Die KI-Transformation läuft längst. Mit oder ohne Steuerung.

Zuletzt aktualisiert am: 1. Oktober 2026

Fragen Sie in Ihrem Unternehmen nach dem Stand der KI-Transformation, und Sie bekommen zwei Antworten. Die offizielle nennt Piloten, Leitlinien, vielleicht eine Roadmap. Die inoffizielle sitzt in den Fachbereichen, die seit Monaten mit Assistenten arbeiten, Prompts untereinander weitergeben und Werkzeuge nutzen, die in keinem Inventar auftauchen.

Und genau diese Differenz ist das eigentliche Thema. KI wartet nicht auf einen Grundsatzbeschluss. Sie verändert Arbeitsteilung, Verantwortung und Kontrolle in dem Tempo, in dem einzelne Menschen sie ausprobieren. Die Frage ist deshalb nicht mehr, ob eine Organisation KI einsetzt. Die Frage ist, ob jemand steuert, was dabei entsteht.

Der Befund: Abbrüche mit System

Die Zahlen des vergangenen Jahres sind deutlich. Gartner rechnet damit, dass über 40 Prozent der agentischen KI-Projekte bis Ende 2027 abgebrochen werden, und nennt dafür drei Gründe: steigende Kosten, unklarer Wertbeitrag und unzureichende Risikokontrollen. In einer weiteren Prognose vom Mai 2026 erwartet Gartner, dass 40 Prozent der Unternehmen autonome Agenten bis 2027 zurückstufen oder abschalten, weil Governance Lücken erst im Produktivbetrieb sichtbar werden. Die MIT Studie zum Stand der KI in Unternehmen kam 2025 zu dem Ergebnis, dass rund 95 Prozent der untersuchten Piloten mit generativer KI keinen messbaren Ergebnisbeitrag lieferten.

Lesen Sie diese Liste noch einmal. Keiner der genannten Gründe ist ein Modellproblem. Kosten, Wertbeitrag, Risikokontrolle und Governance sind Managementthemen. Die Technologie funktioniert inzwischen gut genug, um Erwartungen zu wecken. Was fehlt, ist die Steuerungslogik, die aus einem beeindruckenden Prototyp einen belastbaren Betrieb macht.

Das typische Muster sieht so aus: Ein Team baut in wenigen Wochen etwas, das funktioniert. Die Demo überzeugt. Dann beginnt die Phase, in der Integration, Datenzugriff, Betriebsverantwortung, Kosten pro Lauf und Freigabewege geklärt werden müssten. Für diese Phase ist niemand eindeutig zuständig. Drei bis neun Monate später verschwindet der Pilot leise aus der Berichterstattung.

Steuerung der KI-Transformation heißt, Entscheidungen vorzuziehen

Steuerung klingt nach Bremse. Gemeint ist das Gegenteil. Organisationen, die KI produktiv betreiben, haben sechs Dinge früher geklärt als die anderen.

1. Verantwortung benennen, bevor Technologie ausgerollt wird

Wer verantwortet KI Governance und den Lebenszyklus der eingesetzten Modelle? Unter welchem Titel sitzt diese Person im Führungsgremium, und welches Mandat hat sie gegenüber den Fachbereichen? Solange diese Frage offen bleibt, entsteht Verantwortung erst im Schadensfall. Das ist der teuerste Zeitpunkt.

2. Vom Pilotenzoo zum Portfolio

Viele Häuser wissen nicht, wie viele KI-Anwendungen bei ihnen laufen. Ein Inventar ist der unspektakulärste und wirksamste erste Schritt: Welche Anwendungen gibt es, welche Daten berühren sie, welchen Wertbeitrag liefern sie, welches Risiko tragen sie, was kostet ein Lauf im Produktivbetrieb? Dazu gehören Abbruchkriterien. Ein Portfolio ohne definiertes Ende für einzelne Vorhaben wächst nur.

3. Human in the Lead

Menschliche Freigabe funktioniert dann, wenn sie als Teil des Prozesses gestaltet ist. Wir folgen dabei dem Prinzip Human in the Lead: Der Mensch gibt Ziel, Prioritäten und Grenzen vor. An definierten kritischen Stellen gibt er Ergebnisse der KI frei und entscheidet dort, wo es zählt. Die Frage lautet also: Welche Entscheidungen darf ein Agent autonom treffen, und welche legt er einem Menschen vor?

Damit diese Freigaben mehr sind als ein Häkchen, braucht es Bewertungsmaßstäbe, mit denen sich die Zuverlässigkeit eines Agenten kontinuierlich beurteilen lässt: laufende Evaluation, Monitoring im Betrieb hinsichtlich Drift und Fehlverhalten sowie Regressionstests bei jedem Modell oder Promptwechsel. Wer erst nach dem Rollout festlegt, was gut aussieht, hat keine Grundlage, um Abweichungen zu erkennen.

4. Die Reihenfolge einhalten

Datenqualität, Plattform und Befähigung sind Vorleistungen. Wer sie überspringt, bekommt keine autonome Organisation, sondern verteilte Piloten ohne Kontrolle. Ob sich der KI-Einsatz kontrolliert skalieren lässt, hängt wesentlich von einer gemeinsamen Plattform ab. Platform Engineering bündelt den Zugang zu Modellen und KI-Services, verankert einheitliche Leitplanken für Daten und schafft Kostentransparenz sowie Nachvollziehbarkeit. Fehlt diese Basis, baut jedes Projekt sie selbst, bleibt ein Einzelfall, und jeder weitere Anwendungsfall fängt wieder von vorne an.

5. Regulatorik als Architektur, nicht als Nachweis

Seit dem 2. August 2026 gilt der Hauptteil des EU AI Act, einschließlich der Transparenzpflichten nach Artikel 50. Die umfangreichen Pflichten für eigenständige Hochrisiko Systeme nach Anhang III wurden durch den Digital Omnibus auf den 2. Dezember 2027 verschoben, für in regulierte Produkte eingebettete Systeme nach Anhang I auf den 2. August 2028. Die Verbote und die Pflicht zur KI-Kompetenz des Personals gelten bereits seit Februar 2025.

Der gewonnene Zeitraum ist Vorbereitungszeit. Der EU AI Act macht KI Governance verbindlich, und sie gehört in die bestehenden Compliance und Governance Systeme integriert. Rollen, KI-Inventar, Policies, Kontrollen und dokumentierte Freigaben gehören genau dorthin, wo Qualität und Risiko heute ohnehin gesteuert werden, und nicht in ein Parallelsystem, das nur für den Stichtag existiert. Solche Strukturen lassen sich nicht in den letzten Wochen vor einer Frist aufbauen. Organisationen, die sie jetzt anlegen, haben sie zur Verfügung, wenn die Pflichten greifen. Und sie haben nebenbei genau die Transparenz geschaffen, die sie ohnehin für die Steuerung brauchen.

6. Ausstiegsfähigkeit und Datenhoheit bewusst entscheiden

Je tiefer KI in Kernprozesse rückt, desto größer wird die Abhängigkeit vom Anbieter, mit Risiken jenseits des klassischen Sourcings. Modelle werden abgekündigt oder verändern sich durch Updates, Ergebnisse lassen sich schwer reproduzieren, und es entscheidet sich, welche Daten das Haus verlassen und wessen Recht der Betrieb unterliegt. Ausstiegsfähigkeit und Datenhoheit sind damit Führungsthemen. Die Frage, wie schnell Sie einen Anbieter wechseln könnten und was dabei mit Ihren Daten passiert, gehört an den Anfang der Entscheidung und nicht in die Verlängerungsverhandlung.

Der unterschätzte Teil: die Organisation

Es gibt einen bekannten Satz über Digitalisierung: Wer einen schlechten Prozess digitalisiert, bekommt einen schlechten digitalen Prozess. Bei KI verschärft sich das. KI trifft eigene Annahmen und füllt Lücken, die Menschen bisher stillschweigend überbrückt haben. Wo Zuständigkeiten unklar sind, skaliert sie diese Unklarheit mit.

Deshalb verschiebt KI in vielen Teams den Engpass. Eine Kampagne, deren Entwürfe früher Tage brauchten, liegt in Stunden vor. Der Aufwand wandert von der Erstellung in die Abstimmung. Plötzlich ist sichtbar, wie viele Schleifen eine Entscheidung tatsächlich durchläuft und wer sie eigentlich trifft. Das ist unangenehm und gleichzeitig der nützlichste Nebeneffekt der ganzen Bewegung.

Steuerung der KI-Transformation ist damit zu einem großen Teil Organisationsarbeit: Entscheidungswege, Rollen, Eskalationen, Qualitätsmaßstäbe. Technologie allein löst davon nichts.

Vier Aufgaben für die nächsten Monate

1. Verorten Sie sich getrennt.
   Der Abbau der Linienlogik, der Aufbau der Plattformlogik und die Vorbereitung agentischer Betriebsmodelle laufen unterschiedlich schnell. Eine pauschale Reifegradzahl verdeckt genau die Lücke, auf die es ankommt.
2. Klären Sie Verantwortung vor Technologie.
   Ein benanntes Mandat für KI Governance schlägt jede zusätzliche Pilotierung.
3. Behandeln Sie Daten und Governance als Vorleistung.
   Ohne sie bleibt jede Agentenstrategie eine Absichtserklärung.
4. Entscheiden Sie bewusst über Ausstiegsfähigkeit und Datenhoheit.
   Abhängigkeiten, die Sie heute eingehen, bestimmen Ihre Spielräume in drei Jahren.

Wie wir Sie dabei unterstützen

Wir denken IT, Business und Organisation zusammen und begleiten Sie von der Standortbestimmung bis in die verankerte Umsetzung. Für die Steuerung der KI-Transformation greifen dabei mehrere unserer Leistungen ineinander.

KI in Prozessen und Produkten. Wir arbeiten mit Ihnen an der strategischen KI-Ausrichtung, priorisieren Anwendungsfälle nach Wertbeitrag und Risiko, begleiten Proof of Concepts und führen tragfähige Lösungen in die Skalierung. Der Fokus liegt auf dem Weg vom Piloten in den Betrieb.

Organisation: Strukturen, Steuerung, Governance. Wir klären Rollen und Entscheidungswege, gestalten Freigabelogiken und bauen eine KI Governance auf, die im Alltag funktioniert und regulatorischen Anforderungen standhält.

CIO Advisory. Für die Frage, wie Ihre IT-Organisation insgesamt aufgestellt sein muss, bieten wir drei aufeinander aufbauende Formate an.

1. IT-Evolution: der Impuls ist ein kostenloser Vortrag für Strategieklausuren und Führungskräftetreffen.
2. IT-Evolution: die Standortbestimmung ist ein halbtägiger Workshop mit CIO und IT Führungsteam.
3. IT-Evolution: der Check ist eine individuelle Analyse über drei bis vier Wochen mit vorstandsfähiger Bewertung und Roadmap.

Transformation und Change. Steuerungsmodelle wirken erst, wenn Führungskräfte und Teams sie tragen. Wir begleiten die Veränderung, bis sie im Alltag angekommen ist.

Als Einstieg stehen unser Whitepaper Werden CIOs überflüssig? und unsere CIO Studie zum Download bereit. Beide liefern die Grundlage für ein Gespräch, das über allgemeine KI-Rhetorik hinausgeht.

Welches Format zu Ihrer Situation passt, klären wir am besten direkt. Sprechen Sie uns an. Wir denken diese Frage gerne gemeinsam mit Ihnen weiter.