Forschung · Stand August 2026
Diese Seite enthält nur Zahlen und Fakten — keine Einschätzungen, keine Prognosen, keine Angebote. Zu jeder Zahl stehen Quelle, Stichprobe und Erhebungszeitpunkt. Wo eine Zahl aus eigenen Projekten stammt, ist sie blau hinterlegt und getrennt von externen Erhebungen ausgewiesen.
Zwei Erhebungen, zwei unterschiedliche Grundgesamtheiten — und genau darin liegt die aussagekräftigste Zahl dieser Seite: Über alle Unternehmen ab 20 Beschäftigten gerechnet nutzt eine deutliche Minderheit KI. Beschränkt man die Grundgesamtheit auf den Mittelstand, halbiert sich der Anteil noch einmal.
der Unternehmen ab 20 Beschäftigten setzen KI ein. Im Vorjahr waren es 17 %.
Bitkom, KI-Studie 2026 · n = 604 · PI 11.03.2026 [1]
planen den Einsatz oder befinden sich in der Diskussionsphase.
Bitkom, KI-Studie 2026 · n = 604 [1]
der mittelständischen Unternehmen nutzen KI — rund 780.000 Betriebe.
KfW Research, Fokus Nr. 533, Februar 2026 · Sonderauswertung KfW-Mittelstandspanel [2]
Anstieg im Mittelstand binnen sechs Jahren: 2016–2018 waren es 4 %, 2022–2024 bereits 20 %.
KfW Research, Februar 2026 [2]
Von 100 Unternehmen setzen KI ein …
Je ein Punkt = ein Unternehmen · gefüllt = setzt KI ein
41 von 100
Unternehmen ab 20 Beschäftigten in Deutschland
Bitkom 2026 · n = 604 [1]
20 von 100
mittelständische Unternehmen — dieselbe Frage, engere Grundgesamtheit
KfW Research 2026 [2]
| Grundgesamtheit | Anteil mit KI |
|---|---|
| Unternehmen ab 20 Beschäftigten [1] | 41 % |
| Mittelstand insgesamt [2] | 20 % |
Anteil mit KI im Einsatz, nach Grundgesamtheit
Prozent der jeweils befragten Unternehmen
| Grundgesamtheit | Anteil |
|---|---|
| Unternehmen ab 20 Beschäftigten [1] | 41 % |
| Mittelständler ab 50 Beschäftigten [2] | 36 % |
| Mittelstand insgesamt [2] | 20 % |
| Mittelstand 2016–2018 [2] | 4 % |
Erhebung unter Industrieunternehmen des verarbeitenden Gewerbes ab 100 Beschäftigten, durchgeführt auf der Hannover Messe.
der Industrieunternehmen setzen KI in der Produktion ein, weitere 35 % planen es.
Bitkom, Industrie 4.0 · n = 552 · PI 27.03.2025 [3]
halten KI für entscheidend für die künftige Wettbewerbsfähigkeit der deutschen Industrie.
Bitkom, Industrie 4.0, 2025 · n = 552 [3]
befürchten, dass die deutsche Industrie die KI-Revolution verpasst.
Bitkom, Industrie 4.0, 2025 · n = 552 [3]
der Unternehmen, die KI bereits einsetzen, sehen ihre Wettbewerbsposition verbessert.
Bitkom, KI-Studie 2026 · n = 604 [1]
In beiden Erhebungen steht nicht die Technik an erster Stelle, sondern das Können der eigenen Leute und das Zusammenspiel mit vorhandenen Prozessen.
nennen fehlende KI-Kompetenz im Team als größte Hürde.
Bitkom, KI-Studie 2026 · n = 604 [1]
nennen fehlende Expertise für die Integration von KI in bestehende Prozesse.
Bitkom, Industrie 4.0, 2025 · n = 552 [3]
warten ab, welche Erfahrungen andere Unternehmen mit dem KI-Einsatz machen.
Bitkom, Industrie 4.0, 2025 · n = 552 [3]
Die meistgenannten Hürden
Nicht die Technik steht oben, sondern das Können und das Abwarten
| Hürde | Nennungen |
|---|---|
| Fehlende KI-Kompetenz im Team [1] | 53 % |
| Abwarten [3] | 50 % |
| Fehlende Integrations-Expertise [3] | 42 % |
Die Lücke zwischen dem, was Beschäftigte wollen, und dem, was Unternehmen anbieten, ist in dieser Erhebung die größte Einzeldifferenz.
der Unternehmen ermöglichen KI-Fortbildungen — davon 5 % für alle Beschäftigten, 16 % für einen Großteil, 28 % nur für ausgewählte Personen.
Bitkom · n = 602 Unternehmen ab 20 Beschäftigten · Erhebung 2024 [4]
ermöglichen gar keine Weiterbildung zu KI.
Bitkom · n = 602 · 2024 [4]
der Erwerbstätigen würden sich gerne zu KI fortbilden.
Bitkom · n = 1.007 Personen ab 16 Jahren · 2024 [4]
der Unternehmen erwarten, dass generative KI zusätzlichen Fachkräftebedarf schafft.
Bitkom · n = 602 · 2024 [4]
Wen die Weiterbildung erreicht
Anteil der Unternehmen, je 100 · geordnete Abstufung von „alle“ bis „niemand“
| Wer wird weitergebildet | Anteil |
|---|---|
| Alle Beschäftigten | 5 % |
| Ein Großteil | 16 % |
| Ausgewählte Personen | 28 % |
| Niemand | 48 % |
| Keine Angabe | 3 % |
Der Grund, warum Erfahrungswissen in dieser Dekade zum Engpass wird, steht nicht in einer KI-Statistik, sondern in der Bevölkerungsvorausberechnung. Diese Zahlen sind keine Marktprognosen — die betreffenden Jahrgänge sind bereits geboren.
Erwerbspersonen erreichen bis 2039 das gesetzliche Rentenalter von 67 Jahren.
Statistisches Bundesamt · Mikrozensus 2024 · PM August 2025 [6]
Arbeitskräfte fehlen bis 2036, wenn der letzte geburtenstarke Jahrgang das Rentenalter erreicht.
Institut der deutschen Wirtschaft (IW Köln) [7]
Erwerbspersonen: von rund 55 Mio. (2025) auf rund 51,2 Mio. (2036).
IW Köln [7]
die zahlenmäßig stärksten Jahrgänge, die in den nächsten 15 Jahren in den Ruhestand gehen.
Statistisches Bundesamt [6]
Zum Vergleich, was der deutsche Industriebestand bei einer anderen Technologie bereits erreicht hat: Bei Industrierobotern gehört Deutschland weltweit zur Spitze — bei der KI-Verbreitung im Mittelstand nicht.
Industrieroboter je 10.000 Beschäftigte im verarbeitenden Gewerbe — Platz 3 weltweit.
IFR, World Robotics 2025 · Datenjahr 2024 [8]
Roboter im Bestand — europäischer Spitzenwert.
IFR, World Robotics 2025 [8]
aller Fabrikroboter der EU-27 stehen in Deutschland.
IFR, World Robotics 2025 [8]
neu installierte Industrieroboter im Jahr 2024.
IFR, World Robotics 2025 [8]
Roboterdichte im verarbeitenden Gewerbe
Einheiten je 10.000 Beschäftigte · Datenjahr 2024
| Region | Roboter je 10.000 |
|---|---|
| Deutschland [8] | 449 |
| Westeuropa [8] | 267 |
Termine aus der KI-Verordnung der EU (Verordnung (EU) 2024/1689). Keine Prognosen, sondern im Amtsblatt festgelegte Geltungsdaten.
Ab hier laufen alle weiteren Fristen.
Betreiber und Anbieter müssen sicherstellen, dass ihr Personal über ein ausreichendes Maß an KI-Kompetenz verfügt — rollenbezogen, für jeden Betrieb, der KI einsetzt. Ebenfalls seit diesem Datum: das Verbot bestimmter KI-Praktiken.
Transparenz- und Dokumentationspflichten für Modellanbieter, dazu Governance-Strukturen und Sanktionsregeln.
Darunter die Pflichten für Hochrisiko-Systeme nach Anhang III und die Transparenzpflichten nach Artikel 50.
Für KI als Sicherheitsbauteil in Produkten, die bereits einer EU-Konformitätsbewertung unterliegen — für den Maschinenbau der relevanteste Termin.
Diese Zahlen stammen aus skillbyte-Projekten, nicht aus repräsentativen Erhebungen. Sie beschreiben einzelne Betriebe und sind nicht auf den Mittelstand insgesamt übertragbar. Sie stehen hier, weil sie überprüfbar erhoben wurden: eine Vorher-Zahl, eine Nachher-Zahl, dieselbe Methode.
Lösungszeit pro Störung im Service.
TROESTER · 12 angebundene Systeme · 500 Mitarbeitende [5]
wiederkehrende Rückfragen an Expert:innen.
TROESTER [5]
mehr richtige Antworten im laufenden Betrieb.
Lichtenheldt [5]
Time-to-Quote bei technischen Angeboten.
Angebots-Assistent im Einsatz [5]
Vorher und nachher, je Fall auf den eigenen Ausgangswert bezogen
Achse: 0 bis 100 % des Ausgangswerts · die absoluten Werte stehen an den Enden
Lösungszeit pro Störung im Service
Wiederkehrende Rückfragen an Expert:innen
Time-to-Quote bei technischen Angeboten
| Kennzahl | vorher | nachher |
|---|---|---|
| Lösungszeit pro Störung [5] | 6 Stunden | 76 Minuten |
| Wiederkehrende Rückfragen [5] | 100 % | 40 % |
| Time-to-Quote [5] | 3 Wochen | 4–24 Stunden |
Externe Zahlen sind unverändert übernommen. Wo eine Erhebung Unternehmen ab einer bestimmten Größe befragt, steht diese Grenze dabei — sie entscheidet darüber, ob eine Zahl den Mittelstand beschreibt oder nicht.
Fehler gefunden oder eine Zahl veraltet? Schreiben Sie uns — wir korrigieren und vermerken das Datum.
Drei Wochen, neun Sitzungen, der eigene Prozess als Übungsmaterial — und ein Nachweis, der Artikel 4 des AI Act adressiert.
Zum skillbyte LAB