KI-Adoption in KMU: Was der OECD-G7-Report 2025 lehrt

Der OECD-G7-Report 2025 zur KI-Adoption in kleinen und mittleren Unternehmen ist die umfassendste international vergleichende Studie ihrer Art. Basierend auf Befragungen in allen G7-Staaten zeigt sie einen klaren Befund: Der Abstand zwischen Großunternehmen und KMU wächst. Für Geschäftsführer im Mittelstand ist das kein Grund zur Resignation, sondern ein strategisches Signal.

1. Der Kontext: Was die Forschung sagt

Die OECD hat in den Jahren 2023 und 2024 zwei groß angelegte Befragungen unter KMU in allen G7-Ländern durchgeführt. Ziel war es, den Status quo der KI-Nutzung zu erfassen, sektorale Unterschiede zu identifizieren und die Barrieren zu quantifizieren, die kleine Unternehmen vom KI-Einsatz abhalten.

Der zentrale Befund: Während 40 Prozent der Großunternehmen (250+ Mitarbeiter) KI einsetzen, sind es bei kleinen KMU (10–49 Mitarbeiter) nur 11,9 Prozent. Bei mittleren KMU (50–249 Mitarbeiter) liegt der Wert bei 20,4 Prozent. Deutschland positioniert sich im oberen Mittelfeld der G7: 16,9 Prozent der kleinen und 28,2 Prozent der mittleren KMU nutzen KI – deutlich vor Frankreich (8,5 Prozent / 14,5 Prozent) und Italien (6,9 Prozent / 14,7 Prozent), aber hinter den USA und Japan.

Die Studie identifiziert vier kritische Enablement-Pfeiler, ohne die KI-Adoption scheitert: Connectivity (breitbandige Internetanbindung), AI-enabling Inputs (Daten und Rechenkapazität), Skills (KI-Kompetenzen auf allen Ebenen) und Finance (Zugang zu Investitionsmitteln).

2. Die Kernergebnisse

Der Adoption-Gap ist sektoral konzentriert: Die höchsten KI-Adoptionsraten finden sich in den Bereichen Information und Kommunikation sowie professionelle Dienstleistungen. Im verarbeitenden Gewerbe, im Handel und in der Baubranche liegt die Nutzung dagegen deutlich unter dem Durchschnitt. Das bedeutet: Nicht alle KMU sind gleich betroffen. Ein Maschinenbauer mit 80 Mitarbeitern steht vor anderen Herausforderungen als eine 15-köpfige Marketingagentur.

Generative KI ist der Einstieg, aber nicht das Ziel: Die am häufigsten genutzte KI-Technologie ist generative KI (Textgenerierung, Chatbots). Allerdings zeigt die Forschung, dass Unternehmen, die ausschließlich auf Off-the-Shelf-Tools setzen, signifikant geringere Produktivitätsgewinne erzielen als solche, die KI in ihre Kernprozesse integrieren. Die französische Studie Calvino & Fontanelli (2024) zeigt: Firmen mit interner KI-Entwicklung erzielen deutlich höhere Returns.

Cloud-Nutzung ist der stärkste Prädiktor: KMU, die bereits Cloud-Dienste nutzen, adoptieren KI mit einer um das Dreifache höheren Wahrscheinlichkeit. Das unterstreicht, dass KI-Adoption kein isoliertes Projekt ist, sondern auf einer fundierten digitalen Infrastruktur aufsetzt.

Die Produktivitätsprognose ist beachtlich: Die OECD schätzt potenzielle Produktivitätsgewinne durch KI für die G7-Volkswirtschaften auf 0,2 bis 1,3 Prozentpunkte zusätzliches Wachstum pro Jahr über das nächste Jahrzehnt. Der Großteil dieses Potenzials liegt jedoch brach, weil KMU nicht teilhaben.

3. Was die Forschung kritisch sieht

Auch der umfassendste Report hat Grenzen. Drei kritische Punkte sollten bei der Interpretation der Daten beachtet werden:

• Methodische Heterogenität: Die Daten aus den G7-Ländern basieren auf unterschiedlichen Erhebungsmethoden und Begriffsdefinitionen. Was in den USA als "AI use" gezählt wird, unterscheidet sich von der deutschen Definition. Die Zahlen sind deshalb vergleichend zu betrachten, aber nicht absolut.
• Selbstselektion der Befragten: Unternehmen, die bereits digital aktiv sind, nehmen eher an solchen Befragungen teil. Die tatsächliche KI-Adoption im gesamten KMU-Spektrum könnte noch niedriger liegen als die berichteten Werte.
• Der Kausalitätsnachweis fehlt: Der Report zeigt Korrelationen zwischen Cloud-Nutzung, digitaler Reife und KI-Adoption. Ob Cloud-Nutzung tatsächlich KI-Adoption verursacht oder beides durch einen dritten Faktor (z.B. technikaffine Führung) bedingt ist, bleibt ungeklärt.

4. Was das für KMUs bedeutet

Aus dem OECD-Report lassen sich drei konkrete Handlungsempfehlungen ableiten:

1. Prüfen Sie zuerst Ihre digitale Infrastruktur. Bevor Sie in KI-Projekte investieren, sollten Sie sicherstellen, dass Ihre Systeme cloud-basiert oder zumindest cloud-fähig sind. Die Daten zeigen: Cloud-Nutzung ist der stärkste Prädiktor für KI-Adoption. Ein KI-Projekt auf veralteter IT aufzusetzen, ist wie ein Rennauto auf einer Schotterpiste fahren zu wollen.

2. Starten Sie mit einem einzigen Use-Case, nicht mit einer Strategie. Die erfolgreichsten KMU in den untersuchten Ländern begannen mit einem konkreten Problem: automatisierte Rechnungsverarbeitung, Churn-Erkennung oder DSO-Optimierung. Plattform-First-Ansätze zeigen höhere Abbruchraten. Die Empfehlung: Definieren Sie ein messbares Ziel für die ersten 90 Tage.

3. Investieren Sie in Skills vor Technologie. 50 Prozent der befragten KMU nennen fehlende Mitarbeiterkompetenzen als Haupthemmnis. Noch bevor Sie Software kaufen, sollten Sie ein Grundverständnis für KI in Ihrem Team etablieren. Das bedeutet nicht, Data Scientists einzustellen, sondern Fachkräfte zu befähigen, KI-gestützte Tools kritisch zu bewerten und zielführend einzusetzen.

5. Quellen

OECD (2025). AI Adoption by Small and Medium-Sized Enterprises. G7 Report. PDF Download – Umfassende G7-Analyse mit Ländervergleich und sektoraler Aufschlüsselung.

MILA / G7 (2025). Artificial Intelligence Adoption by Small- and Medium-Sized Enterprises. PDF Download – Nationale Adoptionsraten und Barrieren im Detail.

Calvino, F. & Fontanelli, L. (2024). Returns to AI Adoption: Internal vs. External Sourcing. OECD Working Paper – Nachweis höherer Returns bei interner KI-Entwicklung.

Hinweis: Diese Zusammenfassung ist eine redaktionelle Aufbereitung. Für wissenschaftliche Zwecke zitieren Sie bitte die Originalquellen.

Verwandte Inhalte

• KI im deutschen Mittelstand: Die Bitkom-Studie 2024
• KI in KMU systematisch einführen: Das TOE-DOI-Framework
• Predictive Analytics in KMU: Von der Theorie zur Praxis
• Middleware – Systemintegration für den Mittelstand
• KI-Strategie für den Mittelstand: Ein 90-Tage-Plan