Wie können wir die Innovationsfähigkeit in Deutschland steigern, damit Unternehmen auch in Zukunft wettbewerbsfähig in globalen Märkten agieren können?

Mit diesem Ziel haben wir eine Studie zur Innovationsfähigkeit deutscher Unternehmen durchgeführt. Es geht darum, die Relevanz, Gegenstände und Entstehungsräume von Innovationen in deutschen Unternehmen zu verstehen und Einblicke in die Stellhebel des Innovationsmanagements von der strategischen Ausrichtung bis zur Unterstützung der Umsetzung zu bekommen. Die Studie wurde als Online-Umfrage durchgeführt – von 433 Rückmeldungen konnten 201 in der Auswertung Anfang 2026 berücksichtigt werden. Ein überwiegender Anteil der Teilnehmenden kommt aus dem produzierenden Gewerbe (mit hohem Anteil des Maschinenbaus und der Automobilwirtschaft), gefolgt von der Dienstleistungsbranche.

Für Unternehmen soll die Studie Ansatzpunkte für die Reflexion der eigenen Situation liefern und gleichzeitig einige der wichtigsten Stellhebel thematisieren. Die Studie ist im Open Access Format zum Download verfügbar – für weitere Details stehen die Autoren und die Mitarbeitenden der Institute aus dem Fraunhofer-Verbund Innovationsforschung (Fraunhofer IAO, Fraunhofer ISI, Fraunhofer IRB, Fraunhofer FKIE, Fraunhofer IIS) zur Verfügung.

Für die Politik liefert die Studie Einblicke in die Wahrnehmung deutscher Unternehmen zur Situation in Deutschland, zum aktuellen Status Quo und zu den Herausforderungen der Innovationsfähigkeit. Gleichzeitig lassen sich Handlungsfelder für die Wissenschaft ableiten, in denen es größere Verbesserungspotenziale in Unternehmen gibt. Wir freuen uns auf die Diskussion der Ergebnisse und einen Austausch zwischen allen Akteuren, die zur Steigerung der Innovationsfähigkeit beitragen können oder wollen.

Weitere Informationen:

• Download der Studie (Kostenfrei, Open Access) „German Innovation Spotlight 2026. Studie zur Innovationsfähigkeit deutscher Unternehmen“ https://doi.org/10.24406/publica-8379

Viele Unternehmen haben wertvolle Informationen in Dokumenten gespeichert. Lieferantenberichte, Spezifikationen, Prüfprotokolle oder technische Beschreibungen enthalten oft genau die Daten, die für Auswertungen oder Entscheidungen gebraucht werden. Gleichzeitig sind diese Informationen selten sauber strukturiert. Manche Werte stehen in Tabellen, andere im Fließtext. Manche Hinweise finden sich nur in einer Randnotiz oder werden über Synonyme beschrieben.

Genau hier entsteht ein typischer Anwendungsfall für KI aus der Praxis. Die Frage ist nicht nur, wie PDFs ausgelesen werden können. Die wichtigere Frage lautet, wie aus Dokumenten eine Datenstruktur entsteht, die später sicher abgefragt werden kann.

Das Ziel: erst verstehen, dann automatisieren

Bei Migrationsprojekten ist der erste Impuls oft, bestehende Dokumente möglichst schnell auszulesen und in eine neue Datenbank zu übertragen. Das klingt effizient, löst aber nicht automatisch das eigentliche Problem. Wenn die Datenlogik vorher unklar ist, wird durch Automatisierung nur das vorhandene Chaos schneller verarbeitet.

Deshalb beginnt ein gutes KI-Projekt nicht mit dem Modell, sondern mit der Zielfragestellung. Welche Antwort soll die Datenbank später geben können? Welche Kategorien müssen eindeutig sein? Welche Werte müssen numerisch vorliegen? Welche Informationen dürfen unsicher bleiben und welche müssen zu 100 Prozent belastbar sein?

Erst wenn diese Fragen beantwortet sind, lässt sich entscheiden, welche Daten gebraucht werden, wie sie gespeichert werden sollen und an welcher Stelle KI wirklich Mehrwert schafft.

Vom PDF zur belastbaren Datenbasis

In einem konkreten Projekt haben wir genau diesen Ansatz umgesetzt. Ausgangspunkt waren uneinheitliche Lieferantenberichte. Sie beschrieben Hersteller, Materialien und technische Eigenschaften, aber nicht in einer einheitlichen Form. Begriffe wurden unterschiedlich verwendet. Relevante Informationen standen teilweise indirekt im Text. Manche Hinweise waren nur über den Zusammenhang im Dokument erkennbar.

Eine reine Textextraktion wäre hier nicht ausreichend gewesen. Sie hätte zwar viele Inhalte sichtbar gemacht, aber noch keine verlässliche Datenbasis erzeugt. Der entscheidende Schritt war deshalb die Übersetzung der Dokumente in ein klares Datenmodell.

Dafür wurde zuerst definiert, welche Informationen später wirklich abgefragt werden sollen. Aus diesen Fragen entstanden feste Felder, Kategorien und Prüfregeln. Erst danach wurden die PDFs verarbeitet. Die KI hatte dabei eine gezielte Aufgabe. Sie sollte nicht allgemein über die Dokumente sprechen, sondern bestimmte Informationen erkennen, vereinheitlichen und in die Zielstruktur überführen.

So wurde aus einem unstrukturierten Dokument kein weiterer Text, sondern ein sauberer Datensatz. Unterschiedliche Begriffe wurden auf gemeinsame Zielwerte abgebildet. Indirekte Hinweise wurden nur dann übernommen, wenn sie sicher genug waren. Werte, die nicht eindeutig erkennbar waren, wurden nicht geraten. Das ist besonders wichtig, wenn eine Lösung später nicht nur unterstützen, sondern belastbare Abfragen ermöglichen soll.

Warum das Datenmodell wichtiger ist als die Extraktion

Der eigentliche Mehrwert entsteht nicht beim Auslesen allein. Er entsteht durch die Struktur, in die die ausgelesenen Informationen überführt werden. Eine gute Datenstruktur trennt zwischen dem ursprünglichen Dokument, der erkannten Information und dem final nutzbaren Datenwert. Dadurch bleibt nachvollziehbar, woher ein Wert kommt und wie er verwendet wird.

Das ist ein großer Unterschied zu einer einfachen Dokumentensuche. Eine Suche findet Textstellen. Eine Datenbank beantwortet Fragen. Wenn z.B. ein Material in einem Bericht nicht direkt als Kategorie genannt wird, sondern über Beschreibung, Materialaufbau oder Synonyme erkennbar ist, kann ein KI-Schritt diese Information ableiten. Gespeichert wird danach aber nicht der freie Text, sondern ein klar definierter Wert.

Erst dadurch werden stabile Abfragen möglich. Zum Beispiel: Welche Lieferantenberichte enthalten einen bestimmten Hersteller? Welche Dokumente beschreiben ein bestimmtes Material? Welche Datensätze erfüllen eine feste Kategorie?

KI dort einsetzen, wo sie wirklich schafft

Nicht jeder Schritt in einem solchen Prozess muss mit KI gelöst werden. Genau das ist ein wichtiger Erfolgsfaktor. KI ist stark, wenn Informationen uneinheitlich formuliert sind, wenn Begriffe unterschiedlich verwendet werden oder wenn ein Zusammenhang aus dem Dokument verstanden werden muss. Klassische Methoden sind stärker, wenn Daten bereits sauber strukturiert vorliegen und feste Regeln angewendet werden können.

In der Praxis entsteht deshalb meist eine Kombination. KI hilft in der Vorverarbeitung. Sie liest Dokumente aus, erkennt relevante Inhalte und überführt sie in eine definierte Struktur. Danach können klassische Datenbankabfragen, Filter, Prüfregeln und Auswertungen genutzt werden. So wird aus einer schwer greifbaren Dokumentenwelt eine belastbare Datenbasis.

Sicher abfragen statt gute Vermutungen

Besonders relevant wird dieser Ansatz, wenn Abfragen zu 100 Prozent sicher sein müssen. Dann reicht es nicht, ein Sprachmodell immer wieder direkt auf PDFs anzusetzen. Die Antwort kann plausibel klingen, bietet aber keine Garantie auf Vollständigkeit.

Das ist gerade bei Datenbankmigrationen entscheidend. Es geht nicht darum, möglichst viele Inhalte zu extrahieren. Es geht darum, genau die Informationen sauber bereitzustellen, die für den Zielprozess gebraucht werden.

Vom Use Case aus denken

Das Projekt zeigt ein Grundprinzip, das für viele KI-Vorhaben gilt. Gute Lösungen starten nicht mit Technologie, sondern mit einem konkreten Use Case. Erst wenn klar ist, welche Frage beantwortet werden soll, lassen sich Datenmodell, Prozess und KI-Schritte sinnvoll gestalten.

PDFs auszulesen ist heute technisch gut möglich. Der eigentliche Mehrwert entsteht aber erst, wenn die Inhalte so strukturiert werden, dass sie sicher, nachvollziehbar und wiederholbar genutzt werden können. Wer diesen Schritt sauber denkt, schafft nicht nur eine schnellere Verarbeitung, sondern eine bessere Grundlage für Entscheidungen, Migrationen und operative Prozesse.

Wenn Sie ähnliche Fragestellungen in Ihren Prozessen sehen, kommen Sie gerne auf uns zu. Wir diskutieren gemeinsam, welche Use Cases sinnvoll sind und an welcher Stelle KI echten Mehrwert schaffen kann.

Automotive, Maschinenbau, Medizintechnik oder Chemie: Wenn Regionen oder Branchen unter Druck geraten, beginnt meist dieselbe Diskussion. Welche Unternehmen sind betroffen? Welche Arbeitsplätze sind gefährdet? Welche neuen Märkte könnten entstehen? Wie können wir die Transformation unterstützen?

Die eigentliche Frage lautet jedoch anders: Welche Fähigkeiten besitzen die Unternehmen einer Region oder Branche und welche neuen Märkte lassen sich daraus entwickeln?

Genau diese Perspektive fehlt in vielen Transformationsstrategien. Analysiert werden Branchen und Technologietrends. Was aber fehlt, ist der Blick auf die eigentlichen Stärken der Unternehmen. Dabei entscheidet genau dieser Blick darüber, ob Strukturwandel gestaltet oder lediglich verwaltet wird.

Gemeinsam mit Umwelttechnik BW und dem INEC der Hochschule Pforzheim haben wir deshalb einen neuen Ansatz entwickelt. Ausgangspunkt waren über 400 Industrieunternehmen des baden-württembergischen Mittelstands. Statt sie nach Branchen zu gruppieren, haben wir ihre Produkte, Technologien und Kompetenzen analysiert und mit zukünftigen GreenTech-Märkten abgeglichen. Das Ergebnis ist eine völlig neue Sicht auf Transformation.

Die folgende Abbildung zeigt exemplarisch, wie sich bestehende Kompetenzfelder in neue Wertschöpfung übersetzen lassen. Aus Präzisionsmetallkomponenten werden Anwendungen für Wasserstoffsysteme. Aus Automatisierungs- und Energietechnik entstehen Lösungen für Ladeinfrastruktur. Aus Kompetenzen in Prozess- und Anlagentechnik entwickeln sich Angebote für Wasseraufbereitung, Kreislaufwirtschaft oder Carbon Management.

Plötzlich wird sichtbar, was klassische Branchenanalysen nicht zeigen können: welche Zukunft bereits in den Unternehmen einer Region oder Branche angelegt ist.

Genau darin liegt aus unserer Sicht die Zukunft von Regional- und Branchenentwicklung. Nicht die Frage „Welche Branchen haben wir?“ sollte im Mittelpunkt stehen, sondern „Welche Wachstumspfade ergeben sich aus den Kompetenzen unserer Unternehmen?“

Für Wirtschaftsförderungen, Kammern und Verbände eröffnet das eine neue Möglichkeit, Transformation aktiv zu gestalten. Statt auf Strukturbrüche zu reagieren, können neue Wertschöpfungsfelder systematisch identifiziert und entwickelt werden.

Die Resonanz auf unser Projekt hat gezeigt, wie groß der Bedarf an einem solchen Ansatz ist. Inzwischen arbeiten wir bereits an weiteren Projekten, die dieses Prinzip auf andere Branchen und Regionen übertragen.

Denn am Ende entscheidet sich die Zukunft einer Region nicht an ihren heutigen Branchen. Sie entscheidet sich an den Kompetenzen ihrer Unternehmen und daran, wie konsequent daraus die Märkte von morgen entwickelt werden.

Lernen Sie CumulusAI kennen.

In der Juli-Ausgabe unseres CumulusAI Live-Webinars zeigen wir aktuelle Entwicklungen und die neusten Features unseres Smart Foresighting Tools CumulusAI. Der Termin eignet sich perfekt, um unser Tool anhand konkreter Use-Cases und Praxisbeispiele kennenzulernen.

Technologische Entwicklungen werden immer komplexer – und Entscheidungen müssen schneller getroffen werden. CumulusAI hilft Ihnen, relevante Trends frühzeitig zu erkennen und in fundierte Empfehlungen zu übersetzen.

„CumulusAI findet Weak Signals in Primärdaten. Unsere Kunden erkennen dadurch Next Generation Trends vor anderen.“
Dr. Ulrich Hutschek, Principal TIM Consulting

Unsere KI-gestützte Software schafft Transparenz über Technologien und Anwendungsfelder – als Grundlage für faktenbasierte Entscheidungen.

Ihre Vorteile mit CumulusAI:

• Frühzeitiges Erkennen relevanter Trends
• Absicherung von Innovations- und Entwicklungsprojekten
• Fundierte Markteintritts- und Wachstumsstrategien
• Identifikation attraktiver Investitionsmöglichkeiten

Das erwartet Sie im Webinar:

• Bedeutung datenbasierter Technologieanalyse
• 360°-Blick auf Forschung, Patente und Trends
• Praxisbeispiele aus Strategie, F&E, Produktmanagement & M&A
• Live-Demo und konkrete Anwendungstipps

Für wen ist das Webinar geeignet?

Innovations- & Technologiemanager, F&E-Verantwortliche, Produkt- & Portfoliomanager, Experten aus Business Development & Strategie, M&A / Corporate Development

Termin: 17.06.2026 | 12:00 – 13:00 Uhr

Dauer: 45 Minuten | Live-Webinar mit Q&A

Hier kostenlos anmelden & Platz sichern

Treffen Sie Entscheidungen auf Basis von Fakten statt Bauchgefühl – mit CumulusAI.

Wir freuen uns auf Sie!
Herzliche Grüße, Carmen Beisswanger

Veranstaltungshinweise im AiF InnovatorsNet

Innovation systematisch realisieren: Markt, Technologie, Roadmap & Förderung im Zusammenspiel

Wie wird aus einer innovativen Idee ein erfolgreiches Projekt? In diesem Workshop erfahren Sie, wie Markt- und Technologiebewertungen, Roadmapping und Fördermöglichkeiten gezielt zusammenspielen, um Innovationen strukturiert und effizient voranzubringen.

Hier geht’s zur Anmeldung

Strategische Transformationen mit KI – Wie intelligente Systeme Organisationen erneuern

Wir analysieren, wie Künstliche Intelligenz strategische Entscheidungen unterstützen kann und Unternehmen dabei hilft, agiler und zukunftsfähiger zu werden. Anhand praxisnaher Beispiele wird gezeigt, wie KI Transformationsprozesse beschleunigt und neue Organisationsformen ermöglicht.

Hier geht’s zur Anmeldung

Mit KI zum neuen Geschäft – Intelligente Wege zu Innovation und Wachstum

Erfahren Sie, wie Unternehmen KI nutzen können, um neue Geschäftsfelder zu identifizieren und innovative Geschäftsmodelle zu entwickeln. Wir vermitteln praxisorientierte Ansätze, um datenbasierte Erkenntnisse gezielt für Wachstum und Wettbewerbsfähigkeit einzusetzen.

Hier geht’s zur Anmeldung

Kreislaufwirtschaft neu denken – Geschäftsmodelle als Schlüssel zur Innovation

Nachhaltigkeit und wirtschaftlicher Erfolg schließen sich nicht aus: Die Veranstaltung zeigt, wie innovative Geschäftsmodelle die Transformation zur Kreislaufwirtschaft und Bioökonomie unterstützen. Lernen Sie, wie Unternehmen mit Circular-Economy-Ansätzen neue Wertschöpfungspotenziale erschließen und Zukunftsmärkte gestalten können.

Hier geht’s zur Anmeldung