Neue Studie verschiebt den Blick auf Umsetzung
Für IBM-Anleger zählt künftig stärker, ob aus KI-Versuchen messbare Geschäftsergebnisse werden. Die heute veröffentlichte Untersuchung des IBM Institute for Business Value mit Oxford Economics zeigt eine zentrale Hürde: Nur 18 % der befragten KI-Verantwortlichen kontrollieren die entsprechenden Investitionen vollständig. Wer auf den wirtschaftlichen Nutzen der Technologie setzt, muss deshalb auch Entscheidungsrechte und Umsetzungsgeschwindigkeit berücksichtigen.
Die Befragung umfasst 1.667 Führungskräfte und wurde von April bis Juni 2026 durchgeführt. Sie beschreibt damit Erfahrungen aus dem Unternehmensalltag, nicht bloß Erwartungen an technische Möglichkeiten.
Für die Bewertung von IBM ist diese Unterscheidung wichtig. Fortschritte bei KI oder Quantencomputern können technologische Perspektiven eröffnen. Eine belastbare Investmentthese braucht darüber hinaus Hinweise darauf, dass Unternehmen solche Möglichkeiten tatsächlich wirtschaftlich nutzen.
Die Studie liefert dafür Vergleichsmaßstäbe, aber keine Umsatzprognose für IBM. Anleger stehen somit vor der Entscheidung, wie viel Vertrauen sie einer erfolgreichen Umsetzung bereits entgegenbringen wollen.
Messbare Ergebnisse sind der entscheidende Prüfstein
Die zentrale Kennzahl ist der Anteil der KI-Projekte mit messbaren Geschäftsergebnissen. In der von IBM als besonders wirkungsvoll eingestuften Führungsgruppe liegt er bei 63 %, bei den übrigen Befragten bei 43 %. Entscheidend ist also nicht allein die Zahl gestarteter Projekte, sondern deren wirtschaftlicher Ertrag.
Dabei zeigt die Befragung Zusammenhänge und keine Kausalität. Aus der besseren Erfolgsquote lässt sich nicht ableiten, dass einzelne Führungsmaßnahmen automatisch bessere Ergebnisse erzeugen. Für Anleger bleibt sie dennoch ein nützlicher Prüfstein: Eine stärkere Nutzung von KI wäre überzeugender, wenn zugleich die Qualität der Resultate zunähme.
Auch beim Übergang aus der Erprobung in den produktiven Betrieb unterscheidet sich die Spitzengruppe. Dort schaffen 49 % der Initiativen diesen Schritt, gegenüber 33 % bei den anderen Befragten.
Das spricht dafür, technische Leistungsfähigkeit und organisatorische Umsetzung gemeinsam zu betrachten. Für IBM wäre eine breitere wirtschaftliche Nutzung ein günstigeres Szenario als eine bloße Zunahme von Pilotprojekten.
Konsequente Mittelvergabe könnte die KI-Nutzung stärken
Das positive Szenario beginnt mit disziplinierteren Investitionsentscheidungen. Erfolgreiche Initiativen werden in der besonders wirkungsvollen Gruppe innerhalb von 8 Monaten skaliert. Bei den übrigen Befragten dauert dies 13,5 Monate.
Kürzere Wege vom Versuch zur breiten Anwendung könnten Unternehmen schneller erkennen lassen, welche Projekte tragfähig sind. Daraus könnte eine verlässlichere Grundlage für weitere Investitionen entstehen. Für eine konstruktive Einschätzung von IBM wäre das aussagekräftiger als die Annahme dauerhaft steigender Ausgaben ohne überprüfbaren Nutzen.
Bemerkenswert ist dabei die Bereitschaft zum Abbruch: 96 % der Spitzengruppe stoppen oder kürzen Investitionen in erfolglose KI-Projekte. In der Vergleichsgruppe sind es 46 %. Erfolgsorientierung bedeutet hier ausdrücklich auch, schwache Vorhaben nicht unbegrenzt weiterzufinanzieren.
Für Anleger ergibt sich daraus ein differenzierter positiver Fall. Weniger Ausgaben für erfolglose Versuche müssten nicht gegen die langfristige KI-Perspektive sprechen. Wenn Mittel stattdessen in wirksame Anwendungen flössen, könnte eine strengere Auswahl die wirtschaftliche Nutzung der Technologie stärken.
Fehlende Entscheidungsrechte könnten Fortschritte ausbremsen
Das negative Szenario liegt in der Lücke zwischen technischer Möglichkeit und organisatorischer Handlungsfähigkeit. Laut IBM berichten 75 % der Befragten, dass Governance-, Risiko- oder Compliance-Fragen KI-Aktionen verzögern. Nur 29 % sagen, ihre Organisation reagiere schnell auf Erkenntnisse zur KI-Leistung.
Solche Verzögerungen lassen sich nicht einfach als unnötige Bürokratie abtun. Wenn KI-Systeme selbstständig handeln, werden Zuständigkeiten und Kontrolle wirtschaftlich relevant. Unklare Regeln könnten sowohl die Einführung bremsen als auch den Nutzen bereits erprobter Anwendungen begrenzen.
Bereits 48 % der Befragten berichten, dass KI-Agenten Aktionen über Arbeitsabläufe hinweg ausführen. Damit gewinnt die Frage an Gewicht, wer solche Systeme überwacht und bei Problemen eingreifen kann.
Für IBM-Anleger wäre es deshalb riskant, technische Fortschritte unmittelbar mit zusätzlichen Geschäftserträgen gleichzusetzen. Bleiben Entscheidungsrechte zersplittert, könnten selbst überzeugende Anwendungen länger in der Erprobung verharren. Die Studie belegt diese Umsetzungshürde, beziffert aber keine daraus folgenden finanziellen Auswirkungen auf IBM.
Der nächste Impuls braucht wirtschaftliche Einordnung
Solange Unternehmen erfolgreiche KI-Projekte schneller ausweiten und erfolglose konsequent begrenzen, bleibt das positive Nutzungsszenario plausibel. Kippt dagegen die Umsetzungsfähigkeit, verlieren steigende technische Möglichkeiten als Bewertungsargument an Überzeugungskraft. Der entscheidende Prüfstein bleibt der Übergang zu messbaren Ergebnissen.
Kurzfristig stehen heute nach Börsenschluss die angekündigten NVIDIA-Quartalszahlen als nächster konkreter Termin für das KI-Marktumfeld an. Sie sind kein direkter Nachweis für IBMs Geschäftsentwicklung. Sie könnten jedoch die Erwartungen beeinflussen, mit denen Anleger auch andere Technologieinvestitionen beurteilen.
Daneben plant IBM mit NVIDIA und Fermilab eine modulare Quanten-Testplattform. Zunächst soll sie die Kommunikation zwischen Quantenmodulen emulieren; physische Verbindungen sollen später folgen. Das ist eine Forschungsperspektive, kein bereits vollzogener wirtschaftlicher Durchbruch. Für die IBM-Bewertung sollten deshalb technische Fortschritte und nachgewiesene Geschäftsergebnisse getrennte Maßstäbe bleiben.
Stand heute, 17. November: IBM – Kaufen, halten oder verkaufen?
Wer in IBM investiert ist oder einen Einstieg prüft, sollte die Lage jetzt neu bewerten. Die Gratis-Analyse vom 17. November gibt die klare Antwort – und zeigt, warum Abwarten gerade jetzt riskanter sein kann, als es wirkt.
