Das Geld geht in die Leitungen
180 IT- und Fachbereichsverantwortliche aus dem DACH-Raum haben gesagt, wohin ihre KI-Budgets der nächsten zwei Jahre fließen sollen. Ganz oben steht nicht das Modell und nicht der Agent, sondern die Datenleitung. Das ist unspektakulär — und vermutlich die ehrlichste Zahl der Woche.
Was 180 Unternehmen vorhaben
Die Marktforscher von Lünendonk & Hossenfelder haben am 17. September 2026 die Studie „Agentic AI: vom Copiloten zum Autopiloten" veröffentlicht. Befragt wurden 180 CIOs, IT-Bereichsleiter und Fachbereichsverantwortliche aus dem gehobenen Mittelstand und aus Konzernen in Deutschland, Österreich und der Schweiz.
Der interessanteste Teil steht nicht beim Reifegrad, sondern bei den Investitionsschwerpunkten der kommenden zwei Jahre. 98 Prozent nennen Datenqualität und Datenintegration. 94 Prozent nennen Orchestrierungsplattformen und IT-Infrastruktur. 87 Prozent nennen Digital Enablement und KI-Compliance. Das Modell selbst taucht in dieser Rangfolge nicht auf.
Über kaum etwas ist in den vergangenen Jahren so viel diskutiert worden wie über die Frage, welches Modell das bessere sei. Die Antwort der Budgets fällt nüchterner aus: Die Modelle sind offenbar gut genug, und das Geld geht dorthin, wo es unsichtbar bleibt — in Datenleitungen, in Schnittstellen und die Frage, wer für welche Entscheidung geradesteht.
Der Stand, kurz
Zum Reifegrad meldet dieselbe Studie: 58 Prozent testen KI-Agenten derzeit in ersten Pilotprojekten, 18 Prozent sind noch in der Explorations- und Testphase, 19 Prozent setzen sie in einzelnen Aufgabenbereichen produktiv ein. Ein Prozent hat eine durchgängige Ende-zu-Ende-Integration in mehrere Kernprozesse erreicht. 66 Prozent geben an, dass weniger als ein Viertel ihrer bisherigen Pilotprojekte den Sprung in den produktiven Einsatz geschafft hat.
Warum dieser Sprung so selten gelingt, stand hier vor einer Woche. Neu ist an diesen Zahlen nicht die Lücke, sondern die Reaktion darauf: Wer sein Budget in Datenqualität und Orchestrierung legt, hat aufgehört, das Problem beim Modell zu suchen.
Was die Versicherer planen
Für die Branche gibt es aus derselben Woche eine zweite Erhebung. S&P Global Ratings hat 121 Erst- und Rückversicherer weltweit befragt, die rund 38 Prozent der von S&P bewerteten Vermögenswerte auf sich vereinen; die Ergebnisse wurden am 22. September 2026 berichtet. 83 Prozent der befragten Häuser befinden sich in einer frühen oder mittleren Phase der Umsetzung, 8 Prozent haben vollständig integrierte KI-Projekte über die Organisation hinweg.
Bemerkenswert ist, was daneben steht: Nahezu alle befragten Versicherer haben einen Governance-Rahmen für KI aufgebaut oder bauen ihn gerade auf, knapp zwei Drittel führen ein Inventar ihrer KI-Modelle. Die Aufsichtsstruktur steht also früher als der Betrieb — in einer Branche, die seit Jahrzehnten Modelle dokumentiert, ist das keine Überraschung, sondern ein Startvorteil.
Die Erwartung hat sich verfünffacht
Eine Zahl aus derselben Erhebung sagt mehr über die Stimmung als jede Reifegradskala. 2025 erwarteten 16 Prozent der befragten Versicherer, dass KI ihnen mehr als drei Prozent Kostenersparnis bringt. Für 2028 sagen das 80 Prozent. Als mittlere Erwartung nennen die Häuser Effizienzgewinne von sechs bis sieben Prozent bis 2028.
Das ist ein erheblicher Sprung in der Erwartung bei überschaubarem Sprung im Reifegrad. Beides zugleich zu halten ist anspruchsvoll: Die Erwartung läuft der Umsetzung voraus, und die Lage ist neu genug, dass niemand belastbar sagen kann, welcher Teil der sechs bis sieben Prozent am Ende tatsächlich ankommt.
Wer heute ein Budget für 2027 aufstellt, verhandelt nicht über Modelle. Er verhandelt über Datenintegration, über Orchestrierung und darüber, wer eine Agentenentscheidung verantwortet. Das sind langweilige Posten, die sich schlecht präsentieren lassen — und sie sind genau die Posten, die in den Erhebungen ganz oben stehen.
Was das für Unternehmen bedeutet
Die praktische Folgerung ist unbequem, weil sie nichts Neues verlangt, sondern etwas Altes. Wenn 98 Prozent der befragten Unternehmen ihr Geld in Datenqualität und Integration legen wollen, dann ist die nächste Stufe der KI-Einführung keine Modellfrage, sondern eine Hausaufgabe, die viele Häuser seit Jahren kennen: saubere Stammdaten, dokumentierte Schnittstellen, klare Zuständigkeit für jeden Datensatz.
Für Versicherung und Finanzdienstleistung kommt ein Vorteil dazu, den man leicht übersieht. Wer ohnehin Modellinventare führt und Entscheidungen begründen muss, hat einen Teil der Arbeit schon liegen — die Frage nach der Verantwortung für eine automatisierte Entscheidung ist dort keine neue Disziplin, sondern eine bekannte.
Und wer diese Woche eine Entscheidung über ein KI-Budget trifft, kann sie an einer einzigen Frage ausrichten: Geht das Geld in etwas, das man vorführen kann, oder in etwas, das trägt? Die 180 Befragten haben sich ziemlich einhellig für das Zweite entschieden.