Unternehmen haben noch nie so viel in Künstliche Intelligenz investiert, doch die wirtschaftlichen Ergebnisse bleiben schwer nachweisbar. Die Mitarbeiter sparen Zeit, die Werkzeuge vermehren sich und die Experimente beschleunigen sich. Es bleibt die Frage, wer diese Gewinne in Wert für das Unternehmen umwandeln muss.
Laut der Studie The State of AI in 2026 von McKinsey stellen 80 % der Befragten eine Verbesserung ihrer individuellen Produktivität durch KI fest. Nur 37 % geben jedoch eine Auswirkung, selbst eine teilweise, auf das operative Ergebnis ihres Unternehmens an.
Die Ausgaben hingegen sind stark gestiegen. Laut BCG haben sie sich im September 2026 innerhalb eines Jahres verdoppelt und erreichen 3,3 % des Umsatzes der befragten Unternehmen. Über 80 % dieser Ausgaben liegen nun außerhalb der IT-Budgets, was bedeutet, dass die KI-Transformation das gesamte Unternehmen betrifft und nicht mehr nur die IT-Abteilung (DSI).
Die Kapitalrendite misst sich nicht an der eingesparten Zeit
Nehmen wir das Beispiel eines Unternehmens, das seine Vertriebsmitarbeiter mit einem KI-Assistenten ausstattet, der ihre Termine vorbereitet, ihre Berichte verfasst und das CRM, also die Software für das Kundenbeziehungsmanagement, automatisch aktualisiert. Jeder Vertriebsmitarbeiter gewinnt dreißig Minuten pro Tag, was wie ein Erfolg aussieht.
Was passiert mit diesen dreißig Minuten? Wenn sie es ermöglichen, mehr potenzielle Kunden zu treffen, die Konversionsrate zu verbessern oder den Verkaufszyklus zu verkürzen, kann das Unternehmen beginnen, eine Wertschöpfung zu messen. Wenn sie von anderen administrativen Aufgaben absorbiert werden, wandelt sich der individuelle Gewinn nicht zwangsläufig in wirtschaftliche Leistung um.
Die gleiche Überlegung gilt für die Softwareentwicklung. KI beschleunigt die Code-Produktion, aber diese Beschleunigung kann Engpässe zu Reviews, Tests oder Freigaben vor dem Produktivbetrieb verschieben. « Individuelle Produktivität ist ein Versprechen. Die End-to-End-Leistung ist das zu messende Ergebnis. » Daher muss vor jedem Projekt ein Ausgangsindikator, ein messbares Ziel und ein Fachbereichsverantwortlicher definiert werden, der überprüft, dass die Gewinne realisiert werden.
Die Fachbereiche müssen für den erzeugten Wert verantwortlich sein
Große technologische Transformationen wurden oft von den IT-Abteilungen vorangetrieben. Bei KI stößt dieses Modell an seine Grenzen, denn eine IT-Leitung kann die technische Machbarkeit bewerten und die Sicherheit einer Architektur gewährleisten, ohne am besten geeignet zu sein, um die Schwachstellen eines Vertriebsbereichs oder die repetitiven Aufgaben eines Finanzteams zu identifizieren. Der Autor gibt an, in seiner Organisation eine Arbeitsgruppe strukturiert zu haben, die Vertreter der verschiedenen Fachabteilungen zusammenbringt.
Jede Abteilung muss drei Fragen beantworten können: Welches Problem versucht sie zu lösen, welchen messbaren Nutzen erwartet sie und wer wird für das Ergebnis verantwortlich sein? Die IT-Abteilung bleibt Garant für die technische Kohärenz, während die Fachbereiche für den erzeugten Wert verantwortlich werden. Die Finanzabteilung ihrerseits muss helfen, theoretische Einsparungen von tatsächlich festgestellten Vorteilen zu unterscheiden.
Sind die Prioritäten einmal festgelegt, bleibt die Frage der Umsetzung. Das Modell der AI Factory, eines kleinen Teams von Ingenieuren im Dienst der Fachbereiche, kann schnell Lösungen entwerfen, vorausgesetzt, es beschränkt sich nicht auf Demonstrationen. Eine Anwendung muss noch gesichert, mit bestehenden Systemen verbunden, überwacht und gewartet werden. Der Prototyp beweist, dass eine Lösung möglich ist, der Produktivbetrieb muss beweisen, dass sie nützlich und rentabel ist.
