Fehlerhafte Ergebnisse, überlastete IT-Teams und stagnierende Pilotprojekte: Eine Befragung von mehr als 12.000 IT-Entscheidern weltweit legt offen, wie stark der Mittelstand an der Umsetzung von Künstlicher Intelligenz scheitert – und warum die Komplexität der Systeme oft teurer ist als der erhoffte Nutzen.
Seit Jahren gelten KI-Investitionen als Schlüssel zur Wettbewerbsfähigkeit. Doch die neue Studie „The Global Cost of Complexity Report: The Mid-Market AI Complexity Trap“ des Software-Unternehmens Freshworks liefert ein ernüchterndes Bild: Für viele mittelständische Unternehmen ist KI derzeit eher eine Kostenfalle als ein Hebel für Effizienz. Die Erhebung, für die 12.021 IT-Entscheiderinnen und -Entscheider auf Director-Ebene und darüber in sechs Ländern – darunter Deutschland, die USA und Großbritannien – befragt wurden, zeigt, dass durchschnittlich 26 Prozent der KI-Ausgaben verloren gehen, bevor überhaupt ein messbarer Geschäftswert entsteht. Für Deutschland ergibt das eine geschätzte jährliche Summe von 2,7 Milliarden Euro.
Schlechte Ergebnisse belasten IT-Teams
Das zentrale Problem liegt nicht im Mangel an Investitionsbereitschaft, sondern in der praktischen Umsetzung. Laut der Studie geben 86 Prozent der befragten IT-Verantwortlichen an, dass die Verwaltung komplexer KI-Systeme die Arbeitsbelastung ihrer Teams de facto erhöht hat – also das Gegenteil von dem bewirkt, was sich Unternehmen davon versprechen. In Deutschland berichten 75 Prozent der IT-Führungskräfte, dass KI-Outputs zu Rauschen, Fehlern oder aufwendiger Nacharbeit führen. Die Studie bezeichnet dieses Phänomen als 201eAI Slop201c – minderwertige, fehlerhafte oder irreführende KI-generierte Inhalte, die manuell überprüft und korrigiert werden müssen.
Der Befund ist paradox: KI-Systeme erzeugen derzeit schneller neue Aufgaben, als sie bestehende abnehmen. Statt sich auf strategische Arbeit zu konzentrieren, verbringen IT-Teams einen wachsenden Teil ihrer Zeit damit, KI-Outputs zu verifizieren, Tools zu koordinieren und Integrationsprobleme zu lösen.
Pilotprojekte stecken fest – und die Uhr tickt
Besonders deutlich zeigt sich das strukturelle Dilemma bei der Frage, wie weit KI tatsächlich in Betriebsprozesse vorgedrungen ist. Nur 15 Prozent der mittelständischen Unternehmen haben KI bereits in zentrale Geschäftsprozesse integriert. 36 Prozent verharren weiterhin in der Pilotphase. Gleichzeitig planen 89 Prozent, ihre KI-Investitionen in den nächsten zwölf bis 24 Monaten zu erhöhen.
Der Widerspruch zwischen Ambitionen und Realität ist auch zeitlicher Natur: 72 Prozent der Führungskräfte im Mittelstand erwarten, dass sich KI-Investitionen innerhalb von acht Monaten rechnen. Dem steht die Tatsache gegenüber, dass 55 Prozent der Unternehmen für die reine Einführung zwischen sechs und zwölf Monate einplanen – also bereits die gesamte erwartete Amortisierungszeit aufbrauchen, bevor auch nur ein Euro Nutzen gemessen werden kann. In diesem Zeitfenster besteht die konkrete Gefahr, dass Vorhaben abgebrochen werden, ehe sie ihre Wirkung entfalten.
Die Hürden sind bekannt – und dennoch präsent
Die Studie benennt drei Hauptgründe dafür, dass Pilotprojekte nicht in den produktiven Betrieb überführt werden: Systemintegrationsaufwand (27 Prozent), Fachkräftemangel (26 Prozent) sowie zu hoher Konfigurationsaufwand (26 Prozent). Diese strukturellen Barrieren sind nicht neu, aber sie bleiben hartnäckig – und treffen mittelständische Unternehmen mit geringeren Margen und schlankeren IT-Abteilungen stärker als Großkonzerne.
Hinzu kommt eine wachsende Tool-Landschaft, die die Koordinationsaufwände weiter erhöht. Mittelständische Unternehmen nutzen im Durchschnitt 4,2 KI-Tools parallel; zehn Prozent setzen sogar auf sieben oder mehr unterschiedliche Lösungen. Dennoch verfügen lediglich 33 Prozent der Unternehmen über ein formelles und konsequent angewandtes KI-Governance-Framework.
Der Markt passt sich an
Angesichts dieser Erfahrungen verändern mittelständische Unternehmen ihre Beschaffungsstrategie. Der Fokus verschiebt sich weg von technisch komplexen, anpassungsintensiven Lösungen hin zu Produkten, die sich ohne aufwendige Konfiguration in bestehende Arbeitsabläufe einbinden lassen. 34 Prozent der IT-Verantwortlichen nennen die Integration in bestehende Workflows als wichtigste Priorität für die nächsten zwei bis drei Jahre. 90 Prozent bevorzugen integrierte gegenüber aufwendig zu konfigurierenden Lösungen. 54 Prozent setzen beim weiteren Ausbau von KI-Funktionen auf den Zukauf fertiger Anwendungen statt auf interne Entwicklung.
Doug Farren, Executive Director des National Center for the Middle Market, erklärt das zurückhaltende Vorgehen vieler Mittelständler: Unternehmen dieser Größenklasse zählen in der Regel nicht zu den frühen Anwendern neuer Technologien. Sie warten häufig ab, bis der ROI klar erkennbar ist, und nutzen bis dahin kleinere Pilotprojekte, um Praxistauglichkeit und konkreten Nutzen zu validieren.
Methodik und Einordnung
Für die Studie befragte Freshworks im März 2026 insgesamt 12.021 IT-Entscheiderinnen und -Entscheider in Unternehmen mit mindestens 250 Beschäftigten. Die Erhebung umfasste mehr als 9.000 mittelständische Unternehmen mit bis zu 5.000 Mitarbeitenden in sechs Ländern. Der vollständige Bericht ist unter freshworks.com/cost-complexity-mid-market-report-2026 abrufbar.
Dr. Jakob Jung ist Chefredakteur Security Storage und Channel Germany. Er ist seit mehr als 20 Jahren im IT-Journalismus tätig. Zu seinen beruflichen Stationen gehören Computer Reseller News, Heise Resale, Informationweek, Techtarget (Storage und Datacenter) sowie ChannelBiz. Darüber hinaus ist er für zahlreiche IT-Publikationen freiberuflich tätig, darunter Computerwoche, Channelpartner, IT-Business, Storage-Insider und ZDnet. Seine Themenschwerpunkte sind Channel, Storage, Security, Datacenter, ERP und CRM.
Kontakt – Contact via Mail: jakob.jung@security-storage-und-channel-germany.de