Kommentar von Boris Ovcak, Campana & Schott Wie Unternehmen GenAI jetzt skalieren können

Anbieter zum Thema

Campana & Schott

Fujitsu Technology Solutions GmbH

QUNIS GmbH

Generative Künstliche Intelligenz (KI; GenAI) ist im Arbeitsalltag angekommen. Ein bemerkenswerter Fortschritt in kurzer Zeit. Die „Deutsche Social Collaboration Studie 2026“ zeigt aber auch, dass viele Unternehmen in der Pilotphase feststecken. Der Grund dafür ist meist eine Frage der Organisation. Ansätze wie die „Agent Factory“ können zeigen, wie aus persönlicher Nutzung Wirkung für das Unternehmen wird.

Beginnen wir mit dem Erfolg, denn er ist real: Der Einstieg in die generative KI ist geschafft. Nur noch rund zehn Prozent der Unternehmen verzeichnen gar keine GenAI-Aktivitäten. Die Technologie ist im Arbeitsalltag angekommen, Mitarbeiterinnen und Mitarbeiter nutzen sie selbstverständlich, erste Effizienzgewinne sind klar messbar. Das ist in dieser Geschwindigkeit keine Selbstverständlichkeit. Deutsche Unternehmen haben eine wichtige Hürde genommen und stehen heute auf einem soliden Fundament. Genau deshalb lohnt der ehrliche Blick auf den nächsten Schritt: den Sprung von der Nutzung für persönliche Produktivität zur Wertschöpfung auf Unternehmensebene. Und der gelingt bislang selten. Der Grund dafür liegt weniger in der Technologie als in der Organisation.

Kommentar von Adrian Knapp, Aparavi

Wenn die KI mehr sieht, als sie sollte

Diese Diagnose lässt sich belegen. Die „Deutsche Social Collaboration Studie“, die Campana & Schott gemeinsam mit dem Lehrstuhl für Wirtschaftsinformatik | Software & AI Business der Technischen Universität (TU) Darmstadt unter Leitung von Prof. Dr. Peter Buxmann jedes Jahr herausgibt, hat diesmal mehr als 200 Führungskräfte befragt. Ihr zentraler Befund: Die Entwicklung verläuft insgesamt positiv, doch viele Unternehmen überschätzen ihre KI-Reife.

Die Illusion der Reife

Auf einer Fünferskala stufen sich die Befragten beim strategischen KI-Reifegrad im Schnitt bei 3,7 ein. Ein durchaus selbstbewusster Wert. Der Realitätscheck fällt nüchterner aus: Zwar beschäftigen sich 95,3 Prozent der Unternehmen in unterschiedlichen Ausbaustufen mit dem Thema KI-Strategie, doch nur 24,6 Prozent verfügen tatsächlich über eine. 79,6 Prozent halten eine bereichsübergreifende Steuerung von KI-Projekten für notwendig, aber lediglich 6,2 Prozent haben dafür eine zentrale Instanz wie ein AI Office außerhalb der IT etabliert. Ohne diese strategischen Instanzen bleibt KI jedoch faktisch eine verlängerte Pilotphase. Der aktuelle Stand ist keine schlechte Ausgangslage, aber Unternehmen müssen ihre Defizite kennen, um sie zu überwinden.

Das zeigt sich auch in der Art der Nutzung. GenAI wird heute überwiegend punktuell für generische Aufgaben eingesetzt: Texterstellung (35 Prozent), Recherche (32 Prozent), Übersetzung (31 Prozent). In fachbereichsspezifischen Prozessen, also dort, wo der eigentliche Wertschöpfungshebel liegt, nutzen dagegen weniger als 15 Prozent der Unternehmen die Technologie. Einzelne Use Cases funktionieren bereits sehr gut. Die Chance liegt nun darin, sie in die Breite der Geschäftsprozesse zu tragen.

Warum Skalierung an der Organisation hängt

Aus unserer Projektpraxis kennen wir das Muster: GenAI wird eingeführt, bevor geklärt ist, wie Ziele, Governance, Verantwortlichkeiten und Betriebsmodelle zusammenwirken sollen. Diese Umsetzungs- und Strukturlücke ist der eigentliche Engpass, nicht die Modellqualität.

Blicken wir auf die getätigten Investitionen, wird zudem eine zweite Herausforderung sichtbar. Der Fokus liegt heute zunächst auf der Technologie: 42 Prozent der Unternehmen investieren in Infrastruktur, 33 Prozent in Sicherheit und Compliance, 32 Prozent in Datenqualität und Governance. Das sind allesamt richtige und wichtige Handlungsfelder, denn ein belastbares KI-Fundament braucht eben diese Bausteine.

Auffällig ist deshalb weniger, worin investiert wird, sondern was daneben zu kurz kommt: Nur 20 Prozent der Unternehmen investieren in die Befähigung ihrer Mitarbeiter. Und das, obwohl 85 Prozent der Befragten zusätzlich verfügbares Budget prioritär genau dafür einsetzen würden. Die technische Basis wächst also schneller als die menschliche, und in dieser Lücke verliert die Skalierung an Tempo.

Kommentar von Maximilian Harms, Dataiku

Return on Agent (ROA) – so stiften KI-Agenten tatsächlichen Mehrwert

Die ermutigende Nachricht dahinter: Es sind Stellhebel, die Unternehmen selbst in der Hand haben. Wer die Strukturlücke schließt und die Befähigung nachzieht, beseitigt damit zugleich zwei Risiken. Das eine sind Fehlinvestitionen, das andere unkontrollierte Schatten-KI und -agenten, also isolierte KI-Lösungen ohne jede Governance, die an Sicherheit und Compliance vorbeiwachsen. Vor allem aber wird so die eigentliche Chance greifbar: GenAI in die Wertschöpfung zu integrieren und damit die Wettbewerbsfähigkeit nachhaltig zu stärken.

Vom Pilotdenken zum Betriebsmodell

Der entscheidende Erfolgsfaktor ist ein Perspektivwechsel. Wer KI-Initiativen nur als Summe einzelner Piloten betrachtet, wird über diese Testphase kaum hinauskommen. Skalierung beginnt damit, erfolgreiche Lösungen in standardisierte, wiederverwendbare Bausteine mit klarer Governance zu überführen. Wie Unternehmen das organisieren, dafür gibt es keinen Königsweg. Das zugrunde liegende Prinzip bleibt aber überall dasselbe: Systematisierung und Governance, die verbindliche Ziele, Roadmaps und Leitplanken schafft, gehören zusammen.

Einer von mehreren möglichen Ansätzen, der sich dafür aktuell in der Praxis bewährt, ist die Agent Factory. Sie versteht sich als unternehmensweiter Rahmen, um KI-Lösungen und zunehmend KI-Agenten systematisch und wiederholbar zu entwickeln, statt sie einzeln und manuell zu bauen. Dazu verankert sie KI-Initiativen zuerst in einem Programm mit klaren Geschäftszielen und holt sie damit aus der Experimentierzone einzelner Teams heraus.

Über einen verbindlichen Governance- und Sicherheitsrahmen entsteht zugleich Transparenz über alle Agenten hinweg, vom Lifecycle bis zum Logging, was dem Wildwuchs an Schattenagenten vorbeugt. Standardisierte Bausteine für KI-Lösungen senken die Kosten je Anwendungsfall und ebnen den Weg von generischen Produktivitätshilfen hin zur fachlichen Prozessautomatisierung. Und weil Erfolgskriterien und KPIs von Beginn an mitgedacht werden, lässt sich die Wirkung am Ende belegen, statt sie nur zu vermuten. Aus „funktioniert im Pilot" wird so „läuft verlässlich im Betrieb".

Kommentar von Mikiko Bazeley, MongoDB

Memory Engineering – so wird Multi-Agenten-KI intelligenter und effizienter

Ob ein Unternehmen diesen oder einen anderen Weg wählt, ist dabei zweitrangig. Entscheidend ist, dass überhaupt ein tragfähiges Betriebsmodell existiert, das die strategischen Lücken adressiert, die die Studie identifiziert.

Technologie befähigt, Menschen entscheiden

So sehr erfolgreiche KI-Nutzung ein technisches Fundament braucht: Der knappe Faktor ist nicht die Technik. Es sind klare Verantwortlichkeiten und die konsequente Befähigung der Mitarbeiter. Die Bereitschaft dafür ist in den Unternehmen bereits hoch, sie muss nur gezielt aufgegriffen werden.

Wettbewerbsfähig bleiben deshalb jene Unternehmen, die ihren tatsächlichen Reifegrad ehrlich bewerten und GenAI als strategische Transformation begreifen. Der erste Schritt ist der unbequemste: sich einzugestehen, dass breite Nutzung noch keine Reife ist. Der zweite ist der lohnendste, und er ist absolut in Reichweite: die Fortschrittsdynamik der Technologie in ein tragfähiges, reproduzierbares Betriebsmodell zu überführen. Die Unternehmen, die jetzt diesen Weg gehen, haben beste Voraussetzungen, GenAI von einem Versprechen in messbare und nachhaltige Wertschöpfung zu verwandeln.

Yorizon Snapshot-Umfrage am CloudFest 2026

Vertrauenslücke bremst breiten KI-Einsatz in Unternehmen

(ID:50886357)