Digitale Transformation kann Gewinne schmälern, während sie die Bewertungen erhöht

Digitale Transformation wird meist als Weg zu größerer Effizienz, besseren Entscheidungen und letztlich höheren Gewinnen verkauft. Das Problem ist, dass die finanziellen Vorteile nicht unbedingt gleichzeitig mit den Rechnungen eintreten.

Eine neue Studie, die chinesische börsennotierte Unternehmen untersucht, liefert eine anschauliche Darstellung dieser Diskrepanz.¹ Die Forschenden analysierten 46.055 Unternehmens‑Jahresbeobachtungen von A‑Share‑Unternehmen aus den Jahren 2009 bis 2024 und stellten fest, dass ein stärkerer Digitalisierungsgrad mit einer geringeren aktuellen Rentabilität, gemessen am Return on Assets, aber mit einer höheren Marktbewertung, gemessen am Tobin‑Q, verbunden war.

Für Investoren ergibt sich daraus eine wichtige Unterscheidung. Ein Unternehmen kann stark in Technologie investieren, wodurch die aktuellen Gewinne gedrückt werden, während es gleichzeitig Fähigkeiten aufbaut, von denen die Märkte erwarten, dass sie künftig Wert schaffen. Die Herausforderung besteht darin, zu bestimmen, ob diese Kosten eine echte Transformation darstellen oder lediglich teure Technologiekosten ohne nachhaltige Rendite.

Warum digitale Transformation zunächst den Gewinn belasten kann

Die Unternehmens‑transformation ist heute ein deutlich umfassenderes Unterfangen als nur die Installation neuer Software. Moderne Projekte können Cloud‑Infrastruktur, künstliche Intelligenz, Automatisierung, Cybersicherheit, Datenarchitektur, Mitarbeiterschulungen und die Neugestaltung ganzer Arbeitsabläufe umfassen.

Jede Komponente verursacht Kosten, bevor das Unternehmen die entsprechenden Nutzen realisieren kann. Altsysteme müssen integriert oder ersetzt werden. Mitarbeitende benötigen Schulungen. Prozesse können vorübergehend weniger effizient werden, während Teams von alten zu neuen Betriebsmodellen wechseln. Neue Infrastruktur kann zudem monatelang oder jahrelang parallel zu bestehenden Systemen laufen.

Die Ergebnisse der Studie stimmen mit diesen Belastungen überein. In der bevorzugten Spezifikation war ein Anstieg um eine Einheit im Digitalisierungsmaß der Forschenden mit einem Rückgang des ROA um 0,0025 verbunden. Bezogen auf das durchschnittliche ROA der Stichprobe von 0,040 entspricht das etwa 6,25 % des Mittelwerts.

Das bedeutet nicht, dass Technologie per se die Rentabilität mindert. Vielmehr verdeutlicht es ein Timing‑Problem. Transformationskosten können sofort verbucht werden, während Produktivitätsgewinne erst viel später auftreten.

Diese Dynamik wird besonders wichtig, da Unternehmen von relativ einfacher Digitalisierung zu KI‑gestützten Betriebsabläufen übergehen. Wie Securities.io hat bereits untersucht, hängt der Wettbewerbsvorteil zunehmend davon ab, KI mit proprietären Daten, institutionellem Wissen und internem Fachwissen zu kombinieren. Diese Grundlagen aufzubauen erfordert mehr, als lediglich den Zugang zu einem Modell zu kaufen.

Warum Märkte die Transformation belohnen können, bevor sich die Gewinne verbessern

Die andere Hälfte der Studie ist für Investoren vermutlich noch interessanter. Während digitale Transformation negativ mit dem ROA korrelierte, zeigte sie eine positive Beziehung zum Tobin‑Q, einem häufig zur Bewertung der Marktwertes im Verhältnis zu den zugrunde liegenden Vermögenswerten eines Unternehmens genutzten Maß.

Der Koeffizient für digitale Transformation war mit 0,0236 positiv. Die Forschenden schätzen, dass ein Anstieg um eine Einheit in ihrem Transformationsmaß einer Zunahme des Tobin‑Q entspricht, die etwa 1,19 % des Stichprobenmittels ausmacht.

Damit entsteht, was man als Erkennungs‑Lücke bezeichnen könnte. Die Buchhaltung erfasst bereits angefallene Aufwendungen. Marktbewertungen können hingegen Erwartungen an Fähigkeiten einbeziehen, die noch keine messbaren Erträge erzielt haben.

Investoren wenden diese Logik routinemäßig auf Fabriken, Halbleiter‑Fertigungsstätten, Forschungsprogramme und neue Produktionskapazitäten an. Digitale Infrastruktur verdient eine ähnliche Behandlung. Ein Unternehmen, das Automatisierung über seine Lieferkette einsetzt, könnte zunächst Integrationskosten tragen, während die Märkte den zukünftigen Produktivitätszuwachs, den diese Systeme ermöglichen könnten, bewerten.

Aktuelle Implementierungen zeigen, wie breit diese Systeme werden. NVIDIA und Palantirs Arbeit an KI‑gestützten Lieferketten kombiniert beispielsweise Modelle, Unternehmensdaten, Optimierungssoftware und operative Entscheidungsfindung, anstatt KI als eigenständige Anwendung zu behandeln.

Die eigentliche Frage ist, ob Ausgaben Fähigkeiten aufbauen

Eine geringere kurzfristige Rentabilität allein beweist nicht, dass eine digitale Transformation erfolgreich ist. Schlechte Umsetzung kann Werte ebenso leicht zerstören, wie erfolgreiche Umsetzung sie schaffen kann.

Hier müssen Investoren über die einfache Frage hinausgehen, wie viel ein Unternehmen für Technologie ausgibt.

• Verändert die Technologie, wie das Unternehmen tatsächlich arbeitet?
• Nehmen Mitarbeiter und Kunden die neuen Systeme an?
• Verbessern sich Innovations-, Produktivitäts- oder Servicefähigkeiten?
• Kann das Management messbare Ergebnisse aus der Investition ableiten?

Der Unterschied ist wichtig, weil die digitale Transformation zu einer attraktiven Unternehmens‑Narrative geworden ist. Unternehmen können über KI, Cloud‑Computing, Automatisierung oder Blockchain sprechen, ohne dass diese Technologien zu bedeutenden operativen Fähigkeiten werden.

Die Studie selbst enthält an diesem Punkt eine wichtige Warnung. Ihre Variable für digitale Transformation basiert auf der Häufigkeit von transformationsbezogener Terminologie in den Jahresberichten von Unternehmen. Sie ist daher ein auf Offenlegungen beruhender Proxy und keine direkte Messung technischer Fähigkeiten.

Diese Einschränkung hat breitere Relevanz. Investoren sollten nicht davon ausgehen, dass ein Unternehmen, das häufig KI erwähnt, notwendigerweise schneller transformiert als ein Wettbewerber, der die Technologie weniger aggressiv diskutiert. Nützlichere Evidenz stammt aus Implementierungen, Kundenakzeptanz, Betriebseffizienz, neuen Produkten und Verbesserungen der Entscheidungsfindung.

Das ist auch der Grund, warum die Enterprise‑Datenebene wichtig ist. Snowflake’s continuing expansion around enterprise data and AI spiegelt einen breiteren Trend wider, bei dem die Transformation zunehmend davon abhängt, zuvor fragmentierte Informationen mit Software zu verbinden, die darauf reagieren kann.

Innovation könnte ein Weg sein, von Ausgaben zu Wert zu gelangen

Die Forscher stellten außerdem fest, dass digitale Transformation positiv mit der Innovationsfähigkeit korreliert. Ihr Innovationsmaßstab basierte auf Patentanmeldungen, wobei der Koeffizient für digitale Transformation 0,0333 erreichte.

Dieses Ergebnis ist nützlich, sollte jedoch nicht überbewertet werden. Die Studie hat die zweite Stufe der Regression, die nötig wäre, um zu zeigen, dass Innovation formal die Beziehung zwischen Transformation und finanzieller Leistung vermittelt, nicht abgeschlossen. Das Ergebnis weist daher eher auf einen potenziellen Kanal hin, anstatt zu beweisen, dass Digitalisierung Wert speziell durch Patente schafft.

Dennoch ist die Logik wichtig. Eine bessere Dateninfrastruktur kann Informationssilos reduzieren. Automatisierung kann Experimentierzyklen verkürzen. KI kann Mitarbeitern helfen, große Informationsmengen zu durchsuchen oder Alternativen schneller zu bewerten. Digitale Workflows können zudem die Zusammenarbeit von Teams über Abteilungen hinweg erleichtern.

These capabilities help explain why Enterprise-Technologie verlagert sich zunehmend von digitalen Systemen hin zu intelligenten Systemen, die Daten, organisatorisches Wissen und Entscheidungsfindung verbinden.

Eine separate Studie aus dem Jahr 2026 ergab zudem, dass digitale Unternehmens­transformation mit einem lower cost of equity capital verbunden war, was darauf hindeutet, dass die potenziellen finanziellen Folgen der Digitalisierung über die Betriebseffizienz hinausgehen und die Bewertung von Unternehmen durch die Kapitalmärkte beeinflussen können.

FinTech könnte das Umfeld für Transformation stärken

Das Papier untersuchte zudem, ob ein stärkeres FinTech‑Umfeld die Beziehung zwischen Transformation und Performance verändert. Die Forscher nutzten den Digital Inclusive Finance Index als externes Maß für die FinTech‑Entwicklung, anstatt den direkten Einsatz von Finanztechnologie durch einzelne Unternehmen zu messen.

Die Wechselwirkung zwischen FinTech‑Entwicklung und digitaler Transformation war positiv und statistisch signifikant, wenn Tobins Q die abhängige Variable war. Mit anderen Worten, Unternehmen, die in stärker entwickelten digitalen Finanzumfeldern operieren, zeigten offenbar eine stärkere positive Beziehung zwischen Transformation und Marktbewertung.

Es gibt eine wichtige Einschränkung. Dieser Teil der Analyse umfasste nur 100 Beobachtungen im Vergleich zu 46.055 Unternehmens‑Jahres‑Beobachtungen in der Hauptstudie. Das Papier dokumentiert nicht vollständig, wie die Stichprobe auf diese Größe reduziert wurde. Das Ergebnis sollte daher eher als exploratives Signal denn als eine der stärksten Schlussfolgerungen der Studie betrachtet werden.

Accenture bietet Zugang zur digitalen Unternehmens­transformation

Die Studie weist zudem auf einen anderen Ansatz für Investoren hin, den Trend der digitalen Transformation zu nutzen. Anstatt zu versuchen, das einzelne Unternehmen zu identifizieren, das den größten Ertrag aus Technologieausgaben zieht, können Investoren Unternehmen untersuchen, die die Infrastruktur und das Fachwissen bereitstellen, die für die Durchführung dieser Transformationen erforderlich sind.

Accenture ist dabei besonders relevant. Seine Beratungs‑ und Technologieaktivitäten umfassen Cloud‑Migration, Datenarchitektur, Cybersicherheit, Automatisierung, Unternehmenssoftware und zunehmend KI‑Implementierung. Das positioniert das Unternehmen auf der anderen Seite der in der Studie identifizierten Transformationsausgaben.

Die Chance entwickelt sich weiter, da Unternehmen von Experimenten mit generativer KI zu einer direkten Integration von KI in Geschäftsprozesse übergehen. Accenture hat seine Fähigkeiten in diesem Bereich weiter ausgebaut, einschließlich einer jüngsten investment and partnership with Within, die sich auf die Abbildung von Geschäftsprozessen, den Einsatz von KI‑Agenten und die Verbesserung von Unternehmensabläufen konzentriert.

Für Investoren lautet die übergeordnete These nicht, dass jedes Technologieprojekt Geduld verdient. Vielmehr kann das aktuelle Ergebnis ein unvollständiges Bild liefern, wenn ein Unternehmen erhebliche Investitionen in Fähigkeiten tätigt, die darauf abzielen, seine zukünftige Kostenstruktur, Innovationsfähigkeit oder Wettbewerbsposition zu verändern.

Digitale Transformation erfordert einen längeren Investitionshorizont

Die nützlichste Erkenntnis aus der Studie ist daher nicht einfach, dass digitale Transformation gut oder schlecht für die finanzielle Leistung ist. Die Beziehung hängt teilweise davon ab, was Investoren zu messen wählen.

Die aktuelle buchhalterische Rentabilität kann die Kosten der Transformation widerspiegeln. Die Marktbewertung kann die Erwartungen darüber widerspiegeln, was diese Investitionen letztlich erzeugen könnten. Keine der beiden erzählt die vollständige Geschichte allein.

Damit wird digitale Transformation ebenso ein Problem der Investitionsanalyse wie ein Technologieproblem. Investoren müssen produktive Investitionen von modischen Ausgaben trennen, feststellen, ob neue Systeme in den tatsächlichen Betrieb eingebettet werden, und Belege dafür identifizieren, dass sich die organisatorischen Fähigkeiten verbessern.

Unternehmen, die diesen Übergang vollziehen, können schließlich die heutigen Technologieausgaben in morgige Wettbewerbsvorteile umwandeln. Unternehmen, die dies nicht tun, bleiben lediglich bei den Ausgaben.

Literaturverzeichnis:

¹ Yang, F., & Wang, Y. (2026). Eine Studie zur digitalen Transformation von Unternehmen und zur finanziellen Leistungsfähigkeit: die moderierende Rolle der FinTech-Entwicklung. International Review of Economics and Finance. Vorab-Onlineveröffentlichung. https://doi.org/10.1016/j.iref.2026.105915