Die KI funktionierte. Das Betriebsmodell nicht.

Ein Investment-Advisory-Unternehmen hatte ein Kundenzufriedenheitsproblem. Kunden verbrachten zu viel Zeit in Warteschleifen, während Agents nach Informationen suchten, und Kundenpersonas wurden nicht immer präzise genug bewertet, um die passendsten Anlageprodukte zu identifizieren.

Die Transformation führte Agent Assist für schnelleren Wissenszugriff und geführte KI ein, um Mitarbeitende bei der Persona-Bewertung und der Auswahl geeigneter Produkte zu unterstützen. Die Roadmap folgte einer klaren Logik: zunächst menschlich geführt und KI-unterstützt; nach nachgewiesener Leistung schrittweise KI-geführt und menschlich unterstützt .

Die Technologie funktionierte. Die Organisation darum herum war nicht bereit.

Was ist schiefgelaufen?

KommunikationschaosEs gab keine belastbare Workforce-Story. Gerüchte über Stellenabbau verbreiteten sich, Motivation sank und Produktivität sowie CSAT litten.

Einführung resistanceKleine technische Probleme wurden zu Gründen, die Fähigkeit nicht zu nutzen.

Reibung zwischen IT und OperationsDie IT sah eine technisch solide Einführung, während Operations eine Verschlechterung der Geschäftsergebnisse wahrnahm.

ROI-VerschlechterungZusätzliche Deployment- und Supportkosten schwächten die ursprüngliche Wirtschaftlichkeit und erforderten erneute Freigabe durch das Management.

Die Roadmap hatte beschrieben, wer die Arbeit ausführen würde. Sie hatte jedoch nicht vollständig definiert, wer Wissen, Schulung, Einführung, Personalübergang, Risiko, Nutzen und die Entscheidung zur Erweiterung der KI-Autonomie verantwortet.

81%

der von Deloitte befragten Technologieverantwortlichen gaben an, KI skalierbar einsetzen und steuern zu können.

~75%

erwarteten dennoch innerhalb von 12–18 Monaten Veränderungen am Betriebsmodell.

2×

PwC zufolge gestalten führende Unternehmen Workflows rund um KI etwa doppelt so häufig neu.

Eine KI-Roadmap darf nicht nur beantworten „Was wird die KI tun?“ Sie muss außerdem beantworten „Wie muss unsere Organisation anders arbeiten, sobald KI beginnt, diese Arbeit zu übernehmen?“

Mehr erfahren

Der vollständige Artikel erläutert sieben Betriebsmodell-Dimensionen und einen 13-Fragen-Test für das KI-Betriebsmodell.

Praxis-Deep-Dive vollständig lesen →

Quellen

Deloitte Insights — Das Enterprise-Betriebsmodell für KI-Skalierung neu verdrahten — 29. Juni 2026. Deloitte befragte 662 leitende Technologieverantwortliche; 81 % gaben an, KI skalierbar einsetzen und steuern zu können, während fast 75 % innerhalb von 12–18 Monaten Änderungen am Betriebsmodell erwarteten.
PwC — 2026 AI Performance Study — 13. Apr. 2026. PwC berichtet, dass 75 % der wirtschaftlichen KI-Gewinne von 20 % der Unternehmen realisiert werden; führende Unternehmen gestalten Workflows doppelt so häufig rund um KI neu und richten den Fokus stärker auf Wachstum statt nur auf Produktivität.
Gartner — Warum Sie keinen KI-ROI erzielen — und wie Sie kumulierenden KI-Wert aufbauen — 13. Mai 2026. Öffentliche Zusammenfassung: Der Einsatz von KI in bestehenden Workflows führt häufig zu isolierten Projekten und marginalen Verbesserungen; Kernprozesse und Wertströme müssen grundlegend neu gestaltet werden.