Intelligenz als Wachstumschance?
Gesamtwirtschaftliche Potenziale für Deutschland
Bundesverband der Deutschen Industrie e. V.
Polina Khubbeeva & Frederik Lange
2. Oktober 2025
Wachstum durch KI? Ziel & Erkenntnisse im Überblick
Ziel des Papiers
Erkenntnisse
Analyse: Wie kann KI das Wirtschaftswachstum in Deutschland stärken?
1. Relevanter, aber begrenzter Wachstumseffekt:
KI könnte das Potenzialwachstum um ca. 0,3 Prozentpunkte/Jahr steigern – kein Wachstumswunder, aber spürbarer Beitrag
2. Standortfaktoren könnten Wirkung bremsen:
Schwächen bei Infrastruktur, Fachkräften, Finanzierung und Datenzugang hemmen breite wirtschaftliche Nutzung
3. Strategische Ausrichtung nötig:
Deutschland muss industrielle Stärken gezielt nutzen, KI-Kompetenzen ausbauen und Rahmenbedingungen verbessern
Fördernde und dämpfende Effekte von KI
Wirkmechanismus Wirkung auf Produktivität
Automatisierung
→ Labour-replacing
Automatisierung
→ Labour-augmenting
Förderlich: Effizienzsteigerung durch Automatisierung einfacher Tätigkeiten
Förderlich: Unterstützung menschlicherArbeit durch
Teilautomatisierung und bessere Informationsaufbereitung
Förderlich: Neue Aufgaben und Geschäftsmodelle können langfristig
Weitere Anmerkungen
Wirkung abhängig von Reallokation der Arbeitskräfte
Task Creation
Produktivität steigern
Forschung & Innovation
Förderlich: SchnellereAnalyse, Simulation und Erkenntnisgewinn
Schwer messbar, daher oft nicht in Studien berücksichtigt
Schwer quantifizierbar, indirekte Effekte oft unterbeleuchtet
Gesellschaftlich fragwürdige
Anwendungen
Dämpfend: Können ökonomischeAktivität erzeugen, aber gesellschaftlichen Nutzen und Wohlfahrt untergraben
Baumol-Effekt
Dämpfend: Bremst Produktivitätsfortschritt durch
Nachfrageverlagerung in wenig automatisierbare Sektoren
KI in Unternehmen: Nutzung steigt, Wirkung begrenzt
• Effizienzgewinne: Erste Studien zeigen deutliche Verbesserungen, v. a. in wissensintensiven
Dienstleistungen:
• +60% Output in Kreativteams (Ju & Aral, 2025)
• +14% Produktivität im Kundenservice (Brynjolfsson et al., 2023)
• +56% Effizienz in der Softwareentwicklung (Peng et al., 2023)
• Industrie: 46,7% der Industrieunternehmen nutzen KI (ifo Institut), v. a. in Automobil, Maschinenbau, Chemie. Die Nutzung konzentriert sich häufig noch auf einzelne, meist administrative Anwendungen; eine breite Integration in die Produktion ist bislang nicht eindeutig festzustellen.
• Aber: Die meisten Unternehmen können Effizienzgewinne bislang kaum in Umsatzsteigerungen oder Kostensenkungen überführen. Laut MIT-Studie haben 95% der GenAI-Pilotprojekte keinen messbaren Einfluss auf die Gewinn- und Verlustrechnung. Hauptursachen: fehlende Integration und organisatorische Defizite.
• Fazit: Produktivitätsgewinne durch KI hängen vor allem von der erfolgreichen Einbettung in betriebliche Abläufe ab.
KI auf Branchenebene: Höchste Potenziale in wissensintensiven
Dienstleistungen
Prognostizierte sektorale Produktivitätszuwächse über 10 Jahre*
Hohe Adoption und erweiterte Funktionen Mittlere Adoption und erweiterte Funktionen Geringe Adoption
*Zuwächse unter verschiedenen Szenarien. Quelle: OECD (2025
Deutschland im Mittelfeld: KI-Wachstumsimpuls von 0,3
Prozentpunkten erscheint plausibel
Studienübersicht zu den gesamtwirtschaftlichen KI-Potenzialen
Quelle Land/Region TFP-Zuwachs p. a. (in PP)
McKinsey (2023) Global
OECD (2025) G7
0,07-0,4 (2,27 bei kombiniertem Einsatz)
0,13-0,87 (mittleres Szenario: 0,33-0,67)
Arbeitsproduktivitätszuwachs p. a. (in PP)
0,1-0,6 (3,4 bei kombiniertem Einsatz)
0,2-1,3 (mittleres Szenario: 0,51,0) IWF (2025) Europa 0,22
Acemoglu (2024) USA
OECD (2024b) USA
IW Consult (2025) Deutschland
OECD (2025) Deutschland
0,23-0,77 (mittleres Szenario: 0,57) 0,34-1,16 (mittleres Szenario: 0,86)
• Deutschland liegt bei den erwarteten Produktivitätseffekten von KI im Mittelfeld der G7-Staaten.
• Die wirtschaftliche Struktur mit starker Industrie und begrenzter Dienstleistungsintensität hemmt die unmittelbare Wirkung.
• Unter Berücksichtigung struktureller Effekte (Baumol) sowie KI-bedingter Investitionen ergibt sich ein erwartbarer gesamtwirtschaftlicher Wachstumsimpuls von rund 0,3 Prozentpunkten pro Jahr (entspricht ca. €13 Mrd. zusätzlich, bezogen auf das deutsche BIP 2024).
Begrenzter aber spürbarer Wachstumsbeitrag
Die Schätzungen für Deutschland sind vor folgendem Hintergrund bemerkenswert:
1. Arbeitsproduktivität stieg 1986-2022 im Schnitt nur um 0,9 % jährlich, mit geringem TFP-Beitrag (siehe Grafik).
2. Frühjahrsgutachten 2025 erwartet Produktionspotenzialwachstum 2025-2030 von nur 0,2-0,4% jährlich (ohne Finanzpaket und KI). Ein KI-bezogener Impuls von 0,3 Prozentpunkten entspräche (fast) einer Verdoppelung.
Trendmäßiges Wachstum der Arbeitsproduktivität (in Prozent)
Beitrag des trendmäßigen Kapitalwachstums je Erwerbstätigen
Beitrag des trendmäßigen TFP-Wachstums
In der Praxis könnten deutsche Standortfaktoren den KI-Beitrag jedoch mindern (1/2)
1. Digitale Infrastruktur
• Defizite beim Ausbau von Hochgeschwindigkeits-Glasfaser und Cloud-Infrastruktur
• Hohe Strompreise und steigender Energiebedarf bremsen Ausbau und Betrieb von Rechenzentren
• Zu große Abhängigkeiten und fehlende Lieferkettendiversität bei Hochleistungschips
2. Fachkräfte & Kompetenzen
• Offene Stellen bleiben lange unbesetzt und geringe KI-Kompetenz in der Breite
• USA und UK verfügen über größere Talentpools und ziehen internationale Spitzenkräfte an
3. Finanzierung & Gründungsdynamik
• Wagniskapitalinvestitionen in KI-Start-ups deutlich niedriger als in den USA, China oder UK
• Deutschland liegt bei KI-Neugründungen hinter anderen Industrieländern zurück
In der Praxis könnten deutsche Standortfaktoren den KI-Beitrag jedoch mindern (2/2)
4. Unternehmensstruktur & Adoptionsbedingungen
• Mittelstandsdominanz mit 99% KMU, oft zu klein für eigene KI-Entwicklung
• Kulturelle Zurückhaltung bei neuen Technologien; Nutzen oft schwer abschätzbar
5. Regulatorisches Umfeld
• Rechtsunsicherheit durch komplexe und teils widersprüchliche Vorgaben (z.B. AI Act, Datenschutz). Hemmt Investitionen und Innovationsbereitschaft, besonders bei KMU
6. Forschungstransfer & Datenzugang
• Schwacher Transfer von Forschung in marktfähige Anwendungen
• Fehlende strukturierte, interoperable Daten und Unsicherheiten beim Datenschutz
Industrielle Stärken gezielt für KI nutzen
Kompetenzen und Rahmenbedingungen ausbauen 10
• Deutschland steht im internationalen KI-Wettbewerb vor zwei Rennen:
• Entwicklung grundlegender KI-Technologien – hier besteht Rückstand gegenüber USA und China
• Anwendung bestehender KI-Modelle in Produkten und Prozessen – hier ist Deutschland wettbewerbsfähig, besonders in der Industrie
• Um KI als Wachstumstreiber zu nutzen, braucht es:
• Investitionen in souveräne KI-Infrastrukturen
• Ausbau von KI-Kompetenzen in Bildung und Unternehmen
• Innovationsfreundliche Rahmenbedingungen
• Stärkeren Forschungstransfer in industrielle Anwendungen
• Strategische Vernetzung von Mittelstand, Industrie und Start-ups
• Nur durch gezielte politische Maßnahmen kann Deutschland seine industrielle Stärke ausspielen und eine führende Rolle bei industrieller KI einnehmen.
VERBUNDEN BLEIBEN
www.bdi.eu
Vielen Dank
Jetzt dem BDI auf Social Media folgen!