Die Kluft zwischen Ehrgeiz und Umsetzung vergrößert sich 

Während sich die Strategie beschleunigt, ist die Modernisierung der Wendepunkt zwischen Fortschritt und Stillstand. Sie gilt allgemein als eine „sichere“ Investition – Führungskräfte wissen, dass sie modernisieren müssen – aber wie Berg anmerkt, „konzentrieren sich viele Bemühungen auf die Migration, nicht auf den Wert.“ Zu oft werden Daten in moderne Plattformen verschoben, ohne zu hinterfragen, welche Daten wirklich zur Differenzierung beitragen werden.

Fast acht von zehn Unternehmen (77 %) investieren in Modernisierung, aber der Umfang dieser Bemühungen variiert. Nur 34 % haben ein unternehmensweites Mandat zur vollständigen Umstellung der Plattform, und 42 % geben zu, dass ihre Fahrpläne nur teilweise sind – Bemühungen, die zwar Fortschritte bringen, aber nicht ausreichen, um die Arbeitsweise des Unternehmens grundlegend zu verändern. Mehr als die Hälfte der Organisationen betreiben noch die meisten Kernanwendungen auf Altsystemen, und selbst unter denen mit aktiven Modernisierungsprogrammen sagen nur 42 %, dass sie die robusten Datenfundamente haben, die für eine bedeutungsvolle Wirkung erforderlich sind. Diese Signale zeigen zusammen, wie eine unvollständige Modernisierung leise das Potenzial von KI einschränkt. 

Diese Lücken offenbaren eine grundlegende Herausforderung: Wahre Modernisierung ist nicht nur technisch – es geht darum, Daten nutzbar, vernetzt und auf den Geschäftszweck ausgerichtet zu machen. Diese Veränderung erfordert sowohl Klarheit der Richtung als auch disziplinierte Umsetzung, und viele Unternehmen kämpfen noch immer damit, beides zu balancieren.

„Alles, was wir uns im Zusammenhang mit KI erträumen, beruht auf Daten“, sagt Amalia Goodwin, Managing Director der Adaptiven Organisationen bei Slalom. „Man kann keine fundierten Entscheidungen treffen oder wirkliche Auswirkungen erzielen, wenn Ihre Daten nicht vertrauenswürdig, zugänglich und an Ihre Strategie gebunden sind.“

Das Potenzial der KI hängt ebenso sehr von Vertrauen wie von Technologie ab. Die Modernisierung kann Unternehmen eine stabilere Datenbasis verschaffen, aber ohne Sicherheit, Transparenz und ethische Aufsicht bleibt diese Basis anfällig für Risiken.  

Da KI zunehmend in kritische Arbeitsabläufe eingebettet wird – 95 % der Führungskräfte sagen, dass sie sich darauf verlassen können, dass Co-Piloten strategische Arbeit erledigen – halten Governance und Vertrauen nicht Schritt. Nur die Hälfte der Unternehmen verfügt über formelle Ausschüsse für Audits oder Ethik, die die KI überwachen. Die meisten konzentrieren sich auf technische Schutzmaßnahmen, wie Echtzeitüberwachung oder auf KI abgestimmte Erkennung von Cyberbedrohungen (45 %), während weniger (42 %) Modell- und Datenkontrollen aufgebaut haben, die Voreingenommenheit, Drift oder Abstammungsüberwachung beinhalten. 

Der Rest verlässt sich auf fragmentierte Aufsicht: 29 % auf der Ebene der Geschäftseinheit, 9 % bei Anbietern und fast jeder Zehnte hat immer noch überhaupt keine KI-Risikokontrollen. Ohne klare Verantwortlichkeit fallen die Zuständigkeiten durch die Lücken – und wenn Fehler passieren, zahlen Menschen und nicht Systeme den Preis.

Selbst dort, wo Kontrollen existieren, konzentrieren sie sich eng auf die Einhaltung von Vorschriften, anstatt auf ethische Voraussicht oder die Einbindung von Interessengruppen. Nur 38% der Befragten geben an, dass sie externe Interessengruppen in die Risikosteuerung einbeziehen. Diese begrenzte Aufsicht spiegelt ein bekanntes Wachstumsschmerz der frühen Reife wider: Einige bauen noch die Kapazitäten für eine verantwortungsvolle Aufsicht auf, während andere davon ausgehen, dass bestehende Kontrollen ausreichen.

Usher beschreibt dieses Phänomen als eine Art „menschliche Halluzination“ – ein übermäßiges Vertrauen in die Fähigkeit der Menschen, Risiken selbst zu kontrollieren, ohne dass die notwendigen Systeme vorhanden sind. Viele gehen davon aus, dass die Verantwortung mit der Einhaltung endet, bemerkt sie, obwohl sie sich auf eine kontinuierliche, transparente Aufsicht erstrecken sollte. 

„Man kann Vertrauen nicht dem System überlassen“, sagt Goodwin. „Führungskräfte müssen es selbst in die Hand nehmen—über Daten, Entscheidungen und die Menschen, die sie nutzen.“

Ohne stärkere Schutzmaßnahmen und geteilte Verantwortlichkeit setzen Unternehmen die Sicherheit aufs Spiel, während sie die KI-Einführung ausweiten. Sicher zu bauen war noch nie nur eine Frage der Einhaltung; es geht darum, den Mitarbeitern und Kunden die Sicherheit zu geben, dass die Systeme, die unsere Welt gestalten, sicher sind, weil sie dafür entwickelt wurden. 

Wenn Sicherheit Vertrauen in KI schafft, baut Erfahrung Verbindung auf. Beide beruhen auf derselben Grundlage: Systeme und Prozesse, die für Menschen konzipiert sind, nicht nur für Leistung. Neues auf alte Arbeitsabläufe aufzusetzen kann vorübergehend Effizienz bringen, erschließt aber selten neue Wertformen.

Mehr als die Hälfte der Unternehmen (56 %) gestaltet Arbeitsabläufe um, um Aufgaben zu automatisieren oder an KI zu übergeben, was greifbare Gewinne bringt: 62 % berichten von weniger manueller Arbeit, 41 % schnelleren Entscheidungen und 38 % hochwertigeren Ergebnissen. Dennoch bleibt der Einfluss begrenzt: Nur 21 % der Anwendungsfälle skalieren unternehmensweit, und erst 39 % haben orchestrierte Multi-Agenten-Arbeitsabläufe über End-to-End-Prozesse hinweg erreicht. In den meisten Fällen wird die Automatisierung immer noch auf isolierte Aufgaben angewendet statt auf ganze Wertschöpfungsketten – was schnelle Produktivitätsgewinne bringt, aber wenig Transformation in der Entscheidungsfindung, Zusammenarbeit oder im Kundenerlebnis.

Eigentum ist oft das fehlende Glied. Die bereichsübergreifende Führung für KI hat sich stark erweitert—63 % berichten über geteiltes Eigentum, gegenüber nur 5 % im Jahr 2023—aber die Verantwortlichkeit bleibt diffus. Achtunddreißig Prozent delegieren Risikobewertungen an Geschäftseinheiten und 18 % lagern sie komplett aus. Wenn die Verantwortung für die Integration von KI in tägliche Arbeitsabläufe unklar ist, bleiben Prozessüberarbeitungen stecken, und Experimente entwickeln sich selten zu konkreten Umsetzungen.

„Um wirklich zu transformieren, muss man aufhören, die Arbeit von gestern zu automatisieren“, sagt Goodwin. „Neugestalten, wie Entscheidungen getroffen werden, wo Menschen Wert hinzufügen und wie Teams mit KI interagieren—das ist, wo Skalierung passiert.“

Das Fazit: Eine echte Transformation erfordert ein radikales Neudenken von Prozessen, nicht das nachträgliche Einfügen von KI in bestehende.

KI verändert die soziale Architektur der Arbeit. Viele Führungskräfte fühlen sich vorbereitet, aber nur wenige investieren effektiv in die Fähigkeiten, das Coaching und die Organisationsmodelle, die erforderlich sind, um Veränderungen aufrechtzuerhalten.

Zwei Drittel der Führungskräfte und Mitarbeiter (68%) glauben, dass ihre Organisation mit KI Schritt hält, doch fast alle (93%) berichten von Hürden in der Belegschaft—von Kompetenzlücken und begrenzter Zeit bis hin zu unzureichendem Training und Werkzeugen—die den Fortschritt begrenzen. Über die Hälfte (55%) identifiziert die Fähigkeiten der Belegschaft als das größte Hindernis, um den Wert von KI zu realisieren. Während 69% sagen, dass KI bei Umschulungsbemühungen eine Rolle gespielt hat, beschreibt nur einer von fünf diese Initiativen als sehr effektiv. 

Und selbst wenn Programme existieren, skalieren nur wenige durch nachhaltige Unterstützung: Nur 39 % der Führungskräfte mittleren Niveaus fühlen sich in der Lage, ihre Teams zu coachen oder zu betreuen, und nur 9 % der Mitarbeiter geben an, ein solches Coaching zu erhalten. Das Ergebnis ist ein Training ohne Traktion: Programme, die das Bewusstsein schärfen, aber selten dauerhafte Fähigkeiten aufbauen. 

Da KI die Arbeit neu gestaltet, verändert sich auch die Definition von „kritischen Fähigkeiten“. Die Hälfte der Führungskräfte priorisiert jetzt kritisches Denken und Problemlösung, während weniger Kommunikation (22 %) oder Empathie (19 %) als essenziell erachten—ein Zeichen für den Wandel von zwischenmenschlichen zu analytischen Fähigkeiten.

Die Belegschaft wird bereits um diesen Wandel herum umstrukturiert. Fünfundvierzig Prozent der Unternehmen schaffen neue KI-bezogene Rollen, und 36 % konsolidieren bestehende. Doch nur etwa ein Viertel (23 %) berichtet, dass Netto-Arbeitsplatzverluste bereits stattfinden oder innerhalb der nächsten 12 Monate erwartet werden—ein Beweis für eine Reorganisation, nicht für einen Ersatz. Da sich die Rollen weiterentwickeln, müssen Unternehmen genauso schnell handeln, um neu zu definieren, wie Menschen lernen, sich anpassen und im Wandel effektiv bleiben.

„Die Unternehmen, die Lernen in ihre Arbeitsweise integrieren—nicht nur in das, was sie lehren—werden die sein, die sich am schnellsten anpassen,“ sagt Usher.

Strategie, Daten, Sicherheit, Prozesse und Menschen sind unverzichtbar – doch der Geschäftswert ist das Ziel, das alle erreichen sollen. Und die Erwartungen sind hoch. Neunzig Prozent der Unternehmen planen, die Investitionen in KI im Jahr 2026 zu erhöhen, gegenüber 81 % im Jahr 2025 und 70 % im Jahr 2024 – ein Anstieg um 20 Punkte in nur zwei Jahren. Nur 1 % erwarten, weniger zu investieren, was darauf hindeutet, dass die KI-Budgets auch dann stabil bleiben, wenn die Aufmerksamkeit auf die Renditen wächst. Bei der Einbindung externer Partner stehen nach wie vor der Wert im Mittelpunkt der Entscheidungen: 70 % priorisieren Kosteneffizienz und klare Rentabilität, gefolgt von Schnelligkeit zum Wert (63 %), Zugang zu fortschrittlicher Technologie (49 %) und Risikominderung (46 %).

Doch nur wenige sind in der Lage, diesen Wert zu beweisen. Nur 39 % verfügen über klare Metriken und ROI-Überwachung für die KI-Leistung, obwohl 68 % innerhalb von zwei Jahren mit Renditen rechnen. Komprimierte Zeitpläne und eingeschränkte Messungen erhöhen den Druck auf schnelle Erfolge und erschweren es, die langfristigen Auswirkungen nachzuweisen.

Die meisten Führungskräfte sehen KI immer noch in Bezug auf Effizienz (76 %), während weniger sie als Katalysator für die Neugestaltung (48 %) oder die Entwicklung der Kundenstrategie (30 %) betrachten. Nur 38 % sagen, dass KI qualitativ hochwertigere, konsistentere Ergebnisse liefert – ein Zeichen dafür, dass Produktivitätssteigerungen noch nicht in eine herausragende Leistung oder einen greifbaren Kundeneinfluss übersetzt wurden. Indem sie sich auf interne Effizienz konzentrieren, riskieren viele Unternehmen, zu übersehen, wo tatsächlich Störungen entstehen – bei aufstrebenden Akteuren, die von Grund auf KI-zentrierte Strategien entwickeln.

„Alle schauen auf die gleichen etablierten Unternehmen, während die eigentliche Disruption noch im Verborgenen ist“, sagt Goodwin. „Wir werden wahrscheinlich ab 2026-2027 die nächste Welle von KI-nativen Wettbewerbern sehen.“

Die Quintessenz? Die kurzfristige Wertgeschichte der KI dreht sich um Produktivität; ihr langfristiges Potenzial liegt in der Neuerfindung. Die Führungskräfte, die beides messen, werden diejenigen sein, die Effizienz in nachhaltige Differenzierung und Kundenrelevanz umwandeln.