KI-Trends 2025 im Rückblick: was blieb und was 2026 zählt

Dieser Beitrag erschien im August 2025 und beschrieb sieben Entwicklungen, die Unternehmen 2025 im Blick behalten sollten. Ein Jahr später lässt sich prüfen, was davon eingetreten ist. Das Ergebnis ist unspektakulär und nützlich zugleich: Die technischen Erwartungen haben sich weitgehend bestätigt, die organisatorischen kaum.

Wir haben den Text deshalb nicht gelöscht, sondern als Rückblick fortgeschrieben. Er ordnet jeden der sieben Punkte nach dem Stand vom September 2026 ein, korrigiert überholte Angaben, insbesondere zur KI-Verordnung, und leitet daraus ab, worauf es 2026 tatsächlich ankommt.

Vier der sieben Erwartungen sind eingetreten, zwei nur teilweise, eine wurde durch die Realität ersetzt. Die Übersicht fasst das zusammen, die Abschnitte danach begründen die Einordnung.

Die Erwartung, dass Modelle Text, Bild, Ton und Dokumente gemeinsam verarbeiten, hat sich bestätigt. Im Alltag zeigt sich das weniger spektakulär als erwartet: Fotos einer Maschine, gescannte Lieferscheine, Aufnahmen aus Besprechungen und PDF-Anhänge landen in denselben Abläufen wie Text.

Praktisch relevant ist dadurch etwas anderes geworden: Texterkennung, Dateiverwaltung und Rechte. Wer viele gescannte Dokumente hat, gewinnt mehr durch saubere Ablage und verlässliche Erkennung als durch ein neues Modell. Der Artikel zur intelligenten Dokumentenverarbeitung beschreibt, worauf es dabei ankommt.

Der Trend zu KI-Agenten ist eingetreten, aber nicht im Tempo der Ankündigungen. Nach der Bitkom-Erhebung vom September 2026 setzen 11 % der Unternehmen ab 20 Beschäftigten Agenten ein, 29 % planen den Einsatz. Produktiv laufen fast immer eng umrissene Abläufe mit einem Freigabeschritt, nicht frei agierende Systeme.

Die Gründe sind wenig überraschend: Ein Agent braucht Zugriff auf Systeme, klare Abbruchbedingungen, Protokollierung und eine Person, die das Ergebnis verantwortet. Wo das fehlt, entsteht kein Nutzen, sondern Nacharbeit. Wie ein tragfähiger Aufbau aussieht, beschreibt der Leitfaden zu KI-Agenten; für mehrere zusammenwirkende Agenten lohnt der Artikel zur Multi-Agent-Orchestrierung.

Die ursprüngliche Fassung dieses Artikels nannte eine Zeitleiste, die überholt ist. Richtig ist: Die KI-Verordnung ist seit 1. August 2024 in Kraft. Mit dem Digital Omnibus, Verordnung (EU) 2026/1744, in Kraft seit 27. Juli 2026, wurden mehrere Fristen verschoben und Art. 4 zur KI-Kompetenz neu gefasst.

Für die meisten Unternehmen im Mittelstand sind zwei Punkte praktisch relevant. Erstens die Transparenzpflichten nach Art. 50, die seit 2. August 2026 gelten und etwa Hinweise bei Chatbots und die Kennzeichnung realistisch wirkender synthetischer Inhalte betreffen; der Überblick steht im Artikel zu Art. 50 und den Transparenzpflichten. Zweitens Art. 4: Anbieter und Betreiber müssen Maßnahmen ergreifen, um KI-Kompetenz zu fördern; ein bestimmtes Niveau oder Zertifikat verlangt die Verordnung seit dem Omnibus nicht mehr, ein Bußgeld sieht sie dafür nicht vor. Details stehen im Artikel zur KI-Kompetenz nach Art. 4. Stand: September 2026, dies ersetzt keine Rechtsberatung.

Dass Unternehmen mehrere Modelle parallel nutzen, hat sich bestätigt. Die Vorstellung, eine Plattform wähle vollautomatisch das jeweils beste Modell, hat sich dagegen nicht durchgesetzt. Automatisches Routing existiert nur dort, wo ein Anbieter einen Router als Modell bereitstellt; in der Praxis steuern Unternehmen die Auswahl bewusst.

Das ist auch die sinnvollere Bauweise. Wer je Team festlegt, welche Modelle verfügbar sind, kann Kosten, Datenschutzanforderungen und Qualitätsansprüche unterschiedlich behandeln: ein günstiges Modell für Zusammenfassungen, ein starkes für Analysen, ein europäisch betriebenes für sensible Inhalte. Die Argumente und Fallstricke stehen im Artikel zur Multi-Modell-Strategie.

Zu konkreten Modellen und Preisen gilt eine einfache Regel: Sie veralten schneller als jeder Artikel. Die Generationen der großen Anbieter haben sich seit 2025 mehrfach erneuert, Namen und Tarife inklusive. Für einen datierten Vergleich lohnt der LLM-Vergleich, für die Kostenseite der Artikel zu FinOps und Token-Kosten.

Assistenzfunktionen stecken heute in nahezu jeder Standardsoftware, von der Office-Umgebung über CRM- und ERP-Systeme bis zu Ticket-Werkzeugen. Auch die Modellauswahl innerhalb solcher Produkte hat sich geöffnet: Microsoft hat im September 2025 angekündigt, in Microsoft 365 Copilot zusätzlich Modelle von Anthropic anzubieten (Microsoft, 24. September 2025).

Für Entscheider verschiebt sich damit die Frage. Sie lautet nicht mehr, ob ein Produkt KI enthält, sondern auf welche Daten die Funktion zugreift, wer sie freigibt und ob sie über Systemgrenzen hinweg arbeiten kann. Assistenzfunktionen in einem Produkt sind stark im jeweiligen Produkt; Abläufe, die ERP, Fileserver und Ticket-System verbinden, brauchen eine Ebene darüber. Der Vergleich der Ansätze steht im Artikel zu ChatGPT Enterprise und Unternehmens-KI-Plattformen.

Die Erwartung, dass Fachbereiche eigene Anwendungen ohne Programmierung bauen, hat sich teilweise erfüllt. Kleine Anwendungen auf eigenen Daten entstehen heute in Stunden statt Wochen. Der Engpass ist dadurch gewandert: Er liegt jetzt bei Datenqualität, Berechtigungen und der Frage, wer eine einmal gebaute Anwendung pflegt.

Sichtbar wird das besonders bei der unternehmensweiten Suche. Eine Antwort ist nur so gut wie die Rechte, mit denen sie erzeugt wurde, und nur so aktuell wie die angebundenen Quellen. Was dafür nötig ist, beschreibt der Artikel zu Enterprise Search mit KI; die Grundlagen zur Datenlage stehen im Artikel zur Datenstrategie und Data Readiness.

Der siebte Punkt hat sich am stärksten verändert. Statt allgemeiner Grundsätze stehen heute konkrete Betriebsfragen im Vordergrund: Wie misst man die Qualität von Antworten, wie erkennt man Verschlechterungen nach einem Modellwechsel, wie werden Eingaben und Ausgaben protokolliert, und wie verhindert man, dass falsche Angaben unbemerkt in Dokumente wandern.

Diese Aufgaben laufen unter Begriffen wie Evaluation und Observability. Der Artikel zu AI Observability und LLM-Evaluation beschreibt den Aufbau, der Artikel zu KI-Halluzinationen die Gegenmaßnahmen im Alltag.

Drei Erwartungen haben sich nicht erfüllt, und das ist die lehrreichere Hälfte der Bilanz.

Autonomie in der Breite. Systeme, die ganze Prozesse ohne Zutun übernehmen, sind die Ausnahme geblieben. Verbreitet ist die Arbeitsteilung aus Vorbereitung durch die Maschine und Freigabe durch Menschen.

Wirkung im gleichen Tempo wie Verbreitung. Die Nutzung ist stark gestiegen, in Deutschland auf 57 % der Unternehmen ab 20 Beschäftigten (Bitkom, September 2026) und auf 54,5 % aller Unternehmen in der ifo-Erhebung vom Mai 2026 (ifo Institut). Beim Nutzen sieht es anders aus: Kein Unternehmen sieht sein Potenzial voll ausgeschöpft, 59 % gar nicht.

Planbare Modell- und Preisstände. Wer 2025 Tarife und Modellnamen in Konzepte geschrieben hat, musste sie mehrfach korrigieren. Verträge, Architekturen und Schulungen sollten deshalb ohne feste Modellnamen auskommen.

Die Bilanz führt zu fünf Prioritäten, die weniger mit Technikauswahl und mehr mit Betrieb zu tun haben.

Erstens Wirkung messen statt Nutzung zählen. Legen Sie je Anwendungsfall eine Ausgangsbasis fest und vergleichen Sie Durchlaufzeit, Nacharbeit und Vollständigkeit. Der Weg dazu steht im Artikel zu ROI berechnen und Erfolg messen.

Zweitens Modellfreiheit sichern. Halten Sie Anwendungen austauschbar, prüfen Sie vor jedem Wechsel die Qualität und vermeiden Sie Abhängigkeiten von einem Anbieter.

Drittens Agenten klein anfangen. Ein Ablauf, klare Abbruchbedingungen, Protokoll und Freigabe. Erst danach der nächste.

Viertens Pflichten einplanen. Transparenzhinweise, Dokumentation der Anwendungsfälle und Kompetenzmaßnahmen gehören in die Projektplanung, nicht in eine spätere Aufräumrunde.

Fünftens Menschen befähigen. Die Schulungslücke ist die größte offene Baustelle: 70 % der Unternehmen bieten KI-Schulungen an, aber nur 11 % für alle Beschäftigten (Bitkom, September 2026). Wie eine Einführung mit Beteiligten gelingt, zeigt der Artikel zum Change Management bei der KI-Einführung.

Plotdesk verbindet eine KI-Plattform mit einem Umsetzungsteam für den Mittelstand. Die Bilanz der vergangenen zwölf Monate spiegelt sich direkt im Aufbau der Plattform: Modelle sind austauschbar, Abläufe werden im Betrieb gesteuert, und die Einführung endet nicht mit einem Zugang.

Der Model Garden gibt aus mehr als 100 Modellvarianten von zehn Provider-Typen je Team frei, was passt, und macht Wechsel ohne Umbau der Anwendungen möglich. Der Betrieb läuft als dedizierte Instanz in der EU oder im eigenen Tenant, mit SSO, Rollen, mehr als 40 Berechtigungen, Audit-Logs und Kostensteuerung je Bereich. Für eigene Abläufe stehen Canvas, Studio und Plugins bereit, für die Anbindung bestehender Systeme Plotdesk Connect. Die Erfahrungsbasis sind 1.200+ Use Cases in 15 Branchen.

Der Weg dorthin läuft in vier Schritten: KI-Potenzialanalyse, Proof of Value, produktive Lösung und systematischer Ausbau. Welche Modelle dabei zum Einsatz kommen, ist eine Entscheidung im Betrieb und keine Festlegung für Jahre.

Der Rückblick auf die KI-Trends 2025 zeigt ein klares Muster. Was von Anbietern abhing, ist eingetreten: multimodale Modelle, Modellvielfalt, Assistenzfunktionen überall, verbindliche Transparenzregeln. Was von Unternehmen abhing, ist zurückgeblieben: messbare Wirkung, breite Qualifizierung und der Betrieb von Abläufen, die über einen Chat hinausgehen.

Für 2026 folgt daraus eine unaufgeregte Agenda. Wenige Anwendungsfälle mit gemessener Wirkung, austauschbare Modelle, Agenten in kleinen Schritten, Pflichten von Anfang an mitgeplant und Schulung für alle statt für wenige. Wer das tut, braucht den nächsten Trendbericht weniger dringend.