KI-Roadmaps beschreiben Technologie oft sehr gut: Use Cases, Plattformen, Piloten, Produktivitätsannahmen und manchmal auch den Punkt, an dem KI mehr Arbeit übernehmen soll.
Doch viele lassen die schwierigere Frage unbeantwortet: Wie wird die Organisation tatsächlich arbeiten, sobald KI eingeführt ist?
Die reale Transformation im Investment Advisory
Der Betrieb führte Agent Assist ein, um Suchzeiten zu verkürzen, sowie geführte KI, um Persona-Bewertung und Produktauswahl zu verbessern. Die technologische Einführung war solide. Operations verfügte jedoch über keinen ausreichend entwickelten Plan für Schulungskapazität, Kommunikation, Personalübergang oder die Ressourcenauswirkungen von Phase 2.
Die Kommunikation verschlechterte sich, Widerstand nahm zu, IT und Operations machten sich gegenseitig verantwortlich, und zusätzliche Einführungs- und Wartungskosten untergruben den ursprünglichen Kosten-Case.
Work model vs Betriebsmodell
Menschlich geführt, KI-unterstützt → KI-geführt, menschlich unterstützt ist ein Arbeitsmodell. Es beschreibt vereinfacht, wer die Arbeit ausführt.
Ein Betriebsmodell definiert außerdem fachliche und technische Verantwortung, Wissensgovernance, Belegschaft und Schulung, Veränderungsmanagement und Einführung, Anreize und Wertrealisierung sowie Risiko und Compliance.
Die sieben Dimensionen eines KI-Betriebsmodells
- Unternehmen/process ownership — Wer verantwortet das End-to-End-Ergebnis?
- Technologie ownership — Wer verantwortet Produktionsleistung, Support und Veränderungen?
- Verantwortung für Wissen / Entscheidungen / Genauigkeit — Wer verantwortet Inhalte und Logik, auf die KI angewiesen ist?
- Belegschafts- / Schulungs- / HR-Modell — Wie werden Rollen, Kapazität und Skills neu gestaltet?
- Veränderungsmanagement/communication/adoption — Wer verantwortet Bereitschaft, Vertrauen und Verhaltensänderung?
- Anreize / Leistung / Wertrealisierung — Wie wird Produktivität zu messbarem Wert?
- Risiko/compliance/suitability — Was bleibt in menschlicher Verantwortung und welche Guardrails gelten?
Die 13-question AI Betriebsmodell Test
- Wer verantwortet das End-to-End-Business-Outcome?
- Wer verantwortet die Technologie, sobald sie in Produktion ist?
- Wer verantwortet Wissen, Entscheidungslogik und Genauigkeit?
- Wer verantwortet die Schulung der Mitarbeitenden?
- Woher kommt die operative Kapazität für Schulung?
- Wer verantwortet Einführung und Veränderungsmanagement Management?
- Was wird Mitarbeitenden darüber kommuniziert, wie sich ihre Rollen verändern könnten?
- Was passiert mit der durch KI freigesetzten Kapazität?
- Wie wird Produktivität zu tatsächlichem Business- oder Finanzwert?
- Sind Performance-Kennzahlen und Anreize aufeinander ausgerichtet?
- Welche Entscheidungen müssen in menschlicher Verantwortung bleiben?
- Welche Evidenz ist erforderlich, bevor KI mehr Autonomie erhält?
- Wer hat die Befugnis, das Modell zu pausieren, zurückzurollen oder neu zu gestalten?
Quellen und weiterführende Literatur
- 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.