Die deutsche KI-Debatte braucht mehr Realismus, mehr Anwendungskraft und deutlich mehr Risikokapital. Die Zukunftsmacher-Studie und der virtuelle Roundtable „KI in der Smart Factory: Von der Vision zum konkreten Einsatz“ kommen zu einer gemeinsamen Empfehlung: Der Mittelstand sollte seine KI-Chance vor allem dort suchen, wo Deutschland bereits über besondere Kompetenzen verfügt – in Produktion, Maschinenbau, Automatisierung, Spezialsoftware, Produktionsdaten, Smart Products, Serviceprozessen und domänenspezifischen Anwendungen.
Die Vorstellung, Europa könne kurzfristig eine gleichwertige Cloud- und KI-Infrastruktur zu den großen amerikanischen und chinesischen Hyperscalern aufbauen, führt aus Sicht der Beteiligten am wirtschaftlichen Kern vorbei. Die Investitionssummen der globalen Plattformanbieter liegen in Größenordnungen, die europäische Anbieter auf absehbare Zeit kaum spiegeln können. Sinnvoller sei eine Strategie, die vorhandene Infrastruktur dort nutzt, wo sie Wirkung bringt, und eigene Wertschöpfung dort ausbaut, wo Produktionswissen, Datenmodelle, Edge-Anwendungen, MES-Systeme und branchenspezifische KI den Unterschied machen.
Der Mittelstand gewinnt mit konkretem Nutzen
Die Zukunftsmacher-Studie zeigt, dass KI im Mittelstand angekommen ist. Viele der befragten Unternehmen berichten bereits von messbaren Effizienzgewinnen. In einzelnen Anwendungsfällen werden Effekte von bis zu 80 Prozent genannt. Die durchschnittliche Produktivitätssteigerung liegt bei 22 Prozent. Rund jeder fünfte Digitalisierungs-Euro fließt inzwischen in KI-Projekte. Bis 2028 erwarten die befragten Unternehmen einen Wertbeitrag von 31 Prozent durch KI.
„Die Zukunftsmacher zeigen, dass KI dort wirkt, wo sie an Wertschöpfung, Prozesse und Kundennutzen angebunden ist“, sagt Studienleiter Bernhard Steimel vom Smarter-Service-Institut. „KI hilft keinen schlecht gemachten Prozessen. Wer Wirkung will, braucht Datenqualität, Plattformen, Führung, Beteiligung und einen klaren Wertbeitrag.“
Die Studie basiert auf 55 Tiefeninterviews mit Führungskräften aus Industrie, Handel, Dienstleistung und Technologie. Befragt wurden unter anderem Top-1000-Familienunternehmen, Weltmarktführer und mittelständische Unternehmen. Im Zentrum standen Wachstum, Resilienz, digitaler Reifegrad, KI-Performance, Investitionen, Programme und konkrete Praxiserfahrungen.
Die Smart Factory beginnt mit Daten, Planung und Transparenz
Der Smart-Factory-Roundtable vertiefte diese Erkenntnisse. Gastgeber war Thorsten Strebel, Geschäftsführer Products & Services bei MPDV Mikrolab GmbH. Als Impulsgeber nahmen Kevin Mahler, COO/CIO von VACOM, und Georgios Kabitoglou, CEO der MOESCHTER Group GmbH, teil. Moderiert wurde die Runde von Dr. Winfried Felser, Geschäftsführer von Competence Site by Netskill.
Die Teilnehmer plädierten für einen pragmatischen Einstieg in KI-Projekte. In vielen Unternehmen gehe es zunächst um verlässliche Produktionsdaten, ein digitales Abbild der Fabrik, saubere Stammdaten, klare Verantwortlichkeiten und Anwendungen, die konkrete Kennzahlen verbessern. Große Sprachmodelle und autonome Agenten stünden in der öffentlichen Debatte oft im Vordergrund. In der Fabrik zähle vor allem, ob ein System Planung, Qualität, Durchlaufzeiten, Maschinenauslastung, Materialflüsse oder Servicegeschwindigkeit verbessert.
Thorsten Strebel warnte vor einer KI-Debatte, die den betrieblichen Nutzen aus dem Blick verliert. Viele Unternehmen müssten zunächst Transparenz über Aufträge, Material, Maschinen, Qualität und Planung gewinnen. MES-Plattformen und Produktionsdaten bildeten die Grundlage für spätere KI-Anwendungen. Auf dieser Basis könne KI verlässlich wirken.
Kevin Mahler beschrieb die Spannweite im Mittelstand als groß. Einige Unternehmen arbeiten bereits an vernetzten Fabriken. Andere stehen noch vor grundlegenden Digitalisierungsaufgaben. Häufig fehlten digitale Daten, einheitliche Datenmodelle oder Investitionsspielräume. Mahler empfahl, mit klar abgegrenzten Projekten zu starten, Nutzen schnell sichtbar zu machen und Mitarbeitende früh einzubeziehen.
MOESCHTER zeigt messbare Wirkung auf dem Shopfloor
Georgios Kabitoglou schilderte die Wirkung digitaler Produktionssteuerung bei der MOESCHTER Group. Durch neue Planungs- und Steuerungsinstrumente stieg die Liefertreue um elf Prozentpunkte, die Maschinenauslastung verbesserte sich, die Produktions- und Durchlaufzeiten sanken um 49 Prozent. In der Fertigungssteuerung wurde die Arbeit von fünf auf drei Personen reduziert, bei gleicher Aufgabenmenge.
Kabitoglou beschrieb diesen Wandel mit dem Bild vom Übergang von der Schaufel zum Bagger. Die Arbeit verschwindet in diesem Bild nicht. Sie verändert die Ebene. Mitarbeitende müssen lernen, mit neuen Werkzeugen produktiver, analytischer und wirksamer zu arbeiten. Entscheidend sei, den Nutzen verständlich zu machen und Beschäftigte früh in die Veränderung einzubinden.
Der Roundtable verwies damit auf einen zentralen Punkt der Zukunftsmacher-Studie: KI-Projekte gelingen dort, wo Menschen, Daten, Plattformen, Lernfähigkeit und Wertbeitrag zusammengeführt werden. Technologie allein reicht nicht. Unternehmen brauchen ein klares Verständnis der Prozesse, belastbare Daten, Verantwortlichkeiten und eine Führung, die Experimente ermöglicht und erfolgreiche Ansätze skaliert.
Europas Antwort liegt in Anwendungskraft
Die Debatte um digitale Souveränität erhielt im Roundtable eine klare Zuspitzung. Angesichts der Investitionssummen amerikanischer und chinesischer Hyperscaler sei es für Europa kaum realistisch, kurzfristig gleichwertige Cloud- und KI-Infrastrukturen aufzubauen. Erfolgversprechender sei eine Konzentration auf Anwendungsfelder, in denen Deutschland und Europa über besondere Substanz verfügen: Maschinenbau, Produktion, Automatisierung, Spezialsoftware, Edge-Anwendungen, industrielle Datenmodelle, Smart Products und domänenspezifische KI.
„Der Mittelstand muss nicht das nächste Google bauen. Er muss KI dort einsetzen, wo er bereits Weltklasse ist“, sagt Felser. „Die Fabrikhalle, der Maschinenpark, die Produktdaten, die Serviceprozesse und das Erfahrungswissen der Mitarbeitenden sind der bessere Ausgangspunkt als der Traum vom europäischen Hyperscaler.“
Die Zukunftsmacher-Studie stützt diese Perspektive. Erfolgreiche KI-Vorreiter realisieren Wertschöpfung entlang verschiedener Pfade: Sie beginnen mit klar abgegrenzten Projekten, verbessern interne Abläufe, schaffen neue Kundenerlebnisse, erweitern Produkte um digitale Intelligenz und verankern KI schrittweise in Prozessen und Geschäftsmodellen.
ROI wird zum Maßstab der KI-Projekte
Für den Mittelstand ergeben sich daraus konkrete Empfehlungen. Unternehmen sollten ihre Datenlage prüfen, Problemfelder priorisieren, erste Projekte begrenzen, den Nutzen anhand klarer Kennzahlen messen und erfolgreiche Anwendungen in den Betrieb überführen. Relevante Kennzahlen sind Liefertreue, Durchlaufzeit, Maschinenauslastung, Bestände, Qualität, Energieverbrauch, Planungsaufwand, Rüstzeiten und Servicegeschwindigkeit.
Ein großer Teil des wirtschaftlichen Nutzens entsteht in der Produktion durch klassisches maschinelles Lernen, Statistik, Prognosemodelle, Optimierung, Planungssysteme, Edge-Anwendungen und spezialisierte Software. In der Fabrik zählt Verlässlichkeit. Ein System darf keine plausiblen Geschichten erzeugen, sobald es Produktionsaufträge, Rüstzeiten oder Materialflüsse steuert.
Der Roundtable empfahl daher einen Einstieg über konkrete Nutzenfragen. Welche Entscheidung wird besser? Welcher Prozess wird schneller? Welche Störung wird früher erkannt? Welche Qualität wird stabiler? Welche Planung wird belastbarer? Welche Kosten sinken? Welche neue Leistung kann am Markt angeboten werden? Erst aus solchen Fragen entsteht ein belastbarer ROI.
50 Milliarden Euro als Risikokapital-Dünger
Kabitoglou verband die Unternehmensperspektive mit einer Forderung an die Wirtschaftspolitik. Deutschland brauche deutlich mehr Risikokapital für Startups. Sein Vorschlag: 50 Milliarden Euro aus staatlichen Mitteln breit in die Startup-Szene geben, nach dem Gießkannenprinzip und ohne die üblichen bürokratischen Hürden. Junge Unternehmen müssten schneller wachsen können, bevor sie von ausländischen Investoren übernommen würden oder ins Ausland abwanderten.
„In Deutschland fehlt oft der Dünger, damit Innovation wachsen kann“, sagt Kabitoglou. In den USA seien Kapital, Risikobereitschaft und Geschwindigkeit wesentlich ausgeprägter. Deutschland brauche mehr Mut zum Risiko, mehr Fehlertoleranz und größere Finanzierungsrunden, gerade für Software, KI und Deep-Tech-Anwendungen.
Der Vorschlag zielt auf eine Schwäche des deutschen Innovationssystems. Viele Förderprogramme prüfen, strukturieren und dokumentieren, bevor ausreichend Tempo entsteht. Für Software, KI und datengetriebene Geschäftsmodelle ist Geschwindigkeit ein zentraler Erfolgsfaktor. Kapital muss früher verfügbar sein, Experimente müssen schneller starten, Wachstum muss in Deutschland möglich bleiben.
Daten, Kapital und Anwendung entscheiden
Die Zukunftsmacher-Studie und der Smart-Factory-Roundtable führen zu einer gemeinsamen Botschaft: Deutschlands KI-Chance liegt in konkreter Anwendungskraft. Der Mittelstand kann KI nutzen, um produktiver, schneller, resilienter und wachstumsfähiger zu werden. Voraussetzung sind Daten, Plattformen, klare Verantwortlichkeiten, Investitionen, Beteiligung der Mitarbeitenden und eine Wirtschaftspolitik, die Risiko ermöglicht.
Souveränität entsteht in dieser Perspektive nicht durch große Selbstversorgungsversprechen. Sie entsteht durch die Fähigkeit, eigene Wertschöpfung an den entscheidenden Stellen aufzubauen, Technologie klug zu nutzen, Abhängigkeiten zu kennen und Anwendungen zu entwickeln, die aus deutscher und europäischer Kompetenz heraus wachsen.
Über die Zukunftsmacher-Studie
Über den Roundtable „KI in der Smart Factory“
Der virtuelle Roundtable „KI in der Smart Factory: Von der Vision zum konkreten Einsatz“ fand am 9. Juni 2026 statt. Gastgeber war Thorsten Strebel von MPDV Mikrolab GmbH. Impulsgeber waren Kevin Mahler von VACOM und Georgios Kabitoglou von der MOESCHTER Group GmbH. Moderiert wurde die Runde von Dr. Winfried Felser, Geschäftsführer von Competence Site by Netskill. Im Mittelpunkt standen konkrete Wege von der KI-Vision zur produktiven Anwendung in der Fabrik.
Siehe auch:
