ROI-Studie und KfW-Mittelstandspanel – Vom Sensor zur Rendite: Die industrielle Chance der KI

von Gunnar Sohn
22. Oktober 2026

Der Mittelstand verfügt über finanzielle Reserven, industrielles Wissen und wertvolle Betriebsdaten. Wie daraus rentable Anwendungen entstehen, zeigt der für Telekom MMS entwickelte ROI-Kompass. Besonders aussichtsreich ist die Verbindung von künstlicher Intelligenz mit dem Internet der Dinge, Fernwartung und digitaler Fertigung.

Eine Maschine, deren Ausfall rechtzeitig erkannt wird, verändert eine betriebliche Rechnung: Wartung lässt sich planen, ein Ersatzteil rechtzeitig beschaffen, ein Produktionsstillstand möglicherweise vermeiden. Der wirtschaftliche Wert künstlicher Intelligenz bekommt hier eine konkrete Größe. Er lässt sich an Ausfallstunden, Materialverbrauch, Servicekosten und zusätzlichen Deckungsbeiträgen überprüfen.

Diese Perspektive verdient nach der Vorstellung des KfW-Mittelstandspanels besondere Aufmerksamkeit. Viele Unternehmen besitzen die finanziellen Voraussetzungen für Investitionen. Im Jahr 2025 erreichte ihre durchschnittliche Umsatzrendite 7,5 Prozent, die Eigenkapitalquote lag bei 30,7 Prozent. Zugleich investierten lediglich 40 Prozent der mittelständischen Unternehmen. Die Neuinvestitionen gingen preisbereinigt um 3,7 Prozent zurück. Zwischen finanzieller Widerstandsfähigkeit und tatsächlicher Modernisierung liegt eine erhebliche Lücke.

KfW-Chefvolkswirt Dr. Dirk Schumacher verwies in der Fragerunde auf eine besondere Chance: Unternehmen können KI-Modelle auf eigene Datenbestände anwenden und damit Aufgaben lösen, die gerade im industriellen Mittelstand relevant sind. Daraus könnten dringend benötigte Produktivitätsgewinne entstehen. Für Maschinenbauer, Komponentenhersteller und industrielle Dienstleister führt diese Überlegung unmittelbar zur Investitionsentscheidung: Welche Anwendung verbessert das Geschäft ausreichend, um ihren gesamten Aufwand zu rechtfertigen?

Mehr Budget garantiert noch keinen höheren Ertrag

Mit dieser Frage beschäftigt sich der „ROI-Kompass für KI im Mittelstand“, herausgegeben von Telekom MMS und entwickelt auf Grundlage der Forschung von mind digital und dem Smarter Service Institut. Bernhard Steimel verantwortet Konzeption und Redaktion; der Autor dieses Beitrags hat als Co-Autor mitgewirkt. Die Untersuchung verbindet unter anderem 55 qualitative Tiefeninterviews der Zukunftsmacher-Studie 2025 mit einer gesonderten Befragung von 123 Unternehmensentscheidern durch Innofact sowie dokumentierten Praxisprojekten.

Ein aufschlussreicher Vergleich stammt aus den Interviews mit den Vorreitern. Die als fortgeschritten eingestuften Unternehmen verwenden durchschnittlich 31 Prozent ihres IT-Budgets für Digitalisierung und KI, die Expertengruppe 33 Prozent. Beim Anteil der Wertschöpfung aus digitalen Produkten, Dienstleistungen und datenbasierten Geschäftsmodellen liegen die Gruppen dagegen bei 20 beziehungsweise 41 Prozent.

Diese Zahlen beschreiben ausgewählte Vorreiter und erlauben keine repräsentative Hochrechnung auf sämtliche Mittelständler. Auch messen sie keinen unmittelbaren Investitionsertrag einzelner KI-Projekte. Sie geben jedoch einen wichtigen Hinweis: Unternehmen unterscheiden sich erheblich darin, wie erfolgreich sie ähnliche Budgetanteile in wirtschaftlich nutzbare Angebote und Abläufe übersetzen.

Dazu passt eine gesonderte Untersuchung von KfW Research. Unter Berücksichtigung weiterer Einflussgrößen weisen KI nutzende Mittelständler im Durchschnitt eine um 0,9 Prozentpunkte höhere Umsatzrendite und eine rund 3,4 Prozent höhere Arbeitsproduktivität auf als vergleichbare Unternehmen ohne KI. Der Zusammenhang ist wirtschaftlich interessant, belegt aber für sich genommen keine eindeutige Ursache-Wirkungs-Beziehung. Erfolgreiche Unternehmen könnten auch bessere Voraussetzungen für den KI-Einsatz mitbringen.

Das Internet der Dinge liefert den betrieblichen Zusammenhang

Für industrielle Anwendungen beginnt die Arbeit häufig bei den Daten. Sensoren erfassen Temperaturen, Schwingungen, Energieverbräuche oder Druckverläufe. Ihren Wert für Entscheidungen entfalten diese Messungen, wenn sie mit Informationen über Material, Auftrag, Maschine und Wartung verbunden werden. Erst dann lässt sich beispielsweise untersuchen, unter welchen Bedingungen Ausschuss entsteht oder sich ein Verschleißproblem ankündigt.

Das Internet der Dinge schafft dafür die Verbindung zur physischen Produktion. KI kann Muster in diesen Daten erkennen; Fachleute müssen beurteilen, welche davon technisch plausibel und betrieblich relevant sind. Ein auffälliger Messwert wird erst dann wirtschaftlich wirksam, wenn daraus eine geeignete Handlung folgt.

Wie viel Vorarbeit darin steckt, zeigt RENOLIT. Der Folien- und Kunststoffhersteller baute gemeinsam mit Telekom MMS über vier Jahre eine zentrale Datenplattform auf. Nach Darstellung des ROI-Kompasses begann das Vorhaben mit zwei Werken und erreichte anschließend neun Produktionsstandorte. Produktionswissen und Daten wurden auf eine gemeinsame Grundlage gebracht. Ausgangspunkt waren klassische Auswertungs- und Steuerungsaufgaben; zugleich entstanden Voraussetzungen für weiterführende KI-Anwendungen.

Der Fall macht deutlich, weshalb eine Investitionsrechnung über die Kosten eines Modells hinausreichen muss. Ein einheitliches Datenmodell, verlässliche Schnittstellen und vergleichbare Kennzahlen können mehreren Anwendungen dienen. Ihr Nutzen verteilt sich auf Produktionssteuerung, Berichterstattung und spätere Optimierungsvorhaben. Die öffentlich dokumentierte Referenz beschreibt ausdrücklich diesen Aufbau einer Grundlage für KI und maschinelles Lernen.

Konkrete operative Ergebnisse dokumentiert der ROI-Kompass beim Backofen- und Kältetechnikhersteller MIWE. Die digitalen Assistenten „Loki“ und „Lisa“ verarbeiten täglich mehr als drei Millionen SAP-Datensätze und leiten daraus operative Empfehlungen ab. Für den Unternehmensfall berichtet die Studie von Produktivitätssteigerungen in der Produktion zwischen 20 und 25 Prozent. Solche Angaben zeigen die Größenordnung möglicher Prozessverbesserungen; für einen vollständigen ROI müssten zusätzlich Investitions- und Betriebskosten bekannt sein.

Fernwartung macht Geschwindigkeit zum wirtschaftlichen Faktor

Besonders greifbar wird der Zusammenhang von Vernetzung und Ertrag im technischen Service. Kann ein Spezialist eine Störung aus der Ferne diagnostizieren und beheben, sinkt der Reiseaufwand. Für den Kunden kann eine kürzere Unterbrechung seiner Produktion einen wesentlich größeren wirtschaftlichen Nutzen haben.

Ein dokumentiertes Beispiel liefert der Werkzeugmesstechnikhersteller Kelch. In einer von TeamViewer veröffentlichten Kundenreferenz wird für einen typischen Supportfall eine Verringerung der Wiederherstellungszeit um mehr als 80 Prozent genannt. Die Servicemannschaft kann Maschinendaten auswerten und Lösungsschritte häufig direkt am Anlagenrechner ausführen. Die Angabe bezieht sich auf diesen Anwendungsfall; sie beschreibt keine durchschnittliche Verbesserung sämtlicher Serviceeinsätze.

KI kann solche Fernwartungsangebote weiterentwickeln. Denkbar sind die gemeinsame Auswertung von Zustandsdaten, früheren Störungsmeldungen und technischen Dokumentationen sowie Vorschläge für Diagnose und Reparatur. Für den Business Case zählen dann die tatsächlich verkürzte Bearbeitungszeit, vermiedene Fahrten, die Qualität der Diagnose und die Zahl erfolgreich abgeschlossener Einsätze. Auch Fehlalarme und notwendige menschliche Prüfungen gehören in diese Rechnung.

3D-Druck verändert die Kosten der Ersatzteilversorgung

Eine weitere Verbindung entsteht zwischen Zustandsüberwachung und additiver Fertigung. Für geeignete Bauteile eröffnet der 3D-Druck die Möglichkeit, Ersatzteile bei Bedarf herzustellen. Dadurch verändern sich Lieferzeiten, Lagerbestände und die Versorgung älterer Maschinen, deren Komponenten konventionell nur schwer erhältlich sind.

Die Deutsche Bahn meldete im November 2025 mehr als 200.000 seit 2015 gedruckte Bauteile für über 1.000 Anwendungen. Nach Unternehmensangaben hatte die schnelle und bedarfsgerechte Ersatzteilbeschaffung bis dahin mehr als 20 Millionen Euro eingespart. Zum Konzept gehört ein digitales Warenlager mit technischen Modellen. Gedruckt wird sowohl mit eigenen Anlagen als auch über Partner.

Für industrielle Mittelständler lässt sich daraus eine mögliche Anwendungskette ableiten: Vernetzte Anlagen liefern Zustandsdaten, eine KI unterstützt die Bewertung des Wartungsbedarfs, der Service bereitet den Eingriff vor, und ein geeigneter Ersatz wird aus einem freigegebenen digitalen Modell gefertigt. Diese Verbindung ist eine Entwicklungsperspektive; die genannten Beispiele belegen jeweils einzelne Bestandteile.

Ob sie sich rechnet, hängt vom konkreten Bauteil und Einsatz ab. Zu berücksichtigen sind Material, Fertigungsverfahren, Nachbearbeitung, Qualitätsprüfung und die erforderlichen Freigaben. Der wirtschaftliche Vorteil kann vor allem bei selten benötigten Teilen, kleinen Stückzahlen und langen konventionellen Lieferzeiten entstehen. Ein eigener Drucker ist dafür keine zwingende Voraussetzung: Auch spezialisierte Fertigungspartner können Teil des Geschäftsmodells sein.

Gesparte Zeit muss im Geschäft ankommen

Der ROI-Kompass legt eine Investitionsrechnung nahe, die Nutzen, Gesamtkosten und tatsächliche Wirkung zusammenführt. Zu den Kosten gehören Lizenzen und Rechenleistung ebenso wie Datenaufbereitung, Systemanbindung, Schulung, laufende Betreuung und der Aufwand zur Veränderung bestehender Abläufe.

Auf der Nutzenseite ist Sorgfalt ebenso notwendig. Zehn eingesparte Arbeitsstunden werden erst dann zu einem wirtschaftlichen Vorteil, wenn die frei werdende Kapazität sinnvoll eingesetzt wird, zusätzliche Aufträge ermöglicht oder einen anderweitigen Aufwand vermeidet. Eine reduzierte Bearbeitungszeit allein lässt noch keinen entsprechenden Betrag auf dem Konto entstehen.

Auch höhere Anlagenverfügbarkeit muss in den betrieblichen Zusammenhang eingeordnet werden. Zusätzliche Produktionsstunden schaffen nur dann zusätzlichen Deckungsbeitrag, wenn Aufträge, Personal und nachgelagerte Kapazitäten vorhanden sind. Derselbe Nutzen darf zudem nicht mehrfach als vermiedener Stillstand, zusätzliche Produktion und zusätzlicher Umsatz verbucht werden.

Tino Mager von Telekom MMS formuliert im ROI-Kompass einen passenden Maßstab: „Drei Monate echter Betrieb sind ehrlicher als drei Tage Excel-Hochrechnung.“ Ein solcher Praxistest kann zeigen, ob Beschäftigte die Anwendung nutzen, welche Fehler auftreten und ob die erwartete Entlastung tatsächlich eintritt. Für die dauerhafte Investitionsentscheidung braucht es anschließend eine fortlaufende Überprüfung unter realen Betriebsbedingungen.

Aus technischem Wissen können wiederkehrende Erlöse entstehen

Der Blick auf den Return on Investment sollte über Kostensenkungen hinausreichen. Wer Maschinen und ihre Betriebsbedingungen kennt, kann zusätzliche Leistungen entwickeln: Zustandsüberwachung, Diagnose, Produktionsoptimierung oder Unterstützung bei der Ersatzteilversorgung. Solche Angebote können wiederkehrende Erlöse ermöglichen und die Kundenbeziehung über den Verkauf einer Anlage hinaus verlängern.

Dafür müssen beide Seiten einen wirtschaftlichen Vorteil erkennen. Der Kunde bezahlt für höhere Verfügbarkeit, bessere Qualität oder weniger eigenen Aufwand. Der Anbieter muss die versprochene Leistung zuverlässig und zu tragfähigen Kosten erbringen können. Sichere Fernzugriffe, geregelte Zugriffsrechte und verlässlicher Betrieb gehören deshalb zum Produkt und zu seiner Kalkulation.

Die KfW-Befunde zeigen, dass viele Mittelständler über finanzielle Substanz verfügen. Der ROI-Kompass ergänzt die betriebliche Perspektive: Investitionen gewinnen an Qualität, wenn ein konkretes Problem, eine belastbare Ausgangsmessung und ein überprüfbarer Nutzen zusammenkommen. Industrielles Wissen, vernetzte Anlagen und eigene Daten eröffnen dafür zahlreiche Ansatzpunkte. Der nächste Schritt besteht darin, daraus Anwendungen zu machen, deren Ertrag sich im laufenden Geschäft nachweisen lässt.

Schreiben Sie einen Kommentar

Ähnliche Beiträge

Studienband Twin Transformation
Zukunftsfähigkeit
mit Nachhaltigkeit
und Digitalisierung

 

24 Fallstudien zeigen den Weg!