KI ist in Unternehmen längst kein Randphänomen mehr. Laut Stanford AI Index 2026, öffnet eine externe URL in einem neuen Fenster setzten 88 Prozent der befragten Organisationen im Jahr 2025 KI in mindestens einer Funktion ein; generative KI kam bei 70 Prozent zum Einsatz. Gleichzeitig gaben in einer globalen McKinsey-Befragung, öffnet eine externe URL in einem neuen Fenster mehr als 80 Prozent der Befragten an, noch keinen spürbaren EBIT-Effekt auf Gesamtunternehmensebene zu sehen. Nur 21 Prozent berichteten, zumindest einige Workflows grundlegend neu gestaltet zu haben.

Diese Lücke ist aufschlussreicher als jede Debatte über das „beste“ Modell. Unternehmen haben den Zugang zu KI beschleunigt. Ihre Arbeitsweise haben viele nicht im gleichen Maß verändert.

Das Resultat ist digitale Mehrarbeit: Menschen erledigen den alten Prozess und füttern zusätzlich ein neues Werkzeug. Sie kopieren Daten in ein Chatfenster, prüfen die Antwort, übertragen sie in die gewohnte Vorlage und holen dieselben Freigaben ein wie zuvor. Im besten Fall wird eine Aufgabe schneller. Der Durchlauf des gesamten Prozesses bleibt fast gleich.

Lokale Produktivität kann dabei sogar systemische Kosten erhöhen. Wenn KI mehr Entwürfe, Analysen oder Empfehlungen erzeugt, als nachgelagerte Stellen sinnvoll prüfen können, steigt der Kontrollaufwand. Die Organisation produziert schneller Arbeit, aber nicht zwingend schneller Wert.

Ein schnellerer Arbeitsschritt ist noch kein schnellerer Wertstrom.

Viele KI-Initiativen starten mit einer Funktionsliste: zusammenfassen, klassifizieren, prognostizieren, formulieren. Das ist verständlich, weil sich Funktionen leicht demonstrieren lassen. Wirtschaftlicher Wert entsteht aber selten in einer isolierten Funktion. Er entsteht in einer Folge von Entscheidungen.

Nehmen wir Predictive Maintenance. Die Prognose eines möglichen Ausfalls hat erst dann Wert, wenn geklärt ist, wer den Hinweis bewertet, welche Schwelle einen Einsatz auslöst, ob Ersatzteile verfügbar sind und wer einen Produktionsstopp verantwortet. Ohne diese Entscheidungen produziert das Modell vor allem eine weitere Meldung.

Oder einen KI-Assistenten im Vertrieb. Ein schneller erstellter Angebotsentwurf spart wenig, wenn Preisfreigabe, technische Prüfung und Vertragsabstimmung weiterhin Tage dauern. Vielleicht verschiebt sich der Engpass sogar: Das Team produziert mehr Entwürfe, als die nachgelagerten Stellen prüfen können.

Die sinnvolle Einheit für KI-Transformation ist deshalb nicht der Use Case allein. Es ist der Workflow, in dem der Use Case eine Entscheidung verändert.

Auch leistungsfähige Modelle sind nicht gleichmäßig gut. Ein Feldexperiment mit 758 Berater_innen, öffnet eine externe URL in einem neuen Fenster zeigte, dass Teilnehmende mit GPT-4 bei Aufgaben innerhalb der Leistungsgrenze der Technologie mehr Aufgaben erledigten, im Durchschnitt 25,1 Prozent schneller waren und qualitativ bessere Ergebnisse produzierten. Bei einer komplexen Managementaufgabe außerhalb dieser Grenze waren sie jedoch 19 Prozent weniger häufig korrekt als die Vergleichsgruppe ohne KI.[3]

Das Bild der „jagged technological frontier“, der gezackten technologischen Grenze, ist für Führungskräfte nützlicher als die Frage, ob KI grundsätzlich funktioniert. Innerhalb derselben Rolle kann ein System bei einer Aufgabe stark und bei einer ähnlich wirkenden Aufgabe unzuverlässig sein.

Die Grenze ist zudem nicht markiert. Das Modell sagt nicht verlässlich: „Ab hier sollten Sie mir nicht mehr vertrauen.“ Im Gegenteil: Auch eine falsche Antwort kann sprachlich sicher und vollständig wirken.

Deshalb reicht es nicht, Menschen das Prompten beizubringen. Sie müssen erkennen können, welche Art von Aufgabe vor ihnen liegt, welche Evidenz fehlt und wann ein plausibler Output eine zusätzliche Prüfung braucht.

1. Beginnen Sie mit dem Engpass, nicht mit dem Tool

Fragen Sie nicht zuerst: „Wo können wir generative KI einsetzen?“ Fragen Sie: „Welche wiederkehrende Entscheidung dauert zu lange, erzeugt zu viel Nacharbeit oder wird mit zu wenig Evidenz getroffen?“

Diese Formulierung zwingt zur Verbindung von Technologie und Geschäft. Sie verhindert auch, dass ein beeindruckender Prototyp nach einem Problem sucht.

Ein guter Ausgangspunkt hat vier Merkmale: Die Arbeit wiederholt sich, ihre Qualität lässt sich zumindest teilweise beobachten, die benötigten Daten sind zugänglich und eine Verbesserung hätte für Kund_innen, Mitarbeitende oder Ergebnisrechnung erkennbare Folgen.

2. Zeichnen Sie den tatsächlichen Ablauf, einschließlich der Ausnahmen

Prozessdiagramme zeigen gern den Normalfall. Wertvolle Fachkenntnis steckt aber oft in den Abweichungen: Was geschieht bei unvollständigen Daten? Wann wird ein Fall eskaliert? Welche Kund_innen dürfen nicht automatisiert behandelt werden? Welche Abkürzung funktioniert nur, weil eine erfahrene Person den Kontext kennt?

Wer diese Ausnahmen ignoriert, automatisiert eine idealisierte Version der Arbeit. Das System wirkt in der Demo sauber und trifft im Alltag auf eine Organisation, die es nie gab.

Binden Sie deshalb jene Personen ein, die Nacharbeit leisten, Grenzfälle erkennen und informelle Entscheidungen auffangen. Das ist keine nette Change-Maßnahme. Es ist Datenerhebung über den realen Prozess.

3. Gestalten Sie menschliches Urteil als Funktion, nicht als Beruhigungsformel

„Human in the loop“ klingt verantwortungsvoll. Häufig bedeutet es nur, dass ein Mensch am Ende auf „Freigeben“ klickt.

Wirksame Kontrolle braucht mehr: Die Person muss wissen, worauf sie achten soll, Zugang zu den relevanten Informationen haben und tatsächlich widersprechen dürfen. Außerdem muss klar sein, welche Fälle nie ohne menschliche Entscheidung weiterlaufen.

Die beste Aufteilung lautet selten „Mensch oder Maschine“. Sie lautet eher: Die Maschine sucht Muster, erstellt Varianten oder priorisiert Fälle. Der Mensch bewertet Zielkonflikte, ungewöhnliche Situationen und Folgen, die sich nicht sinnvoll in eine Kennzahl pressen lassen.

4. Messen Sie Prozesswirkung statt Aktivität

Login-Zahlen, erzeugte Texte oder eingesparte Minuten zeigen Nutzung. Sie zeigen noch keinen Geschäftswert.

Eine KI-Initiative braucht vor dem Rollout eine kleine, harte Messlogik. Je nach Prozess können das Durchlaufzeit, Fehlerquote, Nacharbeit, Eskalationen, Conversion, Stillstandszeit oder Qualität einer Entscheidung sein. Ergänzen Sie mindestens eine Risikokennzahl: übersehene Fehler, Beschwerden, falsche Eskalationen oder Fälle, in denen Mitarbeitende den Output ungeprüft übernommen haben.

McKinsey fand in seiner Befragung, öffnet eine externe URL in einem neuen Fenster, dass klar definierte KPIs zu den Praktiken mit dem stärksten Zusammenhang zum berichteten EBIT-Effekt gehören. Weniger als ein Fünftel der Befragten gab jedoch an, solche KPIs für generative KI zu verfolgen.

Was ein Unternehmen nicht als Wirkung definiert, wird es später als Anekdote diskutieren.

5. Legen Sie vorab fest, wann Sie stoppen

KI-Portfolios sammeln schnell Projekte, weil niemand einen sichtbaren Versuch beenden will. Ein Abbruch wird als Scheitern gelesen, obwohl er oft die wirtschaftlich vernünftigste Entscheidung ist.

Definieren Sie vor dem Pilot klare Stop-Kriterien: Die Datenqualität reicht nicht. Der Prozess tritt zu selten auf. Die Prüfung kostet mehr als die Automatisierung spart. Das Risiko lässt sich nicht vertretbar kontrollieren. Nutzer_innen umgehen das System aus nachvollziehbaren Gründen.

Ein gestoppter Pilot kann ein gutes Ergebnis sein. Er schützt Ressourcen für Anwendungen, bei denen Technologie, Prozess und Verantwortung tatsächlich zusammenpassen.

Nehmen Sie einen aktiven Piloten und beantworten Sie im Führungsteam sechs Fragen:

1. Welche konkrete Entscheidung oder welcher Engpass soll sich verändern?
2. Welche Kennzahl müsste sich verbessern, damit der Einsatz wirtschaftlich sinnvoll ist?
3. Welche Ausnahmen machen den realen Prozess komplizierter als die Demo?
4. Wo liegt die gezackte Grenze: Bei welchen Fällen wird der Output unzuverlässig?
5. Wer darf widersprechen, stoppen oder eskalieren, und hat diese Person genug Information und Autorität?
6. Unter welchen Bedingungen beenden wir das Projekt?

Wenn die Antworten unklar sind, braucht das Projekt wahrscheinlich kein besseres Modell. Es braucht eine bessere Managemententscheidung.

Die ILO kommt in ihrer globalen Analyse, öffnet eine externe URL in einem neuen Fenster zu dem Schluss, dass generative KI Tätigkeiten voraussichtlich häufiger verändern als ganze Berufe ersetzen wird. Damit verschiebt sich die Führungsaufgabe: Welche Arbeit lässt sich automatisieren, und wie müssen Aufgaben, Rollen, Lernwege, Kontrolle und Verantwortung danach neu zusammengesetzt werden?

Dafür reicht weder reine Technikkompetenz noch klassisches General Management. Technische Teams müssen Business Value, Kosten und Risiken verstehen. Führungskräfte müssen Datenqualität, Modellgrenzen und Systemabhängigkeiten beurteilen können, ohne selbst Modelle zu trainieren.

Genau an dieser Schnittstelle entscheidet sich, ob aus einem KI-Werkzeug ein besserer Prozess wird.

Der Executive MBA Operational Excellence & AI verbindet Daten- und KI-Grundlagen mit Prozessen, Operating Models und der strategischen Implementierung eigener KI-Vorhaben. 

Der Lehrgang Zertifizierte_r KI-Manager_in arbeitet mit Use-Case-Priorisierung, Datenanforderungen, CRISP-DM, Wirtschaftlichkeit, Risiken und einem Projekt aus der eigenen Praxis. Wer zunächst ein fokussiertes Portfolio und eine belastbare Roadmap entwickeln möchte, findet im Seminar „KI im Unternehmen: Use Cases & Roadmap“ einen kompakten Einstieg.

Diese Programme beginnen nicht bei der Frage, welches Tool gerade populär ist. Sie beginnen dort, wo technische Möglichkeiten in Entscheidungen, Prozesse und Verantwortung übersetzt werden müssen.