KI-Investitionen kommen nicht in den Kennzahlen an
Der Einsatz künstlicher Intelligenz hat großen US-Unternehmen außerhalb der Technologiebranche bislang keinen erkennbaren finanziellen Ertrag gebracht. Zu diesem Ergebnis kommt Torsten Slok, Chefökonom des Private-Equity-Unternehmens Apollo Global Management.
Seine Analyse konzentriert sich auf den sogenannten S&P 493. Dabei handelt es sich um die Unternehmen des S&P 500 ohne Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia und Tesla. Diese sieben Konzerne profitieren besonders stark von der Entwicklung und Vermarktung der KI-Infrastruktur.
„Trotz massiver Investitionen und breitem Hype um künstliche Intelligenz hat die Technologie der amerikanischen Wirtschaft außerhalb der Tech-Branche null finanziellen Ertrag gebracht“, so Slok sinngemäß übersetzt.
Margen und Umsatz pro Mitarbeiter bleiben flach
Als zentrale Kennzahlen nennt Slok die Gewinnmargen und den Umsatz pro Mitarbeiter. Beide Werte stagnieren bei den untersuchten Unternehmen. Hinweise auf messbare Produktivitätssteigerungen durch KI seien nicht erkennbar.
| Analysepunkt | Beobachtung laut Apollo |
|---|---|
| Untersuchte Gruppe | S&P 493 |
| Ausgeschlossene Tech-Konzerne | 7 |
| Gewinnmargen | Weiterhin flach |
| Umsatz pro Mitarbeiter | Weiterhin flach |
| Messbarer finanzieller Ertrag durch KI | 0 laut Sloks Bewertung |
Welche Zeiträume und Detailkennzahlen der Auswertung zugrunde liegen, wird nicht aufgeschlüsselt. Auch Unterschiede zwischen einzelnen Branchen innerhalb der 493 Unternehmen bleiben offen. Der Befund ist deshalb kein Beweis dafür, dass jede KI-Anwendung unwirtschaftlich ist, wohl aber ein deutlicher Hinweis auf die Lücke zwischen Nutzung und bilanzieller Wirkung.
Weitere Untersuchungen sollen ebenfalls bislang keine signifikanten Produktivitätsgewinne festgestellt haben. Welche Studien damit konkret gemeint sind, wurde allerdings nicht benannt.
Geschäftlicher Nutzen erfordert mehr als Rechenleistung
Slok bezweifelt, dass traditionelle Unternehmen günstiger werdende KI-Leistung automatisch in mehr Umsatz oder höhere Margen umwandeln können. Im Geschäftsalltag reiche es nicht aus, Texte schneller zu erzeugen, Informationen zusammenzufassen oder Berechnungen zu automatisieren.
„KI mag eine hervorragende Rechenmaschine sein, aber im Geschäftsleben besteht Intelligenz größtenteils aus Urteilsvermögen“, schreibt Slok sinngemäß übersetzt.
Verantwortung, Vertrauen, Unternehmenskultur, ungeschriebene Regeln und ethische Abwägungen beeinflussen Entscheidungen und Reputationsrisiken. Genau diese Faktoren lassen sich nicht ohne Weiteres an ein Sprachmodell delegieren. Eine schnellere Einzeltätigkeit führt daher noch nicht automatisch zu einem effizienteren Gesamtprozess.
KI-Abos brauchen einen nachweisbaren Business Case
Für Unternehmen im DACH-Raum ist die Analyse vor allem mit Blick auf Enterprise-Software relevant. Viele Anbieter verkaufen generative KI als Zusatzmodul, höheres Tarifpaket oder pauschale Lizenz für große Nutzergruppen. Ohne klar definierte Prozesse entsteht daraus zunächst nur eine weitere laufende Ausgabe.
Das Risiko wächst, weil die KI-Ausgaben einen immer größeren Teil der IT-Budgets beanspruchen. Gleichzeitig können verpflichtende Tarifwechsel und teure Software-Upgrades erhebliche Budgetanteile binden, ohne dass der operative Nutzen im gleichen Maß steigt.
Wirtschaftlich sinnvoller ist ein enger Ansatz. Zuerst wird ein konkreter, wiederkehrender Prozess ausgewählt. Anschließend werden Bearbeitungszeit, Fehlerquote, Personaleinsatz und Infrastrukturkosten vor und nach der Einführung gemessen.
Je nach Anwendungsfall können schlanke Eigenentwicklungen, Open-Source-Modelle oder flexibel austauschbare Schnittstellen günstiger sein als ein flächendeckendes KI-Abo. Auch die Wahl des passenden Modells je Aufgabe kann Kosten deutlich verändern, wie das Beispiel einer Kostensenkung durch Modell-Routing zeigt.
Produktivität muss auf Prozessebene sichtbar werden
Die Apollo-Analyse stellt nicht grundsätzlich infrage, dass KI einzelne Tätigkeiten beschleunigen kann. Sie zeigt vielmehr, dass lokale Zeitgewinne bislang nicht sichtbar in Umsatz pro Mitarbeiter oder Gewinnmargen ankommen.
Für Investitionsentscheidungen reicht deshalb eine hohe Nutzungsquote nicht aus. Entscheidend ist, ob ein KI-System einen vollständigen Prozess verbessert, Kosten reduziert oder zusätzliche Erlöse ermöglicht. Bleibt dieser Nachweis aus, ist das KI-Modul kein Produktivitätswerkzeug, sondern lediglich ein weiteres Software-Abo.