwerkzeug nutzt, zählt genauso als Nutzer wie ein Unternehmen mit durchgängig integrierten Prozessen. Der Sprung von 12 auf 20 Prozent beschreibt also Verbreitung, nicht Reife.

Ebenso wenig lassen sich aus der Statistik Aussagen über Produktivitätsgewinne ableiten. Wer eine Investitionsentscheidung begründen muss, braucht eigene Messungen: Bearbeitungszeit je Aufgabe vorher und nachher, Fehler- und Korrekturquote, Durchlaufzeit von der Idee bis zur Veröffentlichung.

Häufige Fragen

Wie viele Unternehmen in Deutschland nutzen künstliche Intelligenz?

Nach der Pressemitteilung Nr. 444 des Statistischen Bundesamtes vom 25. November 2024 waren es 2024 rund 20 Prozent der Unternehmen ab zehn Beschäftigten, gegenüber 12 Prozent im Vorjahr. Bei Großunternehmen ab 250 Beschäftigten lag der Anteil bei 48 Prozent.

Wofür setzen Unternehmen KI am häufigsten ein?

Für Marketing und Vertrieb – 33 Prozent der einsetzenden Unternehmen nennen diesen Bereich, mehr als jeden anderen. Bei den Technologien führen Text-Mining und Sprachanalyse mit 48 Prozent.

Ab wann muss mein Team nachweislich KI-kompetent sein?

Artikel 4 des EU AI Act gilt ab dem 2. Februar 2025 und verpflichtet Anbieter und Betreiber, für ausreichende KI-Kompetenz ihres Personals zu sorgen – angemessen zu Vorwissen, Aufgabe und Einsatzkontext. Eine feste Stundenzahl oder ein Zertifikat schreibt die Verordnung nicht vor.

Fazit

Die Zahlen vom 25. November 2024 beschreiben einen Markt in einer kurzen, ungewöhnlichen Phase: Die Technologie ist verfügbar, aber die Mehrheit der Unternehmen nutzt sie noch nicht – und der Hauptgrund dafür ist Wissen, nicht Geld. Für Marketingteams ist das eine gute Nachricht, weil sich diese Lücke schneller schließen lässt als eine Investitionslücke. Der Termin, der dieser Aufgabe ein Datum gibt, steht bereits fest: der 2. Februar 2025.