Viele Pilotprojekte mit Künstlicher Intelligenz scheitern. Die Ursache dafür ist laut einer Studie der Universität Paderborn nur selten die Technik. Oft fehlt die Integration in Arbeitsprozesse, es mangelt an der Einbindung der Mitarbeiter sowie an organisatorischer Einbettung.
KI erfolgreich einführen: Von Künstlicher Intelligenz (KI) im Arbeitsalltag versprechen sich viele Unternehmen große Produktivitätsgewinne. Als besonders ertragreich gelten wissensintensive Bereiche wie Beratung, Verwaltung, Risikoanalyse, Marktforschung, aber auch Service und Kundenakquise. In der Praxis hinken die Erfolge jedoch bislang hinterher. Anwendungen wie ChatGPT oder Microsoft 365 Copilot sind zwar vielerorts im Büroalltag angekommen, doch ihr Potenzial bleibt häufig ungenutzt.
Laut einer Studie des Massachusetts Institute of Technology erzeugen 95 Prozent der untersuchten KI-Pilotprojekte keinen nachhaltigen Mehrwert, skalieren nicht und leisten auch keinen relevanten Beitrag zu Produktivitäts- oder Umsatzsteigerungen. „Die wenigsten KI-Initiativen scheitern technisch“, berichtet Prof. Dr. Franz Strich vom Lehrstuhl für Digital Responsibility an der Universität Paderborn. „Treten die erhoffte Wertschöpfung und Akzeptanz nicht ein, fehlt oft die Integration in Arbeitsprozesse, die Einbindung der Mitarbeiter und die organisatorische Einbettung der Anwendungen in die Geschäftsabläufe.“
KI erfolgreich einführen: Mitarbeiter, Prozesse und Strategie verknüpfen
In elf Sparkassen haben die Wirtschaftsinformatiker Prof. Dr. Franz Strich und Prof. Dr. Simon Thanh-Nam Trang das Implementieren intelligenter Software systematisch untersucht. Im Fokus stand der sogenannte S-KIPilot, eine eigens für die Sparkassen entwickelte Anwendung Künstlicher Intelligenz. Die Ergebnisse der Befragung zeigen neben der Kluft zwischen den erhofften und den tatsächlichen Produktivitätsgewinnen auch unterschiedliche Entwicklungspotenziale in der Verzahnung von Technologie, Mitarbeitern, Prozessen und Strategie.
Vertiefendes Webinar & Praxis-Workshop KI-Projekte scheitern selten an der Technologie. Entscheidend sind die Einbindung der Mitarbeitenden, angepasste Prozesse und die organisatorische Verankerung neuer Arbeitsweisen. Genau hier setzt professionelles Change Management an. Jochen Wannicke, Senior Consultant & Business Coach bei der Trovarit AG, zeigt, wie Unternehmen Veränderungsprozesse strukturiert begleiten, Akzeptanz schaffen und neue Technologien nachhaltig in der Organisation verankern. Für Unternehmen, die konkrete Veränderungsvorhaben planen, vermittelt der Workshop praxisnahe Methoden zur Gestaltung und Steuerung von Transformationsprozessen.
Change Management erfolgreich gestalten
Um die Lücken zu schließen, haben die Paderborner Wissenschaftler ein Einführungsmodell mit konkreten Handlungsfeldern entwickelt, das Unternehmen dabei unterstützt, Künstliche Intelligenz nachhaltig im Arbeitsalltag zu verankern. Anhand der Untersuchungsergebnisse fordern die Studienautoren eine gemeinsame Transformation entlang der Dimensionen Mitarbeiter, Prozesse und Strategie. „Für Mitarbeiter verschiebt sich der Fokus vom reinen Systemnutzer hin zum aktiven Architekten der Wertschöpfung“, erläutert Prof. Strich. „Auf der Prozessebene stoßen klassische starre IT-Operating-Modelle an ihre Grenzen und erfordern agile Strukturen durch dezentrale Rollen wie beispielsweise KI-Lotsen. Auf der strategischen Ebene muss ein primär kostengetriebenes Controlling ersetzt werden durch ein dynamisches Performance-Management, dessen Governance iterativ von der explorativen Nutzung bis hin zur tiefen Prozessintegration läuft.“
Strategie und Steuerung kommen nach der Praxis
Mehrwert und Innovationen durch Künstliche Intelligenz beginnen im Arbeitsalltag der Mitarbeiter. Sie testen, adaptieren und integrieren die Technologie zunächst eigenständig in ihre täglichen Aufgaben. Das passiert häufig schon bevor durch die Führungsebene eine übergreifende strategische Einordnung erfolgt.
Die strategischen Leitplanken für Künstliche Intelligenz sind entgegen der bisherigen Annahmen zum Implementieren neuer Technologien für viele Mitarbeiter weniger wichtig. „Künstliche Intelligenz verändert die Art, wie Arbeit organisiert ist“, berichtet Prof. Strich. Dazu gehöre unter anderem, Beschäftigte gezielt zu qualifizieren, klare Einsatzszenarien zu definieren und den Mitarbeitern Räume für die systematische Integration von Künstlicher Intelligenz zu bieten. Wer KI erfolgreich einführen möchte, muss die Technologie daher als organisatorische Transformation verstehen und nicht als reines IT-Projekt.
Dazu gehöre unter anderem, Beschäftigte gezielt zu qualifizieren, klare Einsatzszenarien zu definieren und den Mitarbeitern Räume für die systematische Integration von Künstlicher Intelligenz zu bieten.
Ohne den Umbau von Prozessen und Steuerungslogik droht den Unternehmen laut Prof. Strich ein Produktivitätsparadoxon: „Die Produktivitätsgewinne durch die Nutzung Künstlicher Intelligenz werden aufgezehrt durch erhöhte Kontrollbedarfe oder fehlende kulturelle Einbettung. Sichtbar werden dabei Faktoren wie die Sorge um den eigenen Arbeitsplatz oder die wachsende digitale Spaltung innerhalb der Belegschaft.“
Plan – Build – Run passt als Konzept nicht mehr
Auch beim Einführungskonzept sind Änderungen nötig: „Der größte Fehler beim Implementieren Künstlicher Intelligenz besteht darin, alles von Anfang an durchzuplanen“, so Prof. Trang. „Diese Technologie funktioniert genau andersherum: einführen, nutzen und erst danach strategisch steuern.“ Das Implementieren von Künstlicher Intelligenz folgt damit einem bislang unbekannten Ablauf: Zunächst erproben Mitarbeiter die Technologie im Arbeitsalltag („Run“), dann entwickeln sie eigene Anwendungsfälle („Build“). Erst im dritten Schritt erfolgt die strategische Steuerung („Plan“). Diese Implementierungsstrategie stellt laut Trang viele Unternehmen vor große Herausforderungen. Gleichzeitig zeigt sie, welche Voraussetzungen erfüllt sein müssen, um KI erfolgreich einzuführen.
Während Unternehmen in Pilotprojekten bewusst Raum für praktisches Ausprobieren schaffen, wird in der strategischen Phase laut Prof. Trang eine zentrale Aufgabe sichtbar: „Organisationen müssen transparent machen, wo KI tatsächlich zur Wertschöpfung beiträgt – und wo nicht. Nur das systematische Erfassen und Steuern dieser Effekte ermöglicht es Unternehmen, langfristig vom Experimentieren mit KI zu einer strategischen Wertschöpfung zu gelangen.“
Das Whitepaper der Studie steht hier kostenlos zum Download zur Verfügung. Jürgen Frisch
