Wir haben 12.477 Unternehmen aus Deutschland, Österreich und der Schweiz analysiert. Das Ergebnis? Die Hälfte redet über KI. Aber nur jedes fünfte handelt.
Die Hälfte der DACH-Unternehmen hat KI-Initiativen gestartet. Aber nur jedes fünfte hat tatsächlich Mitarbeiter mit KI im Jobtitel. Diese Lücke ist das zentrale Ergebnis unserer Analyse.
Je größer das Unternehmen, desto wahrscheinlicher gibt es Mitarbeiter mit KI-Titel, offene KI-Stellen und Initiativen. Aber auch der Gap zwischen Wollen und Können schrumpft mit der Größe.
KMU wollen KI nutzen — aber ihnen fehlen die Mitarbeiter dafür. Der Abstand zwischen Ambition und Kapazität ist bei KMU mehr als doppelt so groß wie bei Enterprises.
Du bist KMU und erkennst dich wieder?
Lass uns gemeinsam den Gap schließen.
Mit steigendem Umsatz wächst die KI-Durchdringung — aber nicht linear. Der größte Sprung passiert bei der Schwelle von $10M auf $50M Umsatz.
Die Branchen unterscheiden sich drastisch in ihrer KI-Durchdringung. Überraschend: VC/PE hat viele Initiativen, aber fast keine Mitarbeiter mit KI-Titel.
Diese Industrien haben den höchsten Anteil an Unternehmen mit KI-Initiativen, die aber weder Mitarbeiter mit KI-Titel beschäftigen noch aktiv KI-Stellen ausschreiben. Hier liegt das größte Enablement-Potenzial.
Unternehmen, die vor 1990 gegründet wurden, haben doppelt so viele Mitarbeiter mit KI-Titel wie Firmen aus den 2020ern. Aber die Initiativen-Rate ist über alle Altersgruppen fast gleich.
580 Unternehmen haben KI-Initiativen UND schreiben aktiv KI-Stellen aus — haben aber noch keinen einzigen Mitarbeiter mit KI-Titel. Das sind Firmen, die gerade jetzt den Übergang machen.
Lediglich 965 Unternehmen haben alle drei Signale: KI-Initiativen, Mitarbeiter mit KI-Titel und aktives KI-Hiring. Die Branchen-Spitzenreiter überraschen.
Diese Umsatzkategorie hat mit 33,3% den höchsten Init-Only-Anteil — mehr als die ganz kleinen Unternehmen. Ab $50M sinkt der Anteil drastisch.
Dein Unternehmen macht $1M–$10M Umsatz?
Dann gehörst du zur Gruppe mit dem größten Enablement-Potenzial.
Bei Firmen unter 200 Mitarbeitern dominieren nicht die üblichen Verdächtigen. Software und Biotech führen mit 21% KI-Titel-Anteil — das sind die „KI-Natives" im Kleinformat.
Personalberater und Investmentfirmen stellen KI-Rollen ein, ohne bisher jemanden mit KI-Expertise zu haben. Das sind Branchen, die gerade merken, dass sie ohne KI nicht mehr wettbewerbsfähig sind.
82% KI-Initiativen, 28% KI-Titel, 22% Hiring — Software-Startups führen. Aber selbst dort haben drei Viertel noch keine KI-Expertise im Team.
Was DACH-Unternehmen und ihre Führungskräfte aus dieser Analyse mitnehmen sollten.
50% der Unternehmen haben KI-Initiativen, nur 19% haben Mitarbeiter mit KI-Titel. 3.856 Unternehmen sind im „Wollen, aber nicht Können"-Modus.
Der Gap zwischen KI-Ambition und KI-Kapazität ist bei KMU doppelt so groß wie bei Enterprises (35 vs. 17 Prozentpunkte). Hier fehlt es an Kompetenz, nicht an Interesse.
74% der Unternehmen mit 10.000+ Mitarbeitern haben Mitarbeiter mit KI-Titel. Bei unter 50 Mitarbeitern: nur 9%. KI-Kompetenz ist aktuell ein Privileg großer Organisationen.
VC/PE-Firmen und E-Learning-Anbieter — also Branchen, die andere bei der Transformation unterstützen sollen — haben selbst den größten internen KI-Gap.
In absoluten Zahlen: 1.517 Unternehmen aus diesen drei Branchen haben KI-Initiativen, aber kein KI-Personal. Das ist die Zielgruppe für KI-Weiterbildung.
Von der Idee bis zur Analyse in sechs Schritten. Komplett datengetrieben, komplett transparent.
Wir legen Wert auf Transparenz. Diese Studie liefert wertvolle Einblicke, hat aber methodische Grenzen, die bei der Interpretation berücksichtigt werden sollten.
Die folgenden Punkte sind keine Schwächen, die wir verstecken wollen, sondern bewusste Einordnungen, die zur ehrlichen Interpretation der Daten gehören.
Wir messen, ob Mitarbeiter „KI" oder „KI" im LinkedIn-Jobtitel tragen. Das ist ein Proxy, kein vollständiges Bild. Viele Menschen arbeiten intensiv mit KI, ohne dass es in ihrem Titel steht — etwa ein Marketing Manager, der täglich KI-Tools nutzt, oder ein CTO, der die KI-Strategie verantwortet. Ob jemand „KI" im Titel trägt, ist ein Organisations- und Governance-Thema: Es hängt oft mehr von der Unternehmenskultur und Titelstruktur ab als von der tatsächlichen Arbeit. Unsere Zahlen zu „Mitarbeitern mit KI-Titel" sind daher eine konservative Untergrenze, kein Gesamtbild.
Die gesamte Analyse basiert ausschließlich auf öffentlich zugänglichen Informationen: LinkedIn-Profile, Unternehmenswebseiten, Pressemitteilungen, Stellenausschreibungen und Zeitungsartikel. Was intern passiert, aber nicht nach außen kommuniziert wird, erfassen wir nicht. Ein Unternehmen, das intern eine umfassende KI-Strategie verfolgt, aber nicht darüber spricht, erscheint in unseren Daten als inaktiv. Die Studie bildet ab, was öffentlich sichtbar ist — nicht zwingend, was tatsächlich passiert.
Es gibt eine natürliche Korrelation zwischen Unternehmensgröße und öffentlicher Kommunikation. Konzerne haben PR-Abteilungen, veröffentlichen regelmäßig Pressemitteilungen und pflegen ihre LinkedIn-Auftritte aktiver als ein 20-Personen-Unternehmen. Das bedeutet: Ein Teil des Größen-Effekts in unseren Daten könnte darauf zurückzuführen sein, dass große Unternehmen ihre KI-Aktivitäten einfach sichtbarer machen — nicht unbedingt, dass sie mehr tun. Die Grundtendenz (Größe korreliert mit KI-Kompetenz) halten wir für valide, aber die Stärke des Effekts könnte durch diesen Bias überschätzt werden.
Nicht für jedes Unternehmen konnten alle Datenpunkte mit 100%iger Genauigkeit erhoben werden. Bei manchen Firmen lieferten die Datenquellen unvollständige oder fehlende Werte — insbesondere bei der Anzahl der Mitarbeiter mit KI-Titel. Die tatsächliche KI-Durchdringung könnte bei betroffenen Unternehmen höher liegen als in unseren Daten abgebildet.
Die 12.477 Unternehmen stammen aus dem LinkedIn-Netzwerk von Jens Polomski und Moritz Heininger. Das ist keine repräsentative Zufallsstichprobe aller DACH-Unternehmen, sondern spiegelt ein Netzwerk wider, das in Bereichen wie Marketing, Consulting, Tech und Mittelstand besonders stark vertreten ist. Branchen wie Handwerk, Landwirtschaft oder öffentliche Verwaltung sind unterrepräsentiert. Die Ergebnisse gelten für die analysierte Stichprobe — eine Übertragung auf die Gesamtwirtschaft sollte mit Vorsicht erfolgen.
Die zugrunde liegende Datenquelle erfasst maximal 5 Mitarbeiter mit KI-Titel pro Unternehmen. Ein Konzern mit 500 solcher Mitarbeiter wird genauso gezählt wie einer mit 5. Für unsere Kernaussage (hat ein Unternehmen KI-Expertise: ja oder nein) ist das unkritisch. Für quantitative Aussagen über die Tiefe der KI-Durchdringung innerhalb einzelner Unternehmen ist es eine Einschränkung.
Die KI-Landschaft verändert sich schnell. Diese Daten bilden den Stand April 2026 ab. Unternehmen, die seitdem Mitarbeiter mit KI-Fokus eingestellt oder Initiativen gestartet haben, sind nicht erfasst. Die strukturellen Muster (Größen-Gap, Branchen-Unterschiede) sind aber erfahrungsgemäß stabiler als einzelne Prozentwerte.
3 Fragen, 30 Sekunden — vergleiche dich mit 12.477 DACH-Unternehmen.
snipKI hilft DACH-Unternehmen dabei, KI-Kompetenz aufzubauen — mit Enablement, Implementierung und Strategie.
Mehr über snipKI erfahren →