Ihr Unternehmen hat Tausende von Mitarbeitern, die KI nutzen – warum kann es also nicht sagen, dass es jetzt anders arbeitet?

In der „AI at Work“-Umfrage von BCG vom Juni 2026 geben 42 % der regulären Frontline-Nutzer an, dass KI ihnen mindestens einen ganzen Arbeitstag pro Woche einspart, doch 66 % berichten von begrenzter oder keiner Anleitung, was sie mit dieser Zeit anfangen sollen. Die individuelle Nutzung nimmt zu, während die Arbeitsweise der Organisation gleich bleibt.

Die kurze Antwort: KI-Einführung misst, wie viele Personen ein Tool nutzen. Anders arbeiten bedeutet, dass sich das Betriebsmodell um die Technologie herum verändert hat – ihre Prozesse, Rollen und Entscheidungen. Die meisten Organisationen messen das Erste und planen das Zweite nicht, und diese Lücke steckt hinter vielen Herausforderungen bei der KI-Einführung.

Dieser Artikel basiert auf einem Ground Truth-Gespräch mit Irina Holt Christensen, die bei Maersk Line, Novozymes und Sampension Prozessoptimierung und funktionsübergreifende Transformationsarbeit geleitet hat. Ihr Rat in einem Satz: „Hören Sie auf, die individuelle Einführung zu messen, und betrachten Sie die gesamte Betriebsmodelländerung.“

Wichtige Erkenntnisse

• Steigende Nutzung ist kein Beweis für Veränderung. Fragen Sie, was für den Kunden oder das Unternehmen anders ist.
• KI behebt keinen unklaren Prozess. Sie macht den Mangel an Klarheit offensichtlich.
• Behandeln Sie einen Pilotversuch vom ersten Tag an als eine Änderung des Betriebsmodells: mit einem Prozesseigner, den beteiligten Mitarbeitern und einer Messung vor, während und nach dem Pilotversuch.
• Das Unternehmen ist für die KI-Bereitschaft verantwortlich. Die IT baut, betreibt und sichert; Prozessmanagement gibt beiden eine gemeinsame Sprache.
• Das am häufigsten fehlende Element ist die Absicht: wozu eine Aufgabe dient und wo ein Agent entscheiden darf.

Sehen Sie sich das vollständige 24-minütige Gespräch aus Gluus Ground Truth-Reihe unten an oder lesen Sie weiter für die wichtigsten Punkte.

Was ist der Unterschied zwischen KI-Einführung und anders arbeiten?

Irina verweist auf McKinsey-Forschung, die dieselbe Lücke aufzeigt: 80 % der Menschen sagen, KI habe sie individuell produktiver gemacht, aber weniger, etwa 37 % nach ihrer Einschätzung, sehen einen Effekt auf die Unternehmensergebnisse.

Irinas Warnsignal ist einfach: Die Nutzung steigt, aber die Prozesse bleiben gleich. Die Vorteile materialisieren sich, sagt sie, wenn man auch ändert, wie das Team besetzt ist und wie die Mitarbeiter ihre Zeit verbringen – und diese Entscheidungen liegen selten bei den Personen, die die Lösungen entwickeln.

„Our processes have been anchored from top to bottom in the group“. Read case

Camilla Larsen, Sr. Process Manager, Norlys

Warum funktionieren Pilotprojekte und Rollouts stocken?

„Wenn ein Pilotprojekt funktioniert, dann beginnt die eigentliche Veränderung“, sagt Irina, denn der Prozess, die Rollen und die Verantwortlichkeiten müssen sich nun für alle anderen ändern. Ein Pilotprojekt hat normalerweise ein motiviertes Team, das sich zur Teilnahme entschieden hat, und jemanden, der es täglich begleitet. Danach wird die Lösung an ein Team übergeben, das einfach die Arbeit erledigt. In einem KI-Pilotprojekt, an dem sie arbeitete, wurden Kundenanrufe transkribiert und zusammengefasst, und die meisten Berater sagten, die Zusammenfassungen hätten ihnen geholfen, ihre Arbeit besser zu erledigen. Das, sagt sie, „war der einfache Teil, den man zeigen konnte“.

Was einen Pilotversuch erfolgreich macht, wird frühzeitig festgelegt: Die Personen, die die Arbeit ausführen, sind involviert, der Prozess hat von der Pilotphase an einen Eigentümer, und der Erfolg wird vor, während und nachher gemessen.

„Es von Anfang an als eine Betriebsmodelländerung zu behandeln, bei der die Technologie der kleinere Teil ist und alle anderen Elemente noch wichtiger sind.“

Irina Holt Christensen, Process Transformation Leader

Sie sah dasselbe Muster schon vor der KI. Bei einer globalen Transformation, die 100.000 Menschen betraf, mit rund 1.000 Personen in neuen Rollen, war der Go-Live die sichtbare Errungenschaft. „Aber die eigentliche Veränderung kam danach“, durch Hypercare, ein neues Betriebsmodell und dessen kontinuierliche Verbesserung.

Was verrät KI darüber, wie Arbeit wirklich abläuft?

KI zeigt sehr schnell, ob eine Organisation Klarheit über ihre eigenen Prozesse hat, denn, wie sie es ausdrückt, „KI arbeitet mit dem, was man ihr gibt“. Ihr Credo ist, dass „die meisten Ausführungsprobleme Klarheitsprobleme sind“ und „KI sie nur sichtbarer macht“. Irina weist auf drei Dinge hin, die einfach klingen, aber normalerweise lange dauern, bis sie geklärt sind: der Prozess selbst, wer ihn besitzt (und was das bedeutet) und Übergaben.

„Wenn der Prozess nicht klar ist, wird KI das nicht beheben. Sie wird es nur offensichtlich machen.“

Irina Holt Christensen, Process Transformation Leader

Bei Übergaben beginnt sie immer damit, zu vereinbaren, was eine vollständige Übergabe ist, denn davor kann nichts gemessen werden. Setzt man KI auf eine Übergabe ohne Definition an, arbeitet sie mit dem, was man ihr gibt – und „gibt eine Antwort, die selbstbewusst aussieht, aber nicht unbedingt die richtige Antwort ist“.

Dies hängt mit einem umfassenderen Test zusammen: Können zwei Personen in Ihrer Organisation dieselbe Best Practice beschreiben und dasselbe meinen? „Meistens nicht“, sagt sie. Bitten Sie sie, aufzuschreiben, was sie tun, und sie werden feststellen, dass sie denken, sie tun dasselbe, aber das tun sie nicht. KI, die mit verschiedenen Versionen desselben Prozesses arbeitet, liefert Ihnen verschiedene Versionen der Antwort.

Ist das nur change management?

Teilweise. Geben Sie den Leuten ein neues Tool und warten Sie, sagt Irina, und sie werden es auf ihre eigene Weise nutzen; nach einer Weile wird jede dieser Versionen zum Ist-Zustand. Change management ist Teil der Antwort, einschließlich der Disziplin, Dinge zu stoppen, die nicht funktionieren – was nicht von selbst geschieht und governance darüber erfordert, wer Stopp sagt. Aber es funktioniert am besten als Teil einer größeren Betriebsmodelländerung, bei der Sie die neuen Arbeitsweisen, deren Verantwortlichkeiten und deren Messung festlegen.

Macht Regulierung dies einfacher oder schwieriger?

Irinas Antwort ist, dass es „auf dem Papier einfacher, aber in der Realität schwieriger“ ist. Regulierte Unternehmen dokumentieren bereits, wer was entscheidet, mit Kontrollen, Genehmigungen und governance – genau das, was KI braucht. Das Problem entsteht, wenn die Dokumentation nicht widerspiegelt, was die Leute tatsächlich täglich tun. Und da KI-Agenten Entscheidungen treffen, erhöht die Regulierung die Messlatte: Man muss wissen, wer das Ergebnis verantwortet, wenn es falsch ist, und wie man eine Entscheidung einem Kunden oder einer Regulierungsbehörde erklärt.

Wer ist für die KI-Bereitschaft verantwortlich?

Das Geschäft, aus Irinas Sicht: „Das Geschäft muss es verantworten.“ Es muss verantworten, wie Teams besetzt sind, womit die Leute ihren Tag verbringen, welche Arbeit wegfällt und wer das Ergebnis verantwortet. Die IT baut, betreibt und sichert die Technologie, was an sich schon eine große Aufgabe ist; das Risiko besteht darin, dass die IT am Ende die KI verantwortet, weil sie die Tools besitzt. Prozessmanagement sitzt dazwischen und macht den End-to-End-Prozess, Übergaben und Entscheidungen klar genug, damit IT und Geschäft über dasselbe entscheiden können. Siehe auch Prozesseigner und Übergabe.

Was sollte ein neuer Prozessleiter zuerst tun?

1. Wählen Sie einen End-to-End-Prozess, bei dem der Wert klar, funktionsübergreifend und übergabelastig ist.
2. Gehen Sie ihn mit den Personen durch, die ihn ausführen.
3. Finden Sie den Eigentümer. Wenn niemand die Hand hebt, ist das die erste Aufgabe.
4. Messen Sie, wo Sie stehen, und vereinbaren Sie, wie gut aussieht.
5. Fragen Sie, welche Arbeit wegfallen, was automatisiert, was KI unterstützen und was bei den Menschen bleiben soll.
6. Planen Sie den Erfolg: Rollen, governance und Daten müssen sich damit bewegen.

Wenn Sie dies an einem Prozess ausprobieren möchten, können Sie unten eine kostenlose Testversion von Gluu starten.

Was fehlt am häufigsten: Prompt, Kontext oder Absicht?

Der Rahmen von Prompt, Kontext und Absicht stammt von KI-Denker Nate B. Jones (siehe was Intent Engineering für KI-Führungskräfte bedeutet). Irinas Antwort ist Absicht. Viele Organisationen haben Mitarbeiter im Prompting geschult und begonnen, KI mit ihren Dokumenten und Daten zu verbinden, aber nur wenige haben entschieden, wozu eine Aufgabe eigentlich dient: wo ein Agent eine Entscheidung treffen darf, wer das Ergebnis verantwortet und wie die Arbeit zwischen Menschen und KI wechselt. Sie nennt das eine Führungsentscheidung. Jeder Prozess, bei dem eine Entscheidung eine nicht rückgängig zu machende Konsequenz für den Kunden hat, sollte niemals unbeaufsichtigt ablaufen, fügt sie hinzu.

„Nach dem, was ich sehe, haben zumindest sehr wenige entschieden, wozu eine Aufgabe eigentlich dient.“

Irina Holt Christensen, Process Transformation Leader

Mehr aus Ground Truth Staffel 1: warum KI-Pilotprojekte nicht skalieren (mit Michael Hansen), wo die Absicht einer Organisation tatsächlich lebt (mit Etienne Venter) und warum KI in ERP-Projekten Unklarheit beschleunigt (mit Henrik Hasselbalch).

FAQ – KI-Einführung und Betriebsmodelländerung