Wer Lieferketten managt oder Produktionskapazitäten plant, kennt das Gefühl: Die Technologie wäre da, die Daten auch - aber irgendwo zwischen Pilotprojekt und Regelbetrieb bleibt die Sache stecken. Genau dieses Muster hat das ifo-Institut jetzt in harten Zahlen belegt, und zwar mit einer klaren regionalen Dimension, die in der Branche bislang kaum diskutiert wird.
Die Zahlen, die aufhorchen lassen
Das ifo-Institut hat auf Basis seiner Konjunkturumfragen erstmals regionalisierte Daten zur KI-Nutzung in deutschen Unternehmen veröffentlicht. Das Ergebnis ist eindeutig: Mehr als die Hälfte der deutschen Unternehmen setzt KI inzwischen aktiv ein - in Ostdeutschland sind es laut der Analyse nur knapp zwei Fünftel.
Das klingt nach einem überschaubaren Abstand. Ist es aber nicht. Denn der Vergleich im Zeitverlauf macht das eigentliche Ausmaß sichtbar: In Deutschland insgesamt stieg der Anteil der Firmen, die KI aktiv einsetzen, zwischen 2023 und 2026 von 15,5 Prozent auf 55,9 Prozent. Im Osten verlief die Kurve zwar ebenfalls nach oben - von 5,8 Prozent auf 38,7 Prozent -, aber von einer deutlich niedrigeren Ausgangsbasis. Das Fazit von ifo-Forscher Robert Lehmann ist nüchtern: Der Anteil der Unternehmen, für die KI "Kein Thema" ist, sei im Osten noch immer höher als im Westen.
Die ostdeutsche Wirtschaft befindet sich damit auf dem Stand, den Westdeutschland vor einem Jahr hatte. Ein Jahr Rückstand klingt nach wenig - in einem Technologiezyklus, der sich alle zwölf bis achtzehn Monate neu erfindet, ist das eine erhebliche Lücke.
Kein Branchenproblem - ein Strukturproblem
Was den Befund besonders brisant macht: Es handelt sich nicht um ein Phänomen einzelner Sektoren. Das ifo-Institut hat für seine Analyse die Gesamtwirtschaft sowie fünf Teilbereiche untersucht: Verarbeitendes Gewerbe, Dienstleistungen, Großhandel, Einzelhandel und Bauhauptgewerbe. Der Rückstand zeigt sich in allen fünf Bereichen - und in allen ostdeutschen Bundesländern.
Co-Autor Joachim Ragnitz ordnet das klar ein: "Dieser Rückstand findet sich dabei in allen Wirtschaftsbereichen und in allen ostdeutschen Bundesländern und zeigt, dass die Unternehmen die hiermit verbundenen Chancen zur Produktivitätssteigerung noch nicht ausreichend nutzen." Und weiter: "Der strukturelle Rückstand Ostdeutschlands bei der Adoption neuer Technologien zeigt sich damit auch beim Thema KI."
Das ist keine neue Beobachtung, aber eine, die jetzt mit konkreten KI-Daten untermauert ist. Ostdeutschland hat historisch weniger Großunternehmen, eine kleinteiligere Unternehmenslandschaft, geringere private Investitionen und einen anhaltenden Fachkräftemangel. Laut ifo-Wettbewerbsreport Ostdeutschland 2026 fehlt es vor allem an privaten Investitionen und qualifizierten Fachkräften. All das sind Faktoren, die KI-Adoption bremsen - nicht weil der Wille fehlt, sondern weil die Voraussetzungen schwieriger sind.
Warum das Einkauf und Produktionsplanung direkt betrifft
Aus der Perspektive des Einkäufers und des Produktionsplaners ist die regionale KI-Kluft kein abstraktes Standortthema. Sie hat ganz konkrete operative Konsequenzen - vor allem dann, wenn ostdeutsche Zulieferer oder Produktionsstandorte Teil der eigenen Lieferkette sind.
Schauen wir uns an, wo KI in Fertigung und Supply Chain heute den größten Hebel hat: Predictive Maintenance, Produktionsplanung und visuelle Qualitätskontrolle sind laut BME-Logistikstudie 2025 am weitesten verbreitet. Mehr als jedes fünfte Unternehmen nutzt KI bereits für Routenoptimierung. Und: Mehr als die Hälfte der Fertigungsunternehmen nutzt KI zur Steuerung von Lieferketten und Beständen.
Wer als Einkäufer mit Lieferanten zusammenarbeitet, die KI noch nicht einsetzen, bekommt das in der Praxis zu spüren: langsamere Reaktionszeiten bei Kapazitätsanfragen, statische statt dynamische Prognosen, höhere Fehlerquoten in der Bestandsplanung. Viele Unternehmen arbeiten weiterhin mit statischen Prognosen und festen Planungszyklen - in dynamischen Märkten führt das zunehmend zu Fehlbeständen, steigender Kapitalbindung und verspäteten Reaktionen auf Nachfrageveränderungen.
Für Produktionsplaner gilt: Ein Zulieferer ohne KI-gestützte Kapazitätsplanung ist in volatilen Märkten ein Risikofaktor – nicht weil er schlechter arbeitet, sondern weil er langsamer reagiert. Das sollte in der Lieferantenbewertung stärker gewichtet werden.
Das KMU-Problem: Wissen ist da, Umsetzung fehlt
Der ifo-Befund macht deutlich, woran es hängt: Es sind vor allem die kleineren und mittleren Unternehmen, die den Unterschied machen werden. Ragnitz formuliert es direkt: Es hänge vor allem von KMU ab, ob sich der Abstand in Zukunft verringert.
Das Bitkom-Positionspapier zur industriellen KI (Januar 2026) bringt es auf den Punkt: Die Skalierung industrieller KI ist kein Erkenntnisproblem, sondern ein Umsetzungsproblem. Deutschland verfüge über Technologien, Standards und Pilotprojekte - scheitere bei der Skalierung aber an Datenfragmentierung, fehlendem Compute-Zugang, organisatorischen Hürden und einer nicht ausreichend praxistauglichen Regulierung.
Für ostdeutsche KMU kommen strukturelle Erschwernisse hinzu: weniger IT-Personal, geringere Investitionsbudgets, dünnere Netzwerke zu Technologiepartnern. Gleichzeitig haben KMU einen oft unterschätzten Vorteil: kurze Entscheidungswege und überschaubare Prozesse, die schnelle Pilotprojekte ermöglichen - wenn der erste Schritt einmal getan ist.
Photo: Arno Senoner / UnsplashWas jetzt konkret zu tun ist
Für Einkäufer und Produktionsplaner, die mit ostdeutschen Standorten oder Lieferanten arbeiten, ergeben sich aus dem ifo-Befund drei praktische Handlungsfelder:
1. Lieferantenbewertung um Digitalisierungsreife erweitern Fragen Sie gezielt nach: Welche KI-Tools werden in der Produktionsplanung eingesetzt? Gibt es datenbasierte Kapazitätsprognosen? Wie schnell kann der Lieferant auf Bedarfsänderungen reagieren? Die Antworten geben Aufschluss über die operative Resilienz - unabhängig von Zertifikaten und Audits.
2. Gemeinsame Pilotprojekte initiieren Gerade bei strategischen Lieferanten lohnt es sich, KI-Einführung gemeinsam anzugehen. Bedarfsplanung, Bestandsoptimierung und Kapazitätsabgleich sind Use Cases, bei denen beide Seiten profitieren - und die sich ohne riesige IT-Infrastruktur umsetzen lassen. KI-gestützte Bedarfsplanung analysiert große Datenmengen, reduziert Komplexität durch Mustererkennung und priorisiert Handlungsbedarfe - gerade für KMU mit begrenzten Ressourcen ein echter Hebel.
3. Eigene Planungsprozesse auf Kompatibilität prüfen Wenn die eigene Produktionsplanung bereits KI-gestützt arbeitet, der Lieferant aber noch mit Excel-Tabellen und Telefonaten operiert, entsteht eine Schnittstellenlücke. Die Frage ist nicht nur, ob der Lieferant KI einsetzt - sondern ob die Systeme miteinander sprechen können.
Der Blick nach vorn
Die ifo-Daten sind ein Weckruf, aber kein Urteil. Die KI-Adoption in Ostdeutschland ist zwischen 2023 und 2026 stark gestiegen - die Dynamik ist da. Die Frage ist, ob sie schnell genug ist, um den Rückstand aufzuholen, bevor er sich in messbaren Wettbewerbsnachteilen niederschlägt.
Für die Lieferkette bedeutet das: Wer heute Lieferantenbeziehungen aufbaut oder bewertet, sollte die digitale Reife des Partners genauso ernst nehmen wie Preis, Qualität und Liefertreue. Die KI-Kluft zwischen Ost und West ist kein politisches Randthema - sie ist ein operatives Risiko, das sich in Planungsgenauigkeit, Reaktionsgeschwindigkeit und letztlich in Margen niederschlägt.
Welche Branchen sind vom KI-Rückstand in Ostdeutschland besonders betroffen?
Laut ifo-Institut zeigt sich der Rückstand in allen fünf untersuchten Wirtschaftsbereichen: Verarbeitendes Gewerbe, Dienstleistungen, Großhandel, Einzelhandel und Bauhauptgewerbe. Es handelt sich also um ein strukturelles, kein branchenspezifisches Problem.
Warum ist die KI-Adoption bei ostdeutschen KMU geringer?
Die Gründe sind strukturell: geringere private Investitionen, Fachkräftemangel, kleinere IT-Budgets und dünnere Netzwerke zu Technologiepartnern. Hinzu kommt, dass viele KMU noch volle Auftragsbücher abarbeiten und keinen unmittelbaren Handlungsdruck spüren.
Welche KI-Anwendungen bringen KMU in der Produktion den schnellsten Nutzen?
Studien zeigen das größte Potenzial bei Kapazitätsplanung, Predictive Maintenance und Bestandsoptimierung. Diese Use Cases lassen sich oft ohne vollständige ERP-Integration starten und liefern messbare Ergebnisse innerhalb weniger Monate.
Wie kann ich als Einkäufer die KI-Reife meiner Lieferanten einschätzen?
Fragen Sie konkret nach: Welche Tools werden in der Produktionsplanung eingesetzt? Gibt es automatisierte Kapazitätsprognosen? Wie werden Bestandsdaten gepflegt und geteilt? Die Antworten sind aussagekräftiger als allgemeine Digitalisierungsaussagen in Lieferantenfragebögen.
