EU AI Act: Bitkom-Daten zeigen Kosten- und Rechtsunsicherheit statt belegter Budgetkürzungen

Die Behauptung, der EU AI Act habe bei „68 % der DACH-Unternehmen“ zu einer „25 % KI-Budgetkürzung“ geführt, lässt sich mit den vorliegenden Bitkom-Publikationen nicht verifizieren. Was sich belegen lässt, ist etwas anderes: Unternehmen berichten über hohen Umsetzungsaufwand, Rechtsunsicherheit als zentrale Hürde und in Teilen über unerwartet hohe Projektkosten – alles Faktoren, die Investitionsentscheidungen bremsen können, aber nicht als quantifizierte Budgetkürzung ausgewiesen sind.

Für das Management ist diese Unterscheidung entscheidend: Eine zugespitzte Zahl in der Headline kann intern schnell als Fakt zirkulieren und Entscheidungen verzerren. Die belastbare Datenlage aus den genannten Quellen zeigt einen klaren Risikotreiber (Compliance-Aufwand und Unsicherheit), aber keine messbare, kausal dem AI Act zugeschriebene Budgetreduktion in der behaupteten Größenordnung.

Was die Bitkom-Zahlen tatsächlich belegen

In den referenzierten Bitkom-Ergebnissen tauchen mehrere harte Kennzahlen auf, die die Lage rund um KI-Implementierung und Regulierung greifbar machen. Aus der Bitkom-Studie 2026 wird berichtet, dass 41 % der deutschen Unternehmen KI nutzen und damit die Nutzung deutlich gestiegen ist. Gleichzeitig wird dort genannt, dass ein Drittel der Unternehmen von unerwartet hohen Kosten bei der KI-Implementierung berichtet.

Aus Bitkom-Material („Künstliche Intelligenz in Deutschland 2025“, veröffentlicht im Februar 2026) stammt zudem die Zahl, dass 36 % fehlende finanzielle Mittel als Hindernis beim KI-Einsatz nennen. Das ist eine Budget-Restriktion als Hemmnis – aber kein Beleg für eine prozentuale Kürzung bereits definierter KI-Budgets.

Für die AI-Act-spezifische Belastung ist eine andere Zahl zentral: In der Bitkom-Studie wird berichtet, dass 93 % der vom AI Act betroffenen Unternehmen hohen oder sehr hohen Aufwand bei der Umsetzung sehen. Das ist ein starkes Signal für zusätzliche Prozess-, Dokumentations- und Governance-Kosten – nur eben ohne direkten Budgetkürzungswert.

Warum die „25 % Budgetkürzung“-These methodisch nicht trägt

Damit eine „25 % KI-Budgetkürzung“ als belastbarer Befund gelten könnte, bräuchte es mindestens eine klare Definition dessen, was ein „KI-Budget“ umfasst (Run vs. Change, Capex/Opex, interne Personalkosten), einen Messzeitraum (vor/nach Inkrafttreten) sowie eine Abgrenzung gegen andere Kostentreiber (Konjunktur, Security-Investitionen, Cloud-Kosten, Personal, Vendor-Preise). Keine der vorliegenden Quellen liefert diese Kette als überprüfbares Ergebnis.

Was die Bitkom-Daten dagegen gut abbilden, sind Wahrnehmungs- und Hindernisstrukturen. In der 2026er Perspektive wird Rechtsunsicherheit als eines der größten Hindernisse genannt (53 %). Das ist ein typischer Vorläufer für zurückgestellte Entscheidungen: Wenn Haftung, Klassifizierung (z. B. Hochrisiko), Datenflüsse und Dokumentationspflichten unklar sind, reagieren Budgets oft mit „Pause“ statt mit expliziter Kürzung. Aus analytischer Sicht ist das ein Unterschied zwischen Investitionsstopp und Budgetcut – und der lässt sich aus den vorliegenden Zahlen nicht sauber ableiten.

DACH vs. Deutschland: Der Scope-Fehler hinter „68 %“

Die zweite unbelegte Zahl („68 % der DACH-Unternehmen“) kollidiert mit dem Scope der zitierten Quellen. Die genannten Bitkom-Veröffentlichungen sind primär Deutschland-zentriert. Ohne eine explizite, separat erhobene DACH-Stichprobe (Deutschland/Österreich/Schweiz) sind DACH-Prozentsätze nicht seriös ableitbar.

Wenn Du DACH wirklich abbilden willst, brauchst Du entweder eine Studie, die DACH explizit erhebt, oder drei nationale Studien, die methodisch vergleichbar sind. Die vorliegenden Daten weisen das nicht aus; entsprechend ist „68 % DACH“ als Zahl im Moment nicht belastbar.

Was bedeutet das für den EU AI Act?

Operativ lässt sich aus den belegten Zahlen trotzdem eine klare Management-Agenda ableiten: Der AI Act wirkt in der Wahrnehmung vieler Unternehmen als Aufwandstreiber. Wenn 93 % der Betroffenen einen hohen oder sehr hohen Umsetzungsaufwand sehen, ist das ein Frühindikator für Reallokation von Ressourcen – typischerweise weg von Experimenten hin zu Governance, Dokumentation, Risiko-Klassifizierung und Schulung. Seit Februar 2025 gelten zudem Verbote und die KI-Literacy-Pflicht; seit August 2025 sind zusätzliche Governance- und Sanktionsmechanismen für GPAI in Kraft. Das erhöht den Druck, KI-Projekte nicht nur technisch, sondern auch rechtlich sauber aufzusetzen.

Strategisch bedeutet das: Wenn Du KI budgetierst, musst Du Compliance-Kosten als festen Bestandteil einpreisen – nicht als nachgelagerten Overhead. Genau hier entsteht häufig der gefühlte „Kostenanstieg“, den Studien dann als Hindernis (Kosten, fehlende Mittel, Unsicherheit) sichtbar machen, ohne dass er als prozentuale Budgetkürzung ausgewiesen wird.

So What?

Für C-Level zählt jetzt Datenhygiene in der internen Kommunikation: Scharfe, aber unbelegte Budgetzahlen sind riskant, weil sie Budgetentscheidungen und Prioritäten verzerren können. Die verifizierten Bitkom-Befunde stützen eine andere, belastbare These: Der AI Act erhöht (zumindest in der Unternehmenswahrnehmung) den Umsetzungsaufwand massiv, und Rechtsunsicherheit bleibt eine Top-Hürde. Das spricht für ein Portfolio-Setup, das KI-Innovation und Compliance nicht gegeneinander ausspielt, sondern in ein gemeinsames Operating Model zwingt: klare Verantwortlichkeiten, standardisierte Risiko-Assessments, dokumentierte Datenflüsse und eine Budgetlogik, die „Regulatory Readiness“ als Enabler betrachtet.

Wenn Du diese Governance nicht etablierst, wird das Budgetproblem real – nicht weil „25 % gekürzt“ werden, sondern weil Projekte an Freigaben, Nacharbeiten und Audit-Fähigkeit scheitern. Mit Governance wird KI kalkulierbarer; ohne Governance bleibt sie ein Kosten- und Haftungsrisiko, das Investitionen indirekt bremst.

Fazit

Die Headline-Zahlen „25 % KI-Budgetkürzung“ und „68 % der DACH-Unternehmen“ sind mit den vorliegenden Bitkom-Quellen nicht belegt und sollten so nicht veröffentlicht werden. Was Du faktenbasiert schreiben kannst: Bitkom-Daten zeigen steigende KI-Nutzung in Deutschland, gleichzeitig Kostendruck, fehlende finanzielle Mittel als Hemmnis und einen sehr hohen wahrgenommenen Aufwand für die AI-Act-Umsetzung. Wenn Du daraus eine starke, korrekte Executive-Story bauen willst, dann fokussiere auf die nachweisbare Marktverschiebung: Budgets werden nicht zwingend gekürzt, aber sie werden in Richtung Compliance, Governance und Risiko-Management umgeschichtet – und genau das entscheidet 2026 darüber, wer KI in den Betrieb bekommt.