Mit generativer KI erstellt.
1. MUSTER
Wenn Markteintritt plötzlich billig wird
Künstliche Intelligenz verändert Wettbewerb nicht nur, weil bestehende Unternehmen produktiver werden. Sie verändert auch, wer überhaupt zum Wettbewerber werden kann.
2025 nutzten 20 Prozent der von Eurostat erfassten EU-Unternehmen mit mindestens zehn Beschäftigten KI-Technologien – nach 13,5 Prozent im Jahr zuvor [1]. Eine OECD-Auswertung experimenteller Forschung kommt zu einem grundsätzlicheren Befund: Generative KI kann Fähigkeiten verstärken, Entwicklungsprozesse beschleunigen und Markteintrittsbarrieren senken. Entscheidend bleibt dabei die Verbindung von menschlicher Expertise und KI [2].
Die jüngste OECD-Analyse zum Wettbewerb zeichnet allerdings ein differenzierteres Bild. Deskriptive Evidenz deutet auf Chancen für kleinere Unternehmen hin – zugleich aber auf Vorteile für Unternehmen mit stärkeren bestehenden Fähigkeiten. KI demokratisiert Wettbewerb also nicht automatisch [3].
Eine mögliche Zukunft lautet dennoch: Bis 2030 entstehen in Europa 10.000 neue, hochspezialisierte KI-getriebene Wettbewerber. Die Zahl ist bewusst keine Prognose, sondern eine Szenarioannahme: Was verändert sich, wenn KI die Zahl potenzieller Spezialanbieter massiv erhöht?
Kleine Teams könnten dadurch Leistungen entwickeln, analysieren und international vermarkten, für die früher mehr Personal, Kapital oder externe Spezialisten nötig waren. Das wäre kein Automatismus, aber eine plausible Folge sinkender Entwicklungs- und Zugangshürden [2].
Für Europa wäre das eine Chance. Szenariorechnungen der EZB zeigen, dass eine schnelle KI-Diffusion das jährliche Wachstum der Totalen Faktorproduktivität im Euroraum über das kommende Jahrzehnt um etwa 0,3 bis 0,4 Prozentpunkte erhöhen könnte; bei langsamer Diffusion liegen die modellierten Effekte bei rund 0,2 Prozentpunkten [4].
Doch sinkende Eintrittsbarrieren bedeuten nicht automatisch sinkende Margen. Wo KI Entwicklungs- und Differenzierungskosten senkt, kann der Wettbewerbsdruck steigen. Gleichzeitig zeigt die OECD, dass starke bestehende Fähigkeiten und konzentrierte KI-Innovation weiterhin Vorteile schaffen können [3].
Für bestehende KMU lautet die Chance deshalb nicht: auch KI einsetzen. Sie lautet: mit KI etwas skalierbar machen, das neue Wettbewerber nicht einfach reproduzieren können.
2. ANALYSE
Wertvoller könnte die vertrauensbasierte Datennähe werden
Viele europäische KMU besitzen dafür einen potenziell wertvollen Rohstoff: jahrelanges Kundenwissen, Prozessdaten, Spezialwissen und gewachsene Beziehungen.
Doch auch hier lohnt Widerspruch gegen eine bequeme Annahme: Datenbesitz allein ist noch kein Wettbewerbsvorteil. Daten können unvollständig, schlecht strukturiert, rechtlich nicht nutzbar oder für Kunden wenig relevant sein. Wert entsteht erst, wenn ein Unternehmen daraus eine schwer imitierbare Fähigkeit entwickelt.
Wie groß die Lücke zwischen Nutzung und echter Integration noch ist, zeigt eine OECD-Erhebung von Ende 2024 unter mehr als 5.000 KMU in Österreich, Kanada, Deutschland, Irland, Japan, Korea und dem Vereinigten Königreich. 31 Prozent berichteten dort von GenAI-Nutzung. Unter den nutzenden KMU meldeten 65 Prozent eine höhere Mitarbeiterleistung und 29 Prozent, besser mit größeren Unternehmen konkurrieren zu können. Aber nur 28,7 Prozent setzten GenAI bereits in ihren eigentlichen Kernaktivitäten ein [5].
Auch die Hindernisse sind aufschlussreich. Unter Nichtnutzern nannten 57,3 Prozent zunächst eine mangelnde Passung zur eigenen Tätigkeit. 54,1 Prozent äußerten Bedenken zu Urheberrecht sowie rechtlichen oder regulatorischen Fragen; 52,5 Prozent sorgten sich um den Umgang mit in GenAI-Systeme eingegebenen Informationen [5].
Aktuelle EZB-Daten bestätigen die Differenz zwischen Nutzung und Transformation. In einer Erhebung von rund 6.000 Unternehmen aus zwölf Euroländern berichteten etwa 70 Prozent irgendeine Form der KI-Nutzung – aber nur rund 7 Prozent stuften ihre Nutzung als signifikant ein [6].
Daraus ergibt sich keine bereits bewiesene „europäische Stärke“, aber eine mögliche strategische Positionierung: KI plus Domänenwissen plus vertrauenswürdiger Umgang mit Daten.
Dafür brauchen KMU vier Fähigkeiten: wertvolle Datenbestände erkennen, deren Nutzung beherrschen, KI in relevante Kernprozesse integrieren und menschliche Expertise gezielt mit maschineller Geschwindigkeit verbinden.
3. BEST-PRACTICE
SITEC: Aus Maschinenwissen wird ein Datenprodukt
Unternehmen: SITEC Industrietechnologie GmbH, Chemnitz.
Ausgangslage: Der mittelständische Automatisierungs- und Lasertechnikspezialist wollte sein klassisches Maschinen- und Anlagengeschäft um datenbasierte und nutzungsabhängige Geschäftsmodelle erweitern. Für Manufacturing-X und industrielle Datenräume fehlten zunächst praktische Infrastruktur und Spezialwissen [7].
Strategische Entscheidung: Gemeinsam mit EDIH Saxony und weiteren Partnern testete SITEC Manufacturing-X-konforme Datenschnittstellen sowie Pay-per-Use- und Digital-Twin-Konzepte. Manufacturing-X-konforme Schnittstellen wurden anschließend in das Produktportfolio integriert. Ein Pay-per-Use-Prototyp wurde entwickelt und laut EDIH mit Pilotkunden validiert [7].
Messbarer Fortschritt: Im EDIH Digital Maturity Assessment stieg der Data-Governance-Score von 24 auf 54 Prozent [7]. 2025 erhielt SITEC zudem den Sächsischen Innovationspreis in der Kategorie Prozess-, Verfahrens- und Geschäftsmodellinnovation [8].
Der Fall ist kein wissenschaftlicher Kausalitätsnachweis. Er zeigt aber konkret, wie ein Industrie-KMU vorhandenes Maschinen- und Prozesswissen mit standardisiertem Datenaustausch in neue Leistungen übersetzen kann.
Übertragbarer Lernpunkt: Ein KMU muss nicht das bessere Basismodell entwickeln. Wertvoller kann sein, eigene Daten, Fachwissen und Kundenbeziehungen so zu organisieren, dass KI daraus eine schwer imitierbare Fähigkeit macht.
4. STRATEGIEKOMPASS
Fragen für Geschäftsführer
- Welche Informationen über unsere Kunden und Prozesse besitzen wir, die ein neuer Wettbewerber nicht ohne Weiteres aufbauen kann?
- Welche davon sind tatsächlich hochwertig, nutzbar und für den Kunden relevant?
- Wo könnte KI unser Spezialwissen oder unsere Kundennähe vervielfachen?
- Welche unserer Leistungen werden durch KI dagegen leichter austauschbar?
- Bei welchen Daten vertrauen Kunden uns – und wodurch könnten wir dieses Vertrauen verlieren?
- Welche eine Kernfähigkeit müssen wir bis 2030 aufbauen, damit KI unseren Wettbewerbsvorteil verstärkt statt ihn zu nivellieren?
Die entscheidende strategische Frage ist damit nicht: Welche KI sollten wir einsetzen?
Sondern: Welche bereits vorhandene oder neu aufzubauende Fähigkeit unseres Unternehmens kann durch KI so viel stärker werden, dass sie uns im Wettbewerb 2030 wertvoller macht?
Quellen
[1] Eurostat (2026): The use of artificial intelligence technologies in the European Union – Key results – 2026 edition. Statistical Reports, 26 March 2026. Product code KS-01-26-009. DOI: 10.2785/9221093. Abruf: 8. August 2026.
[2] Calvino, F., Reijerink, J. and Samek, L. (2025): ‘The effects of generative AI on productivity, innovation and entrepreneurship’. OECD Artificial Intelligence Papers, No. 39. Paris: OECD Publishing. DOI: 10.1787/b21df222-en. Abruf: 8. August 2026.
[3] OECD (2026): ‘Competition in the age of AI: Initial evidence from microdata’. OECD Artificial Intelligence Papers, No. 64. Paris: OECD Publishing. DOI: 10.1787/6f88a1ea-en. Veröffentlichung: 30 July 2026. Abruf: 8. August 2026.
[4] Lane, P.R. (2026): ‘AI and the euro area economy’. Keynote speech, European Central Bank, Frankfurt am Main, 23 March 2026. Insbesondere Chart 9 und zugehörige ECB staff calculations. Abruf: 8. August 2026.
[5] OECD (2025): Generative AI and the SME Workforce: New Survey Evidence. Paris: OECD Publishing. DOI: 10.1787/2d08b99d-en. Datengrundlage: OECD survey of more than 5,000 SMEs in seven countries, conducted in late 2024. Abruf: 8. August 2026.
[6] Ferrando, A., Lamboglia, S., Rariga, J. and Schmidt, M. (2026): ‘Adoption and investment in AI across the euro area: Insights from harmonised firm-level data’. ECB Occasional Paper Series, No. 395, 28 July 2026. Frankfurt am Main: European Central Bank. Datengrundlage: rund 6.000 Unternehmen aus zwölf Euroländern. Abruf: 8. August 2026.
[7] European Digital Innovation Hubs Network (2025): ‘Co-Innovating the Future of Manufacturing – How SITEC and EDIH Saxony Made Manufacturing-X a Reality’. Success Story, 30 September 2025. Praxisfall; keine unabhängige wissenschaftliche Kausalitätsstudie. Abruf: 8. August 2026. [8] Freistaat Sachsen (2025): ‘Das sind die Preisträger der Sächsischen Staatspreise für Gründen, Transfer und Innovation 2025’. Medienservice Sachsen, 25 June 2025. Abruf: 8. August 2026.