Durchqueren der Zyklen: Die Echtzeit-Bruchstellen der AIoT-Branche aus der Perspektive dreier globaler Berichte

Heutzutage befindet sich die Künstliche Intelligenz (KI) an einem entscheidenden Wendepunkt, an dem sie sich tiefgehend mit der physischen Welt integriert. Um die Industriestrends besser zu verstehen und die Grenze zwischen Hype und Realität zu klären, bieten uns drei neu veröffentlichte, autoritative Berichte im Juli und August 2025 unterschiedliche Perspektiven auf die Realität.

Diese drei Berichte sind:

1. „Technology Trends Outlook 2025“ (Technologische Trendsaussichten 2025) – McKinsey Global Institute (MGI)

Dieser Bericht ordnet systematisch die dreizehn führenden technologischen Trends auf, die das Unternehmens- und Industriegeschehen im Jahr 2025 beeinflussen werden. Er deckt drei Bereiche ab: die KI-Revolution, Rechenleistung und Vernetzung sowie technologische Innovationen. Der Bericht betont besonders, dass die KI zum Multiplikator aller Infrastrukturen und Anwendungsfälle geworden ist. Die Integration von KI mit der physischen Welt, dem Internet der Dinge (IoT), Edge Computing und Robotik verändert global die Wertschöpfung und die Wettbewerbssituation in der Industrie.

2. „The State of AI 2025“ (Der Stand der KI 2025) – Bessemer Venture Partners (BVP)

BVP, ein weltweit bekannter Risikokapitalgeber, analysiert aus seiner Perspektive die Wachstumsmodelle von KI-spezifischen Unternehmen, die Entwicklung der KI-Infrastruktur und wie die KI Unternehmenssoftware und Branchen umgestaltet. Der Bericht konzentriert sich auf die systemische Innovation, die kommerzielle Umsetzung und die Herausforderungen bei der Realisierung von KI-Anwendungen.

3. „The GenAI Divide, STATE OF AI IN BUSINESS 2025“ (Die Lücke bei generativer KI: Der Stand der KI in der Wirtschaft 2025) – Massachusetts Institute of Technology (MIT)

Dieser Bericht basiert auf empirischen Untersuchungen und enthüllt die ROI-Lücke (Return on Investment, Rendite auf Investitionen) bei der Umsetzung von generativer KI in Unternehmen. Obwohl die globalen Unternehmen hohe Investitionen in KI tätigen, erzielen 95 % keine nennenswerten kommerziellen Erträge.

Alle drei Berichte analysieren vorausschauend die Integration von KI und IoT, die Geschäftsmöglichkeiten und Herausforderungen in der AIoT-Branche sowie die technologische Entwicklungstrends.

Sie stimmen sich in vielen Fragen überein, wie dass die KI die Infrastruktur und der Motor für die Industrie ist, dass die Fokussierung auf Anwendungsfälle und die ROI (Return on Investment) die treibende Kraft für die Kommerzialisierung sind, sowie dass Ökosystemzusammenarbeit und Vertrauenssysteme wichtig sind. Doch sie weisen auch deutliche Unterschiede in Fragen wie der Eigenentwicklung oder dem Kauf von KI-Systemen, dem explosiven Wachstum oder der nachhaltigen Widerstandsfähigkeit sowie der Priorität von Frontend-Erfahrung oder Backend-Automatisierung auf.

Welche Übereinstimmungen haben die drei autoritativen Berichte in Bezug auf die Zukunft von AIoT erzielt? In welchen Schlüsselfragen gibt es unterschiedliche Ansichten? Dieser Artikel ordnet diese führenden Erkenntnisse systematisch an und extrahiert die neuesten Wege für die AIoT-Innovation und die industriellen Lehren, um der Branche zu helfen, die Blasen zu überwinden und das nächste Wachstumspotenzial in der digitalen Wirtschaft zu nutzen.

Von der technologischen Hype zur industriellen Übereinstimmung: Die Hauptlinien von AIoT in den drei autoritativen Berichten

Übereinstimmung 1: Die tiefe Integration von KI und IoT ist eine unumkehrbare Tendenz

McKinsey weist in „Technology Trends Outlook 2025“ darauf hin, dass die Künstliche Intelligenz von einem einfachen technologischen Werkzeug zu einem grundlegenden Betriebssystem geworden ist, das die digitale und intelligente Transformation in allen Branchen antreibt (siehe obiges Bild). Die KI ist nicht mehr nur passiv bei der Datenanalyse beteiligt, sondern nimmt auch aktiv an Prozesseoptimierung, Produktinnovation, Energieverwaltung, Robotik und autonomem Fahren teil und wird zum intelligenten Gehirn der physischen Welt.

Das jährliche KI-Bericht von BVP betont, dass echte, branchendurchdringende KI-Unternehmen oft die Kopplung von KI und physischer Welt als Einstiegspunkt nutzen und über AIoT geschlossene Geschäftsprozesse und neue Dienstleistungsmodelle schaffen.

Das NANDA-Projekt des MIT betont weiter, dass die Kombination von KI und IoT nicht nur die Datenerfassung und die Automatisierung von Entscheidungen umfasst, sondern auch jedem physischen Knoten die Fähigkeit gibt, autonom zu handeln, zu kooperieren, zu erinnern und den Kontext zu verstehen.

Alle drei Berichte machen in ihren Kernaussagen klar: Die tiefe Integration von KI und IoT ist zur unumstrittenen Hauptlinie der globalen technologischen und industriellen Aufwertung geworden.

Angesichts der derzeitigen Hype um die Allmacht von Large Language Models (LLMs) geben sowohl BVP als auch MIT eine realistischere Einschätzung ab.

BVP stellt fest, dass obwohl die Fortschritte bei LLMs und AGI (Künstliche Allgemeine Intelligenz) sehr vielseitig sind, die meisten erfolgreichen AIoT-Einsätze auf „kleinen, tiefen Integrationen“ basieren, d. h. sie konzentrieren sich auf konkrete Branchenprobleme und werden tief in die Geschäftsprozesse integriert, anstatt nach einer allumfassenden, generellen Anwendung zu streben.

Das MIT hat anhand zahlreicher Unternehmensbeispiele bestätigt, dass nur KI-Projekte, die eng mit der physischen Welt und den Geschäftsszenarien verbunden sind, echten Wert schaffen können. Es entsteht ein Branchenkonsens: Die Geschäftsmöglichkeiten von AIoT beginnen mit der tiefen Vertiefung in spezifische Anwendungsfälle und der Realismus-Strategie von „kleinen Modellen, fein ausgearbeitet“, nicht mit der Leerrede von allmächtigen großen Modellen.

Übereinstimmung 2: Fokussierung auf Anwendungsfälle und ROI-Treibende Kraft werden zur Hauptmelodie der AIoT-Kommerzialisierung

Ob es die groß angelegte Umfrage von McKinsey oder die Investitionsanalyse von BVP für KI-spezifische Unternehmen ist, die Ergebnisse stimmen überein. Die Kommerzialisierung von AIoT hängt letztendlich von der Wertschöpfung in realen Anwendungsfällen und messbaren Geschäftserträgen ab.

Das BVP-Bericht betont mehrmals, dass AIoT-Unternehmen nur dann vom Pilotprojekt zum Massenmarktsprung gelangen können, wenn sie sich auf spezifische Geschäftsprozesse und Knotenpunkte konzentrieren, die „hohe ROI, hohe Probleme und dringende Bedürfnisse“ aufweisen.

Das NANDA-Projekt des MIT hat anhand von empirischen Untersuchungen an 350 Unternehmen festgestellt, dass 95 % der Unternehmen bei der Umsetzung von generativer KI keine kommerziellen Erträge erzielen. Das Kernproblem ist, dass sie von den realen Geschäftsprozessen abweichen und nur auf einer oberflächlichen, scheinbaren Intelligenzebene verbleiben. Der Bericht zeigt, dass die Schritte wie Datenupload, Modellaufruf und Berichterstellung oft keine wesentliche Effizienzsteigerung und Kostensenkung bringen, sondern viel Budget und Ressourcen verschwenden.

Nur wenn die KI-Fähigkeiten tief in die Produktions-, Wartungs-, Lieferketten- und Energieverwaltungs-Prozesse integriert werden, kann ein geschlossener ROI-Zyklus erreicht werden.

Übereinstimmung 3: Plattformorientierung und Ökosystemzusammenarbeit übertreffen Einzelkämpfe

Angesichts der zunehmenden Komplexität der AIoT-Industrie und der beschleunigten technologischen Entwicklung betonen alle Berichte die Wichtigkeit von Plattformorientierung und Ökosystemzusammenarbeit.

Das MIT-Bericht zeigt anhand von Unternehmensbeispielen, dass die offene Zusammenarbeit mit spezialisierten KI-Dienstleistern oder Plattformunternehmen die Erfolgsquote von Projekten deutlich erhöhen kann.

BVP betont ebenfalls, dass AIoT-Unternehmen, um schnell voranzukommen, nicht versuchen sollten, die Basisalgorithmen und Hardware von Grund auf neu zu entwickeln, sondern stattdessen das Industriekooperationsökosystem nutzen sollten, um Ressourcen zu integrieren, Fähigkeiten zu teilen und die Effizienz zu verbessern.

McKinsey hat in seinen globalen technologischen Trendsaussichten klar gemacht, dass die zukünftige Wettbewerbsfähigkeit von Unternehmen davon abhängen wird, ob sie sich in einem globalen, verteilten intelligenten Netzwerk positionieren und ihre Wertschöpfungspotenziale nutzen können.

Der Branchenkonsens ist klar: Der Erfolg von AIoT erfordert Plattformdenken und die gemeinsame Schaffung eines Ökosystems. Nur durch Kooperation und Synergien können die industrielle Ko-Innovation und die Massenmarktrealisierung erreicht werden.

Reale Herausforderungen bei der Strategieentscheidung: Unterschiedliche Antworten der drei Berichte

Im Zuge der raschen Entwicklung der AIoT-Branche haben die drei autoritativen Berichte nicht nur viele Übereinstimmungen erzielt, sondern auch einige unausweichliche strukturelle Konflikte und reale Herausforderungen aufgedeckt. Hinter diesen Unterschieden stecken nicht nur die unterschiedlichen Fähigkeiten der Unternehmen, die Branchencharakteristika und die Entwicklungsstadien, sondern auch die allgemeinen Abwägungen und Entscheidungen, die in der globalen technologischen Revolution auftreten.

Zunächst gibt die empirische Untersuchung des MIT bei der Entscheidung zwischen Eigenentwicklung und externem Kauf von KI-Systemen deutliche Datenunterschiede preis.

Der Bericht zeigt, dass die kommerzielle Erfolgsquote von intern entwickelten KI-Systemen nur 33 % beträgt, während die Projekte, die sich mit spezialisierten KI-Dienstleistern oder Plattformunternehmen zusammenschließen, eine Erfolgsquote von 67 % haben. Dieser große Unterschied zeigt, dass die meisten Unternehmen in Bezug auf Algorithmen, Daten, Rechenleistung und Betrieb nicht in der Lage sind, einen geschlossenen KI-Prozess von Anfang bis Ende zu realisieren.

Das MIT meint in seinem Bericht, dass das Modell der Eigenentwicklung oft in die Falle von hohen Investitionen und niedrigen Erträgen gerät und sogar zu einer technologischen Rattenfalle wird, in der man ständig das Rad neu erfindet. Dennoch neigen einige führende Technologiekonzerne sowie Branchen wie Finanzwesen und Medizin, die hohe Anforderungen an die Compliance und Datensicherheit haben, immer noch zur Eigenentwicklung von Kernsystemen, um die Datensicherheit, die Kontrolle über die Fähigkeiten und den differenzierten Wettbewerb zu gewährleisten. Diese Strategie hat zwar ihre Berechtigung, aber angesichts der begrenzten Ressourcen und der schnellen technologischen Entwicklung in der Branche führt sie oft zu längeren Projektzeiten, niedriger ROI und der Verpassung von Marktchancen.

Der Konflikt zwischen Eigenentwicklung und externem Kauf ist im Wesentlichen ein dynamisches Gleichgewicht zwischen industrieller Arbeitsteilung und Innovationsfähigkeit. Unternehmen müssen auf Grundlage ihrer eigenen Ressourcen und Geschäftsanforderungen eine vernünftigere Entscheidung treffen.

Zweitens ist die Analyse von BVP bei der Entscheidung zwischen explosiven Wachstum und nachhaltiger Widerstandsfähigkeit sehr repräsentativ.

Der Bericht unterscheidet zwischen „Supernovas“ – AIoT-Unternehmen, die in kurzer Zeit einen starken Anstieg der Nutzerzahl und des Unternehmenswertes verzeichnen – und „Sternen“ – Unternehmen, die sich langfristig in einer bestimmten Nische engagieren, eine hohe Kundentreue haben und ein stabiles Gewinnmodell aufweisen.

Die Realität zeigt, dass in der Anfangsphase der AIoT-Industrie durch technologische Durchbrüche und Markttrends „Supernovas“ auftreten können. Aber nachdem der Hype vorüber ist und der Markt wieder rational wird, können nur diejenigen „Sternen“-Unternehmen, die über eine nachhaltige Innovationsfähigkeit verfügen, sich auf die Branchenanforderungen konzentrieren und cyclische Schwankungen überstehen, dauerhaft bestehen.

Die Investitionsbeispiele von BVP zeigen, dass die bloße Verfolgung von Wachstumsgeschwindigkeit oder die blinde Investition in Nischenbranchen Probleme bei der Kundenbindung, der Gewinngewinnung und der Ökosystementwicklung verursachen kann. Echte, wettbewerbsfähige AIoT-Unternehmen müssen ein dynamisches Gleichgewicht zwischen explosiven Wachstum und langfristiger Vertiefung finden: Sie müssen bereit sein, zu innovieren und schnell zu iterieren, um die Vorsprung zu sichern, aber auch die Geduld haben, Barrieren aufzubauen und den Kundennutzen zu maximieren.

Der Konflikt zwischen explosiven Wachstum und nachhaltiger Widerstandsfähigkeit ist im Wesentlichen ein Wettlauf zwischen kurzfristigen Chancen und langfristigem Wert. Die industrielle Entwicklung erfordert die Verschmelzung beider Kurven, um nachhaltiges Wachstum zu erreichen.

Schließlich zeigen die Untersuchungsdaten der drei Berichte auch deutliche Unterschiede bei der Entscheidung, ob man sich auf die Frontend-Erfahrung oder die Backend-Intelligenz konzentrieren sollte.

Derzeit investieren viele Unternehmen die meiste KI-Ressource in die Frontend-Bereiche wie Vertrieb, Marketing und Kundeninteraktion, in der Hoffnung, durch eine intelligente Benutzeroberfläche die Nutzerzahl zu erhöhen und die Marke aufzuwerten. Aber die Studien von BVP und MIT zeigen, dass die Projekte, die tatsächlich eine hohe ROI erzielen, eher aus den Backend-Bereichen wie Prozessoptimierung, Wartungsmanagement und anderen unsichtbaren Wertschöpfungsketten stammen.

Beispielsweise hat das MIT festgestellt, dass mehr als die Hälfte des Budgets für generative KI in Vertrieb und Marketing fließt, während die Backend-Intelligenz die höchste Rendite auf Investitionen bringt.

McKinsey's Trendsanalyse zeigt auch, dass AIoT nur dann eine grundlegende Verbesserung der Effizienz und Kostensenkung erreichen kann, wenn es tief in die Kernbetriebsprozesse, die Lieferkette und die Vermögensverwaltung von Unternehmen integriert wird.

Der Konflikt zwischen Frontend-Erfahrung und Backend-Intelligenz ist nicht nur eine Frage der Ressourcenallokation, sondern auch ein Ausdruck unterschiedlicher Verständnisse der AI