Kooperationsstudie
Mit GenAI zu mehr Gewinn
Durch den gezielten Einsatz von Generativer Künstlicher Intelligenz kann die Gewinnmarge im Maschinen- und Anlagenbau um bis zu 10,7 Prozentpunkte steigen. Das entspricht einem zusätzlichen Gewinn von 28 Milliarden Euro für die Branche.
Generative Künstliche Intelligenz (GenAI) gewinnt im Maschinen- und Anlagenbau zunehmend an Bedeutung. „Bereits zehn der insgesamt 45 betrachteten Anwendungsfälle können 58 % des Potenzials der Margenverbesserung ausschöpfen und damit eine deutliche Effizienzsteigerung in der Branche erreichen“, erklärt Guido Reimann, stellvertretender Geschäftsführer VDMA Software und Digitalisierung. Dies ist eine zentrale Erkenntnis der neuen Kooperationsstudie „GenAI im Maschinen- und Anlagenbau – Vom Versprechen zur Profitabilität“, welche der VDMA-Fachverband Software und Digitalisierung mit Strategy&, der globalen Strategieberatung von PwC, erstellt hat. Die Untersuchung basiert auf der Befragung von 247 Industrieunternehmen in Deutschland, Österreich und der Schweiz sowie der Analyse von 45 potenziellen GenAI-Anwendungsfällen und deren Auswirkungen auf Produktivität und Profitabilität.
Laut der Studie kann GenAI einen erheblichen Einfluss auf Umsatzsteigerung, Kostenoptimierung und Effizienzsteigerung haben. Insgesamt könnte die gezielte Implementierung von GenAI die operative Marge der Branche um bis zu 10,7 Prozentpunkte erhöhen – das entspricht einem zusätzlichen Gewinn von 28 Mrd. Euro für den deutschen Maschinen- und Anlagenbau. Kein Wunder also, dass 52 % der befragten Führungskräfte KI als potenziellen Gamechanger für die Branche betrachten.
Datenqualität als größte Herausforderung
Die vielversprechendsten GenAI-Anwendungen liegen in den Kernprozessen der Unternehmen. Besonders hohes Potenzial sehen die Befragten in den Bereichen Vertrieb und Marketing (53 %) sowie Forschung & Entwicklung (43 %). Aber auch in der Produktion und im After-Sales-Geschäft werden positive Effekte erwartet. Diese Kernfunktionen können sowohl Umsatzsteigerungen als auch Effizienzgewinne bei Herstellungskosten und Betriebsausgaben bewirken.
Trotz des wachsenden Interesses an GenAI bleibt die Nutzung häufig auf experimentelle oder Proof-of-Concept-Projekte beschränkt. Die größte Herausforderung ist dabei die mangelnde Datenqualität, die von 25 % der befragten Unternehmen als Hauptproblem genannt wird. Weitere Hürden sind der Mangel an GenAI-Spezialisten (24 %) sowie technische Herausforderungen, insbesondere im Bereich der IT-Infrastruktur (ebenfalls 24 %).
„Steigende Kosten, stagnierende Produktivität und sinkende Margen setzen den deutschen Maschinen- und Anlagenbau zunehmend unter Druck. Viele Unternehmen blicken daher mit großen Erwartungen auf die Möglichkeiten von GenAI zur Verbesserung von Produktivität und Profitabilität. Gleichzeitig verharren sie jedoch in einer Situation, die wir Pilot Trap nennen: Sie testen Ideen, initiieren Projekte und evaluieren Ergebnisse, wagen jedoch noch nicht den Schritt zur breiten Implementierung oder zur Entwicklung neuer Geschäftsmodelle. Zwar wollen 91 % der Maschinen- und Anlagenbauunternehmen im Jahr 2025 in GenAI investieren, doch mehr als die Hälfte plant Budgets von weniger als 100.000 Euro. Nur wer GenAI von einer Nebensache zur Chefsache macht, tief in Kernprozesse integriert und daraus differenzierende neue Fähigkeiten entwickelt, kann seine Wettbewerbsfähigkeit stärken – und langfristig seine Profitabilität steigern“, erklärt Bernd Jung, Senior Partner bei Strategy& Deutschland.
Die Studie empfiehlt Unternehmen, GenAI-Anwendungsfälle gezielt zu kategorisieren:
- Gamechanger mit direktem Einfluss auf die Gewinn- und Verlustrechnung,
- Must-haves zur nachhaltigen Profitabilitätssteigerung,
- Hyped Use Cases, die nur begrenzte Auswirkungen auf unterstützende Prozesse haben.
Handlungsbedarf für Unternehmen
Angesichts stagnierender Produktivitätszuwächse und steigender Kosten steigt der Druck auf die Branche. Die Studie macht deutlich, dass GenAI eine strategische Herangehensweise erfordert, um langfristig wettbewerbsfähig zu bleiben. Unternehmen müssen jetzt in die richtigen Anwendungsfälle investieren, um das volle Potenzial der Technologie auszuschöpfen.











