Das Problem mit der KI liegt nicht in der Technologie
Unternehmen setzen KI so ein, wie Fabriken einst Elektromotoren eingeführt haben: Sie bauen sie in Prozesse ein, die für eine andere Arbeitsweise geschaffen wurden. Ein positiver Ertrag kann daraus erst resultieren, wenn Führungskräfte diese Arbeitsweisen verändern.
Ich beginne mit etwas, woran ich wirklich glaube: Künstliche Intelligenz ist die folgenschwerste Technologie, welche die meisten von uns je erleben werden. Angst bekam ich zum ersten Mal 2005, als ich Ray Kurzweils The Singularity Is Near las. Die Singularität, also der Punkt, an dem die Technologie die Menschheit überholt, war ein Gedanke, den ich bis dahin nie gehabt hatte, der aber wahrlich unfassbare Folgen für die Menschen und die Welt insgesamt hätte. Jetzt, da die Singularität «noch näher» ist, wie Kurzweil selbst sagt (er erwartet eine KI auf menschlichem Niveau bis 2029 und die Singularität bis 2045), halten mich diese Gedanken nachts öfter wach, als ich zugeben möchte.
Wenn ich also sage, dass die meisten Unternehmen KI auf eine Art einführen, die sich kaum lohnen wird, sage ich das nicht, um die Technologie herunterzuspielen. Ich sage aber, dass das Rentabilitätsproblem nicht dort liegt, wo die meisten suchen.
Der Retter auf der Folie
Jim Collins beschreibt in seinem, wie ich finde, am meisten unterschätzten Buch, How the Mighty Fall, eine Phase, die er «Grasping for Salvation» nennt, also das verzweifelte Greifen nach Rettung. Das Unternehmen spürt, dass etwas nicht stimmt, und die Führung greift nach einem Retter: einer Übernahme, einer neuen Strategie, einer neuen Technologie. Der Retter selbst – heute die KI – ist selten das Problem und hat oft echtes Potenzial. Schief geht etwas anderes: Die Organisation übernimmt den Retter als Geschichte, die sie dem Verwaltungsrat erzählen kann, aber nicht als Verpflichtung, die Art zu verändern, wie sie arbeitet.
Vieles, was ich bei KI beobachte, folgt diesem Muster: Zuerst gibt es eine Taskforce, dann gibt es einen Chief AI Officer (nachdem die Chief Digital Officers entsorgt wurden), oder zumindest jemanden, dem man diesen Titel zusätzlich zu seinem bisherigen Job gegeben hat. KI-Lizenzen wurden eingekauft und ausgerollt, Pilotprojekte laufen, und Präsentationen dazu gibt es jeden Tag (wahrscheinlich von KI geschrieben). Und bei der verkündeten KI-Ambition würden selbst menschliche Berater rot werden, falls Berater überhaupt rot werden könnten.
Weiter unten in der Organisation läuft aber die Art, wie Entscheidungen getroffen und Arbeit erledigt und geprüft wird, weitgehend so weiter wie bisher.
Das kennen wir schon
Nichts davon ist neu. Das lehrreichste Beispiel aus der Geschichte ist nicht das Internet, sondern die Elektrizität. Der Wirtschaftshistoriker Paul David hat untersucht, wie amerikanische Fabriken die Elektrizität einführten, und festgestellt, dass sich die Produktivitätsgewinne erst einstellten, als die Technologie schon seit Jahrzehnten verfügbar und zuverlässig war.1 Die Verzögerung hatte keine technischen Gründe: Die Fabriken waren um eine einzige Dampfmaschine herum gebaut worden, die eine zentrale Welle antrieb. Viele Besitzer ersetzten jahrelang einfach die Dampfmaschine durch einen grossen Elektromotor und liessen den Rest der Fabrik, wie er war. Produktivitätsgewinne aus Elektrizität kamen erst, als Manager begannen, die Fabrik selbst neu zu gestalten, mit einem Elektromotor an jeder Maschine und mit Abläufen, die sich am Produktionsfluss orientierten statt an der Welle.
Mit den Computern war es dasselbe. 1987 bemerkte Robert Solow, man sehe das Computerzeitalter überall, nur nicht in den Produktivitätsstatistiken.2 Es dauerte Jahre und brauchte sehr viel Reorganisation, bis sich die Zahlen bewegten.
Die meisten Unternehmen machen jetzt mit KI dasselbe wie damals die Fabrikbesitzer mit dem Motor: Sie bauen sie in eine Organisation ein, die für etwas anderes konzipiert wurde.
Wo stockt es?
Die aktuellen Daten zur Nutzung von KI stützen diese Analogie. Laut der Studie «State of Teams» von Atlassian für 2026 nutzen 85 Prozent der Wissensarbeitenden KI, aber nur 29 Prozent haben sie wirklich in ihre tägliche Arbeit integriert.3 Atlassian hat zwei Jahre lang verändert, wie rund 12'000 eigene Mitarbeitende mit KI arbeiten, und fasst seine Erfahrung offen wie folgt zusammen: «Wenn man jemandem eine Lizenz gibt, ändert sich, was auf seinem Bildschirm steht.»4 Es ändert sich aber nicht, wie Menschen entscheiden, sich abstimmen oder mit dem umgehen, was das Tool liefert.
Wie offen die Menschen in einer Organisation darüber sprechen, ist nochmals eine ganz andere Frage. In einem Experiment, das Atlassian diesen Frühling durchgeführt hat, beurteilten Wissensarbeitende identische Arbeit sehr unterschiedlich, je nachdem, ob die Person, die sie erstellt hatte, zugab, KI genutzt zu haben: Wer das tat, wurde als zehnmal fauler eingestuft und deutlich seltener für ein Projekt mit hoher Sichtbarkeit empfohlen.5 In Unternehmen, in denen die Nutzung von KI offen gefeiert wird, verschwand dieser Nachteil fast ganz. Eine Organisation kann nicht aus einer Nutzung lernen, über die ihre Leute aus guten Gründen lieber schweigen.
Interessanterweise scheinen die Top-Manager, welche die Investitionen bewilligt haben, zu wissen, wo das Problem liegt. Im «C-Suite Outlook 2026» des Conference Board nannten CEOs unter ihren wichtigsten KI-Prioritäten, KI-Kompetenz in der Belegschaft aufzubauen und die Kultur so zu verbessern, dass KI auch genutzt wird.6 Keines von beiden ist ein Technologieproblem.
Die einzelnen Mitarbeitenden nutzen also die Tools, und gleichzeitig sehen die Leute an der Spitze den Engpass beim Menschen. Die Einführung stockt demnach auf der Ebene dazwischen: Das Problem scheint bei den Führungskräften zu liegen, die das eigentliche Geschäft führen und deren Teams anders arbeiten müssten, damit sich KI als Produktivitätsgewinn in den Zahlen zeigen könnte.
Gleiche Tools, ungleicher Ertrag
Deshalb glaube ich auch nicht mehr ganz an ein Argument, das ich selbst mehr als einmal vorgebracht habe: dass die Effizienzgewinne durch KI strategisch wertlos sind, weil ja alle Firmen sie bekommen. Das Argument geht so: Die Konkurrenz kauft genau dieselben Tools bei genau denselben Anbietern, also ist der Nettoeffekt auf den Wettbewerb über eine ganze Branche hinweg ungefähr null.
Für den Zugang zur Technologie stimmt das, und auch für die naheliegenden Effizienzgewinne, die alle mit denselben Tools erzielen. Für das, was Unternehmen daraus machen, stimmt es nicht. Jede Fabrik konnte einen Elektromotor kaufen, aber nur wenige haben ihre Arbeitsweise darum herum neu gestaltet, und genau diese haben den Gewinn eingefahren.
Bei KI erwarte ich dasselbe Muster, nur komprimiert auf wenige Jahre, weil diesmal das Kapital zuerst kam. Das Geld ist schon ausgegeben, und die Verwaltungsräte beginnen zu fragen, was sie dafür bekommen haben. Ich würde wetten, dass der Unterschied zwischen den Unternehmen, die diese Frage beantworten können, und jenen, die es nicht können, sehr wenig damit zu tun hat, welches KI-Modell von welchem Anbieter sie lizenziert haben, aber dafür sehr viel damit, ob die Leute, die das Geschäft führen, tatsächlich verändert haben, wie es läuft.
Der Hebel liegt im Kerngeschäft
Hier unterscheidet sich die KI-Einführung von den meisten Innovationsvorhaben in Unternehmen, an denen ich über die Jahre gearbeitet habe. Wenn ein Unternehmen versucht, ein neues Geschäft aufzubauen, ist das Kerngeschäft meist das Hindernis: Es zieht bei Innovationsvorhaben Budgets, Aufmerksamkeit und Leute wieder zurück zu dem, was schon funktioniert. Bei der KI-Einführung ist es umgekehrt: Erst einmal liegt der grösste Teil des Werts aus KI darin, das bestehende Geschäft besser zu machen. Und das bestehende Geschäft hat bereits alles, was es dafür braucht: die Prozesse, die Kunden, die Daten und vor allem die Menschen, die wissen, wie die Arbeit wirklich gemacht wird. Sich selbst überlassen, tut das Kerngeschäft aber nur das Naheliegende: Es nutzt KI, um etwas schneller zu erledigen, was es ohnehin schon tut. In vielen Unternehmen wird KI deshalb bloss als nettes weiteres Hebelchen gesehen. Einen Sprung wie damals vom Dampf zur Elektrizität gibt es erst, wenn die Arbeit selbst um die KI herum neu gestaltet wird.
Was oft fehlt, ist in jedem Bereich jemand, der die Verantwortung dafür bekommt und wahrnimmt, diesen Bereich wirklich neu zu gestalten. Stattdessen wurde die Verantwortung meist an die IT delegiert, an ein «Transformation Office» oder eben an den neuen Chief AI Officer. Diese können zwar die Tools und die Leitplanken bereitstellen, und das sollen sie auch. Aber sie können nicht verändern, wie ein Verkaufsteam seine Leads qualifiziert oder wie die Finanzabteilung den Monatsabschluss macht, denn sie führen diese Teams nicht.
Was das von Führungskräften verlangt
Was braucht es also konkret? Weniger als ein Transformationsprogramm, aber mehr als einen Kurs. Wie ich es sehe, läuft es vor allem darauf hinaus, dass Führungskräfte in dem Bereich, für den sie verantwortlich sind, ein paar unspektakuläre, aber schwierige Dinge tun.
Das Erste ist, zu entscheiden, was neu gestaltet und nicht bloss beschleunigt werden soll. Denselben Bericht schneller zu schreiben, ist ein Effizienzgewinn. Der eigentliche Ertrag liegt aber meist in der Frage, ob es den Bericht überhaupt noch braucht, wenn die Analyse dahinter vollautomatisiert und in Echtzeit ablaufen kann.
Das Zweite ist, zu entscheiden, was gute Arbeit ist. Welchen KI-Ergebnissen vertraut man so weit, dass man auf ihrer Basis handeln kann? Wer prüft sie? Was passiert, wenn sie falsch sind? Forschende von Stanford und BetterUp haben einen Begriff dafür geprägt, was passiert, wenn niemand das entscheidet: «Workslop», also Arbeit, die poliert und vollständig aussieht, es aber nicht ist, und welche die nächste Person dann aufräumen muss.7
Das Dritte ist, die Nutzung sichtbar zu machen, angefangen bei der eigenen. Eine Führungskraft, die KI offen nutzt und auch darüber spricht, wo die KI sie enttäuscht hat, tut mehr für die Einführung als jede «Guideline» oder «Success Story». Atlassian hat festgestellt, dass Mitarbeitende, die ihre eigenen Vorgesetzten KI nutzen sahen, viermal so häufig weiter damit experimentierten.8
Und das Letzte ist, die Verantwortung für das Ergebnis wirklich selbst zu übernehmen, statt darauf zu warten, dass jemand anderes vorangeht.
Für nichts davon wurden diese Führungskräfte aber eingestellt oder in die Führungsposition befördert. Ihre Rolle hat sich in kürzester Zeit unter ihren Füssen verändert. Faktisch machen sie einen Führungswechsel durch, nur ohne Beförderung: Niemand kündigt ihn an, niemand nennt es einen Führungswechsel, und darum bietet auch niemand die Art von Unterstützung an, die wir für selbstverständlich halten würden, wenn dieselbe Person gerade einen neuen Job oder eine formelle Beförderung bekommen hätte. (Über die persönlichere Seite davon, also darüber, was es heisst, eine Veränderung zu führen, deren Ziel niemand kennt, habe ich in Die KI-Fragen haben sich verändert geschrieben.)
Kein Retter, aber auch nicht das Problem
Dass sich Technologie nicht auszahlt, liegt selten daran, dass sie nicht funktioniert, sondern daran, dass die Organisation darum herum weiterarbeitet wie immer. Und das ändert sich erst, wenn die Menschen, die sie führen, anders führen.
Das ist unsere Arbeit bei LUMINUM Partners: Wir arbeiten mit der Handvoll Führungskräfte in einer Organisation, die KI in dem Bereich zum Laufen bringen müssen, den sie bereits verantworten.
