Silicon Valley stellt die künstliche Intelligenz häufig als die Kraft dar, die eine neue Ära des Überflusses einleiten wird. Doch wenn die Finanzvorstände der größten Unternehmen der Welt gefragt werden, wie sich KI auf ihre Ergebnisse auswirkt, lautet die Antwort von 88 % von ihnen laut McKinseys State-of-AI-Umfrage 2026: „Nicht besonders.“

Diese Diskrepanz gab es schon einmal. Als das iPhone 2007 auf den Markt kam, sagten Kommentatoren voraus, dass die Mobiltechnologie nahezu jeden Lebensbereich verändern werde. Als Breitband breit verfügbar wurde, verkündete die Businessweek eine „New Economy“. Und als Personalcomputer fast jeden Schreibtisch erreichten, stellte der Wirtschaftsnobelpreisträger Robert Solow berühmt fest, dass das Computerzeitalter überall zu sehen sei – nur nicht in den Produktivitätsstatistiken.

Über mehr als fünf Jahrzehnte hinweg haben aufeinanderfolgende Wellen digitaler Innovation eine bemerkenswerte Verbraucheradoption erreicht, während das Produktivitätswachstum weiter zurückging. Ich nenne dies das Innovationsparadox: Je schneller wir innovieren, desto langsamer wachsen wir.

Zwei K-Formen, ein Problem

Die Verbreitung digitaler Technologien folgt einem Muster, das ich als doppelte K-Form beschreibe – eine K-Form ist eine Divergenz, bei der eine Gruppe scharf vorausgeht, während die andere zurückfällt. Die erste Divergenz besteht zwischen Verbrauchern und Unternehmen. Smartphones erreichten in sieben Jahren 80 % der Amerikaner, während Enterprise-Resource-Planning-Systeme 33 Jahre brauchten, um 57 % der US-Unternehmen zu erreichen. Die KI-Nutzung durch Verbraucher ist auf 53 % der US-Erwachsenen gestiegen, kaum drei Jahre nach dem Launch von ChatGPT Ende 2022. Demgegenüber steht KI im produktiven Unternehmenseinsatz bei nur 10 %.

Die zweite K-Form besteht innerhalb des Unternehmenssektors selbst. McKinseys Umfrage 2026 ergab, dass 88 % der Organisationen KI in mindestens einer Geschäftsfunktion einsetzen, aber nur 6 % als „High Performer“ gelten, was einen EBIT-Impact (Gewinn vor Zinsen und Steuern) von mehr als 5 % bedeutet. Dieser Anteil ist gegenüber 2025 unverändert.

Die Lücke von 82 Prozentpunkten ist in erster Linie kein Technologie-, sondern ein Transformationsdefizit. Die 6 % erfolgreichen Unternehmen haben mit dreimal höherer Wahrscheinlichkeit ihre Workflows durchgängig neu gestaltet. Nur 21 % aller KI-Anwender haben dies getan.

Der Aktienmarkt spiegelt eine ähnliche Divergenz wider. Seunddreißig KI-Unternehmen im S&P 500 – dem Leitindex großer börsennotierter US-Unternehmen – machen nun 45 % der Marktkapitalisierung des Index aus. Über einen Zeitraum von drei Jahren erzielte der S&P 500 eine Rendite von 76 %; ohne KI-Aktien sinkt die Rendite auf 32 %.

Was die Elektrifizierung richtig machte

Elektrifizierung und Telekommunikation erreichten Anfang des 20. Jahrhunderts Verbraucher und Unternehmen mit weitgehend ähnlichen Geschwindigkeiten und, entscheidend, mit ähnlicher Tiefe. Elektromotoren zwangen Fabriken, starre Layouts durch flexible, kontinuierliche Fließproduktion zu ersetzen. Telefone reduzierten die Koordinationskosten drastisch. Es folgten organisatorische Neugestaltungen, darunter Alfred Sloans Multidivisional-Struktur bei General Motors und Frederick Taylors wissenschaftliche Betriebsführung.

Die Verbreitung war sowohl tiefgründig, weil sie veränderte, wie Unternehmen arbeiteten, als auch breit, weil sie sich über vertikal verknüpfte Industriesektoren ausbreitete.

Digitale Technologien haben sich jedoch in eine grundlegend andere Wirtschaft verbreitet. Dienstleistungen machen nun den dominierenden Anteil des BIP aus. Ein Krankenhaus oder eine Regierungsbehörde hat nicht dieselben lieferkettenbezogenen Verknüpfungen wie ein Stahlhersteller. Der Ökonom William Baumol identifizierte die zugrunde liegende Beschränkung in den 1960er Jahren, ein seitdem als „Baumolsche Kostenkrankheit“ bekanntes Phänomen: „stagnierende“ Dienstleistungssektoren widerstehen Produktivitätsverbesserungen, weil sie stark von menschlicher Interaktion abhängen. Diese Baumol-Sektoren – darunter Gesundheitswesen, Bildung, öffentliche Verwaltung und Bau – machen rund 50 % des BIP fortgeschrittener Volkswirtschaften aus und bleiben hartnäckig resistent gegenüber technologischer Transformation.

Die Gemeinkostenfalle

Warum stockt die Einführung in Unternehmen? Nicht, weil die Technologie fehlt, sondern weil Organisationen Schichten von Komplexität angesammelt haben.

Ich habe eine länderübergreifende Kennzahl entwickelt, die Combined Overhead Ratio. Sie erfasst Staatsausgaben, Vertriebs-, Verwaltungs- und allgemeine Unternehmenskosten (SG&A) sowie regulatorische Compliance-Kosten. In den USA überschritt diese Kennzahl um das Jahr 2000 eine Schwelle von 47 % des BIP. Oberhalb dieser Schwelle hat das BIP-Wachstum nachhaltig 2,5 % nicht überschritten – etwa die Hälfte der Rate, die in den 1960er Jahren erreicht wurde, als die Gemeinkosten unter 35 % blieben.

Die Staatsausgaben sind auf 36 % des BIP gestiegen, während die Unternehmens-SG&A sich seit den 1980er Jahren verdoppelt hat. Das Competitive Enterprise Institute schätzt, dass US-Unternehmen jährlich mehr als 2 Billionen Dollar allein für Compliance ausgeben.

Meine Analyse von S&P-500-Unternehmen nach Sektor und Jahrzehnt von 1985 bis 2025 zeigt, dass 73 % dieser Beobachtungen in die „Gemeinkostenfalle“ fallen, definiert als steigende SG&A bei rückläufigem Umsatzwachstum. Wie Jack Dorsey von Block argumentiert hat, ist die Unternehmenshierarchie ein veres Informationsrouting-Protokoll. Die meisten Unternehmen, die heute KI einsetzen, bauen einen schnelleren Motor in eine Pferdekutsche ein. Eine verwandte Diskussion beschreibt die Grenzen, KI lediglich als schnellere Version bestehender Systeme zu betrachten.

KI ist anders – aber die Hindernisse nicht

KI ist kategorial anders als frühere digitale Wellen. Frühere Technologien erleichterten vor allem die Verarbeitung, Übertragung oder Darstellung von Informationen. KI reasoning, entscheidet und erschafft. Dieser Unterschied ist wichtig, weil es in Baumol-Sektoren nicht an Informationen mangelt; sie sind urteilsintensiv. Sie erfordern Diagnose, Bewertung und Personalisierung – genau die Fähigkeiten, die KI erweitern kann.

Die Hindernisse für die Verbreitung sind jedoch vertraut. Mehr als 40 Jahre Erfahrung als Führungskraft und Private-Equity-Partner haben ein wiederkehrendes Muster offenbart.

Bei einem Konsumgüterunternehmen brachte die Digitalisierung beeindruckendes Wachstum im Online-Kanal, konnte sich aber nicht auf das viel größere Offline-Geschäft des Unternehmens ausweiten. Unabhängige Händler weigerten sich, Kundendaten an eine integrierte Plattform abzugeben. Im Gesundheitswesen ist es relativ unkompliziert, Ärzten digitale Werkzeuge bereitzustellen. Eine durchgängige Digitalisierung zur Verbesserung klinischer Workflows ist weitaus schwieriger, verstrickt in Datengovernance, Compliance-Anforderungen und die asymmetrische Macht, die medizinisches Fachpersonal gegenüber dem Management besitzt.

Dies sind keine Einzelfälle. Sie repräsentieren viele der Unternehmen, an denen ich persönlich beteiligt war. Writers Unternehmens-KI-Umfrage 2026, durchgeführt mit Workplace Intelligence unter 2.400 globalen Führungskräften, bestätigt das Muster im großen Maßstab. 79 % der Organisationen berichten von Herausforderungen bei der KI-Einführung, ein zweistelliger Anstieg gegenüber 2025. Darüber hinaus sagen 54 % der C-Level-Führungskräfte, dass die KI-Einführung ihr Unternehmen „auseinanderreißt“.

Tiefe und Breite, nicht Tempo

Die Lehre aus 50 Jahren digitaler Innovation ist, dass das Tempo der Einführung weit weniger zählt als ihre Tiefe und Breite. Die Verbraucheradoption von ChatGPT war die schnellste aller aufgezeichneten Verbrauchertechnologien, doch sie hat das makroökonomische Umfeld nicht bewegt.

Entscheidend ist, ob KI in die Kernabläufe eindringt und zu Workflow-Redesigns führt – also Tiefe –, und ob sich die Transformation über die Vorreiterunternehmen hinaus in die breiten Sektoren ausdehnt, die den Großteil der Beschäftigung und des BIP ausmachen – also Breite. Nach den bisherigen Umfragedaten sind dies auch die Zahlen, die man beobachten sollte: Der High-Performer-Anteil liegt im zweiten aufeinanderfolgenden Umfragejahr bei 6 %, und durchgängige Workflow-Redesigns stehen bei nur 21 % der Anwender. Bewegung in diesen Zahlen – nicht in den Schlagzeilen-Adoptionsraten – ist der Indikator, der zeigen würde, ob sich Tiefe aufbaut.

Historische Belege, von der Elektrifizierung bis zu den aufeinanderfolgenden digitalen Wellen, deuten auf lange Einführungszeiträume hin: in der Regel mehr als 10 Jahre, oft mehrere Jahrzehnte. KI schreitet als Technologie schneller voran als jeder Vorgänger. Aber die organisatorische Neugestaltung, die zu ihrer Aufnahme erforderlich ist, verläuft im menschlicher Institutionen: langsam, schmerzhaft und gegen heftigen Widerstand.

Das Innovationsparadox besteht fort, nicht weil die Technologie nicht voranschreitet, sondern weil die Institutionen sich nicht anpassen. Die Gesellschaft wird einen erheblichen wirtschaftlichen Effekt nur sehen, wenn KI tief in Unternehmen und breit über große Wirtschaftssektoren hinweg eingeführt wird.

Die in Fortune.com-Kommentaren geäußerten Meinungen sind ausschließlich die Ansichten ihrer Autoren und spiegeln nicht notwendigerweise die Meinungen und Überzeugungen von Fortune wider.

Diese Geschichte erschien ursprünglich auf Fortune.com.