der Unternehmen investieren in Umschulung und Change Management – ein vergleichsweise geringer Anteil angesichts wachsender Skill Gaps und möglicher Überkapazitäten. KI wird im Automotive- und Manufacturing-Sektor vor allem als Effizienzsteigerung eingesetzt und weniger als Chance zur gezielten Weiterentwicklung der Mitarbeitenden. Ein Grund: Viele sehen kurzfristig Überkapazitäten und noch unklare Rollenprofile, wodurch gezielte Umschulungsmaßnahmen aktuell schwer planbar sind.
- November 2025
Die Automobil- und Industrieproduktion steht vor einem Paradox: Unternehmen investieren massiv in Künstliche Intelligenz (KI), doch die größte Hürde liegt nicht in der Technologie, sondern in den Strukturen. Die Erkenntnisse stammen aus der BearingPoint Studie Resilient by Design – How Agentic AI is Reinventing Organizations, deren Ergebnisse für den Bereich Automotive & Industrial Manufacturing gesondert analysiert wurden. Das Bild ist eindeutig: 60 Prozent der Unternehmen in der Automobil- und Industrieproduktion kämpfen mit der Integration in jahrzehntealte Systeme, und 51 Prozent nennen kulturellen Widerstand als entscheidenden Bremsfaktor. KI kann Effizienz und Innovation bringen – aber nur, wenn Organisationen den Wandel aktiv gestalten.
Grafik 1: Die größten Hürden bei der KI-Transformation; Automobil- und Industrieproduktion n=200; restliche Branchen n= 811
Die größten Herausforderungen für KI in der Automobil- und Industrieproduktion
Altsysteme als Bremsklotz
60 Prozent der Unternehmen im Bereich Automotive und Manufacturing sehen die Integration mit alten IT- und Produktionssystemen als größte Hürde (vs. 29 Prozent in anderen Branchen).
Die Studie zeigt: Kein anderer Sektor kämpft so stark mit veralteten IT-Landschaften und jahrzehntealten Produktionssystemen. Die hohe Komplexität proprietärer Schnittstellen und die Notwendigkeit teurer Retrofit-Lösungen machen KI-Integration zur Mammutaufgabe. Ohne konsequente Modernisierung bleibt KI ein teures Experiment.
Kulturelle Widerstände
51 Prozent nennen organisatorischen Widerstand als zentrales Problem.
In der Automobil- und Industriebranche sind tief verwurzelte Hierarchien, Routinen und Ängste vor Veränderung besonders ausgeprägt. Die Einführung von KI verändert Prozesse und Rollenbilder – ohne aktives Change Management und transparente Kommunikation bleibt die Transformation oft in den Strukturen stecken.
Skill Gap & Überkapazitäten
Bis 2028 erwarten Unternehmen in Automotive und Manufacturing deutlich höhere Kompetenzlücken und Personalüberhänge als andere Branchen.
Die Effizienzgewinne durch KI übersteigen das Marktwachstum – es entsteht ein strategisches Risiko durch Überkapazitäten. Gleichzeitig wächst die Lücke bei den Fähigkeiten, mit KI effektiv zu arbeiten. Die Geschwindigkeit, mit der neue Skills gebraucht werden, übersteigt die Geschwindigkeit, mit der Mitarbeitende umgeschult oder neu eingesetzt werden können.
Grafik 2: Umgang mit Unsicherheiten: KI-Markt im Fokus; Automobil- und Industrieproduktion n=200; restliche Branchen n= 811
Resilienz ist eine strategische Form der Personalentwicklung – mit einem anderen Fokus als klassisches Reskilling. Es geht weniger um fachliche Skills als um die Fähigkeit, mit Unsicherheit und Veränderung umzugehen. Gerade in der Automotive- und Manufacturing-Branche, wo die Auswirkungen von KI besonders komplex sind, investieren Unternehmen zunehmend in resilienzfördernde Maßnahmen. Denn oft ist noch unklar, welche Kompetenzen künftig gebraucht werden und welche nicht. Reskilling ist sinnvoll, aber nicht für alle Mitarbeitenden gleichermaßen. Der größte Hebel liegt in der langfristigen Anpassungsfähigkeit der Organisation – nicht in kurzfristiger Effizienz.
Manuel Schuler, Globaler Leiter Automotive und Industrial Manufacturing
Unsere Expert:innen empfehlen
Handlungsempfehlungen
Wer die Chancen von KI in einem herausfordernden Umfeld nutzen will, braucht klare Prioritäten. Die wichtigsten Ansatzpunkte sind:
-
Nicht warten, handeln: Veränderung aktiv vorantreiben
Die Organisation braucht klare Prioritäten, eindeutige Entscheidungen und sichtbare Eingriffe in Routinen und Strukturen. Ohne entschlossene Führung lösen sich die tief verwurzelten Widerstände nicht auf.
-
Mitarbeitende fördern & Kernkompetenzen entwickeln
Nicht alle heutigen Rollen lassen sich sinnvoll weiterentwickeln, daher braucht es einen klaren Entscheidungsrahmen, welche Mitarbeitenden in neuen Aufgaben wachsen können und welche Funktionen perspektivisch entfallen. Neben Qualifizierungsprogrammen muss die Fähigkeit gestärkt werden, mit Unsicherheit und Veränderung umzugehen. Externe Expertise hilft dabei, neue Kompetenzen und Arbeitsweisen schnell und nachhaltig in der Organisation zu verankern.
-
Altsysteme modernisieren & Kosten-Nutzen maximieren
Unternehmen sollten bewusst entscheiden, welche Systeme modernisiert, überbrückt oder abgelöst werden. Dabei ist ein klarer Blick auf Folgekosten, Risiken und den Aufwand entscheidend, den das Festhalten an veralteten Strukturen verursacht. Denn das Verharren bei Legacy-Systemen führt häufig zu einem Verlust an Geschwindigkeit, da diese alten Lösungen unverhältnismäßig viele Ressourcen binden und dadurch Innovationen ausbremsen.
-
Zukunftssichere KI-Strategien durch agile Entscheidungs- und Transformationsmodelle
Unternehmen brauchen langfristige, aber anpassungsfähige Transformationspfade, die Orientierung geben und gleichzeitig Fortschritt einfordern. Doch Szenarioplanung stößt an Grenzen, weil sie in hochdynamischen und schwer vorhersehbaren Umfeldern keine verlässlichen Antworten mehr liefern kann. Deshalb gewinnen neue Rollen, agile Teams und sichere Testumgebungen an Bedeutung: Sie ermöglichen es, Innovationen schnell und mit überschaubarem Risiko zu erproben und erhöhen so das Tempo der KI-Einführung sowie die gesamte organisatorische Anpassungsfähigkeit.
