McKinsey-Studie belegt weltweit steigenden Einsatz von KI in Unternehmen und benennt gleichzeitig Skalierung als wesentliche Herausforderung

Es ist nichts Neues, dass sich Künstliche Intelligenz innerhalb kürzester Zeit von einem abstrakten Zukunftsthema zu einem wesentlichen strategischen Treiber entwickelt hat. In der McKinsey-Studie The State of AI wird diese Tatsache mit Zahlen belegt. Die Studie basiert auf einer weltweiten Befragung von mehreren tausend Unternehmen aus unterschiedlichen Branchen und Regionen und wurde über das Jahr 2024 hinweg erhoben. Auch wenn bei der rasanten Entwicklungsgeschwindigkeit von Künstlicher Intelligenz der Untersuchungszeitraum bereits wieder als veraltet angesehen werden kann, gilt sie als eine der umfassendsten Erhebungen zum realen Einsatz von KI und generativer KI in Unternehmen. Ihr zentrales Ergebnis besagt, dass KI zwar in der Breite angekommen sei, ihr wirtschaftlicher Durchbruch jedoch aktuell noch auf verhältnismäßig wenige Unternehmen beschränkt bleibt.

■

Die breite Nutzung von KI in Unternehmen spiegelt sich noch nicht in der Wertschöpfung wider

McKinsey zeigt, dass rund zwei Drittel der befragten Unternehmen KI inzwischen in mindestens einem Geschäftsbereich einsetzen. Besonders generative KI hat eine enorm schnelle Verbreitung erreicht. Gleichzeitig bleibt die tatsächliche Wirtschaftlichkeit in vielen Fällen begrenzt. Die Mehrheit der Unternehmen berichtet zwar von Effizienzgewinnen, diese sind jedoch häufig nur punktuell und noch nicht strukturell wirksam. Der wesentliche Mehrwert entsteht dort, wo KI gezielt auf priorisierte Anwendungsfälle in Kernprozessen ausgerichtet wird und messbar zur Ergebnisverbesserung beiträgt.

■

Während die technischen Rahmenbedingungen immer marktfähiger werden, bleibt Skalierung die größte Hürde

Ein wiederkehrendes Muster der Studie ist die Diskrepanz zwischen Pilotprojekten und produktivem Einsatz. Viele Unternehmen testen KI erfolgreich, scheitern jedoch an der Skalierung. In der Studie werden dafür mehrere Ursachen identifiziert: Dazu zählen neben unzureichender Datenqualität und fehlender Integration in End-to-End-Prozesse auch unklare Verantwortlichkeiten sowie eine mangelhafte organisatorische Verankerung. Skalierung ist damit weniger ein technologisches als ein strukturelles Problem.

■

Governance, Datenschutz und Workforce werden als limitierende Faktoren genannt

Mit wachsender Nutzung von KI steigen auch die Risiken. Die Studie zeigt, dass Governance-Strukturen häufig hinter dem technologischen Fortschritt zurückbleiben. Fragen zu Datenverantwortung, Modelltransparenz, regulatorischer Konformität und Datenschutz sind in vielen Unternehmen nicht abschließend geklärt. Gleichzeitig verändert KI die Arbeitswelt. Routinetätigkeiten werden reduziert, während neue Rollen entstehen. Der größte Engpass ist laut McKinsey nicht der Abbau von Stellen, sondern der Mangel an Fähigkeiten und an systematischer Qualifizierung.

■

Die Studie spiegelt unseren Eindruck aus den Managementetagen deutscher Energieversorgungsunternehmen wider

Überträgt man die Erkenntnisse aus der Studie auf deutsche EVU, ergibt sich ein sehr vertrautes Bild. Auch hier existieren zahlreiche KI-Initiativen, etwa in Prognosen, Netzbetrieb, Instandhaltung oder Kundenservice. Der Einsatz bleibt jedoch häufig punktuell, da Datenlandschaften historisch gewachsen, Prozesse stark reguliert und IT-Systeme fragmentiert sind. Der wirtschaftliche Nutzen ist dadurch schwer greifbar und wird selten unternehmensweit bewertet. Hinzu kommen hohe Anforderungen an Datenschutz, IT-Sicherheit und Regulierung, die den Einsatz von KI nicht verhindern, aber strukturierte Governance zwingend erforderlich machen. Gleichzeitig verändert KI auch EVU-Rollenprofile schrittweise, was ohne begleitende Qualifizierung schnell zu Unsicherheit in den Organisationen führen kann. Die McKinsey-Erkenntnisse lassen sich daher klar übertragen: Nicht die Technologie begrenzt den Fortschritt, sondern fehlende Klarheit über Zielbilder, Skalierungslogik und organisatorische Voraussetzungen.

■

Wir unterstützen Unternehmen dabei, Orientierung zu gewinnen und die Transformation strukturiert anzugehen

Genau an diesem Punkt setzen wir bei Utility Partners an. In KI-Explorationsworkshops identifizieren wir gemeinsam mit unseren Kunden sinnvolle Anwendungsfälle entlang realer Datenverfügbarkeiten, regulatorischer Rahmenbedingungen und strategischer Ziele. Darauf aufbauend unterstützen wir bei der Entwicklung einer tragfähigen KI-Strategie, die Wirtschaftlichkeit, Skalierung, Governance und organisatorische Umsetzung integriert betrachtet. Ziel ist es, Orientierung zu schaffen und KI dort einzusetzen, wo sie dauerhaft Wirkung entfalten kann.

■

Fazit

Die McKinsey-Studie unterstreicht einmal mehr, dass KI in Unternehmen angekommen ist und gleichzeitig ihr Erfolg von strukturellen Voraussetzungen abhängt. Für EVU bedeutet das, frühzeitig Klarheit über Zielbilder, Daten, Governance und Qualifizierung zu schaffen. Angesichts der technologischen Dynamik, insbesondere bei generativer KI, ist davon auszugehen, dass die nächste Ausgabe der Studie bereits deutlich andere Reifegrade und Effekte zeigen wird. Unternehmen, die jetzt strukturiert vorgehen, schaffen die Grundlage, um von dieser Entwicklung nicht überrascht zu werden, sondern sie aktiv zu gestalten.