Mittelständische KI-Nutzer sind erfolgreicher?

Die Über­schrift der KfW-Studie Mit­tel­ständis­che KI-Nutzer sind erfol­gre­ich­er ist eine Behaup­tung, die Studie selb­st ist vor­sichtiger. Wer nur den Titel und die Zusam­men­fas­sung liest, nimmt mit: Mit­tel­ständler, die Kün­stliche Intel­li­genz nutzen, wach­sen stärk­er, ver­di­enen mehr und arbeit­en pro­duk­tiv­er. Dabei ste­ht schon auf der zweit­en Seite, in der Über­sicht über den Forschungs­stand, dass genau das offen ist: Die KfW räumt dort ein, es sei wis­senschaftlich unklar, ob die ermit­tel­ten Zusam­men­hänge kausal auf die KI-Nutzung zurück­ge­hen oder ob generell erfol­gre­ichere Unternehmen KI häu­figer ein­führen. Danach kommt der Punkt wed­er im Faz­it noch bei den Poli­tikempfehlun­gen wieder vor. Die Fußnote 10 ver­weist auf eine Arbeit von Daron Ace­moglu, dem MIT-Ökonomen und Nobel­preisträger von 2024, und Kol­le­gen, die die Frage schon im Titel stellen: „Advanced Tech­nol­o­gy Adop­tion: Selec­tion or Causal Effect?”

Diese Frage entschei­det, ob die poli­tis­che Schlussfol­gerung der Studie trägt. Die KfW leit­et aus den Befun­den ab, Unternehmen soll­ten durch poli­tis­che Maß­nah­men zum KI-Ein­satz ermutigt wer­den. Das set­zt voraus, dass der Ein­satz die bessere Per­for­mance erzeugt. Die Dat­en zeigen zunächst nur, dass bei­des gemein­sam auftritt.

Was gemessen wurde

Grund­lage ist die 23. Welle des KfW-Mit­tel­standspan­els, erhoben im Früh­jahr 2025. Gefragt wurde, ob ein Unternehmen im Zeitraum 2022 bis 2024 KI genutzt hat. Ja oder nein, mehr nicht: Es gibt keine Angabe zu Ein­satzz­weck, Inten­sität oder Ein­führungszeit­punkt. Ver­glichen wer­den die Kenn­zahlen des Jahres 2024. Nach Bere­ini­gung gehen zwis­chen rund 4.400 (Umsatzren­dite) und rund 6.200 Antworten (Umsatzwach­s­tum) in die Rech­nung ein.

Die Ergeb­nisse für ein „typ­is­ches” mit­tel­ständis­ches Unternehmen: KI-Nutzer wach­sen im Schnitt um 1,1 Prozent­punk­te stärk­er, erzie­len eine um 0,9 Prozent­punk­te höhere Umsatzren­dite (4,5 statt 3,6 Prozent) und eine um 7,6 Tausend Euro höhere Arbeit­spro­duk­tiv­ität je Vol­lzeitkraft, rund 3,4 Prozent. Beim Wach­s­tum bedeutet das ein Plus von 0,4 Prozent gegenüber einem Minus von 0,7 Prozent.

Das sind kleine Abstände in einem schwieri­gen Jahr. Sie sind sauber ermit­telt, aber sie sind keine Größenord­nung, die einen Struk­tur­bruch anzeigt.

Wer sich die Kontrollvariablen anschaut

Die Autoren rech­nen eine ganze Rei­he möglich­er Erfol­gstreiber her­aus: Größe, Alter, Branche, Rechts­form, Absatz­markt, Akademik­er­an­teil, Inno­va­tion­stätigkeit und Bonität. Die Bonität wird dabei als Stel­lvertreter für Man­age­men­tqual­ität gele­sen, weil ein langfristiger Geschäft­ser­folg ohne gutes Man­age­ment nicht erre­ich­bar sei.

An dieser Stelle liegt das eigentliche Prob­lem. Eine gute Bonität ist nicht nur Ursache, son­dern auch Ergeb­nis von Wach­s­tum und Ren­dite. Sie misst Ver­gan­gen­heit, und was in der Ver­gan­gen­heit liegt, kor­re­liert mit der Gegen­wart, ohne sie zu erk­lären. Wer außer­dem Inno­va­tion­stätigkeit und Dig­i­tal­isierungs­grad im Unternehmen ohne­hin hoch hat, set­zt KI eher ein. Die KfW selb­st hat­te in ein­er früheren Studie (Nr. 533, 2026) gezeigt, dass KI vor allem in Unternehmen mit hohen Inno­va­tions- und Dig­i­tal­isierungsak­tiv­itäten genutzt wird. Ein Teil dessen, was hier „KI-Effekt” heißt, dürfte also die Eigen­schaft sein, die ein Unternehmen über­haupt erst zum KI-Nutzer macht.

Der Halo-Effekt im Messinstrument

Das Muster, das hier wirkt, hat einen Namen. Der Wirtschaftswis­senschaftler Phil Rosen­zweig beschreibt in seinem Buch „The Halo Effect … and the Eight Oth­er Busi­ness Delu­sions That Deceive Man­agers” (2007), wie Urteile über die Qual­ität eines Unternehmens vom Ergeb­nis einge­färbt wer­den: Läuft es gut, gel­ten Führung, Kul­tur und Strate­gie als vor­bildlich, läuft es schlecht, als man­gel­haft. Die Ursache wird aus der Wirkung erschlossen und erk­lärt dann die Wirkung.

In der KfW-Studie begeg­net dieser Zirkel an zwei Stellen. Die erste ist die Kon­trol­l­vari­able. Die Bonität soll Man­age­men­tqual­ität abbilden, weil ein langfristiger Geschäft­ser­folg ohne gutes Man­age­ment nicht erre­ich­bar sei. Gemessen wird damit aber zunächst ver­gan­gener Erfolg, und der hängt mit dem Erfolg des Jahres 2024 ohne­hin zusam­men. Was auf diese Weise „her­aus­gerech­net” wird, lässt sich von außen nicht sagen, es kann zu viel oder zu wenig sein.

Die zweite Stelle ist das Antwortver­hal­ten, und hier han­delt es sich um eine Ver­mu­tung, nicht um einen Befund. Die Frage nach der KI-Nutzung in den Jahren 2022 bis 2024 wurde im Früh­jahr 2025 rück­blick­end gestellt, ohne dass fest­gelegt war, ab wann etwas als KI-Nutzung zählt. Wer gut daste­ht, ver­ste­ht sich eher als fortschrit­tlich und antwortet eher mit Ja, auch wenn die Prax­is nur aus dem gele­gentlichen Ein­satz eines Tex­tas­sis­ten­ten beste­ht. Ein Unternehmen mit schwachen Zahlen ord­net dieselbe Prax­is wom­öglich als nicht der Rede wert ein. Dann enthielte die Vari­able „KI-Nutzung” bere­its ein Stück Per­for­mance, bevor sie mit Per­for­mance ver­glichen wird. Prüfen ließe sich das nur mit objek­tiv­eren Maßen für den tat­säch­lichen Ein­satz.

Bei­des spricht nicht gegen die Studie als Bestand­sauf­nahme, wohl aber für die Selek­tions­deu­tung aus Fußnote 10. Hinzu kommt ein Halo auf der Leser­seite: Die Über­schrift „KI-Nutzer sind erfol­gre­ich­er” klingt plau­si­bel, weil wir Erfolg und Moder­nität ohne­hin zusam­mendenken, und wird deshalb sel­ten hin­ter­fragt.

Die Spreizung und ihre zwei Lesarten

Inter­es­san­ter als die Durch­schnitte ist der Blick auf die Verteilung. Mit der Quan­til­sre­gres­sion unter­sucht die Studie den Zusam­men­hang nicht nur am Mit­tel­w­ert, son­dern an jed­er Stelle der Verteilung. Das Ergeb­nis: Ein sta­tis­tisch abgesichert­er Zusam­men­hang mit dem Umsatzwach­s­tum zeigt sich im Wesentlichen erst ab dem 60-Prozent-Quan­til, also bei Unternehmen, die ohne­hin wach­sen. Dort steigt die Dif­ferenz von 0,7 Prozent­punk­ten auf 7,6 Prozent­punk­te im ober­sten Quan­til. Bei der Ren­dite ist der Zusam­men­hang nur bei einem knap­pen Fün­f­tel der Unternehmen mit hoher Ren­dite sig­nifikant, ab etwa 11 Prozent Umsatzren­dite. Bei der Pro­duk­tiv­ität reicht er über eine bre­ite Spanne vom 2- bis zum 75-Prozent-Quan­til.

Die KfW deutet das als Hin­weis darauf, dass KI derzeit zu ein­er Spreizung der Unternehmensper­for­mance beiträgt. Das ist eine mögliche Lesart. Die andere ist eben­so nahe­liegend: Starke Unternehmen set­zen KI wirk­samer ein oder set­zen sie über­haupt erst ein, weil sie Dat­en, Fachkräfte und Man­age­ment mit­brin­gen. Dann ver­stärkt nicht KI die Unter­schiede, son­dern die Unter­schiede bes­tim­men, wer von KI etwas hat. Die Dat­en lassen bei­des offen. Die Studie selb­st ver­mutet, wach­sende Unternehmen set­zten KI eher offen­siv ein, etwa im Mar­ket­ing, schrumpfende eher für Ratio­nal­isierung. Auch das ist eine Ver­mu­tung, die sich mit dem Daten­satz nicht prüfen lässt.

Zwei method­is­che Anmerkun­gen gehören dazu. Erstens ver­gle­icht die Quan­til­sre­gres­sion Posi­tio­nen in der Verteilung, nicht diesel­ben Unternehmen; wenn das Papi­er von „Anteilen der Unternehmen mit nach­weis­lich pos­i­tivem Zusam­men­hang” spricht, liest es Quan­tile wie einzelne Fir­men. Zweit­ens fehlende Sig­nifikanz ist kein Nach­weis für fehlen­den Effekt, und bei rund hun­dert Quan­tilen und einem 90-Prozent-Kon­fi­den­z­in­ter­vall ist zu erwarten, dass einzelne Quan­tile aus reinem Zufall her­aus­fall­en oder hinein­rutschen.

Die J‑Kurve als Universalerklärung

Die Studie stützt sich auf die Idee ein­er J‑Kurve der Pro­duk­tiv­ität, wie sie Erik Bryn­jolf­s­son und Kol­le­gen für Allzweck­tech­nolo­gien beschrieben haben und wie sie der Wirtschaft­shis­torik­er Paul A. David 1990 am Beispiel des elek­trischen Dynamos gezeigt hat: Erst kosten Investi­tio­nen und Ler­nen Leis­tung, dann zahlt sich die Tech­nik aus. Daraus fol­gt für die KfW, dass kün­ftig mehr Unternehmen prof­i­tieren dürften, weil viele noch nicht im ansteigen­den Teil der Kurve angekom­men seien.

Das Argu­ment ist bequem, weil es fast jedes Ergeb­nis aufn­immt. Wären die KI-Nutzer schlechter gewe­sen, hätte man den Anlaufver­lust im Tal der Kurve ver­bucht. Sind sie bess­er, ist es der Effekt. Sind einzelne Grup­pen nicht bess­er, sind sie noch nicht oben. Dazu kommt ein inner­er Wider­spruch: Wer 2022 bis 2024 eingestiegen ist, müsste nach der J‑Kurve eher im Tal liegen, nicht schon vorn. Dass die Nutzer 2024 bere­its bess­er daste­hen, passt dann eher zur Selek­tions­deu­tung als zur Wirkungs­deu­tung.

Was „KI nutzen” eigentlich heißt

Die KfW ver­weist selb­st auf ihre Studie Nr. 554, wonach im Mit­tel­stand ein­fach zu hand­habende Tech­nolo­gien mit bre­it­en Ein­satzge­bi­eten über­wiegen. Wer im Frage­bo­gen „Ja” ankreuzt, set­zt ver­mut­lich über­wiegend Tex­tas­sis­ten­ten, Über­set­zung oder Stan­dard­funk­tio­nen in Büroan­wen­dun­gen ein. Dann misst die Vari­able weniger eine Tech­nolo­gie als eine Hal­tung: Offen­heit, Exper­i­men­tier­freude, Dig­i­tal­isierungs­grad. Die Poli­tikempfehlun­gen am Schluss, also Qual­i­fizierung, Infra­struk­tur, prak­tik­abler Daten­schutz, höher­er Dig­i­tal­isierungs­grad und Engage­ment des Man­age­ments, sind sin­nvoll, kön­nten aber unter fast jed­er Dig­i­tal­isierungsstudie der let­zten zehn Jahre ste­hen. Aus den hier ermit­tel­ten Zahlen fol­gen sie nicht.

Was man festhalten kann

Die Studie liefert eine ordentliche Bestand­sauf­nahme: In einem großen Mit­tel­standspan­el gehen KI-Nutzung und bessere Kenn­zahlen im Jahr 2024 zusam­men, am deut­lich­sten bei der Pro­duk­tiv­ität, am schwäch­sten bei der Ren­dite. Das ist ein Aus­gangspunkt, kein Nach­weis. Ob KI Unternehmen erfol­gre­ich­er macht oder ob erfol­gre­iche Unternehmen KI ein­set­zen, lässt sich mit einem Quer­schnitt nicht beant­worten. Dafür bräuchte es Dat­en über die Zeit, Infor­ma­tio­nen zu Ein­satzz­weck und Inten­sität und ide­al­er­weise eine Vari­a­tion, die nicht von der Qual­ität der Unternehmen abhängt. Die KfW sagt am Ende selb­st, es han­dle sich um eine Momen­tauf­nahme. Das ist der ehrlich­ste Satz der Studie, und er hätte in die Über­schrift gehört.

Ralf Keu­per 

Quellen:

• KfW Research (Zim­mer­mann, V.), Fokus Volk­swirtschaft Nr. 558, „Mit­tel­ständis­che KI-Nutzer sind erfol­gre­ich­er”, 15. Sep­tem­ber 2026
• Ace­moglu, D. et al. (2023): Advanced Tech­nol­o­gy Adop­tion: Selec­tion or Causal Effect? AEA Papers and Pro­ceed­ings 113, S. 210–214 (zitiert nach Fußnote 10 der KfW-Studie)
• Bryn­jolf­s­son, E. et al. (2021): The Pro­duc­tiv­i­ty J‑Curve, Amer­i­can Eco­nom­ic Jour­nal: Macro­eco­nom­ics 13(1), S. 333–372 (zitiert nach Fußnote 17)
• Rosen­zweig, P. (2007): The Halo Effect … and the Eight Oth­er Busi­ness Delu­sions That Deceive Man­agers, Free Press
• David, P. A. (1990): The Dynamo and the Com­put­er, Amer­i­can Eco­nom­ic Review 80(2), S. 355–361 (zitiert nach Fußnote 18)
• KfW Research, Fokus Volk­swirtschaft Nr. 533 und Nr. 554 (zitiert nach Fußnoten 15 und 25)