Generative KI bringt messbare Rendite – Deutschland vorn

Deutsche Unternehmen holen beim Einsatz von generativer KI auf – und das mit echtem Geschäftsnutzen: Laut einer neuen Snowflake-Studie berichten 89 % der deutschen Unternehmen von einem positiven ROI. 88 % trainieren ihre LLMs bereits mit eigenen Daten – ein Spitzenwert weltweit. Doch der Erfolg hat Hürden: 69 % kämpfen mit Speicher- und Rechenanforderungen, ein Drittel hat mehr Anwendungsfälle im Blick als das Budget erlaubt.

89 % der Unternehmen in Deutschland berichten, dass sich ihre Investitionen in generative KI bereits rentieren – damit liegt Deutschland im weltweiten Vergleich deutlich vorn. Zwei Drittel der Unternehmen weltweit sehen bereits wirtschaftliche Vorteile durch KI-Investitionen und erzielen im Schnitt 1,41 US-Dollar Ertrag für jeden investierten Dollar.

Der Aufschwung geht dabei weit über reine Kosteneinsparungen hinaus: Unternehmen setzen generative KI vor allem im IT-Betrieb (70 %), in der Cybersicherheit (65 %), im Kundenservice (56 %) und in der Softwareentwicklung (54 %) ein. Besonders auffällig: 88 % der deutschen Unternehmen trainieren ihre Large Language Models mit eigenen, unternehmensspezifischen Daten – ein Spitzenwert im internationalen Vergleich (80 % global).

Das sind Ergebnisse des „Radical ROI of Generative AI“-Berichts von Snowflake in Zusammenarbeit mit dem Marktforschungsunternehmen Enterprise Strategy Group. Für die Studie wurden 1.900 IT- und Business-Entscheider aus neun Ländern befragt – darunter Deutschland, die USA, das Vereinigte Königreich, Frankreich, und Japan. Alle Befragten setzen generative KI bereits aktiv für mindestens einen Anwendungsfall ein.

Globale Unterschiede bei ROI und Anwendungsschwerpunkten
Im internationalen Vergleich wird klar, dass sich der Reifegrad und die Schwerpunkte beim Einsatz generativer KI deutlich unterscheiden und entsprechend für unterschiedliche wirtschaftliche Ergebnisse sorgen:

• In Deutschland liegt der Fokus klar auf der Integration eigener Datenquellen: 88 % der Befragten verfeinern ihre großen Sprachmodelle mit proprietären Daten, verglichen mit 80 % im globalen Durchschnitt. Der daraus resultierende durchschnittliche Return on Investment liegt hierzulande bei 34 %.
  
  
• Frankreich hingegen befindet sich stärker in der Experimentierphase: 41 % der befragten Unternehmen setzen derzeit erste Anwendungsfälle um, was ein höherer Anteil als der weltweite Durchschnitt von 36 % ist. Der durchschnittliche ROI liegt hier bei 31 %.
  
  
• Im Vereinigten Königreich steht der Nutzen für Endnutzer stärker im Vordergrund: Dort nennen mehr Unternehmen als im globalen Schnitt Effizienz (57 % vs. 51 %) und Innovation (46 % vs. 40 %) als zentrale Ziele ihrer KI-Initiativen. Das schlägt sich in einem ROI von 42 % nieder.
  
  
• Noch weiter vorne liegen die USA, wo der Einsatz von KI bereits besonders breit gefächert ist. 70 % der Early Adopters nutzen GenAI für mehrere Anwendungsfälle (vs. 64 % weltweit), und mehr als die Hälfte bezeichnen sich als „sehr erfolgreich“ bei der Operationalisierung dieser Technologien (52 % vs. 40 %). Zudem berichten 71 % der US-Unternehmen von einem explizit bezifferten, positiven ROI – deutlich mehr als der weltweite Durchschnitt von 60 %.
  
  

Weltweit planen 98 % der Befragten, ihre Investitionen in Künstliche Intelligenz im Jahr 2025 weiter auszubauen. Sie investieren dazu gezielt in den Ausbau ihrer KI-Fähigkeiten und legen ihren Schwerpunkt dabei auf Daten (81 %), große Sprachmodelle (78 %), unterstützende Software (83 %), Infrastruktur (82 %) und Fachkräfte (76 %). Diese Entwicklungen unterstreichen eine strategische Neuausrichtung, in der sich Unternehmen für eine Zukunft rüsten, in der KI nicht nur Innovationstreiber, sondern fester Bestandteil der Unternehmensprozesse ist.

Deutsche Unternehmen haben eine starke Datenkompetenz – doch Infrastruktur und Budget bremsen
Deutsche Unternehmen zeigen eine hohe Datenkompetenz, denn sie trainieren häufiger mit eigenen Datenquellen (88 % vs. 80 %) und verbringen weniger Zeit mit der Vorbereitung (45 % vs. 51 %) sowie dem Management (46 % vs. 55 %) ihrer Daten. Außerdem verfügen sie über einen höheren Anteil KI-bereiter unstrukturierter Daten. So sagen 39 %, dass mehr als ein Viertel ihrer Daten für den Einsatz in KI-Modellen geeignet sind.

International können das im Durchschnitt nur etwas mehr als ein Drittel. Trotz dieser soliden Datenbasis gibt es Hürden auf dem Weg zum flächendeckenden Einsatz: 69 % der deutschen Unternehmen haben Schwierigkeiten, die Speicher- und Rechenanforderungen von generativer KI zu erfüllen (vs. 54 % global). Dementsprechend stimmen deutsche Befragte auch besonders häufig der Tatsache zu, dass sie mehr Anwendungsfälle im Blick haben, als ihr Budget aktuell zulässt (35 % vs. 29 %).

Methodik
Die Enterprise Strategy Group führte zwischen dem 21. November 2024 und dem 10. Januar 2025 eine Untersuchung unter sogenannten Early-Adopter-Organisationen durch – also Unternehmen, die generative KI bereits produktiv einsetzen, um Geschäftsprozesse zu unterstützen und auszuführen. Dabei kommen kommerzielle oder Open-Source-Modelle zum Einsatz, nicht jedoch verbraucherorientierte Abonnementlösungen wie ChatGPT. Von insgesamt 3.324 befragten Personen gaben 1.900 (57 %) an, bereits generative KI-Lösungen auf kommerzieller oder Open-Source-Basis zu nutzen.