Die KI-Strategie: vom leeren Blatt zum beschlossenen Programm

KIONIER Guide · Folge 1

Stand: Juli 2026, dieser Guide wird laufend aktualisiert.

Das Wichtigste in 90 Sekunden

Eine KI-Strategie ist ein beschlossenes Programm, kein Dokument. Sie legt neun Punkte verbindlich fest: Zielbild, Standortbestimmung, Use-Case-Portfolio, Datenfundament, Architektur-Grundsatz (kaufen, bauen oder mit Partner betreiben), Betriebsmodell, Budgetlogik, Governance samt AI-Act-Fahrplan und Messpunkte. Beschlossen ist sie erst, wenn Geschäftsführung oder Beirat Geld, Personen und Abbruchkriterien im Protokoll fixiert haben. Nachgemessen wird nach sechs und zwölf Monaten gegen vorab definierte Kennzahlen. Unternehmen zwischen 250 und 2.000 Mitarbeitern brauchen dafür kein großes KI-Team. Sie brauchen zwei bis drei priorisierte Vorhaben, eine benannte Verantwortung und ein eigenes KI-Budget mit klarer Herkunft.

• In der modellierten KIONIER-Lagebild-Erhebung haben nur 27 Prozent der Mittelständler eine dokumentierte KI-Strategie. 42 Prozent haben keine, obwohl 59 Prozent bereits KI nutzen oder pilotieren.
• Zwei bis drei gemessene Vorhaben schlagen acht parallele Piloten. Die Abbruchquoten der Breite (Gartner 2024: mindestens 30 Prozent, S&P Global 2025: 42 Prozent) entstehen fast immer am Start, nicht am Ende.
• Ohne Baseline, also eine vor dem Start erhobene Ausgangsmessung, gibt es später keine belegbare Wirkung. Das ist der häufigste unumkehrbare Fehler.
• Governance gehört vor den ersten Piloten, nicht hinter ihn. Ein Freigabeprozess mit Fristen ist billiger als jede Aufarbeitung.
• Die Strategie stirbt selten am Inhalt. Sie stirbt am fehlenden Beschluss über Geld, Personen und Nachmessung.

Der Befund: viel Aktivität, wenig Richtung

Was die Studienlage zeigt

Die Nutzung wächst schnell. Nach Bitkom (2025) setzen 36 Prozent der deutschen Unternehmen ab 20 Beschäftigten KI ein, doppelt so viele wie im Vorjahr. Destatis (2024) misst bei Unternehmen ab 250 Beschäftigten 48 Prozent. Der DMB/Salesforce-KI-Index (2026) meldet für den Mittelstand 51,2 Prozent Nutzung oder Test.

Die Wirkung wächst nicht mit. McKinsey (2025) zählt 88 Prozent Nutzung, aber nur rund 6 Prozent der Unternehmen erreichen eine spürbare Ergebniswirkung. BCG (2024) fand 26 Prozent, die über Konzepttests hinaus messbaren Wert schaffen. MIT NANDA (2025) fand 95 Prozent der GenAI-Piloten ohne messbaren Effekt auf die Ergebnisrechnung. RAND (2024) nennt als häufigste Ursache kein Technikproblem. Die Führung definiert Problem und Erfolgsmaßstab unklar.

Diese Lücke ist der Kern des Strategieproblems. Es fehlt nicht an Werkzeugen oder Anbietern. Es fehlt an einer Ordnung, die festlegt, was das Haus mit KI erreichen will und woran es das erkennt.

Was das KIONIER-Lagebild ergänzt

Die modellierte KIONIER-Lagebild-Erhebung (Querschnitt, n=250, 250 bis 2.000 Mitarbeitende) zeichnet das Bild für dieses Größensegment schärfer. 59 Prozent der Unternehmen nutzen oder pilotieren KI. Eine dokumentierte, beschlossene Strategie haben nur 27 Prozent. In der Größenklasse 250 bis 500 Mitarbeiter hat jedes zweite Haus gar keine.

Dieselbe modellierte Erhebung zeigt, warum das teuer wird. Nur 14 Prozent der KI-aktiven Unternehmen belegen einen Ergebnisbeitrag mit Zahlen. 48 Prozent haben vor dem Start keine Ausgangsbasis gemessen. 38 Prozent haben mindestens einen Piloten beerdigt. 63 Prozent haben niemanden, der KI hauptverantwortlich führt.

Das modellierte Geschäftsführer-Lagebild (n=50) ergänzt die Innensicht. 30 Prozent der Häuser arbeiten ohne festes KI-Budget, obwohl Vorhaben laufen. 32 Prozent der Geschäftsführer haben das Thema selbst angestoßen. Zugleich fühlen sich 52 Prozent für KI-Entscheidungen schlecht informiert. Investiert wird trotzdem: 66 Prozent planen höhere Ausgaben. Die Investitionslogik folgt dem Wettbewerbsdruck, nicht der eigenen Messung.

Papier-Strategie oder Programm: der Unterschied

Viele Häuser besitzen ein Strategiepapier und trotzdem keine Strategie. Der Unterschied liegt nicht im Umfang des Dokuments. Er liegt in den Festlegungen, die wehtun.

Merkmal	Papier-Strategie	Beschlossenes Programm
Ziele	„KI-Potenziale heben“, ohne Kennzahl	Drei Zielgrößen mit Ausgangswert, Zielwert und Termin
Use Cases	Ideenliste aller Abteilungen	Priorisiertes Portfolio mit zwei Startvorhaben und begründeten Absagen
Budget	„wird im Einzelfall entschieden“	Eigener Posten mit Betrag, Herkunft und Jahr
Verantwortung	„IT koordiniert“	Benannte Person mit Entscheidungsrechten und Berichtsweg
Absagen	keine	Dokumentierte Nein-Entscheidungen zu konkreten Ideen
Nachmessung	nicht vorgesehen	Termine nach sechs und zwölf Monaten im Beschluss

Der schnellste Test steht in der rechten Spalte unten. Eine Strategie ohne Termin zur Nachmessung ist eine Absichtserklärung. Sie bindet niemanden und wird deshalb auch niemanden stören. Genau daran erkennt man sie.

Die neun Bausteine einer beschlussfähigen KI-Strategie

Eine KI-Strategie für ein Haus zwischen 250 und 2.000 Mitarbeitern braucht keine hundert Seiten. Sie braucht neun Festlegungen, jede mit einem klaren Beschlussreife-Kriterium.

Nr.	Baustein	Kernfrage	Beschlussreif, wenn
1	Zielbild	Was soll KI in drei Jahren messbar verändert haben?	Drei Zielgrößen mit Ausgangswert und Termin stehen
2	Standortbestimmung	Was läuft heute, auch inoffiziell?	Inventar aller Werkzeuge und Schatten-Nutzung liegt vor
3	Use-Case-Portfolio	Welche zwei bis drei Vorhaben starten, welche warten?	Scoring, Startliste und dokumentierte Absagen existieren
4	Datenfundament	Welche Datenbasis braucht das Portfolio zuerst?	Datenlage je Startvorhaben geprüft, Vorleistungen beauftragt
5	Architektur-Grundsatz	Kaufen, bauen oder mit Partner betreiben?	Regel je Aufgabenklasse plus Exit-Anforderung beschlossen
6	Betriebsmodell	Wer führt zentral, wer setzt dezentral um?	Rolle benannt, Entscheidungsrechte und Berichtsweg fixiert
7	Budgetlogik	Wie viel Geld, aus welchem Topf, wofür?	Eigener KI-Posten mit Betrag und Aufteilung steht im Plan
8	Governance und AI Act	Wie werden Vorhaben freigegeben und Pflichten erfüllt?	Freigabeprozess mit Fristen und AI-Act-Fahrplan existieren
9	Messpunkte	Woran wird die Strategie nach 6 und 12 Monaten gemessen?	Kennzahlen, Termine und Konsequenzen stehen im Beschluss

Bausteine 1 bis 3: die Richtung

Zielbild, Standortbestimmung und Portfolio beantworten die Frage, wohin das Haus will und womit es startet. Sie sind der Teil, den die Geschäftsführung selbst formulieren muss. Delegieren lässt sich hier nur die Zuarbeit, nicht die Entscheidung.

Der häufigste Fehler in diesem Block ist die Vollständigkeitsfalle. Wer jede Abteilungsidee in die Strategie aufnimmt, beschließt ein Sammelalbum. Die Fallakte „Acht Piloten, keine Zahl: Wie eine KI-Offensive ohne Wertlogik verglüht“ aus dem KIONIER-Bestand seziert genau diesen Verlauf: acht gleichzeitig gestartete Piloten, 14 Monate Laufzeit, rund 1,1 Millionen Euro versenkt, keine einzige belegbare Wirkungszahl.

These: Eine KI-Strategie, die keine einzige Idee ablehnt, ist keine Strategie. Der dokumentierte Verzicht ist ihr härtester Qualitätsbeweis, denn nur er zwingt zur Begründung, warum die gewählten Vorhaben die richtigen sind.

Bausteine 4 bis 6: das Fundament

Datenfundament, Architektur-Grundsatz und Betriebsmodell entscheiden, ob das Portfolio überhaupt gebaut werden kann. Sie sind unspektakulär und werden deshalb in Strategiepapieren gern übersprungen. In der modellierten KIONIER-Lagebild-Erhebung ist Datenqualität mit 22 Prozent das meistgenannte schwerste Einzelhindernis, noch vor fehlendem Know-how und Rechtsunsicherheit.

Wichtig ist die Reihenfolge. Der Datenfundament-Entscheid folgt dem Portfolio, nicht umgekehrt. Ein generelles Datenprojekt ohne konkreten Anwendungsfall verbrennt Budget ohne Termin. Geprüft und bereinigt wird, was die zwei Startvorhaben brauchen. Der Rest kommt, wenn er gebraucht wird.

Bausteine 7 bis 9: die Steuerung

Budget, Governance und Messpunkte machen aus der Absicht ein Programm. Sie sind der Teil, an dem Papier-Strategien scheitern, weil hier Verbindlichkeit entsteht. Ein Budget hat einen Betrag. Eine Governance hat Fristen. Ein Messpunkt hat einen Termin und eine Konsequenz.

Diese drei Bausteine gehören wörtlich in die Beschlussvorlage. Alles andere kann als Anlage folgen. Ein Gremium, das über Zielbilder diskutiert, aber keinen Betrag beschließt, hat nicht entschieden.

Zielbild und Standortbestimmung: der ehrliche Anfang

Das Zielbild in drei Sätzen

Ein brauchbares Zielbild passt in drei Sätze. Erstens: der Beitrag zum Geschäft, als Zielgröße mit Termin. Zweitens: die Bereiche, in denen KI zuerst wirken soll, und die, in denen bewusst nicht. Drittens: die Grenze, also was das Haus nicht tut, etwa keine Entscheidungen über Personen ohne menschliche Prüfung.

Ein typisiertes Beispiel für einen Zulieferer mit 600 Mitarbeitern: „Bis Ende 2028 senken wir die Durchlaufzeit der Angebotserstellung um 30 Prozent und die Nachbearbeitungsquote in der Auftragsabwicklung um ein Drittel, gemessen gegen die Baseline von 2026. KI wirkt zuerst in Vertriebsinnendienst und Dokumentenprozessen, bewusst noch nicht in der Fertigungssteuerung. Systeme, die über Menschen entscheiden, setzen wir ohne dokumentierte menschliche Prüfung nicht ein.“

Solche Sätze sind unbequem, weil sie nachprüfbar sind. Genau deshalb funktionieren sie. Ein Zielbild, das jede spätere Entwicklung als Erfolg deuten lässt, steuert nichts.

Die Standortbestimmung: auch das Inoffizielle zählt

Die Standortbestimmung erfasst drei Ebenen. Erstens die offiziellen Vorhaben mit Status, Kosten und bisheriger Wirkung. Zweitens die Datenlage der wichtigsten Prozesse. Drittens die inoffizielle Nutzung, also private Konten und nicht freigegebene Werkzeuge.

Die dritte Ebene wird fast immer unterschätzt. Der Work Trend Index von Microsoft und LinkedIn (2024) fand 75 Prozent GenAI-Nutzung unter Wissensarbeitern, 78 Prozent davon mit eigenen, nicht freigegebenen Werkzeugen. Im modellierten KIONIER-Geschäftsführer-Lagebild schätzen 60 Prozent der Geschäftsführer, dass höchstens ein Viertel der Belegschaft private KI-Konten beruflich nutzt. Die Führungsebene sieht einen Bruchteil der Realität. Eine Strategie, die auf dieser Fehlwahrnehmung aufsetzt, plant an der eigenen Organisation vorbei.

Checkliste: Standortbestimmung vollständig?

Das Use-Case-Portfolio: aus Ideen wird ein Programm

Scoring nach Wert, Machbarkeit und Risiko

Für die Priorisierung nutzt KIONIER die Methodik der Arbeitshilfe „Use-Case-Priorisierung: aus zehn Ideen die zwei richtigen Projekte machen“. Jede Idee wird auf drei Achsen bewertet: Wert (Ergebnishebel, Breite, strategische Passung), Machbarkeit (Datenlage, Reife des Lösungsmusters, Integrationsaufwand) und Risiko (Regulatorik, Schadenpotenzial, Außenwirkung). Wert und Machbarkeit werden multipliziert, das Risiko wirkt als Abschlagsfaktor.

Die Konstruktion hat einen Grund. Ein wertvoller Fall ohne Datenbasis darf nicht als fast startklar erscheinen. Ein leicht machbarer Fall ohne Ergebnishebel darf nicht attraktiv wirken. Genau diese zweite Sorte, etwa generische Marketingtexte, gewinnt sonst jede Abstimmung, weil sie schnell vorzeigbar ist. Sie erzeugt Aktivität ohne Wirkung und belegt Kapazität, die den wirksamen Fällen fehlt.

Zwei Schutzregeln aus der Arbeitshilfe gehören wörtlich in die Strategie. Ohne grobe Mengen- oder Euro-Angabe darf kein Wert-Kriterium über der Mittelstufe stehen. Ohne geklärte Datenlage darf kein Machbarkeits-Kriterium über der Mittelstufe stehen. Beide Regeln verhindern das Schönrechnen, das Portfolios im Rückblick so plausibel scheitern lässt.

Die vier Portfolioregeln als Strategie-Bestandteil

Das Scoring sortiert. Gebaut wird nach vier Regeln, die als Entscheidungsregeln in den Strategiebeschluss gehören.

Erstens: Parallelität begrenzen. Ein Team von drei bis sechs Personen trägt höchstens zwei Vorhaben gleichzeitig in den Produktivbetrieb. Deloitte (2024) fand, dass über zwei Drittel der Unternehmen höchstens 30 Prozent ihrer GenAI-Experimente zeitnah in den vollen Betrieb bringen. Der häufigste Weg dorthin ist der gleichzeitige Start zu vieler Piloten.

Zweitens: Risikobudget einhalten. Höchstens ein Hochrisiko-Fall im Sinne der KI-Verordnung gleichzeitig, und keiner, bevor ein risikoarmer Fall stabil produktiv läuft. Die Prüf- und Dokumentationsarbeit hängt an wenigen Personen und lässt sich nicht parallelisieren.

Drittens: Vorleistungen vor Priorität. Ein Fall darf erst starten, wenn seine Datengrundlage und Schnittstellen existieren. Umgekehrt darf ein Fall vorgezogen werden, wenn er Bausteine schafft, die mehrere Folgefälle brauchen.

Viertens: Mischung halten. Schnell wirksame Fälle plus höchstens eine langfristige Wette. MIT NANDA (2025) zeigt, dass über die Hälfte der Budgets in sichtbare Front-Office-Anwendungen fließt, während die besseren Renditen oft in unauffälligen Verwaltungsprozessen liegen.

Entscheidungsregeln statt Absichtserklärungen

Der Unterschied zwischen einer Leitlinie und einer Entscheidungsregel ist die Prüfbarkeit. „Wir priorisieren nach Nutzen“ ist eine Leitlinie. „Kein Pilotstart ohne vier Wochen Baseline-Messung“ ist eine Regel. Die Strategie braucht die zweite Sorte.

Vier Regeln haben sich als Minimum bewährt. Kein Vorhaben startet ohne dokumentierte Baseline. Jedes Vorhaben hat beschlossene Abbruchkriterien, bevor es startet. Vertragsverlängerungen bei Anbietern sind an belegte Wirkungszahlen geknüpft. Statusberichte berichten Wirkung gegen Baseline, nicht Aktivität wie Workshops oder Lizenzzahlen. Jede dieser Regeln adressiert einen dokumentierten Sterbe-Mechanismus aus der Fallakten-Serie.

Architektur und Datenfundament: die Grundsatzentscheide

Kaufen, bauen oder mit Partner betreiben

Der Architektur-Grundsatzentscheid legt je Aufgabenklasse fest, wie Lösungen entstehen. Er verhindert, dass jedes Projekt die Frage neu und anders beantwortet. Eine bewährte Grundregel für das Segment 250 bis 2.000 Mitarbeiter:

Weg	Wann er passt	Typische Fälle	Harte Bedingung
Kaufen (Standard)	Aufgabe ist branchenüblich, kein Differenzierungsmerkmal	Büroassistenz, Übersetzung, Transkription	Datenverwendung und EU-Verarbeitung vertraglich geklärt
Partner (Integration)	Lösung muss in Kernprozesse und Bestandssysteme, eigenes Team fehlt	Dokumentenverarbeitung, Wissensauskunft, Service-Assistenz	Exit-Fähigkeit: Daten, Prompts und Konfiguration bleiben übertragbar
Selbst bauen	Prozess ist differenzierend, Daten und Team sind vorhanden	Prognosen auf eigenen Betriebsdaten, Produktwissen	Mindestens zwei Personen dauerhaft für Betrieb und Pflege

Die Default-Reihenfolge ist bewusst: kaufen vor Partner vor Eigenbau. Eigenbau ist die Ausnahme mit Begründungspflicht, nicht das Ziel. Ein Haus mit fünf IT-Fachkräften, das ein eigenes Sprachmodell-System baut, hat danach vier IT-Fachkräfte für alles andere. Die harte Bedingung in der letzten Spalte gehört in jeden Vertrag beziehungsweise jede Projektfreigabe.

Der Datenfundament-Entscheid

Das Datenfundament wird vom Portfolio her entschieden, in drei Schritten. Erstens: Je Startvorhaben wird die Datenlage konkret geprüft. Existieren die Daten, sind sie zugänglich, ausreichend sauber und rechtlich nutzbar? Zweitens: Fehlende Grundlagen werden als eigene, kleine Arbeitspakete beauftragt, mit Termin und Verantwortlichem. Drittens: Querschnittsbausteine, die mehrere Fälle brauchen, etwa eine durchsuchbare Wissensbasis, werden einmal gebaut und geteilt.

Was nicht in die Strategie gehört, ist das Gegenmodell: erst zwei Jahre Datenplattform, dann KI. Dieses Vorgehen verschiebt jede messbare Wirkung hinter den Planungshorizont und verliert unterwegs das Budget. Die Datenarbeit folgt den Anwendungsfällen. Sie hat dieselben Termine wie das Portfolio.

Exit-Fähigkeit und EU-Betrieb als Vertragsfragen

Zwei Anforderungen gehören als Grundsatz in die Strategie, weil sie sich nachträglich kaum heilen lassen. Erstens Exit-Fähigkeit: Bei jedem Anbieter muss geregelt sein, wie das Haus mit seinen Daten, Konfigurationen und Prompts wieder herauskommt. Die Fallakten-Serie dokumentiert unter „Anbieter-Lock-in“, wie teuer das Versäumnis wird. Zweitens Datenstandort und Datenverwendung: Für Kundendaten und besondere Kategorien muss der Verarbeitungsort geklärt und die Nutzung für Anbietertraining ausgeschlossen sein. Beides sind Vertragspunkte, keine Technikdetails. Sie kosten vor der Unterschrift einen Absatz und nach der Unterschrift ein Projekt.

Betriebsmodell und Budgetlogik: wer führt und wer zahlt

Zentral oder dezentral: die Schwellen

In der modellierten KIONIER-Lagebild-Erhebung haben 63 Prozent der Unternehmen niemanden, der KI hauptverantwortlich führt. In der Größenklasse 250 bis 500 Mitarbeiter sind es 71 Prozent. Zugleich zeigt McKinsey (2025), dass messbare Ergebniswirkung mit klarer Verankerung der Verantwortung zusammenhängt. Die Frage ist also nicht, ob jemand KI führt, sondern auf welcher Ebene.

Als Faustregeln nach Unternehmensgröße, aus der Studienlage und den KIONIER-Fallmustern abgeleitet:

Größe	Führung	Umsetzung	Mindestausstattung
250 bis 500 Mitarbeiter	Geschäftsführung als Sponsor, benannte Teilrolle	Fachbereiche mit externer Unterstützung	0,5 Vollzeitstelle Koordination, Quartalsbericht an GF
500 bis 1.000 Mitarbeiter	Dedizierte Rolle mit Entscheidungsrechten	Tandems aus Fachbereich und IT je Vorhaben	1 Vollzeitstelle, direkter Berichtsweg an GF
1.000 bis 2.000 Mitarbeiter	Kleines zentrales Team führt Methodik und Governance	Fachbereiche setzen um, zentral wird priorisiert	2 bis 4 Vollzeitstellen, KI-Gremium mit GF-Beteiligung

Die Entscheidungsregel dahinter: Zentral gehört, was Vergleichbarkeit erzwingt, also Priorisierung, Messstandards, Freigaben und Anbieterverträge. Dezentral gehört, was Prozesswissen braucht, also Umsetzung und Adoption im Fachbereich. Vollständig dezentrale Modelle scheitern an der Messlücke, weil kein Bereich Vergleichbarkeit gegen sich selbst erzwingt. Vollständig zentrale Modelle scheitern an der Ferne zum Prozess.

Die Budgetlogik: eigener Posten, klare Herkunft

Im modellierten KIONIER-Geschäftsführer-Lagebild arbeiten 30 Prozent der Häuser ohne festes KI-Budget, obwohl Vorhaben laufen. Das ist die teuerste Variante. Ohne eigenen Posten gibt es keine Priorisierung, keine Deckelung und keine Abbruchentscheidung, denn nichts ist je formal bewilligt worden.

Drei Regeln machen die Budgetlogik beschlussfähig. Erstens: KI bekommt einen eigenen, sichtbaren Posten, kein Verstecken in IT- oder Fachbereichsbudgets. Zweitens: Als Orientierungsgröße für den Einstieg haben sich 3 bis 5 Prozent des IT-Budgets bewährt, in der Programmphase 5 bis 10 Prozent. Das ist ein KIONIER-Richtwert aus den Fallmustern, keine Norm. Entscheidend ist, dass der Betrag zwei Vorhaben vollständig trägt, inklusive Betrieb, statt fünf Vorhaben anzufinanzieren. Drittens: Das Budget deckt drei Blöcke getrennt aus: die Vorhaben selbst, die Querschnittskosten (Governance, Schulung nach Artikel 4 der KI-Verordnung, Freigabeprozess) und eine Reserve von rund 15 Prozent für Nachmessungen und Korrekturen.

These: Ein KI-Budget, das nur Projekte finanziert und keinen Betrieb, ist eine Abbruchquote mit Ansage. Wer den laufenden Aufwand für Pflege, Qualitätsprüfung und Dokumentation nicht von Anfang an einplant, beschließt Piloten, die nach zwölf Monaten sterben müssen.

Kompetenzaufbau gehört ins Betriebsmodell

Fehlendes Know-how ist in der modellierten KIONIER-Lagebild-Erhebung mit 21 Prozent das zweithäufigste schwerste Hindernis. Der DMB/Salesforce-KI-Index (2026) nennt fehlendes Wissen über Einsatzgebiete mit 39,9 Prozent als größte Hürde. Die Strategie beantwortet das mit drei Festlegungen statt mit einem Schulungskatalog: Wer im Führungskreis baut bis wann Urteilsfähigkeit auf, welche Rollen brauchen Anwendungsschulung, und wie wird die Schulungspflicht zur KI-Kompetenz nach Artikel 4 der KI-Verordnung erfüllt. In der modellierten Lagebild-Erhebung haben erst 22 Prozent solche Schulungen durchgeführt.

Governance und AI Act: die Einbettung ins Regelwerk

Die Fristenlage, Stand Juli 2026

Die folgende Übersicht ist eine Orientierung, keine Rechtsberatung. Grundlage ist die Verordnung (EU) 2024/1689 in Verbindung mit dem Digital Omnibus on AI, dem Europaparlament und Rat im Juni 2026 final zugestimmt haben. Die Veröffentlichung im EU-Amtsblatt stand im Juli 2026 noch aus. Bis dahin gelten formal die ursprünglichen Fristen.

Pflichtenkreis	Frist	Status
Verbotene Praktiken, KI-Kompetenz (Artikel 4)	seit 02.02.2025	in Kraft, unverändert
Pflichten für GPAI-Modelle (Basismodelle mit allgemeinem Zweck)	seit 02.08.2025	in Kraft, unverändert
Transparenzpflichten (Artikel 50), etwa Kennzeichnung von KI-Interaktion	02.08.2026	unverändert durch den Omnibus
Hochrisiko-Systeme nach Anhang III (etwa Personalauswahl, Kreditwürdigkeit)	02.12.2027	durch Digital Omnibus verschoben (vorher 02.08.2026)
KI in regulierten Produkten nach Anhang I (etwa Maschinen, Medizinprodukte)	02.08.2028	durch Digital Omnibus verschoben (vorher 02.08.2027)

Für die Strategie heißt das zweierlei. Die Verschiebung der Hochrisiko-Fristen schafft Zeit, sie streicht keine Pflicht. Und die nahen Pflichten bleiben nah: Transparenzpflichten für KI-Kundenkommunikation gelten ab August 2026, die Schulungspflicht gilt bereits. Die modellierte KIONIER-Lagebild-Erhebung zeigt den Nachholbedarf: 47 Prozent kennen die Fristen kaum, 62 Prozent führen kein KI-Inventar.

Der Freigabeprozess ist das Herzstück

Governance wird im Mittelstand oft als Dokumentationslast missverstanden. Ihr Kern ist ein Freigabeprozess, der schneller ist als der Schatten. Bewährt hat sich ein zweistufiges Modell. Stufe eins: ein kurzes Intake-Formular je Vorhaben (Anwendungsfall, Datenkategorien, Anbieter, Außenwirkung); risikoarme interne Fälle werden binnen einer Woche freigegeben. Stufe zwei: Vorhaben mit Kundendaten oder Außenwirkung durchlaufen Datenschutz-, Sicherheits- und Compliance-Prüfung mit verbindlicher Frist von vier bis sechs Wochen.

Drei Konstruktionsmerkmale entscheiden über die Wirkung. Eine benannte zuständige Stelle. Ein KI-Inventar, das als Nebenprodukt jedes Antrags entsteht. Und öffentliche Service-Level, für die der Prozessverantwortliche einsteht. Ein Freigabeprozess ohne Frist ist ein Verbot mit Umwegen, und Umwege werden genutzt.

Schatten-KI ist ein Governance-Symptom, kein Disziplinproblem

In der modellierten KIONIER-Lagebild-Erhebung beobachten 73 Prozent der Unternehmen private KI-Werkzeuge ohne Freigabe, aber nur 28 Prozent haben eine verbindliche Richtlinie. Die Fallakte „Die Deckungszusage, die niemand geschrieben hat“ zeigt die Eskalationsmechanik: Ein Fachbereich mit echtem Problem startet ohne Freigabeweg, das Werkzeug wirkt, die Nutzung wächst, und nach zehn Monaten holt das Aufsichtsrecht das Projekt ein. Rund eine halbe Million Euro an Werkzeug-, Rechts- und Aufarbeitungskosten sowie zwölf Monate KI-Stillstand im ganzen Haus waren die typisierte Bilanz.

Die strategische Lehre daraus: Die Schatten-Nutzung ist die Folge des fehlenden legalen Wegs, nicht ihre Ursache. Wer nur verbietet, treibt die Nutzung tiefer in den Schatten und verliert die Sicht. Die Strategie beantwortet Schatten-KI deshalb mit drei Elementen: einem freigegebenen Standardwerkzeug für die Breite, dem schnellen Freigabeweg für neue Fälle und klaren Datenregeln, welche Kategorien in welche Werkzeuge dürfen.

Das durchgerechnete Beispiel: eine Rechnung, die trägt

Ausgangslage und Baseline

Das folgende Beispiel ist eine typisierte Modellrechnung nach der Methodik der KIONIER-Arbeitshilfe „Das Board-taugliche KI-ROI-Modell“. Das Unternehmen ist fiktiv, die Größenordnungen folgen üblichen Mustern. Ein Maschinenbauer mit 800 Mitarbeitern führt eine KI-Assistenz für die technische Angebotserstellung ein. Das System zieht Produktdaten, Altangebote und Preislisten zusammen und erstellt Entwürfe. Ein Vertriebsingenieur prüft und gibt frei.

Vor dem Start wird die Baseline über sechs Wochen erhoben und eingefroren:

Größe	Wert	Quelle
Angebote pro Jahr	3.500	CRM-System, Vollerhebung
Bearbeitungszeit je Angebot	4,2 Stunden	Zeiterfassung, Stichprobe 250 Angebote
Interner Vollkostensatz	58 Euro je Stunde	Controlling

Der Rechenweg

Nach sechs Monaten Betrieb sinkt die Bearbeitungszeit auf 3,0 Stunden je Angebot, gemessen als bereinigter Vorher-Nachher-Vergleich. Parallel wurden neue Textbausteine eingeführt. Deshalb wird nur ein Zurechnungsanteil von 0,8 angesetzt, also 80 Prozent des Effekts der KI zugerechnet. Die Umsetzungsquote beträgt 0,5, weil erst die Hälfte der frei gewordenen Kapazität nachweislich in zusätzliche Angebote und Projektierungsarbeit umgewidmet ist.

Bruttoeffekt: 3.500 Angebote × 1,2 eingesparte Stunden = 4.200 Stunden. In Euro: 4.200 × 58 = 243.600 Euro pro Jahr. Anrechenbar: 243.600 × 0,8 × 0,5 = 97.440 Euro pro Jahr.

Dagegen stehen die Vollkosten:

Block	Betrag
Einmalig: Aufbau, Anbindung an CRM und Produktdaten, Schulung	60.000 Euro
Laufend: Lizenzen und Modellnutzung	22.000 Euro/Jahr
Laufend: Pflege, Qualitätsprüfung der Entwürfe	18.000 Euro/Jahr
Laufend: Dokumentation, interne Prüfung	8.000 Euro/Jahr
Laufende Kosten gesamt	48.000 Euro/Jahr

Daraus folgen die zwei Kennzahlen für das Gremium, gerechnet mit Anlauffaktor 0,6 im ersten Jahr und 8 Prozent Abzinsung:

„`
Nettonutzen voll (Jahr 2 und 3) = 97.440 − 48.000 = 49.440 Euro/Jahr

Nettonutzen Jahr 1 = 0,6 × 97.440 − 48.000 = 10.464 Euro
(der Anlauf senkt nur den Nutzen; die laufenden Kosten
fallen ab dem ersten Tag voll an)

Amortisation: nach Jahr 1 sind 60.000 − 10.464 = 49.536 Euro
offen; bei 49.440 / 12 = 4.120 Euro je Folgemonat sind das
rund 12 weitere Monate = rund 24 Monate

Barwert über 3 Jahre
= −60.000 + 10.464/1,08 + 49.440/1,08² + 49.440/1,08³
= −60.000 + 9.689 + 42.387 + 39.247 = rund 31.000 Euro
„`

Die Lesart für den Beschluss

Das Vorhaben trägt, aber ohne Polster. Im vorsichtigen Fall (Zurechnung 0,6, Umsetzungsquote 0,3, laufende Kosten 56.000 Euro) sinkt der anrechenbare Nutzen auf rund 43.800 Euro und der Nettonutzen wird negativ. Die Rechnung kippt also nicht an der Technik, sondern an einer einzigen Managemententscheidung: ob die frei gewordene Kapazität tatsächlich umgewidmet wird.

Genau das ist die Funktion einer solchen Rechnung in der Strategie. Sie zeigt vor dem Start, welche Annahme das Ergebnis dominiert und wer sie verantwortet. Die Umsetzungsquote ist keine KI-Größe, sie ist eine Führungsgröße. Zwei empirische Warnungen gehören daneben: METR (2025) zeigte, dass sich selbst erfahrene Nutzer um rund 40 Prozentpunkte in der eigenen Zeitwahrnehmung täuschen können. Und Humlum/Vestergaard (2025) fanden bei rund 25.000 Beschäftigten im Schnitt nur 2,8 Prozent Zeitersparnis und keine messbaren Lohn- oder Stundeneffekte. Gefühlte Produktivität ist keine Kennzahl.

Der Beschluss: wie die Strategie durch Führung und Beirat kommt

Die Beschlussvorlage: eine Entscheidung, sechs Anlagen

Die Strategie kommt als Beschlussvorlage ins Gremium, nicht als Foliensatz. Sie enthält genau eine beantragte Entscheidung: Freigabe des KI-Programms mit Budget, Startportfolio, Verantwortung und Messpunkten. Der Beschlusstext selbst passt auf eine Seite. Er nennt die drei Zielgrößen, die zwei Startvorhaben, den Budgetbetrag mit Herkunft, die verantwortliche Person und die Termine der Nachmessung.

Alles Übrige sind nummerierte Anlagen: Standortbestimmung, Portfolio-Scoring mit Absagen, Architektur-Grundsatz, Governance-Ordnung, Wirtschaftlichkeitsrechnung je Startvorhaben, AI-Act-Fahrplan. Diese Trennung ist mehr als Form. Ein Gremium, das eine Seite beschließen soll, beschließt. Ein Gremium, das vierzig Seiten würdigen soll, vertagt.

Für den Beirat zählt zusätzlich die Risikoseite. Im modellierten KIONIER-Geschäftsführer-Lagebild nennen 62 Prozent Haftung als große Sorge, nur 12 Prozent fühlen sich dazu ausreichend informiert. Eine Vorlage, die Abbruchkriterien, Bandbreiten und den vorsichtigen Fall offen ausweist, nimmt diese Sorge ernst und gewinnt dadurch. Eine Vorlage, die nur den Erwartungsfall zeigt, verliert bei der ersten kritischen Nachfrage.

Wer die Strategie trägt

Beschlossen wird die Strategie von der Geschäftsführung, getragen wird sie von drei Rollen. Die Geschäftsführung hält das Zielbild und entscheidet auf Portfolioebene, insbesondere über Abbrüche. Die benannte KI-Verantwortung führt Methodik, Governance und Anbietersteuerung und berichtet quartalsweise. Die Fachbereichsleitungen verantworten Adoption und die Umwidmung frei werdender Kapazität, denn dort entsteht oder versickert der Nutzen.

Eine Rollenfrage verdient einen eigenen Satz im Beschluss: Abbruchentscheidungen liegen auf Portfolioebene, nie beim Vorhabensverantwortlichen. Der steckt strukturell im Interessenkonflikt, weil ein Stopp ihm als Scheitern zugerechnet wird. Häuser, die das nicht regeln, schleppen tote Piloten als Kostenstellen mit, wie es die Fallakte zum unklaren Business Case dokumentiert.

Nachmessen nach sechs und zwölf Monaten

Die Nachmessung gehört mit Terminen und Konsequenzen in den Beschluss. Bewährt hat sich ein zweistufiger Takt:

Messpunkt	Was geprüft wird	Konsequenz bei Verfehlung
Nach 6 Monaten	Baselines erhoben? Startvorhaben im Zeitplan? Freigabeprozess aktiv und genutzt? Erste Nutzungsquoten?	Nachsteuern: Ressourcen, Zuschnitt oder Anbieter ändern; noch kein Wirkungsurteil
Nach 12 Monaten	Wirkungszahlen gegen Baseline je Vorhaben; Vollkosten gegen Plan; mindestens eine dokumentierte Portfolio-Entscheidung (Ausbau oder Abbruch)	Portfolio anpassen: Vorhaben stoppen oder skalieren, Budget neu schneiden, Strategie fortschreiben

Die Logik der zwei Stufen: Nach sechs Monaten wird die Programm-Mechanik geprüft, nicht die Wirkung, denn belastbare Wirkungszahlen brauchen Zeit. Nach zwölf Monaten wird Wirkung geprüft, und zwar mit Konsequenz. Ein Jahresreview, das nur zur Kenntnis nimmt, ist keiner. Das härteste Erfolgssignal einer KI-Strategie im ersten Jahr ist paradoxerweise ein sauber begründeter Abbruch. Er beweist, dass die Steuerung funktioniert.

Checkliste: Ist die Strategie beschlussreif?

Die fünf Stellen, an denen es scheitert

1. Die Strategie bleibt Papier. Das Dokument ist fertig, aber Budget- und Personalbeschluss werden vertagt. Frühwarnzeichen: Die Strategie wird „zur Kenntnis genommen“, die Budgetrunde behandelt KI als Einzelfallthema. Gegenmaßnahme: Die Strategie nur zusammen mit dem Budget- und Rollenbeschluss vorlegen, als eine Entscheidung. Ein Papier ohne Geld ist keine Niederlage wert, es ist einfach nichts.

2. Das Portfolio startet ohne Wertlogik. Viele Piloten, keine Baseline, keine Abbruchkriterien. Frühwarnzeichen: Statusberichte zählen Workshops, Nutzer und Lizenzen statt Wirkung gegen Ausgangswert. Gegenmaßnahme: Baseline-Pflicht und Abbruchkriterien als Startbedingung, Berichte nur mit Vorher-Nachher-Bezug. Die Fallakte „Acht Piloten, keine Zahl: Wie eine KI-Offensive ohne Wertlogik verglüht“ zeigt den vollen Verlauf bis zur halbierten Budgetrunde.

3. Governance kommt nach dem Start. Fachbereiche beginnen mit echten Problemen und ohne Freigabeweg. Frühwarnzeichen: KI-Werkzeuge tauchen auf Kreditkartenabrechnungen unterhalb der Einkaufsgrenzen auf. Gegenmaßnahme: Der zweistufige Freigabeprozess mit Fristen steht, bevor der erste Pilot startet, und das freigegebene Standardwerkzeug nimmt dem Schatten den Anlass. Die Fallakte „Die Deckungszusage, die niemand geschrieben hat“ dokumentiert, was sonst passiert.

4. Verantwortung ist verteilt statt benannt. KI liegt „bei der IT mit“ oder in einem Arbeitskreis ohne Entscheidungsrechte. Frühwarnzeichen: Niemand berichtet der Geschäftsführung quartalsweise mit Zahlen; Anbieterverträge schließt jeder Bereich selbst. Gegenmaßnahme: eine benannte Person mit Entscheidungsrechten nach den Größenschwellen dieses Guides, im Beschluss fixiert.

5. Die Strategie wird nie nachgemessen. Der Beschluss existiert, aber kein Review-Termin. Frühwarnzeichen: Sechs Monate nach Beschluss existiert kein Kalendereintrag für die Nachmessung, und niemand vermisst ihn. Gegenmaßnahme: Die Messpunkte nach 6 und 12 Monaten stehen mit Datum und Konsequenzen im Beschlusstext selbst, nicht in einer Anlage. Was keinen Termin hat, findet nicht statt.

Maßnahmen für die Geschäftsführung: 30, 60, 90 Tage

Bis Tag 30, Standort und Verantwortung:

• Inventar beauftragen: alle KI-Werkzeuge und Vorhaben im Haus, inklusive Käufen unterhalb der Einkaufsgrenzen. Owner: IT-Leitung mit Einkauf.
• Anonyme Kurzbefragung zur inoffiziellen KI-Nutzung durchführen. Owner: HR mit Betriebsrat.
• Interimsverantwortung benennen: eine Person führt das Strategieprojekt mit direktem Berichtsweg an die Geschäftsführung. Owner: Geschäftsführung.
• Laufende Vorhaben sichten: Kosten, Baseline-Status, faktisch tote Piloten. Owner: benannte KI-Verantwortung mit Controlling.

Bis Tag 60, Portfolio und Fundament:

• Ideensammlung aus den Bereichen einholen und mit dem Wert-Machbarkeit-Risiko-Scoring bewerten. Owner: KI-Verantwortung mit Fachbereichsleitungen.
• Zwei Startvorhaben auswählen, Absagen und Wartepositionen dokumentieren. Owner: Geschäftsführung auf Vorschlag der KI-Verantwortung.
• Datenlage und Vorleistungen je Startvorhaben prüfen und als Arbeitspakete beauftragen. Owner: IT-Leitung.
• Freigabeprozess in der Zweistufen-Logik aufsetzen und AI-Act-Pflichten terminieren. Owner: Compliance oder Datenschutz mit KI-Verantwortung.

Bis Tag 90, Rechnung und Beschluss:

• Baseline-Messung für beide Startvorhaben starten oder abschließen. Owner: Fachbereich mit Controlling.
• Wirtschaftlichkeitsrechnung je Startvorhaben mit Bandbreiten und Abbruchkriterien erstellen. Owner: Controlling mit KI-Verantwortung.
• Budgetlogik festlegen: Betrag, Herkunft, Aufteilung in Vorhaben, Querschnitt und Reserve. Owner: Geschäftsführung mit CFO.
• Beschlussvorlage (eine Seite plus Anlagen) in Geschäftsführung und Beirat bringen, inklusive Messpunkten nach 6 und 12 Monaten. Owner: Geschäftsführung.

FAQ

Wir sind ein Maschinenbauer mit 800 Mitarbeitern und nutzen KI bisher nur in Einzelprojekten. Womit fange ich bei einer KI-Strategie an?

Mit der Standortbestimmung, nicht mit dem Zielbild. Erheben Sie zuerst, was im Haus läuft: offizielle Vorhaben mit Kosten und Wirkung, die Datenlage der wichtigsten Prozesse und die inoffizielle Nutzung privater Werkzeuge. Letztere wird fast immer unterschätzt. Erst danach lohnt das Zielbild, weil es sonst auf einer Fehlwahrnehmung aufsetzt. Planen Sie für die Standortbestimmung rund 30 Tage mit klaren Verantwortlichen. Die 30-60-90-Maßnahmen in diesem Guide sind als delegierbarer Fahrplan dafür gebaut.

Wie viel Budget sollte ein Unternehmen mit 500 Mitarbeitern für KI einplanen, relativ zum IT-Budget?

Als Orientierungsgröße: 3 bis 5 Prozent des IT-Budgets im Einstiegsjahr, 5 bis 10 Prozent in der Programmphase. Das ist ein redaktioneller Richtwert, keine Norm. Wichtiger als die Quote sind drei Bedingungen. Der Betrag steht als eigener Posten im Plan. Er trägt zwei Vorhaben vollständig, inklusive laufender Kosten für Pflege, Qualitätsprüfung und Dokumentation. Und er enthält eine Reserve von rund 15 Prozent für Nachmessungen. Ein Budget, das fünf Vorhaben anfinanziert, aber keines zu Ende trägt, ist verlorenes Geld.

Brauchen wir einen eigenen KI-Verantwortlichen oder reicht es, wenn der CIO das mitmacht?

Das hängt von der Größe ab. Bis etwa 500 Mitarbeiter reicht eine benannte Teilrolle mit rund einer halben Stelle, sofern die Geschäftsführung als Sponsor sichtbar bleibt. Zwischen 500 und 1.000 Mitarbeitern braucht es eine dedizierte Rolle mit Entscheidungsrechten und direktem Berichtsweg. „Der CIO macht das mit“ scheitert erfahrungsgemäß nicht am Können, sondern an der Zieldefinition: Wo Strategie in der IT liegt, dominieren Technikfragen, und die Wirkungsmessung im Fachbereich bleibt liegen. Entscheidend ist eine benannte Person, kein Arbeitskreis.

Unsere KI-Strategie liegt seit Monaten als Entwurf beim Beirat. Wie bekomme ich einen Beschluss?

Verkleinern Sie die Entscheidung. Legen Sie eine Ein-Seiten-Beschlussvorlage vor: drei Zielgrößen, zwei Startvorhaben, Budgetbetrag mit Herkunft, benannte Verantwortung, Messpunkte nach 6 und 12 Monaten. Alles andere wird nummerierte Anlage. Weisen Sie den vorsichtigen Fall der Wirtschaftlichkeitsrechnung und die Abbruchkriterien offen aus, denn Beiräte vertagen selten aus Ablehnung, meist aus Sorge vor unkalkuliertem Risiko. Eine Vorlage, die zeigt, wann und wie das Haus aussteigt, nimmt dieser Sorge den Grund.

Was muss vom EU AI Act in eine KI-Strategie, Stand Juli 2026, wenn wir kein Hochrisiko-System betreiben?

Drei Dinge, als Orientierung und ohne Rechtsberatung. Erstens die Schulungspflicht zur KI-Kompetenz nach Artikel 4, die bereits gilt. Zweitens die Transparenzpflichten nach Artikel 50 ab dem 2. August 2026, etwa die Erkennbarkeit von KI-Interaktion in der Kundenkommunikation. Drittens ein KI-Inventar mit Risikoeinstufung, damit Sie eine spätere Hochrisiko-Berührung früh erkennen. Die durch den Digital Omnibus verschobenen Hochrisiko-Fristen (Anhang III: 02.12.2027, Anhang I: 02.08.2028) schaffen Zeit, streichen aber keine Pflicht.

Wie messe ich nach zwölf Monaten, ob unsere KI-Strategie funktioniert, ohne eigenes Data-Team?

Mit den Kennzahlen, die Ihre Systeme ohnehin führen. Je Vorhaben brauchen Sie drei Größen: die Wirkungszahl gegen die eingefrorene Baseline (etwa Bearbeitungszeit je Vorgang aus Zeiterfassung oder Ticketsystem), die Nutzungsquote (Anteil der Vorgänge über das System) und die Vollkosten. Dazu auf Programmebene: Wurde mindestens eine Portfolio-Entscheidung getroffen, also ein Ausbau oder ein begründeter Abbruch? Ein Data-Team ist dafür nicht nötig. Nötig ist, dass die Baseline vor dem Start erhoben wurde, denn nachträglich lässt sie sich nicht rekonstruieren.

Sollen wir KI-Lösungen selbst bauen oder kaufen, wenn wir nur fünf IT-Leute haben?

Kaufen ist Ihr Default, mit Partner-Integration für alles, was in Kernprozesse muss. Eigenbau lohnt nur, wenn der Prozess Sie im Wettbewerb unterscheidet und Daten plus Team vorhanden sind. Die harte Regel: kein Eigenbau, wenn Sie nicht dauerhaft zwei Personen für Betrieb und Pflege abstellen können, denn jedes produktive System bindet nach dem Go-live laufend Kapazität. Verhandeln Sie beim Kauf zwei Punkte hart: die Datenverwendung (kein Anbietertraining mit Ihren Daten, geklärter Verarbeitungsort) und die Exit-Fähigkeit, damit Daten und Konfiguration übertragbar bleiben.

Vertiefung im KIONIER-Bestand

• Arbeitshilfe D, Use-Case-Priorisierung: das vollständige Wert-Machbarkeit-Risiko-Scoring mit Prioritätsformel und dem Beispielportfolio zehn Ideen, zwei Projekte; das Rechenwerk hinter Baustein 3 dieses Guides.
• Arbeitshilfe C, Das Board-taugliche KI-ROI-Modell: Baseline, Wirkungszuordnung, Amortisation, Barwert und die Ein-Seiten-Entscheidungsvorlage; die Methodik hinter dem Zahlenbeispiel dieses Guides.
• Arbeitshilfe B, EU-AI-Act-Audit-Kit: Inventar, Risikoklassen-Entscheidungsbaum und Fristenübersicht für Baustein 8, wenn die Governance-Einbettung konkret wird.
• Arbeitshilfe A, Produktiv-Readiness: die 37 Kriterien mit KO-Regel für den Moment, in dem ein Startvorhaben vom Piloten in den Betrieb soll.
• Werkzeuge: der Readiness-Selbsttest für die schnelle Standortbestimmung und der ROI-Rechner, um das Zahlenbeispiel mit eigenen Werten nachzurechnen.
• Lagebild-Umfrage 4 (Querschnitt) und Umfrage 2 (Geschäftsführung): die modellierten Verteilungen hinter den Zahlen dieses Guides, mit Kalibrierungs-Anhang und Größenklassen-Splits.
• Fallakten 02 und 03: „Acht Piloten, keine Zahl“ und „Die Deckungszusage, die niemand geschrieben hat“, die beiden Scheiter-Muster, gegen die dieser Guide baut; dazu Fallakte 04 zum Anbieter-Lock-in als Vertiefung der Exit-Frage.
• Glossar: die Einträge Baseline, Abbruchkriterium, Schatten-KI, Hochrisiko-KI-System und Föderiertes Betriebsmodell erklären die tragenden Begriffe dieses Guides in je vier Schritten.

Quellen

1. Bitkom (2025): „Künstliche Intelligenz in Deutschland — Studie 2025“, repräsentative Befragung von 604 Unternehmen ab 20 Beschäftigten; 36 Prozent KI-Nutzung, 47 Prozent planen oder diskutieren. https://www.bitkom.org/sites/main/files/2026-02/bitkom-studienbericht-ki.pdf
2. Statistisches Bundesamt (Destatis, 2024): Pressemitteilung Nr. 444 vom 25.11.2024; 20 Prozent KI-Nutzung gesamt, 48 Prozent bei Unternehmen ab 250 Beschäftigten. https://www.destatis.de/DE/Presse/Pressemitteilungen/2024/11/PD24_444_52911.html
3. KfW Research (2026): „Einsatz von Künstlicher Intelligenz vor allem in Unternehmen mit hohen Innovations- und Digitalisierungsaktivitäten“, Fokus Volkswirtschaft Nr. 533, Februar 2026; 20 Prozent KI-Nutzung im Mittelstand, 36 Prozent ab 50 Beschäftigten. https://www.kfw.de/PDF/Download-Center/Konzernthemen/Research/PDF-Dokumente-Fokus-Volkswirtschaft/Fokus-2026/Fokus-Nr.-533-Februar-2026-KI-Mittelstand.pdf
4. Deutscher Mittelstands-Bund / Salesforce (2026): „KI-Index Mittelstand 2026“, rund 700 befragte Unternehmen; 51,2 Prozent Nutzung oder Test, 31 Prozent ohne konkrete Pläne, 54,4 Prozent Effizienzmotiv, 39,9 Prozent fehlendes Anwendungswissen als größte Hürde. https://www.salesforce.com/de/news/press-releases/2026/03/12/ki-index-mittelstand-2026/
5. McKinsey & Company (2025): „The State of AI“ (Global Survey, November 2025); 88 Prozent Nutzung, nur rund 6 Prozent High Performer mit spürbarer Ergebniswirkung. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
6. Boston Consulting Group (2024): „Where’s the Value in AI?“, 1.000 Führungskräfte in 59 Ländern; 26 Prozent kommen über Proof-of-Concepts hinaus zu messbarem Wert. https://www.bcg.com/press/24october2024-ai-adoption-in-2024-74-of-companies-struggle-to-achieve-and-scale-value
7. MIT Project NANDA (2025): „The GenAI Divide: State of AI in Business 2025“; 95 Prozent der untersuchten GenAI-Piloten ohne messbaren Effekt auf die Ergebnisrechnung. https://www.mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf
8. RAND Corporation (2024): „The Root Causes of Failure for Artificial Intelligence Projects“; über 80 Prozent Fehlschlagquote, unklare Problem- und Erfolgsdefinition durch die Führung als häufigste Ursache. https://www.rand.org/pubs/research_reports/RRA2680-1.html
9. Gartner (2024): Pressemitteilung vom 29.07.2024; mindestens 30 Prozent der GenAI-Projekte werden nach der Konzeptphase abgebrochen, Gründe: Datenqualität, Risikokontrollen, eskalierende Kosten, unklarer Geschäftswert. https://www.gartner.com/en/newsroom/press-releases/2024-07-29-gartner-predicts-30-percent-of-generative-ai-projects-will-be-abandoned-after-proof-of-concept-by-end-of-2025
10. S&P Global Market Intelligence (2025): „Voice of the Enterprise: AI & Machine Learning 2025“, 1.006 Befragte; 42 Prozent gaben die Mehrheit ihrer KI-Initiativen auf, im Schnitt 46 Prozent der Konzepttests verworfen. https://www.ciodive.com/news/AI-project-fail-data-SPGlobal/742590/
11. Deloitte (2024): „The State of Generative AI in the Enterprise“ (Q4 2024, 2.800 Befragte); über zwei Drittel erwarten, dass höchstens 30 Prozent ihrer GenAI-Experimente zeitnah skaliert werden; über 40 Prozent haben Schwierigkeiten, Wirkung zu definieren und zu messen.
12. Microsoft / LinkedIn (2024): „Work Trend Index 2024“; 75 Prozent der Wissensarbeiter nutzen generative KI, 78 Prozent davon mit eigenen, nicht freigegebenen Werkzeugen. https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part
13. Europäische Union (2024): Verordnung (EU) 2024/1689 (KI-Verordnung) in Verbindung mit dem Digital Omnibus on AI (Zustimmung Europaparlament 16.06.2026, Rat 29.06.2026; Anhang III auf 02.12.2027, Anhang I auf 02.08.2028 verschoben; Artikel 50 unverändert ab 02.08.2026; Amtsblatt-Veröffentlichung im Juli 2026 ausstehend). https://eur-lex.europa.eu/eli/reg/2024/1689/oj
14. Humlum, A. / Vestergaard, E. (2025): „Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI“, NBER Working Paper 33777; rund 2,8 Prozent Zeitersparnis, keine messbaren Lohn- oder Stundeneffekte. https://www.nber.org/papers/w33777
15. METR (2025): „Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity“; randomisierte Studie, 19 Prozent längere Bearbeitungszeit bei wahrgenommener Beschleunigung von 20 Prozent. https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/
16. KIONIER-Redaktion (2026): Lagebild-Umfragen 2 (Geschäftsführung, n=50) und 4 (Querschnitt, n=250), redaktionell modellierte, an publizierten Primärstudien kalibrierte Erhebungen (siehe dortige Kalibrierungs-Anhänge); im Text durchgängig als modellierte KIONIER-Lagebild-Erhebung gekennzeichnet.

Das Entscheider-Briefing

Ein Briefing pro Woche: Entscheidungsfragen, eingeordnete Zahlen und Fristen. Ihre Adresse geben wir nicht weiter.

Website

E-Mail-Adresse

Briefing abonnieren

Ich möchte das Briefing per E-Mail erhalten und kann die Einwilligung jederzeit widerrufen. Die Datenschutzerklärung habe ich gelesen.

Sie erhalten zuerst eine E-Mail mit einem Bestätigungslink. Erst nach dem Klick nehmen wir Sie auf. Abmeldung mit einem Klick in jeder Ausgabe.