Viele Anwendungen, aber nur selten belastbare Finanzkennzahlen
Künstliche Intelligenz spielt in den Geschäftsberichten der größten deutschen Börsenunternehmen in zahlreichen Bereichen eine Rolle. 31 der 40 DAX-Konzerne behandeln KI in mindestens acht von neun untersuchten Dimensionen, darunter Strategie und Produkten, interne Prozesse, Beschäftigte, Risiken und Governance. Deutlich schmaler wird die Datenbasis, sobald messbare Wirkungen betrachtet werden: 20 Unternehmen bringen KI mit Umsatz, Kosten, Ergebnis oder Produktivität in Verbindung, zwölf veröffentlichen mindestens einen klar KI-bezogenen nichtfinanziellen Kennwert. Einen isolierten internen finanziellen KI-KPI identifiziert die Untersuchung lediglich bei einem Unternehmen.
Viele Anwendungen, wenige Wirkungsdaten
Die Berichte enthalten zahlreiche konkrete Beispiele: digitale Assistenten, automatisierte Prozesse, KI-gestützte Produkte, Anwendungen in Forschung und Entwicklung und neue Kontrollstrukturen. Eine Beschreibung des Einsatzes beantwortet jedoch noch nicht die Frage nach dessen wirtschaftlichem Nutzen. Auch finanzielle Angaben lassen sich nicht automatisch KI zurechnen, denn Unternehmen verbinden Effizienzsteigerungen häufig mit mehreren Veränderungen, etwa Automatisierung, Cloud-Technologien, Datenplattformen oder umfassenderen Transformationsprogrammen. Wird anschließend eine Einsparung genannt, bleibt offen, welcher Anteil tatsächlich auf den Einsatz von KI entfällt.
Die Analyse unterscheidet deshalb mehrere Ebenen. Ein Unternehmen kann einen konkreten KI-Einsatz beschreiben, ohne dessen Wirkung zu messen. Es kann einen messbaren operativen Effekt nennen, ohne diesen in eine finanzielle Größe zu übersetzen. Und es kann eine finanzielle Verbesserung ausweisen, ohne den Anteil der KI daran isolieren zu können. Aus dieser Abstufung ergibt sich eine Attributionslücke zwischen Anwendung, messbarer Wirkung und finanzieller Zurechnung.
Verschiedene Arten des KI-Effekts
Infineon berichtet für das Geschäftsjahr 2025 mehr als 700 Millionen Euro Umsatz mit Stromversorgungslösungen für KI-Rechenzentren. Die Zahl zeigt die wirtschaftliche Bedeutung der steigenden Nachfrage aus dem KI-Markt, sagt aber nichts darüber aus, welchen finanziellen Nutzen der interne Einsatz von KI bei Infineon erzeugt. Der genannte Umsatz ist deshalb ein klarer KI-Marktbezug, aber kein Nachweis für einen internen finanziellen KI-Effekt.
Ein anderes Beispiel liefert Merck. Der Konzern nennt für seine interne Lösung myGPT mehr als 32.000 monatlich aktive Nutzer und Kosteneinsparungen von mehr als 90 Prozent gegenüber Standardlösungen. Hier wird ein konkreter interner KI-Einsatz unmittelbar mit einem quantifizierten Kosteneffekt verknüpft. Für die Einordnung ist diese Trennung wichtig: Umsatz mit Produkten für den KI-Markt und finanzielle Effekte durch KI innerhalb des eigenen Unternehmens messen zwei verschiedene Sachverhalte.
Wichtige Fragen bleiben offen
Für Investoren lässt sich aus den Geschäftsberichten inzwischen recht gut erkennen, in welchen Bereichen Unternehmen KI einsetzen und welche strategische Bedeutung sie der Technologie zuschreiben. Schwieriger zu beurteilen ist der wirtschaftliche Beitrag. Wie viel zusätzlicher Umsatz entsteht durch KI, welche Kosten sinken, welche Investitionen stehen diesen Effekten gegenüber und welcher Anteil eines Produktivitätsgewinns lässt sich tatsächlich der Technologie zurechnen? Die veröffentlichten Berichte liefern auf solche Fragen bislang nur punktuell verwertbare Antworten.
Unternehmen mit quantitativen KI-Kennzahlen oder einem ausdrücklichen Finanz- und Ergebnisbezug berichten im Schnitt intensiver über das Thema. Dieser Zusammenhang bleibt bestehen, wenn SAP, Scout24 und Infineon als die drei Unternehmen mit der höchsten normierten KI-Berichtsintensität aus der Berechnung herausgenommen werden. Die Verbindung zwischen hoher Berichtsintensität, quantitativer Konkretisierung und Finanzbezug hängt damit nicht allein von einzelnen Spitzenwerten ab.
Nach den Anwendungen kommt die Messung
Für die weitere Entwicklung der KI-Berichterstattung dürfte die quantitative Erfolgsmessung an Bedeutung gewinnen. Die Unternehmen beschreiben bereits zahlreiche Einsatzfelder und konkrete Anwendungen. Der nächste Schritt besteht darin, Nutzen, Kosten und wirtschaftliche Effekte nachvollziehbarer zu beziffern. Für Anlegerinnen und Anleger würde dies die Einordnung erleichtern: Nicht nur wo KI eingesetzt wird, sondern welchen Beitrag die Technologie tatsächlich zu Produktivität, Kostenentwicklung, Umsatz und Ergebnis leistet.
Zur Analyse: Ausgewertet wurden die Geschäftsberichte 2025 aller 40 DAX-Unternehmen. Das Korpus umfasst rund 7,49 Millionen Wörter und 725 validierte KI-Passagen in neun Untersuchungsdimensionen. Erfasst wird die veröffentlichte Berichterstattung, nicht die tatsächliche interne KI-Nutzung.
Transparenzhinweis: Die Analyse wurde redaktionell konzipiert und verantwortet. GPT-5.6 Sol von OpenAI unterstützte Volltextauswertung, regelgebundene Erstcodierung, statistische Analyse und Textausarbeitung. Eine unabhängige menschliche Doppelcodierung erfolgte nicht.
 |
Nachhaltigkeit – Verantwortung – Künstliche IntelligenzHerausgegeben von Prof. Dr. Ulf LassenNachhaltigkeit ist schon lange kein Randthema mehr, sondern eng mit verantwortungsvoller Unternehmensführung, technologischen Innovationen und dem Fortschritt der Künstlichen Intelligenz verbunden. Das Expertenteam um Ulf Lassen greift diese Entwicklungen besonders im Kontext bau-, immobilien- und energiewirtschaftlicher Fragen auf – mit Fokus u. a. auf KI als Impulsgeber für Forschung und unternehmerische Wertschöpfung sowie als Gegenstand kritischer Reflexion.
|
Programmbereich: Management und Wirtschaft