PwC CEO-Umfrage 2026: 56 % verzeichnen keine finanzielle Rendite durch KI, nur 12 % sind erfolgreich

Die Daten
PwC befragte 4.454 CEOs in 95 Ländern und stellte ihnen eine einfache Frage: Bringt Ihnen KI tatsächlich Geld ein? Die Antwort ist schonungslos.
56% der CEOs – mehr als die Hälfte – melden keinerlei finanzielle Auswirkungen durch KI. Keine Umsatzsteigerungen. Keine Kosteneinsparungen. Nichts.
Nur 12% – einer von acht – haben KI erfolgreich sowohl zur Kostensenkung als auch zur Umsatzsteigerung genutzt.
Das sind keine kleinen Unternehmen ohne Budget. Es handelt sich um die größten Konzerne der Welt, die über Milliarden an Kapital verfügen, über eigene KI-Teams und Unternehmenssoftware-Verträge, die monatlich mehr kosten, als die meisten Solo-Gründer im Jahr verdienen.
Warum die meisten Unternehmen scheitern
PwC nennt es diplomatisch untertrieben: Unternehmen führen „isoliert, taktische KI-Projekte“ durch, die „oft keinen messbaren Mehrwert liefern“. Der direktere Begriff für das, was passiert, ist Pilot-Purgatory – ein Ort, an dem KI gerade genug eingesetzt wird, um wie Fortschritt zu wirken, aber nie tiefgreifend genug, um Ergebnisse zu erzielen.
Große Unternehmen scheitern bei KI nicht aufgrund schlechter Absichten. Sie scheitern aufgrund ihrer Struktur. So läuft es tatsächlich in einem großen Unternehmen ab, das KI einführen möchte:
- Ein Team erkennt eine Chance
- Sie verfassen ein Konzept
- Die Rechtsabteilung prüft es
- Die IT bewertet das Integrationsrisiko
- Ein Pilotprojekt wird mit begrenztem Budget genehmigt
- Das Pilotprojekt läuft ein Quartal, liefert gemischte Ergebnisse (wie jedes Pilotprojekt)
- Wird von einem Komitee überprüft
- Dann – wenn es Glück hat – wird es zur „weiteren Erforschung“ genehmigt
Bis das Unternehmen mit der Erforschung fertig ist, hat das Tool bereits drei größere Updates durchlaufen, der ursprüngliche Befürworter ist in eine andere Abteilung gewechselt und ein neues Team muss die Lernkurve von vorne beginnen.
Die Unternehmen, die keine Ergebnisse sehen, behandeln KI als taktische Ergänzung – sie montieren sie an bestehende Arbeitsabläufe an, anstatt Arbeitsabläufe um sie herum neu aufzubauen. Sie nutzen KI, um das, was sie bereits tun, marginal zu beschleunigen, anstatt sie dafür einzusetzen, Dinge zu tun, die sie vorher nicht konnten.
Der Bericht fordert eine „unternehmensweite Bereitstellung, die mit der Geschäftsstrategie des Unternehmens übereinstimmt“ mit einem „klar definierten Fahrplan für KI-Initiativen“. Genau das macht die Bürokratie praktisch unmöglich umzusetzen.
Der entscheidende Begriff hier ist der Unterschied zwischen der Nutzung eines Werkzeugs und dem Aufbau eines Systems. Fast alle – einschließlich 56% der größten CEOs der Welt – nutzen Werkzeuge. Eine Handvoll Gewinner baut Systeme.
Was die Gewinner tatsächlich tun
PwC bezeichnet die erfolgreichen 12% mit einem spezifischen Label: die Vanguard.
44% der Vanguard-Unternehmen wenden KI direkt auf ihre Produkte, Dienstleistungen und Kundenerlebnisse an. Unter den verbleibenden 88%, die in Pilot-Purgatory feststecken, tun dies nur 17%.
Die Gewinner wenden KI fast dreimal häufiger auf das an, was sie tatsächlich verkaufen – nicht nur auf ihre interne Arbeitsweise.
Das durchschnittliche Unternehmen nutzt KI, um interne E-Mails zu schreiben, Besprechungsnotizen zusammenzufassen und vielleicht dem Marketingteam bei der Erstellung von Social-Media-Beiträgen zu helfen. Das ist produktiv, sicher. Aber es ändert nicht, wofür sie Geld verlangen oder wie viele Kunden sie bedienen können.
Die Vanguard nutzt KI im Produkt selbst. Sie nutzen sie, um ihren Service schneller, persönlicher oder skalierbarer zu machen. Sie nutzen sie, um Kunden zu erreichen, die sie vorher nicht erreichen konnten, Leads intelligenter zu qualifizieren oder Ergebnisse zu liefern, die ohne ein viel größeres Team nicht möglich wären.
Dort wird Umsatz generiert. Nicht durch die Automatisierung Ihres Posteingangs.
📖 Read the full source: HN AI Agents
👀 Siehe auch

InclusionAI veröffentlicht Ring-2.6-1T: Billionen-Parameter-Modell für Agenten-Workflows
InclusionAI hat Ring-2.6-1T vorgestellt, ein Reasoning-Modell mit einer Billion Parametern, optimiert für die Ausführung von Agenten, mit zwei Reasoning-Intensitätsstufen (high/xhigh) und asynchronem RL-Training mittels des IcePop-Algorithmus.

OpenClaw 3.31-Update setzt Agentenberechtigungen und -einstellungen zurück
Das OpenClaw-Update 3.31 hat automatisch alle Agenten-Tools, Computerzugriffsberechtigungen und Unteragenten deaktiviert, die manuell in den Einstellungen wieder aktiviert werden müssen. Das Update hat auch geändert, wie Berechtigungsanfragen funktionieren, und fordert während der Nutzung keine Genehmigung mehr an.

Claude Opus 4.6 Gedächtnisausfall: Agent vergisst alles außer Dateiumbenennung
Ein Entwickler dokumentiert die 228 Logeinträge, 95 Agentenaktionen und 38 Codeausführungen von Claude Opus 4.6, die nur einen Speicher produzierten: die Zeichenfolge „Agent Zero Tune-Up“.

Gemini Embedding 2: Googles erstes nativ multimodales Embedding-Modell veröffentlicht
Google hat Gemini Embedding 2 veröffentlicht, sein erstes nativ multimodales Embedding-Modell, das Text, Bilder, Videos, Audio und Dokumente in einen einzigen Embedding-Raum abbildet. Das Modell unterstützt bis zu 8192 Text-Tokens, 6 Bilder pro Anfrage, 120 Sekunden Video und PDFs mit bis zu 6 Seiten Länge, mit flexiblen Ausgabedimensionen von 3072 bis hinunter zu 768.