Zwanzig Prozent

Die Eurostat-Pressemitteilung erschien im Dezember 2025. Die Schlagzeile: 20 % der EU-Unternehmen haben KI eingefuehrt. LinkedIn feierte. Kommentatoren erklaerten Fortschritt. Die Zahl ging in Rotation — zitiert in Pitch Decks, Reden der EU-Kommission und Beratungsberichten als Beleg dafuer, dass die europaeische KI-Einfuehrung beschleunigt.

Die Zahl ist echt. Sie ist auch irrefuehrend in genau der Weise, die zaehlt.

Was die Schlagzeile verbirgt

Die 20-%-Zahl stammt aus der Eurostat-Gemeinschaftserhebung zur IKT-Nutzung in Unternehmen, die jaehrlich in allen 27 EU-Mitgliedstaaten durchgefuehrt wird. Die Erhebung erfasst Unternehmen mit 10 oder mehr Beschaeftigten. Zehn oder mehr. Diese Schwelle schliesst 99 % aller EU-Unternehmen aus.

Die EU hat ungefaehr 33 Millionen Unternehmen. Davon sind etwa 32,7 Millionen — 99,1 % — Kleinstunternehmen: weniger als 10 Beschaeftigte, weniger als 2 Millionen Euro Jahresumsatz. Das sind die Baeckereien, die Steuerbueros, die Logistikbetriebe, die kleinen Hersteller, die Beratungen, die Fachhaendler. Sie sind die ueberwiegende Mehrheit der europaeischen Wirtschaft. Und sie sind in der Eurostat-Schlagzeile unsichtbar.

Die Erhebung enthaelt Groessenklassen-Aufschluesselungen, und hier aendert sich die Geschichte. Unter Grossunternehmen (250+ Beschaeftigte) erreicht die KI-Einfuehrung 55 %. Unter mittleren Unternehmen (50-249 Beschaeftigte) faellt sie auf etwa 30 %. Unter kleinen Unternehmen (10-49 Beschaeftigte) liegt die Zahl bei 17 %.

Unter Kleinstunternehmen? Eurostat erhebt sie nicht routinemaessig. Die Daten existieren nicht im grossen Massstab. Die 20-%-Schlagzeile beschreibt eine Population, die die ueberwiegende Mehrheit europaeischer Unternehmen ausschliesst.

Das ist keine Kritik an Eurostat. Die Erhebungsmethodik ist solide, das Stichprobendesign ist rigoros, und der Groessenklassen-Ausschluss ist in den technischen Anmerkungen dokumentiert, die niemand liest. Es ist eine Kritik daran, wie die Zahl verwendet wird — als Mass fuer europaeische KI-Bereitschaft, waehrend sie tatsaechlich ein Mass fuer KI-Ausgaben von Grossunternehmen ist.

Die Groessenklassen-Luecke ist architektonisch

Der Unterschied zwischen 55 % Einfuehrung in Grossunternehmen und 17 % in kleinen Unternehmen ist keine Technologieluecke. Es ist keine Bewusstseinsluecke. Es ist keine Kompetenzluecke, obwohl Kompetenzen eine Rolle spielen. Es ist eine Architekturluecke.

Grossunternehmen fuehren KI ein, weil sie drei Dinge haben, die kleinen Unternehmen fehlen:

Dedizierte IT-Infrastruktur. Ein 500-Personen-Hersteller hat eine IT-Abteilung. Die Abteilung evaluiert Tools, verwaltet Integrationen, fuehrt Sicherheitsbewertungen durch und verhandelt Lieferantenvertraege. Die Kosten der Evaluierung eines KI-Tools werden in das bestehende Budget und den operativen Rhythmus der Abteilung absorbiert. Fuer ein 30-Personen-Logistikunternehmen ist die “IT-Abteilung” eine Person, die auch das Telefonsystem, das CRM und die Drucker verwaltet. Ein KI-Tool zu evaluieren ist nicht deren Aufgabe. Es ist eine Unterbrechung ihrer Aufgabe.

Budget fuer Experimente. Grossunternehmen koennen 50.000 Euro fuer ein Pilotprojekt allokieren, ohne materielles Risiko. Wenn der Pilot scheitert, ist der Verlust ein Rundungsfehler. Fuer ein kleines Unternehmen mit 3 Millionen Euro Jahresumsatz sind 50.000 Euro 1,7 % des Umsatzes — ein erhebliches Engagement, das Rechtfertigung, Genehmigung und Ergebnisse erfordert. Die Asymmetrie betrifft nicht den Wohlstand. Sie betrifft das Verhaeltnis von experimenteller Investition zu operativem Risiko.

Interne Fuersprecher. KI-Einfuehrung in Grossunternehmen beginnt typischerweise mit einer mittleren Fuehrungskraft oder einem technischen Leiter, der einen Anwendungsfall identifiziert, einen Business Case erstellt und das Projekt intern vorantreibt. Diese Person existiert, weil grosse Organisationen genug Rollenvielfalt haben, um jemanden einzuschliessen, dessen Aufgabe sich mit KI ueberschneidet. In einem 30-Personen-Unternehmen ist jeder Job operativ. Es gibt keine Rolle mit dem Freiraum, eine KI-Einfuehrung zu evaluieren, voranzutreiben und zu managen. Die Fuersprecher-Luecke ist der am meisten unterschaetzte Faktor in der Adoptionsdisparitaet.

Diese drei Faktoren — Infrastruktur, Budgetverhaeltnis und interne Fuersprecher — sind strukturell. Sie aendern sich nicht durch Bewusstseinskampagnen, Schulungsprogramme oder Marketing. Sie aendern sich durch architektonische Intervention: Reduzierung der Evaluierungskosten, Reduzierung der technischen Integrationsbelastung und Bereitstellung externer Fuersprache dort, wo interne Fuersprecher nicht existieren.

Was “Einfuehrung” tatsaechlich misst

Die Eurostat-Erhebung misst Einfuehrung mit einer spezifischen Frage: “Nutzt Ihr Unternehmen KI-Technologien?” Die Frage listet Kategorien auf: Machine Learning, Natural Language Processing, Bilderkennung, robotergestuetzte Prozessautomatisierung, autonome Systeme. Ein Unternehmen, das irgendeines davon nutzt, wird als “KI eingefuehrt” gezaehlt.

Die Frage misst nicht die Tiefe der Einfuehrung. Sie unterscheidet nicht zwischen einem Unternehmen, das einen kostenlosen Chatbot fuer gelegentliche Kundenanfragen nutzt, und einem Unternehmen, das Machine Learning in seinen Kernproduktionsprozess integriert hat. Sie misst nicht, ob das KI-Tool taeglich genutzt wird, gelegentlich oder nach-der-Testversion-aufgegeben.

Das ist dasselbe methodische Problem, das alle Technologie-Einfuehrungserhebungen plagt. Binaere Einfuehrung (ja/nein) verdeckt das Spektrum von experimentell bis eingebettet. Ein Unternehmen, das im Januar eine ChatGPT-Enterprise-Lizenz abgeschlossen und sie bis Maerz vergessen hat, wird genauso gezaehlt wie ein Unternehmen, das automatisierte Nachfrageprognose zur Steuerung seiner gesamten Lieferkette nutzt.

Der OECD-Bericht vom Dezember 2025 zur KI-Einfuehrung in KMU hat das adressiert, indem Unternehmen in vier Reifegrade kategorisiert wurden: KI-Neulinge, KI-Entdecker, KI-Optimierer und KI-Champions. Eurostats binaeres Mass wirft Neulinge und Entdecker mit dem Rest zusammen. Die operative Auswirkung — der Teil, der fuer Produktivitaet, Wettbewerbsfaehigkeit und Wirtschaftswachstum zaehlt — lebt in den Kategorien Optimierer und Champion.

Das Ergebnis der OECD ist unverblümt: Die meiste KMU-KI-Einfuehrung verbleibt in einem Anfangs- oder Pilotstadium. Unternehmen experimentieren mit KI-Tools, stehen aber vor strukturellen Hueden bei der Einbettung in Kernprozesse. Die Luecke zwischen “wir nutzen KI” und “KI veraendert, wie wir arbeiten” ist der Ort, an dem die meisten KI-Ausgaben verschwendet werden.

Zwanzig Prozent haben KI eingefuehrt. Ein Bruchteil hat sie integriert. Die Luecke zwischen diesen Zahlen ist das gesamte Problem.

Die Geografie innerhalb der Zahl

Der EU-Durchschnitt von 20 % verbirgt laenderspezifische Variation von 9 % bis 39 %. Daenemark, Finnland und die Niederlande fuehren. Rumaenien, Bulgarien und Griechenland liegen zurueck. Die Varianz ist nicht zufaellig. Sie korreliert mit drei Infrastrukturindikatoren staerker als mit dem BIP pro Kopf:

Reife digitaler oeffentlicher Dienste. Laender mit fortschrittlichen digitalen Identitaetssystemen, interoperablen oeffentlichen Diensten und E-Government-Infrastruktur haben eine hoehere KI-Einfuehrung. Daenemarks NemID/MitID-System, Finnlands Suomi.fi, die niederlaendische DigiD — diese schaffen eine digitale Infrastruktur-Basislinie, die die Integration von KI-Tools erleichtert. Das Unternehmen muss kein digitales Vertrauen von Grund auf aufbauen. Die oeffentliche Infrastruktur hat es bereits etabliert.

Qualitaet der Breitbandversorgung. Nicht nur Konnektivitaet — Qualitaet. Die Glasfaser-bis-ins-Haus-Abdeckung in Daenemark uebersteigt 75 %. In Rumaenien faellt sie in laendlichen Gebieten, wo viele KMU operieren, unter 30 %. KI-Tools, die konstante, latenzarme Konnektivitaet erfordern, sind architektonisch inkompatibel mit intermittierendem Breitband. Das Tool funktioniert in Kopenhagen. Das Tool hat eine Zeitueberchreitung in Constanta.

KMU-Digitalisierungsbasislinie. KI-Einfuehrung ist ein Effekt zweiter Ordnung. Erster Ordnung ist grundlegende Digitalisierung: Cloud-Buchhaltung, CRM, digitale Lagerverwaltung. Unternehmen, die ihre Grundoperationen nicht digitalisiert haben, koennen keine KI-Tools einfuehren, weil keine Dateninfrastruktur existiert, an die die KI andocken koennte. Ein erheblicher Anteil der EU-KMU stuetzt sich fuer mindestens eine Kerngeschaeftsfunktion noch primaer auf papierbasierte Aufzeichnungen — der genaue Prozentsatz variiert nach Land, aber das Muster ist ueber Sued- und Osteuropa hinweg konsistent.

Diese drei Faktoren erklaeren mehr der laenderspezifischen Varianz als jedes Mass fuer “Innovationskultur” oder “unternehmerische Denkweise”. Dem 30-Personen-Hersteller in Braga, Portugal, fehlt keine Innovationskultur. Ihm fehlt Glasfaser-Breitband und ein digitales Rechnungssystem.

Die Geschlechterdimension, die die Daten zeigen

Eine Dimension, die die Eurostat-Daten erfassen, aber wenige Kommentatoren diskutieren: Unter von Frauen gefuehrten Unternehmen liegt die KI-Einfuehrung 7 Prozentpunkte niedriger als unter von Maennern gefuehrten, nach Kontrolle fuer Branche und Groesse. Die Luecke besteht ueber alle Groessenklassen hinweg.

Die Luecke betrifft nicht technische Eignung oder Interesse. Der Women in Digital Scoreboard der Europaeischen Kommission — jaehrlich seit 2019 veroeffentlicht — verfolgt strukturelle Disparitaeten ueber Internetnutzung, digitale Kompetenzen und Fachkraeftebeschaeftigung. Die strukturellen Faktoren hinter der Einfuehrungsluecke umfassen den Zugang zu Finanzierung fuer Technologieinvestitionen (von Frauen gefuehrte Unternehmen erhalten durchgaengig einen Bruchteil der gesamten Risikokapitalfinanzierung — unter 3 % in den letzten Jahren, laut PitchBook-Daten) und den Zugang zu Peer-Netzwerken, in denen KI-Einfuehrungswissen zirkuliert. Das sind Infrastrukturversagen, keine individuellen.

Das sind keine individuellen Versagen. Es sind Infrastrukturversagen. Dieselbe Architekturluecke, die Grossunternehmen von kleinen Unternehmen trennt, trennt gut vernetzte Gruender von untervernetzten Gruendern. Das Problem ist nicht, wer Sie sind. Das Problem ist, welche Infrastruktur Ihnen zur Verfuegung steht.

Was die anderen 80 % tatsaechlich brauchen

Die 80 % der EU-Unternehmen, die KI nicht eingefuehrt haben, brauchen kein Bewusstsein. Sie wissen, dass KI existiert. Sie brauchen keine Inspiration. Sie haben die Demos gesehen. Sie brauchen keine billigeren Tools. Viele KI-Tools haben kostenlose Stufen.

Sie brauchen drei Dinge:

Reduzierte Evaluierungskosten. Die Kosten der Evaluierung, ob ein KI-Tool zu einem spezifischen Geschaeftsbedarf passt, sind zu hoch fuer ein Unternehmen ohne dediziertes IT-Personal. Evaluierung erfordert technische Bewertung, Sicherheitspruefung, Integrationstests und Workflow-Analyse. Fuer ein Grossunternehmen sind diese Kosten marginal. Fuer ein 30-Personen-Unternehmen sind sie prohibitiv. Die Intervention sind vorqualifizierte, vorgepruefte Tools mit dokumentierten Integrationspfaden fuer gaengige Geschaeftssysteme. Nicht generische “KI fuer Unternehmen”-Tools. Spezifische Tools fuer spezifische Aufgaben: Rechnungsverarbeitung fuer KMU, die Sage nutzen, Kundenanfragenklassifizierung fuer Unternehmen, die Zendesk nutzen, Nachfrageprognose fuer WooCommerce-Shops.

Externe Fuersprache. Wenn niemand im Unternehmen die Rolle, die Zeit oder die Expertise hat, eine KI-Einfuehrung voranzutreiben, muss jemand ausserhalb des Unternehmens diese Rolle voruebergehend uebernehmen. Das ist keine Beratung. Beratung produziert Berichte. Fuersprache produziert Einfuehrungen. Der externe Fuersprecher arbeitet mit dem Team, fuehrt das Tool ein, beobachtet, wie Menschen es nutzen, passt die Konfiguration an und geht, wenn das Tool taeglich genutzt wird.

Das ist es, was Bluewaves tut. Keine KI-Strategie. Keine Digitale-Transformation-Beratung. Einfuehrung. Ein funktionierendes Tool in den Haenden der Menschen, die es nutzen werden, innerhalb von drei Wochen.

Peer-Validierung. Grossunternehmen fuehren KI ein, weil andere Grossunternehmen KI einfuehren. Die Fallstudien existieren. Die Belege zirkulieren. Fuer ein 30-Personen-Logistikunternehmen in Tarragona ist die relevante Fallstudie nicht “wie Siemens KI in seiner Lieferkette eingesetzt hat”. Die relevante Fallstudie ist “wie ein 35-Personen-Logistikunternehmen in Porto KI in seiner Lagerverwaltung eingesetzt und Kommissionierfehler um 22 % reduziert hat”. Gleiche Branche, gleiche Groesse, gleiche Einschraenkungen. Der Beleg fehlt, weil niemand KMU-Einfuehrungen dokumentiert.

Die Eurostat-Daten sagen uns, wo die Einfuehrung ist. Sie sagen uns nicht, warum die Einfuehrung aufhoert. Die Gruende sind architektonisch, nicht einstellungsbezogen.

Die Branchendimension

Die 20-%-Schlagzeile verbirgt branchenspezifische Varianz, die ebenso signifikant ist wie die Groessenklassen-Varianz.

Informations- und Kommunikationsunternehmen (NACE-Abschnitt J) melden KI-Einfuehrung ueber 40 %. Finanz- und Versicherungsunternehmen (NACE-Abschnitt K) melden ueber 35 %. Das sind die Branchen, in denen digitale Infrastruktur vorbesteht, in denen Datenfluesse bereits strukturiert sind, in denen die Integrationskosten eines KI-Tools marginal sind, weil der digitale Workflow bereits existiert.

Fertigung (NACE-Abschnitt C) — das Rueckgrat der EU-Wirtschaftsleistung, die 15 % des BIP repraesentiert — meldet KI-Einfuehrung bei etwa 12 %. Bauwesen (NACE-Abschnitt F) meldet unter 8 %. Landwirtschaft (NACE-Abschnitt A) ist kaum messbar.

Die Varianz bildet direkt die digitale Reife ab, nicht die KI-Bereitschaft. Ein Hersteller, dessen Produktionsplanung noch auf einem Whiteboard laeuft, kann kein KI-Nachfrageprognosetool einfuehren — nicht weil die KI nicht verfuegbar ist, sondern weil die Daten, die die KI braucht, nicht in digitaler Form existieren. Das KI-Tool braucht strukturierten Input. Das Whiteboard produziert keinen strukturierten Input.

Das ist die Infrastrukturkaskade: Grundlegende Digitalisierung ermoeglicht Datenerhebung, Datenerhebung ermoeglicht Analytik, Analytik ermoeglicht KI. Ueberspringen Sie einen Schritt, und die nachfolgenden Schritte scheitern. Die 12-%-Fertigungseinfuehrungsrate ist kein Versagen des KI-Bewusstseins. Es ist ein Versagen grundlegender Digitalisierung — und das Versagen liegt zeitlich eine Dekade vor KI.

Der AI-Watch-Bericht des JRC zur KI-Einfuehrung in der Fertigung hat die Kaskade explizit identifiziert: Unter Herstellern, die grundlegende Digitalisierung abgeschlossen hatten (cloudbasiertes ERP, digitale Lagerverwaltung, automatisiertes Reporting), war die KI-Einfuehrung um eine Groessenordnung hoeher als unter denen, die das nicht hatten. Die Digitalisierungsbasislinie ist der tatsaechliche Praediktor, nicht die Verfuegbarkeit des KI-Tools.

Fuer die 88 % der EU-Hersteller, die KI nicht eingefuehrt haben, ist die Intervention nicht KI-Schulung. Es ist digitale Infrastruktur — die langweilige, unglanzvolle Arbeit des Umstiegs von Papier auf Cloud, von Whiteboard auf Datenbank, von Aktenschrank auf strukturierte Daten. Die KI kommt danach. Sie kann nicht davor kommen.

Was Bluewaves sieht

Die Unternehmen, die Bluewaves kontaktieren, fallen in zwei Kategorien. Die erste Kategorie hat einen spezifischen KI-Anwendungsfall, eine digitale Infrastrukturbasislinie und ein Team, das bereit ist, ein Tool zu nutzen. Diese Unternehmen fuehren in drei Wochen ein. Das Tool ist in Woche vier in Gebrauch. Der Prozess ist nicht kompliziert, weil die Voraussetzungen erfuellt sind.

Die zweite Kategorie hat Interesse an KI, Begeisterung der Fuehrung und keine digitale Infrastruktur. Keine strukturierten Daten. Keine standardisierten Arbeitsablaeufe. Keine dokumentierten Prozesse. Diese Unternehmen koennen kein KI-Tool in drei Wochen einfuehren, weil es nichts gibt, woran das Tool angedockt werden kann. Die Arbeit ist keine KI-Einfuehrung. Die Arbeit ist Digitalisierung — die Voraussetzung, die die 20-%-Schlagzeile als universell voraussetzt und die es nicht ist.

Wir nehmen die zweite Kategorie nicht an. Nicht weil die Arbeit nicht wertvoll waere — das ist sie. Weil es unehrlich ist, es “KI-Einfuehrung” zu nennen, wenn der tatsaechliche Bedarf “digitale Infrastruktur” ist, und Unehrlichkeit fuer alle teuer ist.

Die 20 %, die KI eingefuehrt haben, sind die Unternehmen, die die Digitalisierungsschwelle ueberschritten haben, bevor KI kam. Die 80 %, die es nicht haben, sind groesstenteils Unternehmen, die diese Schwelle noch nicht ueberschritten haben. Die KI ist bereit. Die Infrastruktur ist es nicht.

Die Zahl, die zaehlt

Zwanzig Prozent ist eine Schlagzeile. Siebzehn Prozent unter kleinen Unternehmen ist ein Datenpunkt. Der Bruchteil, der KI wirklich in Kernprozesse integriert hat — die “KI-Champions” der OECD — ist die Zahl, die zaehlt.

Die Luecke zwischen Einfuehrung und Integration — zwischen “wir nutzen KI” und “KI veraendert, wie wir arbeiten” — ist der Raum, in dem die meisten KI-Ausgaben verschwendet werden. Es ist der Friedhof von Chatbot-Lizenzen, verlassenen Dashboards und Pilotprojekten, die nie ausgeliefert wurden.

Diese Luecke zu schliessen erfordert drei Dinge, die nichts mit KI-Technologie zu tun haben: Infrastruktur, die Evaluierung guenstig macht, externe Fuersprecher, die Einfuehrung real machen, und Peer-Belege, die Adoption glaubwuerdig machen.

Die Daten, die wir brauchen

Die Eurostat-Erhebung wird 2026 erneut durchgefuehrt. Wenn die Ergebnisse veroeffentlicht werden, werden sie eine neue Schlagzeilenzahl melden. Zweiundzwanzig Prozent vielleicht. Oder fuenfundzwanzig. Die Zahl wird hoeher sein. LinkedIn wird feiern. Fortschritt wird erklaert werden.

Die Zahl wird immer noch irrefuehrend sein — es sei denn, die Methodik aendert sich. Drei Ergaenzungen wuerden die Erhebung operativ nuetzlich machen:

Erstens: Kleinstunternehmen einbeziehen. Die 99 % der EU-Unternehmen, die von der Erhebung ausgeschlossen sind, sind die Unternehmen, die die Daten am meisten brauchen. Ein separates Kleinstunternehmen-KI-Modul, selbst wenn es einer Stichprobe statt dem vollen Zensus verabreicht wird, wuerde die Basislinie liefern, die derzeit nicht existiert.

Zweitens: Tiefe messen, nicht nur Breite. Ueber binaere Einfuehrung (ja/nein) hinaus zu einer Reifetaxonomie wie dem Vier-Stufen-Rahmen der OECD uebergehen: Neulinge, Entdecker, Optimierer, Champions. Die Verteilung ueber die Stufen zaehlt mehr als die binaere Zaehlung.

Drittens: Den Fuersprecher-Effekt messen. Nicht nur fragen “Nutzt Ihr Unternehmen KI?”, sondern “Hat Ihr Unternehmen eine Person, zu deren Rolle die Verwaltung der KI-Tool-Einfuehrung gehoert?” Das Vorhandensein oder Fehlen eines internen Fuersprechers ist, nach unserer Beobachtung, der staerkste Praediktor fuer nachhaltige Adoption — praediktiver als Budget, Branche oder Unternehmensgroesse.

Diese drei Ergaenzungen wuerden die Erhebung von einem Schlagzeilengenerator in ein operatives Werkzeug verwandeln. Die Daten existieren, um erhoben zu werden. Die Methodik existiert, um sie zu erheben. Die 20-%-Schlagzeile wird bestehen bleiben, bis jemand entscheidet, dass genaue Daten wichtiger sind als optimistische Daten.

Zwanzig Prozent ist keine Erfolgsgeschichte. Es ist ein Ausgangspunkt. Die Arbeit liegt in den 80 %, die folgen — und den 2 %, die zaehlen.