In diesem Artikel
Über diesen Benchmark
Disclaimer: Die Ergebnisse stammen aus einem Benchmark unter appliedAI-Partnerunternehmen, einer selbst ausgewählten Gruppe von Unternehmen, die sich bereits klar für AI entschieden haben. Sie beschreiben die Praxis dieser Gruppe, nicht den breiteren Markt, und sollten nicht als repräsentative Marktstudie dargestellt werden.
Die appliedAI-Partnerunternehmen haben zwischen Mai und Juni 2026 an einer Umfrage zu ihren AI-Produkten teilgenommen. Der Bericht zeigt, welche Produkte sie einsetzen, wie sie ihren Hauptanbieter bewerten und in welchen Teilen des Stacks es keine gemeinsame Praxis gibt. Die nächste Umfrage findet im November 2026 statt.
Ein Blick darauf, wo die Praxis am wenigsten ausgereift ist.
Zentrale Erkenntnisse
Oben gesetzt, unten offen.
Die Grundschichten des Stacks, Cloud, Retrieval und Workflow-Automatisierung, haben sich auf gemeinsame Standards eingependelt. Die neueren, autonomeren Schichten, allen voran Agenten-Frameworks, haben noch keine gemeinsame Praxis. Die wirklich offenen Entscheidungen sind nach unten in den Stack gewandert, und dort ist jedes Unternehmen weitgehend auf sich allein gestellt.
Die größten Entscheidungen wurden geerbt, nicht verglichen.
Bei den meisten Unternehmen folgte die größte Infrastrukturentscheidung einer bestehenden Geschäftsbeziehung und nicht einem frischen, direkten Vergleich. Die darunterliegenden Schichten übernehmen diese Wahl dann meist.
Der Rollout ist der Kontrolle vorausgeeilt.
Unternehmen bringen AI schneller in den Einsatz, als sie die Mittel aufbauen, um sie zu überprüfen. Kostenverfolgung, Qualitätsbewertung der Ergebnisse und Sicherheits-Guardrails sind durchgängig die am wenigsten ausgereiften Teile des Stacks, auch während der Zugang breiter wird und immer mehr Fachbereiche eigene Workflows bauen.
Kosten sind der Schmerzpunkt, den kaum jemand kommen sah.
Das schwierigste ungelöste Problem ist ein grundlegendes: zu wissen, was AI kostet. Es rangiert vor der Zuverlässigkeit und vor dem Nachweis des Return on Investment. Kostenzuordnung und passende Tools hinken dem Tempo der Einführung hinterher, und die vorhandenen Kontrollen begrenzen das Risiko eher, als es aktiv zu steuern.
Ähnliche Stacks, sehr unterschiedliche Strategien.
Die Partner setzen auffällig ähnliche Tools ein, kombinieren sie aber in sehr unterschiedlichen Verhältnissen. Build oder Buy erweist sich als Portfolioentscheidung, getrieben davon, was ein Unternehmen als Kern seines Geschäfts betrachtet, und weniger als Technologiefrage. Und ein anhaltender Wunsch, AI auf eigener Infrastruktur zu betreiben, widerspricht der Annahme, Enterprise-AI sei nur Cloud-Konsum.
Wo die Wertschöpfung jetzt liegt
Die Schichten, auf die sich alle geeinigt haben, sind der einfache Teil. Der Wert liegt jetzt dort, wo es noch keinen gemeinsamen Standard gibt: Agenten verantwortungsvoll in den Produktivbetrieb zu bringen, die Qualität der Ergebnisse zu bewerten und die Kosten wirklich in den Griff zu bekommen.
Die Stacks wachsen schneller zusammen als die Praktiken drumherum. Wer jetzt vorankommt, bekommt Kosten, Qualität und Kontrolle in den Griff, statt nur die richtigen Tools auszuwählen.
Künftig bei der Entwicklung dabei sein und Zugriff auf exklusive Inhalte erhalten?
Als appliedAI-Partner gestalten Sie kommende Benchmarks mit und erhalten die vollständigen Ergebnisse als Erste. Jetzt mehr über die Partnerschaft erfahren.
