Von Harsha KumarCEO von NewRocket
Unternehmen haben nicht zu wenig in KI investiert. Sie haben es übermäßig eingeschränkt.
Bis Ende 2025 nutzt nahezu jedes große Unternehmen in irgendeiner Type künstliche Intelligenz. Entsprechend McKinseys Umfrage zum Stand der KI 202588 Prozent der Unternehmen berichten mittlerweile über den regelmäßigen KI-Einsatz in mindestens einer Geschäftsfunktion und 62 Prozent experimentieren bereits mit KI-Agenten. Dennoch ist es nur einem Drittel gelungen, die KI über die Pilotphase hinaus zu skalieren, und nur 39 Prozent berichten über messbare Auswirkungen auf das EBIT auf Unternehmensebene.
Diese Lücke ist kein Versagen von Modellen, Rechenleistung oder Ambitionen. Es handelt sich um ein Versagen der Vollstreckungsbehörde.
Die meisten Unternehmen betrachten KI immer noch als Empfehlungsmaschine und nicht als operativen Akteur. Modelle analysieren, schlagen vor, fassen zusammen und prognostizieren, aber sie schrecken davor zurück, zu handeln. Der Mensch ist weiterhin dafür verantwortlich, Einblicke in Arbeitsabläufe zu gewinnen, Routineentscheidungen zu genehmigen und die Arbeit manuell voranzutreiben. Dadurch beschleunigt die KI Arbeitsfragmente, während das System selbst unverändert bleibt. Die Produktivität verbessert sich auf Aufgabenebene, stagniert jedoch auf der Organisationsebene.
Die unbequeme Wahrheit ist: KI kann ein Unternehmen nicht verändern, wenn sie nicht durchgängig an Entscheidungen beteiligt sein darf.
Die Pilotenfalle ist ein Autoritätsproblem
Das vorherrschende KI-Muster in Unternehmen ist heute vorsichtiges Experimentieren. Modelle werden in isolierten Funktionen bereitgestellt. Copiloten unterstützen Einzelpersonen. Dashboards liefern Einblicke. Der Arbeitsablauf rund um diese Erkenntnisse ist jedoch nach wie vor von Menschen gesteuert, sequenziell und genehmigungsintensiv.
Untersuchungen von McKinsey zeigen, dass quick zwei Drittel der Unternehmen in der Experimentier- oder Pilotphase stecken bleiben, selbst wenn die KI-Nutzung abteilungsübergreifend zunimmt. Was die kleine Gruppe der Leistungsträger auszeichnet, ist nicht der Zugang zu besseren Modellen, sondern die Bereitschaft, Arbeitsabläufe neu zu gestalten. Bei Leistungsträgern ist die Wahrscheinlichkeit quick dreimal so hoch, dass sie die Artwork und Weise, wie ihre Arbeit erledigt wird, grundlegend umgestalten, und es ist weitaus wahrscheinlicher, dass sie Agentensysteme über mehrere Funktionen hinweg skalieren.
KI schafft Mehrwert, wenn sie in das Betriebsmodell eingebettet und nicht darüber geschichtet wird.
Dies erfordert eine Änderung in der Artwork und Weise, wie Führungskräfte über Kontrolle denken. Unternehmen lassen Maschinen gerne Routen optimieren, Lasten ausgleichen oder die Infrastruktur autonom verwalten. Sie fühlen sich weitaus weniger wohl damit, KI Kundenprobleme lösen zu lassen, Lieferentscheidungen anzupassen oder finanzielle Maßnahmen ohne menschliche Zustimmung durchzuführen. Dieses Zögern ist verständlich, aber es ist auch der Hauptgrund dafür, dass die Auswirkungen der KI inkrementell bleiben.
Autonomie ist die nächste Unternehmensfähigkeit
Gartner beschreibt die nächste Part der Unternehmenstransformation als autonomes Geschäft. In diesem Modell informieren Systeme nicht nur über Entscheidungen. Sie spüren, entscheiden und handeln selbstständig innerhalb definierter Grenzen.
Entsprechend Gartners Analyse autonomer UnternehmenBis 2028 werden 40 Prozent der Dienstleistungen KI-erweitert sein, wodurch die Mitarbeiter von der Ausführung auf die Aufsicht verlagert werden. Bis 2030 könnten Maschinenkunden Einkäufe im Wert von bis zu 18 Billionen US-Greenback beeinflussen. Diese Verschiebungen sind nicht theoretisch. Sie verändern bereits die Artwork und Weise, wie Unternehmen miteinander konkurrieren.
Autonome Abläufe leiten Lieferketten bei Störungen um. KI-gesteuerte Serviceplattformen lösen Probleme, bevor ein menschlicher Agent eingreift. Systeme korrigieren Leistungsabweichungen in Echtzeit ohne Eskalation. Wenn Autonomie funktioniert, verbringen Menschen weniger Zeit damit, die Probleme von gestern zu lösen, und haben mehr Zeit, die Strategie von morgen zu gestalten.
Aber Autonomie bedeutet nicht Verzicht. Es erfordert Governance, Leitplanken und Klarheit darüber, wann KI unabhängig agiert und wann sie eskaliert. Die erfolgreichsten Organisationen definieren Entscheidungsklassen explizit. Risikoarme, wiederholbare Entscheidungen werden vollständig automatisiert. Entscheidungen mit großer Auswirkung oder mehrdeutige Entscheidungen werden zur menschlichen Überprüfung gekennzeichnet. Mit der Zeit, wenn das Selbstvertrauen wächst, verschieben sich die Grenzen.
Was zählt, ist nicht Perfektion. Es ist Schwung.
Warum Vertrauen allein nicht ausreicht
Ein Großteil der KI-Debatte dreht sich um Vertrauen. Können wir Modellen bei der Entscheidungsfindung vertrauen? Sollten Menschen immer auf dem Laufenden bleiben? Diese Fragen sind wichtig, aber sie lassen ein tieferes Downside außer Acht. Vertrauen ohne Neugestaltung erzeugt Reibung. Autorität ohne Kontext schafft Risiko.
Forschung von Stanfords Institute for Human-Centered AI verstärkt diese Unterscheidung. Ihre Arbeit spricht nicht gegen Autonomie. Es zeigt, dass Autonomie bewusst angewendet werden muss, basierend auf der Artwork der getroffenen Entscheidung.
In kontrollierten Experimenten verbesserte sich die Entscheidungsqualität, wenn KI-Systeme eher auf Komplementarität als auf pauschalen Ersatz ausgelegt waren, insbesondere in Szenarien mit hoher Unsicherheit oder hohem Urteilsvermögen. In diesen Fällen half der selektive KI-Eingriff dem Menschen, Fehler zu vermeiden, ohne die menschliche Verantwortung zu verlieren.
Dies bedeutet jedoch nicht, dass KI im gesamten Unternehmen beratend bleiben sollte. Dies impliziert, dass unterschiedliche Klassen von Entscheidungen unterschiedliche Ausführungsmodelle erfordern. Einige Arbeitsabläufe profitieren von der Erweiterung, bei der die KI das menschliche Urteilsvermögen leitet, markiert oder herausfordert. Andere profitieren von völliger Autonomie, bei der Geschwindigkeit, Skalierbarkeit und Konsistenz wichtiger sind als Diskretion.
Der eigentliche Fehlermodus ist nicht die Autonomie selbst. Es zwingt alle Entscheidungen nach dem gleichen Human-in-the-Loop-Muster, unabhängig von Risiko, Häufigkeit oder Auswirkungen. Wenn KI selbst in wiederholbaren Arbeitsabläufen mit geringem Risiko auf beratende Funktionen beschränkt ist, verlassen sich Menschen entweder zu sehr auf Empfehlungen oder ignorieren sie vollständig. Beide Ergebnisse begrenzen den Wert.
Komplementäre Systeme sind erfolgreich, weil sie darauf ausgerichtet sind, wie die Arbeit tatsächlich abläuft. Sie definieren, wann KI selbstständig agiert, wann sie eskaliert und wann der Mensch eingreift. Die Vollstreckungsbefugnis wird nicht entzogen. Es ist kalibriert.
Die Lektion hier ist eine praktische Lektion für Unternehmen. KI sollte nicht ausschließlich nach ihrer Genauigkeit bewertet werden. Es sollte danach bewertet werden, wie intestine es sich in reale Arbeitsabläufe, Entscheidungsrechte und Verantwortlichkeitsstrukturen integriert.
Was sich im Jahr 2026 ändert
Auf dem Weg ins Jahr 2026 stellt sich für Unternehmen nicht mehr die Frage, ob KI funktioniert. Diese Debatte ist vorbei. Die Frage wird sein, ob Unternehmen bereit sind, KI als Teil des Geschäfts statt als unterstützende Funktion agieren zu lassen.
Die Daten von McKinsey zeigen, dass Unternehmen, die bedeutende KI-Auswirkungen sehen, eher Wachstums- und Innovationsziele neben der Effizienz verfolgen. Sie investieren stärker. Mehr als ein Drittel der KI-Excessive-Performer wenden über 20 Prozent ihres digitalen Budgets für KI auf. Sie skalieren schneller. Sie gestalten Arbeitsabläufe bewusst neu. Und sie verlangen von den Führungskräften, dass sie die Verantwortung für die KI-Ergebnisse übernehmen und sie nicht an Experimentierteams delegieren.
Dies ist keine technologische Herausforderung. Es ist eine Führungsaufgabe.
Erfolgreich werden nicht die Unternehmen sein, die über die ausgefeiltesten Modelle verfügen. Sie werden diejenigen sein, die die Arbeit so umgestalten, dass Mensch und Maschine als koordiniertes System funktionieren. Die KI übernimmt die Ausführung mit Maschinengeschwindigkeit. Der Mensch definiert Absichten, Werte und Richtung. Gemeinsam werden sie schneller vorankommen, als es einer von beiden allein könnte.
Bis dahin wird KI beeindruckend, teuer und unzureichend genutzt bleiben.
Über den Autor:
Harsha Kumar ist der CEO von NewRocketum Unternehmen mit vertrauenswürdiger KI zu unterstützen und dabei die Agentic AI IP von NewRocket und die ServiceNow AI-Plattform zu nutzen.