Industrielle KI: Worauf CEOs in 2026 ihren Fokus legen sollten

Der Druck ist existenziell und sehr real. Zwar blicken vier von fünf CEOs optimistischer auf die Rendite ihrer KI-Investitionen als noch vor einem Jahr, doch gab die Hälfte von ihnen in einer Umfrage des Weltwirtschaftsforums an, dass ihre eigenen Arbeitsplätze gefährdet sein könnten, sollten diese Investitionen keine Ergebnisse liefern. KI befindet sich nicht mehr im Pilotstadium. Für CEOs besteht die Herausforderung nun darin, KI verantwortungsvoll und gewinnbringend zu skalieren.

Die Herausforderung für CEOs in der Industrie: Die Ambitionen übertreffen die Bereitschaft

Der Industriesektor befindet sich an einem kritischen Wendepunkt. Der weltweite Markt für KI in der Fertigung wird voraussichtlich von 34 Mrd. US-Dollar im Jahr 2025 auf 155 Mrd. US-Dollar bis 2030 wachsen. Eine im Jahr 2025 für TATA/AWS durchgeführte internationale Umfrage ergabjedoch , dass nur 21 Prozent der Hersteller vollständig auf die Einführung von KI vorbereitet sind.

Die größten Hürden?

• Datenbereitschaft: Produktionsdaten sind in veralteten OT-Systemen eingeschlossen, ohne dass ein Weg zur Extraktion oder Integration besteht.
• IT/OT-Silos: Daten von CISCO zeigen, dass nur 20 Prozent der Unternehmen über eine vollständig koordinierte IT/OT-Sicherheitsstrategie verfügen.
• Qualifikationslücke: 60 Prozent der Unternehmen nennen Kompetenzlücken – und nicht den Personalmangel – als das zentrale Problem bei der Belegschaft.
• Fehlende Governance: KI wird ohne Richtlinien, Aufsicht oder klare Rahmenbedingungen für die Verantwortlichkeit eingesetzt.
• Pilot-Paralyse: Überzeugende Ergebnisse aus Proof-of-Concept-Projekten schaffen es nie in die Produktion.

Diese fünf Hürden müssen CEOs von Industrieunternehmen überwinden, um KI erfolgreich in größerem Maßstab einzusetzen. Gleichzeitig zeigt die Studie  von TATA/AWS, dass 75 Prozent der Fertigungsunternehmen davon ausgehen, dass KI in diesem Jahr zu den drei wichtigsten Faktoren für die Entwicklung ihrer operativen Marge zählen wird. Es ist also höchste Zeit zu handeln.

Im Wettlauf um die Ausschöpfung des KI-Potenzials kommt es auf Schnelligkeit an. CEOs, die heute entschlossen handeln, sind besser positioniert, um langfristigen Wert zu schaffen, während diejenigen, die abwarten, möglicherweise Schwierigkeiten haben werden, den Rückstand aufzuholen.

1. Datenbereitschaft

Daten sind die unverzichtbare Grundlage für den Erfolg von KI. Gartner hat festgestellt, dass der häufigste Grund für das Scheitern von KI-Projekten die Datenqualität ist. Für Hersteller, die mit Altsystemen und einer Trennung zwischen IT und OT zu kämpfen haben, hat die Einrichtung einer einheitlichen Datenebene, die OT- und IT-Systeme miteinander verbindet, oberste Priorität.

Edge-Computing-Kapazitäten sind ein zunehmend wichtiger Aspekt der Datenbereitschaft. Der „State of Industrial AI“-Bericht 2026 von CISCO ergab, dass 97 Prozent der Führungskräfte in der Industrie davon ausgehen, dass KI-Workloads die Anforderungen an die Konnektivität erheblich erhöhen werden. Während 96 Prozent der Unternehmen die Zuverlässigkeit der drahtlosen Kommunikation als entscheidend für industrielle KI ansehen, trägt die Vorverarbeitung von Daten in lokalen Industriesystemen – bevor diese zur weiteren Analyse in die Cloud gesendet werden – dazu bei, die Belastung durch die Konnektivität zu verringern.

Die Modernisierung bietet einen weiteren wichtigen Ansatzpunkt für die Datenintegration. Deshalb unterstützt die Softwareplattform zenon von COPA-DATA eine Vielzahl von Kommunikationsprotokollen und Standards, darunter auch ältere Protokolle bestehender Systeme. zenon fungiert dabei als sichere Brücke zwischen bestehenden Daten und Systemen sowie modernen Datenpipelines und Plattformen. So lassen sich Datensilos aufbrechen, eine ganzheitliche Sicht auf die Betriebsabläufe schaffen und das nahtlose Zusammenspiel aller Komponenten des industriellen Ökosystems ermöglichen. Das verbessert sowohl die Effizienz als auch die Zusammenarbeit. 

2. IT/OT-Silos

Bei der Konvergenz von IT- und OT-Systemen gibt es eine kritische Lücke: die Sicherheit. Die „Dragos OT Cybersecurity Review 2025“ ergab, dass 75 Prozent aller OT-Angriffe als IT-Sicherheitsverletzungen beginnen. Drittanbieter und Auftragnehmer stellen weiterhin eine große Schwachstelle dar, wobei einige Unternehmen nicht über alle Fernverbindungen in ihre OT-Netzwerke informiert sind. Viele OT-Umgebungen stützen sich nach wie vor auf veraltete Richtlinien für den Fernzugriff, anstatt auf rollenbasierte, überwachte und segmentierte Zugriffskontrollen. 70 Prozent der identifizierten Schwachstellen befanden sich tief im Inneren der OT-Netzwerke, was es schwierig macht, sie zu beheben, ohne den Betrieb zu stören.

Darüber hinaus stellte Dragos fest, dass viele Unternehmen OT-Schwachstellen weiterhin genauso behandeln wie IT-Schwachstellen, was sie daran hindert, eine risikobasierte Priorisierung vorzunehmen und sich auf reale Bedrohungen zu konzentrieren. Eine stärkere Zusammenarbeit zwischen IT und OT hilft bei dieser Priorisierung, ermöglicht einen umfassenderen Ansatz zur Behebung von Schwachstellen und schafft mehr Vertrauen bei der Skalierung von KI.

CEOs müssen industrielle KI als gemeinsame operative Fähigkeit begreifen. Es handelt sich weder um ein IT-Projekt noch um ein OT-Experiment. Vielmehr ist es eine notwendige Zusammenarbeit zwischen IT und OT. Wie die Autoren der CISCO-Umfrage betonen: „Unternehmen, die zuversichtlich sind, KI in großem Maßstab einzusetzen, sind diejenigen, die Infrastruktur, Cybersicherheit und die Zusammenarbeit zwischen IT und OT als grundlegend und nicht als optional betrachten.“

3. Qualifikationslücke

Laut einem Bericht des SANS Instituts aus dem Jahr 2026 haben Qualifikationslücken erstmals den Personalmangel als größte Herausforderung im Bereich der industriellen Cybersicherheit überholt . Dies hat konkrete Auswirkungen: 27 % der Unternehmen melden Sicherheitsvorfälle, die in direktem Zusammenhang mit diesen Qualifikationslücken stehen.

Gleichzeitig eröffnet KI neue Möglichkeiten. Fast die Hälfte (49 Prozent) der Industrieunternehmen gibt an, dass KI den Zeitaufwand für manuelle Cybersicherheitsanalysen reduziert. Ein ähnlich hoher Anteil (48 Prozent) setzt KI ein, um Abläufe im Bereich der Cybersicherheit zu automatisieren. 

Da lediglich 16 Prozent der Unternehmen von einem Personalabbau infolge des KI-Einsatzes berichten, schafft KI vor allem neue Möglichkeiten für die Weiterqualifizierung von Mitarbeitenden. Ich bin überzeugt, dass CEOs diese Chance nutzen sollten, um eine Kultur der Innovation zu fördern. Dazu gehört die Bereitschaft, neue Ansätze auszuprobieren, aus Fehlern zu lernen, den Status quo und bestehende Strategien kritisch zu hinterfragen und Innovation gezielt voranzutreiben. 

Die Unternehmenskultur ist entscheidend für die Einführung von KI. Der „2026 Work Trend Index“ von Microsoft zeigt,  dass organisatorische Faktoren wie die Unterstützung durch Führungskräfte und der Umgang mit Talenten einen mehr als doppelt so großen Einfluss auf die wahrgenommene Wirkung von KI haben wie individuelle Faktoren, etwa die persönliche Einstellung und das Verhalten (67 Prozent gegenüber 32 Prozent).

Um eine maximale Wirkung zu erzielen, sollte dieser Kulturwandel unternehmensweit erfolgen. KI darf nicht allein der IT vorbehalten sein. Die erfolgreiche Skalierung von KI erfordert eine andere Denkweise: CEOs müssen KI als eine Disziplin betrachten, die das gesamte Unternehmen betrifft.

In der Industrie beispielsweise bietet KI eine Möglichkeit, die Ausbildung in industriellen Fertigkeiten zu beschleunigen. Dies ist ein entscheidender Anwendungsfall – ein Bericht von Deloitte und dem Manufacturing Institute schätzt, dass allein in den USA durch den Massenruhestand der derzeitigen Industriebelegschaft eine Lücke von 3,8 Millionen Arbeitskräften entstehen wird. Kriti Sharma argumentierte Anfang dieses Jahres in einem Artikel im  Fortune-Magazin: „Die heute verfügbare Technologie ist gut genug, um fundierte Erfahrung genau widerzuspiegeln, Lernkurven zu verkürzen und Fachkräftelücken mit nahezu sofort verfügbaren, aber verifizierten und kontextreichen Daten zu schließen, die aus der realen Arbeitswelt gewonnen werden … KI kann die Eintrittsbarrieren für industrielle Berufe beseitigen, ohne die für die Ausübung der Tätigkeit erforderlichen Fähigkeiten zu untergraben.“ Mit einem unternehmensweiten Ansatz werden diese Möglichkeiten zur Nutzung von KI besser sichtbar und umsetzbar sein.

4. Fehlende Governance

Man sagt, um ein schnelles Auto zu bauen, müsse man ihm zunächst hervorragende Bremsen geben. Ich würde jedoch noch einen Schritt weiter gehen und sagen: Wenn sie gut umgesetzt wird, ist KI-Governance kein Hemmschuh für Innovation, sie ist vielmehr der Wegbereiter.

Wenn 60 Prozent der CEOs zugeben, dass sie die KI-Einführung aufgrund von Bedenken hinsichtlich Fehlern und Fehlfunktionen bewusst verlangsamt haben (Weltwirtschaftsforum), wird deutlich, dass einer guten Governance früher Priorität eingeräumt werden muss.

CEOs müssen verantwortungsvolle KI-Richtlinien festlegen und KI-Kompetenzzentren einrichten, um dieses Wissen intern zu fördern. Daten-Governance und Compliance sind ein entscheidender Teil des Puzzles. Die Einrichtung und Durchsetzung von „Human-in-the-Loop“-Kontrollen trägt zur Qualität und zum Vertrauen bei. Auswirkungen auf die Compliance und die Auswahl von Anbietern sollten anhand relevanter Standards überprüft werden , darunter IEC 62443, NERC CIP und NIS2. Zero Trust, rollenbasierte Zugriffskontrollen und Netzwerksegmentierung sind insbesondere in OT-Umgebungen von großer Bedeutung, da dort häufig noch ältere Systeme mit entsprechend hohen Sicherheitsrisiken im Einsatz sind. Beim Einsatz von Agentic AI sollten zudem die Qualität und Genauigkeit der Leistung und Ergebnisse kontinuierlich überwacht werden. Dies sollte mit einem umfassenden Lifecycle-Management einhergehen, das je nach Bedarf auch das erneute Trainieren oder die Außerbetriebnahme von KI-Modellen umfasst.

Da KI einen immer größeren Anteil der betrieblichen Aufgaben übernimmt, muss die menschliche Aufsicht durch Prozesse aufrechterhalten werden, die diese unterstützen und durchsetzen. CEOs müssen dabei eine Vorreiterrolle übernehmen. Der „State of AI 2026“-Bericht von Deloitte ergab, dass Unternehmen, in denen die Führungsspitze die KI-Governance aktiv gestaltet, einen deutlich höheren geschäftlichen Nutzen aus der KI ziehen als solche, die die Governance-Aufgaben allein an technische Teams delegieren.

5. Pilot-Paralyse

Wenn diese Grundlagen vorhanden sind, lässt sich KI verantwortungsvoll und gewinnbringend skalieren. Das ist wichtig, denn eine  IBM-Umfrage aus dem letzten Jahr ergab, dass nur 16 Prozent der KI-Initiativen unternehmensweit skaliert wurden.

CEOs müssen sicherstellen, dass ihre Unternehmen KI nicht mit einer Pilot-Mentalität, sondern mit einer programmatischen Denkweise angehen. Während der Erfolg eines Pilotprojekts auf klar definierten Zielen, einem messbaren ROI – oft mit Validierung vor der Live-Einführung – und einem schrittweisen Ansatz beruht, erfordert eine erfolgreiche Skalierung ein starkes Fundament. Wie wir hier gesehen haben, sind die wesentlichen Komponenten eines unternehmensweiten programmatischen Ansatzes: Datenbereitschaft, IT/OT-Konvergenz, umfassende KI-Kompetenz und starke Governance, sowie die KI-Vision und die Führungsstärke des CEOs.

Der nächste Horizont: Agentenbasierte KI im industriellen Betrieb

Das Jahr 2026 erweist sich als Wendepunkt bei der Einführung von KI. Es ist ein entscheidender Maßstab für den Erfolg von CEOs. In der BCG AI Radar-Umfrage von 2026 bezeichneten sich doppelt so viele CEOs (72 Prozent) als Hauptentscheider ihres Unternehmens in Sachen KI wie im Jahr zuvor (37 Prozent).

Doch während sich die meisten CEOs als Entscheidungsträger sehen, verfolgen sie beim Thema KI durchaus unterschiedliche Ansätze. BCG stuft rund 15 Prozent als „Follower“ ein. Sie erkennen das Potenzial von KI, gehen die Einführung jedoch eher langsam an. Rund 70 Prozent zählen zu den „Pragmatikern“. Sie verfolgen zwar einen aktiveren Ansatz, entwickeln sich jedoch eher mit dem Markt, als ihm voraus zu sein. Lediglich 15 Prozent der CEOs gelten als entschlossene „Vorreiter“. Sie machen KI zu einer ihrer wichtigsten Prioritäten, investieren umfassend und treiben die Weiterqualifizierung ihrer Mitarbeitenden zügig voran. Dadurch entsteht ein sich selbst verstärkender Kreislauf: Eine schnellere Einführung, größeres Vertrauen und bessere Ergebnisse, die wiederum den Weg für noch ambitioniertere Schritte ebnen.

Ihr nächster Schritt wird die Pionierarbeit im Bereich der agentenbasierten KI sein. Die größten Chancen für Industrieunternehmen in diesem Bereich werden von Deloitte in den Bereichen Lieferkettenmanagement, vorausschauende Instandhaltung, Forschung und Entwicklung, Cybersicherheit, Erzeugerauslastung, Bestandsanpassungen und Echtzeit-Reaktionen auf Anomalien gesehen .

Der „Work Trend Index 2026“ von Microsoft argumentiert jedoch, dass der Aufstieg von KI-Agenten weit mehr ist als nur die nächste Entwicklungsstufe von Software. Darin heißt es: „Da KI sich von der Unterstützung bei isolierten Aufgaben hin zur Teilnahme an funktions- und systemübergreifenden Arbeitsabläufen entwickelt, müssen Führungskräfte die grundlegende Gestaltung des Unternehmens überdenken. Arbeit organisiert sich nicht mehr nur um Menschen, Prozesse und Anwendungen herum. Zunehmend organisiert sie sich über Menschen, Agenten und die Systeme, die diese verbinden. Die zentrale Aufgabe der Führung verlagert sich daher vom Einsatz von Technologie hin zur Führung und Befähigung ihrer Teams, Arbeit und Prozesse neu zu gestalten.“

Dieser Wandel deutet auch auf einen tiefergehenden strukturellen Wandel in der Entwicklung von Organisationen hin. KI-Agenten werden zunehmend nicht nur als Werkzeuge, sondern als Teil der betrieblichen Struktur des Unternehmens integriert, wo sie Seite an Seite mit menschlichen Teams mit klar definierten Rollen innerhalb von Arbeitsabläufen agieren.

Insgesamt macht dies eine Anforderung unumgänglich: Die Grundlagenarbeit muss bereits jetzt geschaffen werden. Datenbereitschaft, IT/OT-Konvergenz, Qualifizierung der Belegschaft, starke Governance sowie ein strukturierter, programmatischer Ansatz werden zu Voraussetzungen und sind nicht mehr nur optionale Faktoren für die erfolgreiche Skalierung von KI.