Zum Inhalt springen
KI-Strategiepapier.de
0/24 gelesen

Strategiepapier / Teil A · Orientierung

A2Warum eine KI-Strategie

Warum Unternehmen eine KI-Strategie brauchen: welche Folgen ungesteuerter KI-Einsatz hat, von Schatten-KI bis zu Piloten ohne Ergebnis, und was eine Strategie dagegen festlegt.

8 Min. Lesezeit

Eine KI-Strategie legt fest, wo ein Unternehmen in KI investiert, wie es die Risiken begrenzt und woran es den Erfolg misst. Fehlt sie, setzen Mitarbeitende und Fachbereiche KI trotzdem ein, nur ohne Abstimmung. Dann gelangen Unternehmensdaten zu fremden Anbietern, Piloten bleiben ohne Ergebnis, Fachbereiche bauen dieselbe Lösung doppelt, und Geld fließt in die falschen Vorhaben.

KI im Arbeitsalltag und im Wettbewerb

Viele Beschäftigte nutzen KI, bevor ihr Unternehmen darüber entschieden hat. Im „Work Trend Index 2024“ von Microsoft und LinkedIn (Befragung von 31.000 Beschäftigten in 31 Ländern, veröffentlicht im Mai 2024) gaben 75 Prozent der Wissensarbeitenden an, KI bei der Arbeit zu nutzen. Wissensarbeitende sind Beschäftigte, die überwiegend mit Informationen arbeiten, etwa in Verwaltung, Vertrieb oder Beratung. Von den Befragten, die KI nutzten, brachten 78 Prozent dafür eigene Werkzeuge mit, also Werkzeuge, die ihr Arbeitgeber nicht bereitgestellt hatte.

Der Nutzen lässt sich messen. Die Ökonomen Erik Brynjolfsson, Danielle Li und Lindsey Raymond haben im Kundenservice eines Unternehmens die Arbeit von 5.179 Servicemitarbeitenden ausgewertet („Generative AI at Work“, National Bureau of Economic Research, Working Paper 31161, 2023). Mit einem KI-Assistenten lösten die Servicemitarbeitenden im Durchschnitt 14 Prozent mehr Anfragen pro Stunde, neue und wenig geübte Servicemitarbeitende sogar 34 Prozent mehr. Die Untersuchung betrifft eine Aufgabe, die sich ständig wiederholt: die Beantwortung von Kundenanfragen.

Ob ein Unternehmen KI einsetzt, ist damit kaum noch offen. Offen ist, ob es den Einsatz steuert. Ohne Steuerung wählen Mitarbeitende ihre Werkzeuge selbst, während Wettbewerber mit KI ihre Abläufe beschleunigen und neue Angebote entwickeln.

Der Wettbewerb ist international. Nach dem „AI Index Report 2025“ des Stanford Institute for Human-Centered Artificial Intelligence flossen 2024 in den USA 109 Milliarden US-Dollar private Investitionen in KI-Unternehmen, in China 9,3 Milliarden US-Dollar. Im selben Jahr stammten 40 der im Bericht als bedeutend eingestuften KI-Modelle von Einrichtungen in den USA, 15 aus China und 3 aus Europa.

KI senkt nicht nur den Aufwand in bestehenden Abläufen, sondern ermöglicht neue Geschäftsmodelle. Ein Beispiel ist vorausschauende Wartung (englisch Predictive Maintenance) als bezahlte Dienstleistung: Ein Maschinenhersteller erkennt aus den Sensordaten seiner Maschinen beim Kunden, wann ein Teil voraussichtlich ausfällt, und verkauft die Wartung vor dem Ausfall. Im Gesundheitswesen entstehen neue Formen der Diagnose, zum Beispiel die Auswertung medizinischer Bilder mit KI. Unternehmen sollten deshalb früh prüfen, wie KI ihre Branche verändert, damit ihnen neue Anbieter mit solchen Angeboten nicht die Kund:innen abwerben.

Akzeptanz, Förderung und Rechtsrahmen

Ob eine KI-Anwendung Erfolg hat, hängt nicht nur von Technik und Wirtschaftlichkeit ab, sondern auch davon, ob Mitarbeitende und Kund:innen sie annehmen. Bei jeder Einführung stellen sich Fragen zu Ethik, Datenschutz, Arbeitsplätzen und Datensouveränität. Datensouveränität heißt, dass das Unternehmen selbst bestimmt, wer auf seine Daten zugreift und wo sie verarbeitet werden. Die Bereitschaft, KI-Anwendungen zu nutzen, steigt, wenn das Unternehmen offen sagt, wofür es KI einsetzt, und wenn der Nutzen im Arbeitsalltag sichtbar wird.

In Deutschland und der EU kommen zwei äußere Bedingungen hinzu, eine Chance und eine Pflicht:

  • Förderung: Die KI-Strategie der Bundesregierung (beschlossen 2018, fortgeschrieben 2020) hat Förderprogramme für KI-Vorhaben angestoßen. Seit Juli 2025 ist KI eine von sechs Schlüsseltechnologien der „Hightech Agenda Deutschland“, auf die die Bundesregierung ihre Forschungs- und Innovationsförderung ausrichtet. Die EU fördert Forschungs- und Entwicklungsvorhaben zu KI über ihr Forschungsrahmenprogramm „Horizon Europe“ (2021 bis 2027).
  • Rechtsrahmen: Die KI-Verordnung der EU (EU AI Act) ist seit August 2024 in Kraft. Ihre Pflichten gelten schrittweise, die ersten seit Februar 2025. Sie teilt KI-Systeme nach ihrem Risiko ein und knüpft daran Pflichten. Einstufung, Pflichten und Fristen beschreibt Kapitel B8.

Folgen eines KI-Einsatzes ohne Strategie

Ein ungesteuerter KI-Einsatz zeigt sich an vier Symptomen. Ein Teil ihrer Folgen kostet Geld, das in keinem Budget eingeplant ist:

SymptomUrsacheFolge
Schatten-KI (englisch Shadow AI)Mitarbeitende nutzen private KI-Werkzeuge (Chatbots, Browser-Erweiterungen, KI-Erweiterungen für Büroprogramme) ohne Freigabe, weil es keinen offiziellen Weg gibt.Unternehmensdaten gelangen unkontrolliert zu fremden Anbietern. Niemand kann nachvollziehen, welche Daten wohin gegangen sind. Das Unternehmen riskiert Verstöße gegen Datenschutzrecht und interne Regeln und einen Schaden für seinen Ruf.
Gescheiterte PilotenPiloten und Machbarkeitsnachweise (englisch Proof of Concept, PoC), also zeitlich begrenzte Versuche mit einem Anwendungsfall, starten ohne vorher festgelegte Kriterien für den Übergang in den Betrieb. Sie kommen über eine Vorführung nicht hinaus.Das Budget ist ausgegeben, ohne dass eine Lösung in den Betrieb geht. Fachbereiche und Geschäftsführung sind weniger bereit, weitere KI-Vorhaben zu unterstützen. Den Weg vom Piloten in den Betrieb beschreibt Kapitel C3.
Doppelarbeit zwischen FachbereichenFachbereiche bauen parallel eigene Lösungen für ähnliche Aufgaben, ohne gemeinsame Plattform und ohne gemeinsame Standards.Dieselbe Entwicklung wird mehrfach bezahlt. Die Lösungen passen technisch nicht zueinander, und kein anderer Bereich kann sie wiederverwenden.
Budget für die falschen AnwendungsfälleNiemand bringt die Anwendungsfälle nach Nutzen und Machbarkeit in eine Rangfolge. Das Geld fließt in technisch eindrucksvolle Anwendungsfälle mit geringem wirtschaftlichem Nutzen.Die Investition bringt wenig ein. Geschäftsführung und Aufsichtsgremien verlieren das Vertrauen in weitere KI-Vorhaben.

Wie häufig KI-Vorhaben scheitern und woran

Wie viele KI-Vorhaben scheitern, lässt sich nur grob beziffern, und die veröffentlichten Zahlen gehen weit auseinander. Die beiden folgenden Quellen beziehen sich auf generative KI, also KI, die Texte, Bilder oder Programmcode erzeugt:

  • Das Marktforschungsunternehmen Gartner sagte in einer Pressemitteilung vom 29. Juli 2024 voraus, dass bis Ende 2025 mindestens 30 Prozent der Vorhaben mit generativer KI nach dem Machbarkeitsnachweis aufgegeben würden.
  • Das Forschungsprojekt NANDA am MIT Media Lab (Massachusetts Institute of Technology) kommt im Bericht „The GenAI Divide: State of AI in Business 2025“ (Juli 2025) zu dem Ergebnis, dass 95 Prozent der Organisationen aus ihren Investitionen in generative KI keinen messbaren Ertrag erzielen und nur 5 Prozent der in Arbeitsabläufe eingebundenen Piloten einen Ertrag in Millionenhöhe bringen. Die Autoren bezeichnen ihre Ergebnisse selbst als vorläufig. Sie beruhen auf Gesprächen mit 52 Organisationen, einer Umfrage unter 153 Führungskräften und der Auswertung von über 300 öffentlich bekannten KI-Vorhaben.

Die Angaben messen Verschiedenes: Gartner zählt aufgegebene Vorhaben, der MIT-Bericht Vorhaben ohne messbaren Ertrag. Keine der beiden Quellen sieht die Hauptursache in der Leistungsfähigkeit der KI-Modelle. Gartner nennt schlechte Datenqualität, unzureichende Risikokontrollen, steigende Kosten und unklaren geschäftlichen Nutzen. Nach dem MIT-Bericht liegt die Hauptursache darin, dass die meisten Systeme Rückmeldungen der Mitarbeitenden nicht aufnehmen, sich nicht an den jeweiligen Arbeitsablauf anpassen und mit der Zeit nicht dazulernen.

Gegen die meisten dieser Ursachen hilft Steuerung. Steuerung heißt, dass das Unternehmen vor und während eines Vorhabens festlegt und überprüft,

  • welche Anwendungsfälle es auswählt,
  • ob die Daten in ausreichender Qualität vorliegen,
  • wie die Lösung in die Arbeitsabläufe eingebunden wird,
  • wie es die Mitarbeitenden auf die Lösung vorbereitet und ob sie die Lösung nutzen,
  • wer für das Ergebnis verantwortlich ist.

Was eine KI-Strategie festlegt

Eine KI-Strategie ersetzt den ungesteuerten Einsatz durch Festlegungen. Gegen jedes der vier Symptome, also Schatten-KI, gescheiterte Piloten, Doppelarbeit und Budget für die falschen Anwendungsfälle, wirkt eine eigene Festlegung. Eine fünfte Festlegung, die Kennzahlen, macht zwei der Symptome früh sichtbar:

FestlegungWirkt gegenAusführlich in
Das Unternehmen stellt freigegebene KI-Werkzeuge bereit und regelt, welche Daten in welches Werkzeug eingegeben werden dürfen.Schatten-KIC1
Vor dem Start eines Piloten steht fest, an welchen Kriterien sich entscheidet, ob er in den Betrieb geht oder eingestellt wird.Gescheiterte PilotenC3
Alle Vorhaben nutzen eine gemeinsame Plattform und gemeinsame Standards. Ein KI-Kompetenzzentrum, also eine zentrale Stelle, die KI-Vorhaben im Unternehmen bündelt, berät und Standards setzt, kennt alle Vorhaben und führt ähnliche zusammen.Doppelarbeit zwischen FachbereichenB5, B6
Jeder Anwendungsfall wird vor der Budgetfreigabe nach Nutzen und Machbarkeit bewertet und in eine Rangfolge gebracht.Budget für die falschen AnwendungsfälleB2
Für jeden Anwendungsfall sind Kennzahlen festgelegt, an denen sich zeigt, ob er seinen Zweck erfüllt.Gescheiterte Piloten und Budget für die falschen Anwendungsfälle, weil ein Vorhaben ohne Wirkung früh auffälltD1
Vier Symptome eines KI-Einsatzes ohne Strategie und die Festlegungen, die gegen sie wirkenWas eine KI-Strategie gegen die vier Symptome festlegtSYMPTOM OHNE STRATEGIEFESTLEGUNG DER KI-STRATEGIESchatten-KIUnternehmensdaten gelangen unkontrolliert zufremden Anbietern.Gescheiterte PilotenBudget ist ausgegeben, keine Lösung geht in denBetrieb.Doppelarbeit zwischen FachbereichenDieselbe Entwicklung wird mehrfach bezahlt.Budget für die falschen AnwendungsfälleDie Investition bringt wenig ein.Freigegebene KI-Werkzeugemit Regeln, welche Daten in welches Werkzeug dürfenKriterien vor dem Pilotstartentscheiden über Betrieb oder EinstellungGemeinsame Plattform und Standardsein KI-Kompetenzzentrum kennt alle VorhabenRangfolge nach Nutzen und Machbarkeitvor jeder BudgetfreigabeKennzahlen je Anwendungsfallzeigen früh, ob er seinen Zweck erfülltDie Kennzahlen machen gescheiterte Piloten und falsch eingesetztes Budget früh sichtbar.
Vier Symptome eines KI-Einsatzes ohne Strategie und die Festlegungen, die gegen sie wirkenWas eine KI-Strategie gegen die vierSymptome festlegtFreigegebene KI-Werkzeugemit Regeln, welche Daten in welches WerkzeugdürfenWIRKT GEGENSchatten-KIKriterien vor dem Pilotstartentscheiden über Betrieb oder EinstellungWIRKT GEGENGescheiterte PilotenGemeinsame Plattform und Standardsein KI-Kompetenzzentrum kennt alle VorhabenWIRKT GEGENDoppelarbeit zwischen FachbereichenRangfolge nach Nutzen und Machbarkeitvor jeder BudgetfreigabeWIRKT GEGENBudget für die falschen AnwendungsfälleKennzahlen je Anwendungsfallzeigen früh, ob er seinen Zweck erfülltWIRKT GEGENGescheiterte Piloten, Budget für die falschenAnwendungsfälleDie Kennzahlen machen gescheiterte Piloten undfalsch eingesetztes Budget früh sichtbar.

Vier Symptome eines KI-Einsatzes ohne Strategie und die Festlegungen, die gegen sie wirken: Freigegebene KI-Werkzeuge wirken gegen Schatten-KI, Kriterien vor dem Pilotstart gegen gescheiterte Piloten, eine gemeinsame Plattform gegen Doppelarbeit, eine Rangfolge nach Nutzen und Machbarkeit gegen Budget für die falschen Anwendungsfälle. Kennzahlen je Anwendungsfall machen gescheiterte Piloten und falsch eingesetztes Budget früh sichtbar.

Welche weiteren Festlegungen eine KI-Strategie trifft, von den Schwerpunkten über Investitionen und Verantwortung bis zur langfristigen Vision, beschreibt Kapitel B1.

Eine KI-Strategie ist mit dem ersten Beschluss nicht fertig. Technik, Datenlage und Rechtslage ändern sich laufend. Im Juni 2026 haben zum Beispiel das Europäische Parlament und der Rat der EU den „Digital Omnibus on AI“ beschlossen, ein Änderungspaket zum EU AI Act. Es betrifft unter anderem die Hochrisiko-Systeme, also KI-Systeme, für die der EU AI Act wegen ihres Risikos für Gesundheit, Sicherheit oder Grundrechte besonders strenge Pflichten vorsieht. Für Hochrisiko-Systeme, die nicht in ein reguliertes Produkt wie eine Maschine oder ein Medizingerät eingebaut sind, gelten diese Pflichten danach erst ab dem 2. Dezember 2027 statt ab dem 2. August 2026. Wer die KI-Strategie überprüft und wie oft, gehört deshalb zu ihren Festlegungen.

Welche Kapitel je nach Rolle zuerst wichtig sind, zeigt Kapitel A1. Welche Vorlage oder Checkliste zu welchem Schritt eines KI-Vorhabens gehört, zeigt Kapitel E1.

Der Lesestand wird nur in diesem Browser gespeichert.

Suche in allen Kapiteln, Vorlagen und Checklisten.