KI – Hype oder Realität? Die Digitalisierung im Schnellgang nachholen

Ist KI nur ein Hype, der wieder vorbeigeht? Kurze Antwort: Nein. KI ist Realität, sie wird genutzt und ihr Nutzen ist messbar. Für Betriebe, die bei der Digitalisierung hinterher sind, ist das eine gute Nachricht. KI kann genau die Lücken schließen, an denen Digitalisierungsprojekte bisher gescheitert sind.
Dieser Artikel fasst meinen Vortrag „KI – Hype oder Realität?“ vom 18.11.2026 zusammen: die Ausgangslage, die Chancen, die Risiken und die Regeln, die jeder Betrieb kennen sollte.
Ein Artikel von Tobias Braner, erstmalig veröffentlicht am 19.11.2026
Der Rückstand: Mehr Faxgeräte als KI
AI generatedZum Einstieg eine unbequeme Zahl. Im Handwerk nutzen laut Bitkom (504 Betriebe, 2025) 4 Prozent der Betriebe KI, weitere 9 Prozent planen es. 84 Prozent sagen: KI ist bei uns kein Thema. 26 Prozent nutzen noch das Fax.
Das Bild passt zur Gesamtlage:
- Im Digitalranking von Bitkom liegt Deutschland auf Platz 17 von 27 EU-Staaten. 2022 war es Platz 13. Deutschland wird nicht schlechter, die anderen werden schneller.
- Im Mittelstand sinkt laut KfW-Digitalisierungsbericht 2025 der Anteil der Unternehmen, die Digitalisierungsprojekte abschließen, auf 30 Prozent. Das ist das Niveau von vor Corona.
Warum liegt Europa bei KI hinter den USA? Forscher haben das im Wirtschaftsdienst (10/2026) zerlegt. Branche, Betriebsgröße, Alter und Beruf erklären etwa die Hälfte des Abstands. Nimmt man dazu, ob der Arbeitgeber die Nutzung aktiv fördert, sind es über 80 Prozent. Regulierung und Skepsis sind nicht der Hauptgrund.
Wenig Software, wenig Daten: Das ist die Ausgangslage. Ein wichtiger Hebel liegt aber in der Chefetage.
Schatten-KI: KI ist längst da, oft ohne Regeln
Offiziell nutzen kaum Betriebe KI. Inoffiziell sieht es anders aus. Bitkom hat 604 Unternehmen ab 20 Beschäftigten gefragt (10/2025): 4 von 10 wissen oder vermuten, dass Beschäftigte private KI-Konten für die Arbeit nutzen. Regeln für den KI-Einsatz haben nur 23 Prozent.
Das Institut der deutschen Wirtschaft hat 2026 die Beschäftigten selbst gefragt. Knapp 30 Prozent derer, die KI nutzen, arbeiten mit Werkzeugen, die der Arbeitgeber nicht bereitgestellt hat.
KI ist also schon im Betrieb, ob die Geschäftsführung das will oder nicht.
Hype oder Realität? Die Zahlen sprechen für Realität
Hype heißt: Alle reden darüber, und keiner weiß, ob es nur Marketing ist. Realität heißt: Es bringt wirklich etwas und geht nicht mehr weg.
Die Nutzungszahlen stammen aus einer Umfrage mit über 55.000 Beschäftigten vom Anfang 2026 (Bick, Fuchs-Schündeln, Jessen, Wirtschaftsdienst 10/2026). Dieselbe Arbeit zeigt: In Europa ging in den Jahren 2022 bis 2024 mehr KI-Nutzung in einer Branche mit mehr Produktivitätswachstum einher. 10 Prozentpunkte mehr KI-Nutzung bedeuteten 2,2 bis 5,2 Punkte mehr Wachstum. Von 2015 bis 2019 gab es diesen Zusammenhang nicht. Das ist ein Zusammenhang, kein Beweis, und der Zeitraum ist kurz.
Die Verbreitung geht schneller als bei früheren Technologien. In den USA nutzten nach zwei Jahren knapp 40 Prozent der Erwachsenen generative KI. Beim Internet und beim PC waren es zum gleichen Zeitpunkt 20 Prozent (Bick, Blandin, Deming).
Eine Person mit KI arbeitet wie ein Zweierteam
Procter & Gamble hat 2024 mit 776 Fachkräften getestet, was KI für die tägliche Arbeit bedeutet (Dell’Acqua et al., The Cybernetic Teammate, NBER 2025). Eine Person mit KI kam auf das Niveau eines Zweierteams ohne KI. Technik- und Vertriebsleute kamen mit KI zu ausgewogeneren Lösungen. Alle Gruppen mit KI waren 12 bis 16 Prozent schneller.
Bei Personalmangel heißt das: KI kann fehlende Kapazität teilweise ausgleichen. Aus unserer Praxis bringt sie am meisten, wenn das Team sie gemeinsam nutzt, mit gemeinsamen Vorlagen und gemeinsamem Wissen.
Was frühere Umbrüche lehren
- Strom: Fabriken ersetzten zuerst nur die Dampfmaschine durch einen Elektromotor. Der Nutzen kam Jahrzehnte später, als sie die Fabriken um den Strom herum neu bauten.
- Kodak: erfand 1975 die Digitalkamera und ließ sie in der Schublade, um das Filmgeschäft zu schützen. 2012 kam die Insolvenz.
- Quelle: beherrschte den Versandhandel und unterschätzte das Internet. Insolvenz 2009.
- Nokia: war Weltmarktführer bei Handys und verschlief das Smartphone. 2013 wurde die Handysparte an Microsoft verkauft.
Was meinen wir mit KI?
Wer heute KI sagt, meint fast immer ChatGPT, also Text. Das ist nur ein Ausschnitt.
AI generatedGenerative KI erzeugt Neues
- Text: Angebote, E-Mails, Exposés.
- Bild: Der Kunde sieht die Badsanierung, bevor der erste Stein fällt.
- Stimme: Ein Telefonassistent nimmt Anrufe an, auch nach Feierabend.
- Video: ein Erklärvideo aus einem Text.
- 3D: World Labs erzeugt mit Marble begehbare Räume aus einem einzigen Foto.
Andere KI erkennt, entscheidet und sagt voraus
- Entscheiden: eine Schadensmeldung einordnen und weiterleiten.
- Bilder erkennen: Schäden auf Fotos finden, Zählerstände ablesen.
- Sprache erkennen: Die Sprachnachricht von der Baustelle wird zum Bericht.
- Prognose: Verbrauch, Wartung, Leerstand.
- Weltmodelle: Modelle wie JEPA von Meta verstehen Bilder und Videos. Das ist die Grundlage für Roboter.
Dieser Überblick ist wichtig, weil Unwissen die größte Hürde ist. Wer KI bei der Arbeit nicht nutzt, nennt laut einer Umfrage von 2026 vor allem zwei Gründe: keine Idee, wofür, oder die Technik nicht zu kennen. In Deutschland sehen 28 Prozent keinen Anwendungsfall. Datenschutz nennen weniger als 10 Prozent.
Warum sich trotzdem alles um Text dreht
Fast alles im Büro ist Text, auch die Befehle, mit denen man Software bedient. Ein Textmodell kann deshalb mehr als antworten. Es denkt nicht wie ein Mensch, es simuliert Denken: Es schreibt seine Überlegungen als Text auf und arbeitet sie Schritt für Schritt ab. Es plant, nutzt Werkzeuge, prüft das Ergebnis und wiederholt das, bis die Aufgabe erledigt ist. Die anderen KI-Arten werden dabei zu seinen Werkzeugen.
Ein Beispiel: „Erstelle das Angebot für Kunde Müller.“ Das Modell sucht die E-Mail mit dem Aufmaß, lässt die Fotos auswerten, holt die Preise aus der eigenen Preisliste, rechnet, schreibt den Entwurf und prüft die Summen. Ein Mensch gibt frei.
Dafür braucht es drei Teile: das Modell, die eigenen Daten und eine Umgebung, die dem Modell Werkzeuge und Rechte gibt.
Das Modell ist austauschbar, nächstes Jahr gibt es ein besseres. Die eigenen Daten und Abläufe sind der Wert.
Die Chancen: Die Digitalisierung im Schnellgang nachholen
Der Hype dreht sich fast nur um Text. KI kann deutlich mehr, und genau darin liegt die Chance für alle, die bei der Digitalisierung hinterher sind. KI kann den Rückstand an drei Stellen aufholen.
Das ist keine Zukunftsmusik. Alle diese Beispiele funktionieren heute schon.
Ein Agent ist ein Modell, das handelt
Ein Agent ist ein Sprachmodell, das nicht nur antwortet, sondern handelt. Er bekommt ein Ziel, wählt selbst seine Werkzeuge und arbeitet, bis das Ziel erreicht ist.
Agenten taugen zum Nachholen der Digitalisierung, weil sie nutzen, was schon da ist. Sie brauchen keine perfekt aufgeräumte IT. Sie arbeiten mit E-Mails, Dokumenten, Datenbanken und Altsystemen so, wie sie heute sind.
Agenten erstellen Software
Agenten nutzen nicht nur vorhandene Werkzeuge, sie schreiben auch neue Software. Ein Auftrag in Alltagssprache wie „Verbinde unseren Shop mit der Buchhaltung“ reicht als Ausgangspunkt für:
- Integrationen: Schnittstellen verbinden Systeme, die bisher getrennt waren.
- Automatisierungen: Wiederkehrende Abläufe laufen von allein.
- Eigene Werkzeuge: kleine Anwendungen für genau einen Prozess.
IT-Projekte, die früher unrentabel waren, lassen sich so heute effizient umsetzen.
Aus unserem Alltag: Wir programmieren kaum noch selbst
Dass das kein Versprechen ist, sehen wir bei uns. Wir sind ein Softwarebetrieb, und wir programmieren kaum noch selbst. Den Code schreibt ein KI-Agent. Unsere Arbeit hat sich verschoben:
- Wir führen den Software-Prozess.
- Wir konzipieren Features.
- Wir stellen die Qualität sicher.
- Wir sichern den Betrieb.
Der Job ist dadurch nicht einfacher geworden. Planen und Prüfen verlangt mehr Erfahrung. Man muss sofort sehen, wenn der Agent Unsinn baut.
Das gilt in jedem Fach. Die Verwalterin mit 20 Jahren Erfahrung oder der Meister, der jede Baustelle kennt, holen mit KI enorm viel heraus. Wer das Fach nicht beherrscht, produziert mit KI nur schneller überzeugend klingenden Unsinn.
Experte + KI = stark. Ohne Fachwissen + KI = schwach.
Die Risiken: Wo KI zum Problem wird
KI macht aus Laien keine Experten
KI vermittelt leicht den Eindruck, sie sei der Experte, oder man selbst sei durch sie zum Experten geworden. Harvard und die Boston Consulting Group haben das mit 758 Beratern getestet (Dell’Acqua et al.). Bei Aufgaben, die KI gut kann, waren die Berater mit KI rund 40 Prozent besser und 25 Prozent schneller. Bei Aufgaben jenseits der KI-Stärken lagen sie mit KI 19 Prozentpunkte seltener richtig. Sie haben der KI vertraut, wo sie es nicht hätten tun sollen.
Die Forscher nennen das eine gezackte Grenze. Aufgaben, die gleich schwer aussehen, liegen mal innerhalb, mal außerhalb der KI-Stärken. Einen Mietvertrag zusammenfassen kann KI hervorragend, die Kündigungsfrist daraus korrekt berechnen oft nicht. Ein Angebotstext gelingt, die passende Norm dazu wird gern erfunden. Von außen sieht man der Antwort nicht an, auf welcher Seite sie liegt.
Die KI klingt immer sicher, auch wenn sie falsch liegt. Ein Experte erkennt die Kante, ein Laie nicht. Was ein Agent baut, muss ein Experte prüfen.
Meat Proxy: Nur weiterleiten reicht nicht
Seit dem Sommer 2026 gibt es einen Namen für die Person hinter schlechten KI-Ergebnissen: Meat Proxy, wörtlich ein Stellvertreter aus Fleisch. Geprägt hat den Begriff der Entwickler Niklas Gruhn, bekannt gemacht hat ihn Simon Willison (08/2026).
Gemeint ist jemand, der eine Anfrage in die KI kopiert und die Antwort ungelesen weiterschickt. Der Mensch ist dann nur noch die Durchreiche zwischen KI und Kunde. Das Ergebnis heißt Workslop: KI-Arbeit, die gut aussieht, aber nichts taugt. In einer Studie von Stanford und BetterUp (09/2025) hatten 40 Prozent von 1.150 US-Büroangestellten so etwas im letzten Monat auf dem Tisch.
Zwei Beispiele: Die Kundenanfrage geht in ChatGPT, die Antwort mit falscher Frist geht ungelesen raus. Der Angebotstext nennt eine Norm, die es nicht gibt. Unterschrieben hat trotzdem der Betrieb.
Wer nur weiterleitet, ist ersetzbar. Wer prüft und ergänzt, nicht. Die Regel fürs Team: Wer etwas weitergibt, hat es gelesen und steht mit seinem Namen dafür ein.
Wer haftet bei KI-Fehlern?
Kurz: Die KI haftet nie.
- Der Betrieb haftet, nicht der Bot. Der Chatbot von Air Canada nannte einem Kunden eine falsche Erstattungsregel. Die Airline argumentierte, der Chatbot sei für seine Aussagen selbst verantwortlich. Ein kanadisches Schiedsgericht hat das 2024 abgelehnt (Moffatt v. Air Canada).
- Wer unterschreibt, muss prüfen. Das Amtsgericht Köln, das Kammergericht Berlin und im Oktober 2026 das Bundesarbeitsgericht haben Anwälte gerügt, deren Schriftsätze erfundene KI-Fundstellen enthielten.
- Das Risiko trägt der Nutzer. In den Nutzungsbedingungen von OpenAI steht sinngemäß: Ergebnisse vor der Verwendung selbst auf Richtigkeit prüfen.
Ein eigenes KI-Haftungsrecht gibt es nicht. Die EU hat die geplante KI-Haftungsrichtlinie 2025 zurückgezogen. Es gilt normales Vertrags- und Deliktsrecht. Wer KI ohne Regeln und ohne Schulung einsetzen lässt, riskiert Organisationsverschulden der Geschäftsführung.
Die KI haftet nie. Die Verantwortung bleibt beim Betrieb.
Was verlangt der EU AI Act?
Die gute Nachricht zuerst: Fast alles aus diesem Artikel ist erlaubt. Texte, Angebote, Auswertungen und Agenten im Büro gelten als geringes Risiko. Drei Punkte betreffen trotzdem jeden Betrieb.
- Seit 02/2025: KI-Kompetenz im Team schulen und fördern. Betriebe, die KI einsetzen, müssen die KI-Kompetenz ihrer Leute fördern. Seit Juli 2026 ist das abgeschwächt: Verlangt sind Maßnahmen, kein Zertifikat (Art. 4). Eine kurze Schulung und klare Regeln reichen meist.
- Seit 08/2026: Chatbots und Deepfakes kennzeichnen. Wer mit einem Chatbot spricht, muss das erkennen können. Täuschend echte KI-Bilder und KI-Videos müssen gekennzeichnet sein (Art. 50).
- Ab 12/2027: Pflichten für Hochrisiko-KI. Wer KI Bewerber auswählen oder die Bonität von Privatpersonen bewerten lässt, hat strenge Pflichten. Geplant war August 2026, die EU hat das im Juli 2026 verschoben (Digital Omnibus).
Fast alles ist erlaubt. Aber nicht ohne Regeln.
Datenschutz: Wohin gehen die Daten?
Die häufigste Frage lautet: Dürfen wir ChatGPT oder Claude überhaupt nutzen? Die Antwort hat drei Stufen.
Konform ist nicht der Tarif, sondern der Einsatz: Vertrag, Verarbeitungsverzeichnis, bei sensiblen Daten eine Folgenabschätzung, und oft die Beteiligung des Betriebsrats. Eine Orientierung gibt die Orientierungshilfe der Datenschutzkonferenz.
Lokale KI-Modelle: Geht das?
Stufe 3 heißt auch: eigener Server. Ob das geht, hängt vom Modell ab.
- Spitzenmodelle brauchen enorme Hardware, selbst die offenen. Kimi K3 von Moonshot ist seit Juli 2026 frei verfügbar. Allein die Gewichte brauchen rund 1,4 Terabyte Speicher. Solche Hardware gehört in ein Rechenzentrum.
- Kleine Modelle laufen im Büro, aber nicht auf jedem Rechner. Qwen 3.8 mit 27 Milliarden Parametern braucht komprimiert rund 17 GB Grafikspeicher. Das schafft eine Oberklasse-Grafikkarte, ein normaler Büro-PC nicht.
- Moderne Macs sind überraschend gut. Prozessor und Grafik teilen sich dort den Arbeitsspeicher. Ein Mac mit viel Speicher führt so ein Modell flüssig genug zum Arbeiten aus.
Für viele Büroaufgaben reicht ein kleines Modell. Wer die Spitze will, nutzt ein deutsches Rechenzentrum, etwa bei IONOS, mittwald oder STACKIT. Der Abstand schrumpft: Was heute auf eine Grafikkarte passt, war laut Epoch AI vor 6 bis 12 Monaten Spitze.
Die Abschnitte zu Haftung, EU AI Act und Datenschutz sind keine Rechtsberatung. Binden Sie Ihren Datenschutzbeauftragten und bei Bedarf einen Anwalt ein.
KI-Einführung ist ein Change-Prozess
Ein Punkt fehlt noch, und er ist der wichtigste. KI einzuführen ist kein IT-Projekt. Die Technik ist in ein paar Wochen eingerichtet. Ob sie genutzt wird, entscheidet sich bei den Menschen.
- Kommunikation: Sagen Sie offen, was sich ändert und was bleibt, früh und immer wieder. Wer nichts sagt, überlässt das Feld den Gerüchten. Die Schatten-KI ist genau das: Die Leute nutzen KI längst, nur redet keiner darüber.
- Schulung: Ein Vortrag reicht nicht. Die Leute müssen an ihren eigenen Aufgaben üben, mit Begleitung. Der AI Act verlangt KI-Kompetenz ohnehin.
- Begleitung: Nehmen Sie Ängste und Sorgen ernst. Werde ich ersetzt? Was, wenn ich einen Fehler der KI übersehe? Schaffe ich das noch? Diese Fragen sind da, auch wenn sie keiner laut stellt.
Ob der Arbeitgeber die Nutzung aktiv fördert, erklärt einen großen Teil des Abstands zu den USA. Das ist Chefsache.
Die Technik ist der kleinere Teil. Ob es gelingt, entscheiden die Menschen.
Fazit: Kein Hype, sondern Realität
Jimmy Fallon fragte Bill Gates im Februar 2025 in der Tonight Show, ob Menschen dann noch gebraucht werden. Seine Antwort: „Not for most things.“ (CNBC, Fortune). Das ist eine Prognose, kein Fakt. Andere halten dagegen: Es entsteht mehr Arbeit, nur andere. Wer recht behält, weiß heute niemand.
Sicher ist: KI ist kein Hype. Sie ist Realität, und sie ist die Chance, die Digitalisierung im Schnellgang nachzuholen. Die Betriebe, die jetzt anfangen, bestimmen mit, wie die Arbeit von morgen aussieht.
Welcher Ablauf wird bei Ihnen der erste Agent, und wie läuft er datenschutzkonform? Wir bei SI Code entwickeln individuell programmierte KI-Lösungen und KI-Tools für den Mittelstand. Sprechen Sie uns an.

Über den Autor
Tobias Braner
Geschäftsführer & Kundenberater
Tobias Braner ist Gründer und CTO der SI Code GmbH in Mannheim. SI Code baut Software und KI-Lösungen für den Mittelstand. Seine technischen Schwerpunkte liegen in der Node.js-Entwicklung, in der Prozessautomatisierung mit No-Code- und Low-Code-Plattformen sowie in der Integration von KI-Technologien wie Large Language Models und Machine Learning in Geschäftsanwendungen.