Die Zurückhaltung ist die Intelligenz, das Verschlafen ist es nicht

Warum österreichische Unternehmen bei KI weniger hinterherhinken, als die Studienlage behauptet. Und warum sich trotzdem genau jetzt entscheidet, wer in zehn Jahren noch Kontrolle über die eigenen Prozesse und das eigene Geschäft hat.

„Die Unternehmen testen, aber kaum jemand skaliert.“ Dieser Satz fehlt in keiner KI-Studie, man kann die Uhr danach stellen. Und immer folgt dieselbe Diagnose: Österreich hängt zurück. Es fehle an Personal, an Know-how, an Rechtssicherheit. Kurz: Es fehlt an allem, was man praktischerweise gegen Einwurf kleiner Münzen extern zukaufen kann. Ein Detail wird dabei selten erwähnt: Die meisten dieser Studien stammen von Beratungshäusern, Technologiekonzernen und Hosting-Anbietern. Wer Reifegrade misst, verkauft Reife. Das „Sie hängen zurück“ und das „Wir hätten da ein Angebot“ sind selten mehr als zwei Slides voneinander entfernt. Schon springt der Kasperl aus der Kiste.

Volle Transparenz: Auch der Autor dieser Zeilen verdient sein Geld mit Beratung. Lesen Sie also auch das Folgende mit gesunder Skepsis. Genau diese Skepsis ist nämlich der Punkt.

Denn die unhöfliche Gegenfrage lautet: Was, wenn die vielbeklagte Zurückhaltung gar kein Defizit ist, sondern in Teilen die vernünftigere Strategie? Die Antwort ist ein klares Jein, und das Jein hat eine präzise Struktur. Sie ist der rote Faden dieses Artikels: Es gibt nicht eine KI. Es gibt drei. Und für jede gilt eine andere Uhrzeit. Drei Uhrzeiten heißt: drei Fristen. Wer alle drei mit derselben Gelassenheit oder derselben Hektik behandelt, hat schon verloren.

Generative KI: ChatGPT, Copilot, Gemini. Text, Bild, Code auf Zuruf. Hier ist von Rückstand keine Spur. Laut OECD liegt die KI-Nutzung im österreichischen IKT-Sektor bei knapp 80 Prozent. Das ist praktisch Marktsättigung, gleichauf mit Finnland, knapp hinter Schweden, und getrieben vor allem von genau diesen generativen Werkzeugen. Über alle Branchen hat sich die KI-Nutzung laut Statistik Austria binnen zwei Jahren fast verdreifacht: von 11 Prozent 2023 auf 30 Prozent 2025. Im Mittelstand nutzen laut EY 43 Prozent der Unternehmen KI-Anwendungen, bei Betrieben über 30 Millionen Euro Umsatz sind es 70 Prozent. Zum Vergleich: Die parallele Bitkom-Erhebung sieht Deutschland bei 41 Prozent. Die Studien sind methodisch nicht eins zu eins vergleichbar, aber das ewige Lamento vom uneinholbaren deutschen Vorsprung tragen die Daten jedenfalls nicht. Zwei Haken hat die Sache trotzdem. Erstens: Genutzt wird überwiegend für Text und Sprache, in Marketing und Vertrieb. Punktuelle Erleichterung, keine Transformation. Zweitens: Die fast 80 Prozent sind gemietete Stärke. Merken Sie sich diese Formulierung, wir kommen darauf zurück.

Agentic AI: Systeme, die nicht antworten, sondern handeln. Planen, entscheiden, ausführen, ohne dass jemand jeden Schritt freigibt. Technisch in beeindruckendem Tempo unterwegs, in Kernprozessen aber kaum angekommen. Das größte Problem ist nicht die Technik, sondern Governance und Psychologie. Schon bei der heutigen, vergleichsweise harmlosen KI nennen laut Eurostat rund 71 Prozent der Unternehmen, die einen Einsatz erwogen und dann doch verworfen haben, fehlende interne Expertise als Hürde. Bei Systemen, die selbstständig handeln, kommt eine Frage dazu, die keine Statistik beantwortet und derzeit auch kein Jurist: Wer haftet, wenn der autonome Agent eine strategische Fehlentscheidung trifft?

Industrial AI: KI in der physischen Wertschöpfung. Produktion, Maschinen, autonome Entscheidungen an der Anlage. Und hier wird es für ein Industrieland unangenehm. EU-weit nutzten 2024 laut OECD-Auswertung der Eurostat-Daten 7,2 Prozent der großen, aber nur 0,7 Prozent der kleinen Unternehmen autonome Robotik und selbstfahrende Systeme. Faktor zehn. In Österreich setzten laut Statistik Austria zuletzt gerade 6 Prozent der ohnehin KI-nutzenden Unternehmen KI in autonom agierenden Maschinen ein.

Was die Lage verschärft: Die Integration von KI in die Produktion (Industrial Intelligence) erfolgt aktuell in einer Geschwindigkeit, die herkömmliche 5-Jahres-Planungen in der Industrie obsolet macht. Unternehmen, die jetzt (2026) keine klare Architektur-Strategie verfolgen, werden bis 2028/2029 durch den „Legacy-Stau“ in ihren Kostenstrukturen nicht mehr wettbewerbsfähig sein.

Bei einem Land, dessen Maschinenbau und Sachgüterproduktion extrem mittelständisch geprägt sind, ist das keine Randnotiz. Es ist die eigentliche Baustelle.

Damit ist die Landkarte gezeichnet. Jetzt zur Uhrzeit auf jedem der drei Felder. Und wir beginnen dort, wo sie am spätesten ist.

Bei Agentic AI ist das Risiko nicht das Vorpreschen, sondern das Wegschauen. Solange man KI als Textmaschine begreift, übersieht man, dass die nächste Stufe handelt statt antwortet. Die kritische Frage ist keine Effizienzfrage, sondern eine Kontrollfrage: Haftung, Eskalation, Abschaltbarkeit. Wer sie erst stellt, wenn der erste Agent live in einem Kernprozess steht, hat den Zeitpunkt verpasst, an dem man sie in Ruhe beantworten konnte. Hier ist Nichtstun kein Optionenbewahren. Hier ist es eine offene Flanke.

Bei Industrial AI ist das Risiko strategischer Natur, und es lohnt sich, es einmal konkret auszubuchstabieren, statt es hinter dem Wort „Anschlussverlust“ zu verstecken. Wenn die KI, die in der eigenen Anlage entscheidet, auf dem Modell eines außereuropäischen Anbieters läuft, dann bestimmt dieser Anbieter über Preis, Verfügbarkeit, Update-Zyklen und darüber, welche Daten das Werk verlassen. Der Maschinenbauer wird zum Lizenznehmer seiner eigenen Produktion. Damit lösen wir das Versprechen von vorhin ein: Die fast 80 Prozent im IKT-Sektor klingen nach Stärke, sind aber gemietete Stärke. Wir nutzen exzellent die fertige Infrastruktur außereuropäischer Hyperscaler. Bei einem Textgenerator verkraftbar. Bei der KI, die in der eigenen Produktionsanlage entscheidet, eine ganz andere Hausnummer. Und dieses Problem löst sich nicht von allein, weil der Markt es nicht löst: Für kleine Industriebetriebe gibt es schlicht weniger Lösungen von der Stange als fürs Marketing. Wenn KI in der physischen Wertschöpfung ein Privileg der Großkonzerne bleibt, verliert genau jener mittelständische Maschinenbau die Kontrolle, der Österreichs industrielles Rückgrat ist.

Ganz anders die Uhrzeit beim ersten Feld. Ein Befund, den die Defizit-Studien selbst liefern und dann geflissentlich überlesen: Ein erheblicher Teil der Unternehmen mit KI-Einsatz kann keinen wirtschaftlichen Nutzen beziffern. Lesen wir das einmal ohne anklagenden Ton. Wenn niemand den Nutzen messen kann, ist es dann unternehmerisch vernünftig, GenAI flächendeckend in die Kernprozesse zu gießen? Wohl kaum. Klein testen, Optionen offenhalten, nichts Irreversibles bauen. Das ist unter echter Unsicherheit keine Trägheit, sondern die überlegene Strategie. Wir haben nur verlernt, sie zu erkennen, weil unser Maßstab heißt: Skalierung gleich Erfolg. Wer als Ziel das brave EU-Versprechen von 75 Prozent KI-Einsatz bis 2030 setzt, macht aus jeder besonnenen Zurückhaltung automatisch ein Versagen. Goodharts Gesetz lässt grüßen: Sobald eine Kennzahl zum Ziel wird, taugt sie nicht mehr als Maß.

Zwei Präzisierungen, damit das nicht als Generalabsolution missverstanden wird.

Erstens: Intelligenz ist nur die gewählte Zurückhaltung. Die bewusste Entscheidung, nicht zu skalieren, solange der Nutzen unklar ist. Die erzwungene Zurückhaltung, kein Geld, keine Leute, keine Ahnung, wo anfangen, ist keine Strategie, sondern ein Strukturproblem. Wer das eine mit dem anderen verwechselt, redet sich seine Handlungsunfähigkeit schön.

Zweitens: Die Zurückhaltung existiert ohnehin nur auf der Ebene der Organisation. Auf der Ebene der Menschen wird längst getippt. Privat, ungezählt, an jeder Governance vorbei. Die echte Lücke klafft nicht zwischen Nutzung und Nicht-Nutzung, sondern zwischen Praxis und Kontrolle. Die Aufgabe ist deshalb kein großer Rollout, sondern ein leichter Rahmen für das, was sowieso passiert. Und nein: „Wir haben Copilot ausgerollt“ ist kein solcher Rahmen und schon gar keine KI-Strategie. Es ist ein Werkzeugkauf, den manche mit Transformation verwechseln. Ich habe auch eine Bohrmaschine zuhause. Das macht noch lange keiner Handwerker aus mir.

Diese Gelassenheit gilt allerdings exakt für dieses eine Feld. Wer sie auf die beiden anderen überträgt, macht aus Intelligenz eine Ausrede.

Warum geht die übliche Diagnose an alledem vorbei? Weil sie KI-Einführung als kompliziertes Problem versteht: definierter Zielzustand, Roadmap, Reifegradmodell, zehn Schritte zum datengetriebenen Unternehmen. Für komplizierte Probleme lassen sich wunderbar Lösungen verkaufen. Man schwinge den Beraterzauberstab.

Nur ist die Integration von KI in eine Organisation kein kompliziertes Problem, sondern ein komplexes: Der Zielattraktor liegt im Unbekannten, der eigene Kontext ist King, und der teuerste Fehler ist, Komplexes mit komplizierten Mitteln zu erschlagen: die große Strategie, das Leuchtturmprojekt, der PoC mit den Navy Seals der Organisation, der in der Normalität nie skaliert. Bei komplexen Problemen helfen viele kleine, sichere, umkehrbare Experimente: beobachten, verstärken, was wirkt, abbrechen, was nicht wirkt. Auch das ist eine Strategie.

Genau daraus folgt, was zu tun ist. Nicht als Roadmap, sondern als drei Aufträge. Drei Uhrzeiten, drei Fristen.

Diese Woche: die eigene Ist-Situation kennen. Keine Mega-Strategie, keine Vision, aber Aufklärung. Wo wird in Ihrem Haus längst informell getippt? Daraus ein minimaler, billiger Rahmen: was erlaubt ist, welche Daten nicht ins Modell wandern. Mehr braucht der Start nicht. Wer das nicht weiß, diskutiert über ein Unternehmen, das es nicht gibt.

Dieses Quartal: Piloten sortieren und die Agentenfrage beantworten. Nicht pauschal hochfahren, sondern sortieren. Den einen Piloten, der nachweislich trägt, in einen echten Prozess überführen, samt Haftung und Qualitätssicherung. Das diffus Nette ohne messbaren Hebel bewusst beenden, das Gescheiterte als billige Learnings verbuchen. Der Engpass ist fast nie das Tool. Der Engpass ist die Frage, wer für den Output geradesteht. Und parallel, bevor die Technik es erzwingt: die Agentic-Kontrollfragen schriftlich beantworten. Wer haftet, wer eskaliert, wer schaltet ab.

Dieses Jahr: Industrial-AI-Kompetenz als strategische Investition behandeln. Das gilt vor allem für den industriellen Mittelstand. Nicht auf fertige Lösungen warten, die für Sie womöglich nie kommen, sondern eigenes Verständnis aufbauen, mit externer Kompetenz, die internes Können erzeugt statt Abhängigkeit.

Ja, auch das ist eine Empfehlung, von der Berater leben, der Autor eingeschlossen. Der Unterschied ist überprüfbar, und zwar an einer einzigen Stelle: Fragt der Externe zuerst nach Ihrem Kontext und Ihrer Ist-Situation, oder zeigt er zuerst sein Angebot? Wer Ihnen etwas verkaufen will, ohne nach Ihrem Kontext zu fragen, verkauft Ihnen seine Lücke in den Sales-Zahlen, nicht Ihren Benefit. Die richtige Gegenfrage ist nie „Was kann das Tool?“, sondern „Was ändert das an unserer Arbeit und unserer Organisation?“ Und bei jeder Integration die Exit-Option mitdenken: Je tiefer ein einzelner Anbieter sitzt, desto fragiler werden Sie gegen dessen Preise, Qualität und Regulierung. Das ist kein Zögern, das ist Hygiene.

Für alle drei Aufträge genügt ein leichtes Gerüst: Strukturen, die das Ausprobieren sicher und anschlussfähig machen, Transparenz und Erfahrungsaustausch im Innen sicherstellen und ein Ohr auf die rasante Entwicklung im Außen legen. Leichtgewichtig, kein zentrales Planungsbüro für KI-Agenden oder die ein KI-Abteilung.

Die Studien fragen: Warum hält Österreich sich zurück? Die bessere Frage lautet: Woher wissen wir, dass schnelles, flächendeckendes Skalieren das Richtige ist? Bei generativer KI weiß es niemand. Dort ist gewählte Zurückhaltung kein Defizit, das man wegschulen müsste, sondern die Intelligenz, die man behalten sollte, bis sich mehr Klarheit herauskristallisiert.

Bei Agentic und Industrial AI entscheidet sich dagegen gerade, wer in zehn Jahren noch Kontrolle über die eigenen Prozesse und das eigene Geschäft hat. Wer dort heute nicht hinschaut, zögert nicht. Der wird morgen vielleicht nichts mehr zum Wegschauen haben.

Vertiefen können Sie diese Fragen im Herbst gemeinsam mit Expertinnen und Experten beim CIO Kongress sowie beim AI Challenge Accepted Summit.