Die KI-Organisation: Rollen, Verantwortung und Kompetenzaufbau zwischen 250 und 2.000 Mitarbeitern

KIONIER Guide · Folge 4

Stand: Juli 2026, dieser Guide wird laufend aktualisiert.

Das Wichtigste in 90 Sekunden

Eine KI-Organisation besteht aus vier Festlegungen: eine benannte Verantwortung mit Entscheidungsrechten, ein Gremium mit Freigabepfad für neue Anwendungsfälle, ein Umgang mit Schatten-KI, der Angebot vor Verbot setzt, und ein Kompetenzaufbau nach Rollen statt nach Gießkanne. Unternehmen zwischen 250 und 1.000 Mitarbeitern brauchen dafür in der Regel keine eigene Head-of-AI-Stelle. Ein schriftliches Mandat beim CIO oder ein Tandem aus IT und Fachbereich trägt bis etwa fünf parallele Vorhaben. Ab 1.000 Mitarbeitern, bei Hochrisiko-Anwendungen oder ab rund sechs Vorhaben rechnet sich die dedizierte Rolle. Entscheidend ist nicht der Titel, sondern Budgethoheit, Berichtslinie und ein Freigabeprozess mit Fristen.

• Die Wahrnehmungslücke zwischen Geschäftsführung und IT ist das teuerste Organisationsproblem: In der modellierten KIONIER-Lagebild-Erhebung schätzen 60 Prozent der Geschäftsführer die private KI-Nutzung auf höchstens ein Viertel der Belegschaft. Real liegt sie bei rund drei Vierteln (Work Trend Index 2024).
• Nur 24 Prozent der KI-Verantwortlichen im Mittelstand kontrollieren ihr Budget selbst (modelliert). Global sind es 61 Prozent (IBM IBV 2025). Verantwortung ohne Entscheidungsrechte ist das Kernmuster der Fehlorganisation.
• 32 Prozent der Häuser haben keinen Freigabeprozess für neue KI-Anwendungsfälle (modelliert). Genau in dieser Lücke entstehen die teuren Governance-Schäden.
• Die Schulungspflicht nach Artikel 4 der KI-Verordnung gilt seit Februar 2025. Trotzdem bieten 43 Prozent der Unternehmen keine KI-Schulungen an (Bitkom 2025).
• Kompetenzaufbau wirkt messbar: Ab fünf Stunden Schulung steigt die regelmäßige Nutzung von 67 auf 79 Prozent (BCG 2025).

Der Befund: drei Rollen, drei Wirklichkeiten

Was die drei Lagebilder zeigen

KIONIER hat die Lage der KI-Organisation im Segment 250 bis 2.000 Mitarbeiter in drei modellierten Lagebild-Erhebungen abgebildet: Geschäftsführung, CIO und Head of AI, je n=50. Die Verteilungen sind keine eigene Feldarbeit, sondern an publizierten Primärstudien kalibrierte Ergebnisbilder. Genau deshalb taugen sie als Diagnose: Sie zeigen, wie dieselbe Organisation aus drei Stühlen aussieht.

Das Bild ist ernüchternd klar. Die Rolle des KI-Verantwortlichen ist jung: 66 Prozent sind höchstens zwei Jahre im Amt (modelliert). Sie ist dünn ausgestattet: 56 Prozent führen höchstens zwei Personen, 68 Prozent tragen die Aufgabe neben einer anderen Funktion. Und sie hängt organisatorisch tief: 38 Prozent berichten an die IT-Leitung, nur 34 Prozent direkt an die Geschäftsführung. Global berichten 57 Prozent der Chief AI Officers an CEO oder Board (IBM IBV 2025). Der Mittelstand baut die Rolle aus der IT heraus und lässt sie dort hängen.

Die Wahrnehmungslücke in Zahlen

Das Herzstück des Befunds ist die Lücke zwischen Geschäftsführung und IT. Sie zieht sich durch alle drei modellierten Erhebungen und deckt sich mit der publizierten Studienlage.

Frage	Geschäftsführung (modelliert)	CIO / Head of AI (modelliert)	Externer Anker
Wie viele Beschäftigte nutzen private KI-Konten?	60 Prozent sagen: höchstens ein Viertel	54 Prozent der CIOs sehen: mehr als die Hälfte	Work Trend Index 2024: 75 Prozent Nutzung, 78 Prozent mit eigenen Werkzeugen
Sind die Erwartungen der Geschäftsführung realistisch?	28 Prozent erwarten binnen zwölf Monaten deutlichen messbaren Nutzen	64 Prozent der CIOs und 68 Prozent der Heads of AI: überzogen	McKinsey 2025: Ergebniswirkung bleibt die Ausnahme
Wann amortisiert sich die Investition?	22 Prozent erwarten unter zwölf Monaten	Beweislast liegt bei 46 Prozent klar beim KI-Verantwortlichen	Deloitte 2026: real amortisieren 27 Prozent in ein bis zwei Jahren, schneller kaum jemand
Wer kontrolliert das KI-Budget?	30 Prozent der Häuser haben gar kein festes KI-Budget	24 Prozent der KI-Verantwortlichen mit voller Budgethoheit	IBM IBV 2025: global 61 Prozent Budgetkontrolle

Die Lücke ist kein Charakterfehler einer Seite. Die Geschäftsführung bezieht ihr Bild aus Presse und Unternehmernetzwerk, nicht aus der eigenen Datenlage (modelliert: 58 und 52 Prozent). Die IT sieht Stammdaten, Altsysteme und Berechtigungsprobleme, die auf keiner Konferenzfolie vorkommen. Beide Sichten sind für sich schlüssig. Gefährlich wird erst die fehlende Übersetzung dazwischen.

Warum die Lücke teuer wird

Ungelöst erzeugt die Lücke drei Folgekosten. Erstens Fehlinvestitionen: Wer eine Amortisation unter zwölf Monaten erwartet, startet Vorhaben, die an dieser Messlatte fast sicher scheitern. Zweitens Rechtfertigungsschleifen: 64 Prozent der KI-Verantwortlichen müssen den Ertrag je Anwendungsfall formal belegen (modelliert), oft ohne Baseline und ohne Budgethoheit. Drittens Schatten-Nutzung: Wo die Führung die reale Nutzung um ein Mehrfaches unterschätzt, regelt sie zu spät und zu wenig. Nur 24 Prozent der Häuser haben eine schriftliche Regel zur privaten KI-Nutzung (modelliert).

These: Die teuerste Organisationsentscheidung ist die unentschiedene. Wer die KI-Verantwortung nirgends fest verankert, hat sie faktisch an die Schatten-Nutzung delegiert.

Braucht das Haus einen Head of AI? Entscheidungsregeln nach Größe

Die Frage hinter der Frage

Ob ein Haus eine dedizierte KI-Leitung braucht, ist keine Titelfrage. Es ist eine Frage nach Portfoliogröße, Risikoprofil und Entscheidungsgeschwindigkeit. Global hat sich der Anteil der Unternehmen mit dediziertem KI-Verantwortlichen von 11 Prozent (2023) auf 26 Prozent (2025) mehr als verdoppelt (IBM IBV 2025). Häuser mit dieser Rolle berichten dort einen höheren KI-Ertrag. Nur lässt sich der Konzernbefund nicht kopieren. Ein Haus mit 600 Mitarbeitern hat weder das Kandidatenangebot noch das Portfolio, das eine Konzernrolle trägt.

Der NEXperts KI-Manager-Kompass 2026 beschreibt die Mittelstandslage nüchtern: Viele KI-Rollen sind inzwischen besetzt, aber es fehlen klare Mandate und formale Entscheidungsrechte. Eine Stelle ohne Mandat verschiebt das Problem nur. Sie erzeugt eine Person, die Erwartungen einsammelt und Entscheidungen erbitten muss.

Entscheidungsregeln nach Größenklasse

Die folgende Tabelle verdichtet die Entscheidungslogik. Sie ist eine Orientierung, keine Schablone. Ein reguliertes Haus mit 400 Mitarbeitern kann die dedizierte Rolle früher brauchen als ein Handelsunternehmen mit 1.200.

Größenklasse	Default-Modell	Dedizierte Rolle sinnvoll, wenn	Typische Ausstattung
250 bis 500 Mitarbeiter	KI-Mandat beim CIO oder bei der IT-Leitung, schriftlich, mit 20 bis 30 Prozent Kapazität; Tandem mit einem Fachbereich	KI Teil des Produkts oder Geschäftsmodells ist; Hochrisiko-Anwendungen nach Anhang III geplant sind	kein eigenes Team; externes Sparring; klarer Freigabepfad
500 bis 1.000 Mitarbeiter	Tandem aus IT und Fachbereich mit Entscheidungsrechte-Matrix; Gremium tagt monatlich	mindestens zwei Kriterien zutreffen: sechs oder mehr parallele Vorhaben, Hochrisiko-Bezug, reguliertes Umfeld, KI-Jahresbudget über 250.000 Euro	Rolle in Teilzeit oder Vollzeit; null bis zwei Mitarbeiter
1.000 bis 2.000 Mitarbeiter	dedizierte Rolle mit Berichtslinie zur Geschäftsführung	Default; Verzicht nur bei sehr schmalem Portfolio begründbar	Kernteam von ein bis drei Personen; Umsetzung föderal in den Fachbereichen

Drei Alternativen zur dedizierten Stelle sind praxistauglich. Erstens das Mandatsmodell: Der CIO trägt die KI-Verantwortung mit schriftlichem Auftrag, definierter Kapazität und eigenem Budgetposten. Zweitens das Tandem: Ein Fachbereichsverantwortlicher und ein IT-Architekt führen gemeinsam, mit klar geteilten Entscheidungsrechten. Drittens das befristete externe Mandat als Brücke, bis eine interne Besetzung trägt. Alle drei Modelle funktionieren nur mit denselben Zutaten wie die dedizierte Stelle: Mandat, Budget, Berichtslinie.

Die häufigsten Fehlbesetzungen der Entscheidung

Zwei Muster scheitern regelmäßig. Das erste ist die Prestige-Stelle: Ein Head of AI wird eingestellt, weil der Beirat danach fragt, aber das Portfolio umfasst zwei Piloten. Die Person verbringt ihr erstes Jahr mit Folien und geht im zweiten. Das zweite Muster ist die Dauer-Nebenaufgabe: Die KI-Verantwortung liegt zu einem Achtel bei einer ohnehin ausgelasteten IT-Leitung. In der modellierten KIONIER-Lagebild-Erhebung tragen 68 Prozent der KI-Verantwortlichen die Aufgabe neben einer anderen Funktion. Was als pragmatische Zwischenlösung beginnt, wird ohne Prüftermin zum Dauerzustand. Die Gegenregel ist einfach: Jedes Organisationsmodell bekommt ein Prüfdatum nach zwölf Monaten, mit Kriterien, wann es erweitert oder ersetzt wird.

Das Betriebsmodell: zentral starten, föderal reifen

Was die Studienlage zur Aufstellung sagt

Für die Aufbauorganisation gibt es inzwischen belastbare Muster. McKinsey beobachtet branchenübergreifend, dass mehr als die Hälfte der Unternehmen ihre generative KI zentral führt, selbst wenn Daten und Analytik sonst dezentral organisiert sind. Die Begründung: Ohne zentrale Steuerung bleiben Piloten in Silos stecken. Mit wachsender Reife wandert die Umsetzung in die Fachbereiche, während Standards, Risiko und Architektur zentral bleiben. Die McKinsey-Befragung 2025 zeigt dieselbe Arbeitsteilung im Detail: Risiko, Compliance und Daten-Governance sind meist voll zentralisiert. Talent und Einführung laufen hybrid. Kleinere Unternehmen zentralisieren dabei häufiger vollständig, schlicht weil die Spezialisten für verteilte Strukturen fehlen.

Die drei Modelle, auf Mittelstandsgröße übersetzt

Modell	So funktioniert es	Passt für	Typisches Risiko
Zentral	Eine Stelle oder ein kleines Kernteam entscheidet, priorisiert und setzt um	Einstieg; Häuser bis etwa 1.000 Mitarbeiter; wenige Vorhaben	Engpass: alles wartet auf eine Person; Fachbereiche fühlen sich entmündigt
Hub-and-Spoke	Kernteam setzt Standards, Freigaben und Plattform; Fachbereiche benennen KI-Koordinatoren und setzen um	1.000 bis 2.000 Mitarbeiter; sechs und mehr Vorhaben	Koordinatoren ohne Zeitbudget bleiben Titel ohne Wirkung
Föderal	Fachbereiche führen eigene KI-Arbeit; zentral bleiben nur Richtlinie und Architektur	reife Organisationen mit eigener Datenkompetenz je Bereich	Doppelarbeit, Wildwuchs, Governance-Erosion

Für das Segment 250 bis 2.000 Mitarbeiter folgt daraus eine klare Reihenfolge. Gestartet wird zentral, weil Kompetenz und Freigabefähigkeit anfangs nur an einer Stelle existieren. Sobald zwei bis drei Fachbereiche eigene produktive Anwendungen betreiben, wechselt das Haus auf Hub-and-Spoke. Das volle föderale Modell bleibt für die meisten Mittelständler ein Zielbild, kein Startpunkt. Wer föderal startet, organisiert die Schatten-KI lediglich in Abteilungsfarben.

Der eine Fehler, den alle drei Modelle teilen

Jedes Modell scheitert an derselben Stelle: an unklaren Übergaben zwischen Bau und Betrieb. In der modellierten KIONIER-Lagebild-Erhebung nennen die IT-Leitungen den Betrieb von KI-Systemen als zweitgrößte Kompetenzlücke, direkt nach Data Engineering. Ein Betriebsmodell ist deshalb erst vollständig, wenn es je Anwendung festlegt, wer Modelle überwacht, wer Schwellenwerte ändern darf und wer den Anbieter steuert. Diese drei Fragen gehören in jede Freigabeentscheidung, nicht in die Nacharbeit.

Wer entscheidet was: Gremium, Freigabepfade, Budget

Die Entscheidungsrechte-Matrix

Nur 18 Prozent der Häuser geben neue KI-Anwendungsfälle über einen definierten Prozess mit Gremium frei. 36 Prozent prüfen ad hoc durch die IT, 32 Prozent haben gar keinen Prozess (modellierte KIONIER-Lagebild-Erhebung, CIO-Sicht). Damit hängt die wichtigste Steuerungsentscheidung an einzelnen Personen statt an Kriterien. Die Abhilfe ist keine neue Bürokratie, sondern eine Seite Papier: die Entscheidungsrechte-Matrix.

Entscheidung	Wer entscheidet	Wer wird vorher gehört	Eskalation bei Dissens
Neuer Anwendungsfall, risikoarm (intern, keine Personendaten)	KI-Verantwortung allein, Frist eine Woche	IT-Sicherheit per Kurzcheck	entfällt
Neuer Anwendungsfall mit Personendaten oder Außenwirkung	KI-Gremium, Frist vier bis sechs Wochen	Datenschutz, IT-Sicherheit, Compliance, Betriebsrat	Geschäftsführung
Budgetfreigabe innerhalb des Jahresrahmens	KI-Verantwortung	CFO bei Beträgen über Schwellenwert	Geschäftsführung
Abbruch eines Vorhabens	KI-Gremium auf Antrag jeder Seite	betroffener Fachbereich	Geschäftsführung
Hochrisiko-Einstufung und Anbieterwechsel	Geschäftsführung auf Vorlage des Gremiums	Rechtsfunktion, Datenschutz	Beirat oder Gesellschafter

Das KI-Gremium bleibt im Mittelstand bewusst klein: KI-Verantwortung, IT, ein rotierender Fachbereichssitz, Datenschutz oder Compliance, bei Bedarf HR und Betriebsrat als Gäste. Es tagt monatlich, in ruhigen Phasen quartalsweise. Sein wichtigstes Werkzeug ist die Frist: Ein Freigabeprozess ohne verbindliche Antwortzeit ist ein Verbot mit Umwegen. Die KIONIER-Fallakte „Die Deckungszusage, die niemand geschrieben hat“ zeigt die Alternative: Ein Fachbereich startete mangels legalem Weg selbst, zehn Monate später stoppte der Gesamtvorstand ein unbeherrschtes System mit Außenwirkung.

Budgethoheit: die unbequeme Festlegung

Budget ist die härteste Währung der Organisation. In der modellierten Erhebung kontrollieren nur 24 Prozent der KI-Verantwortlichen ihr Budget vollständig, 30 Prozent gar nicht. Zugleich tragen 46 Prozent die Beweislast für die Wirtschaftlichkeit allein. Diese Schere ist die strukturelle Schieflage der Rolle: Rechenschaft ohne Verfügungsgewalt. Die Gegenregel: Wer den Ertrag nachweisen muss, verfügt über einen eigenen Budgetposten mit Betrag, Herkunft und Jahr. Fachbereiche zahlen die Umsetzung ihrer eigenen Anwendungsfälle mit. Das diszipliniert die Wunschlisten wirksamer als jedes Gremium.

Die Prüfliste für die eigene Entscheidungsordnung

Schatten-KI einfangen statt verbieten

Das Ausmaß, ehrlich beziffert

Schatten-KI ist der Normalzustand, nicht die Ausnahme. 76 Prozent der KI-Verantwortlichen berichten private KI-Nutzung im Haus, nur 6 Prozent haben sie technisch unterbunden (modellierte KIONIER-Lagebild-Erhebung). Der Work Trend Index 2024 liefert den Realwert: 75 Prozent der Wissensarbeiter nutzen generative KI, 78 Prozent davon bringen eigene Werkzeuge mit, und gut die Hälfte verschweigt die Nutzung. Die Geschäftsführung sieht davon einen Bruchteil. 60 Prozent schätzen die Nutzung auf höchstens ein Viertel der Belegschaft (modelliert). Diese Fehleinschätzung ist der Grund, warum Regelungen zu spät kommen: Man reguliert ein Problem, das man für klein hält.

Verbote verschärfen die Lage. Wer Dienste sperrt, verlagert die Nutzung auf Privatgeräte und verliert jede Sichtbarkeit. Die BCG-Befragung 2025 bestätigt den Mechanismus: Mehr als die Hälfte der Beschäftigten ohne passende Werkzeuge beschafft sich eigene Alternativen. Die IT-Praxis hat das verstanden. In der modellierten Erhebung kanalisieren 44 Prozent der IT-Leitungen die Nutzung über freigegebene Dienste, nur 14 Prozent blockieren technisch.

Die Amnestie-Inventur in drei Phasen

Der wirksamste Einstieg ist eine befristete Amnestie-Inventur: Wer seine Werkzeuge offenlegt, hat keine Sanktion zu befürchten. Ziel ist Sichtbarkeit, nicht Bestrafung.

Phase	Dauer	Was passiert	Ergebnis
1. Offenlegen	zwei bis vier Wochen	Anonyme oder namentliche Meldung genutzter Werkzeuge je Team; Führungskräfte melden zuerst	vollständigeres KI-Inventar; Datenarten je Werkzeug
2. Ersetzen	vier bis acht Wochen	Freigegebene Alternative bereitstellen (Unternehmenszugang statt Privatkonto); die drei häufigsten Anwendungsfälle zuerst	legaler Weg ist schneller und besser als der Schatten
3. Regeln	ab Woche acht	Kurze Nutzungsregel: erlaubte Werkzeuge, verbotene Datenarten, Kennzeichnungspflichten; Schulung dazu	gelebte Richtlinie statt Papier; Stichproben statt Überwachung

Drei Regeln entscheiden über den Erfolg. Erstens: Die freigegebene Alternative muss vor der Verbotsregel da sein. Ohne legales Angebot wandert die Nutzung nur tiefer in den Schatten. Zweitens: Die Datenregel ist wichtiger als die Werkzeugregel. Entscheidend ist, welche Informationen in welche Dienste dürfen, nicht welches Logo auf dem Werkzeug steht. Drittens: Die Führungsebene macht ihre eigene Nutzung transparent. Drei Viertel der Geschäftsführer nutzen KI selbst zumindest gelegentlich (modelliert). Wer die eigene Nutzung verschweigt und die der Belegschaft reguliert, verliert die Glaubwürdigkeit der ganzen Regelung.

Was bleibt, wenn die Inventur durch ist

Nach der Inventur beginnt der Dauerbetrieb: Das Inventar wird quartalsweise gepflegt, neue Dienste laufen über den Freigabepfad, und die Nutzungsregel wandert in die Schulung nach Artikel 4. Schatten-KI verschwindet nie vollständig. Ziel ist ein Zustand, in dem der legale Weg der bequemste ist. Dann bleibt im Schatten nur, was dort nichts verloren hat, und genau das ist dann ein klarer Regelverstoß statt einer Grauzone.

Das Stellenprofil und die Kostenfrage

Was ein Head of AI in dieser Größenklasse können muss

Das Konzernprofil hilft hier nicht. Ein Head of AI im Mittelstand führt kein Forschungsteam, sondern eine Übersetzungsfunktion mit Umsetzungspflicht. Die modellierte KIONIER-Lagebild-Erhebung zeigt die Realität der Rolle: kleines oder kein Team, geteilte Budgets, hohe Berichtsfrequenz, Beweislast für die Wirtschaftlichkeit.

Kompetenzfeld	Muss die Person können	Muss die Person nicht können
Geschäft	Prozesse und Ergebnisrechnung des Hauses verstehen; Anwendungsfälle nach Wert priorisieren; Business Cases mit Baseline rechnen	Branchenerfahrung in genau dieser Nische mitbringen
Technik	Architekturen bewerten (Kauf, Anpassung, Eigenbau); Anbieter und Angebote technisch prüfen; Datenlage realistisch einschätzen	selbst Modelle entwickeln oder trainieren
Recht und Governance	KI-Verordnung auf Betreiberebene anwenden; Freigabeprozess und Inventar führen; mit Datenschutz und Betriebsrat verhandeln	Rechtsfragen abschließend beurteilen
Führung	Ohne disziplinarische Macht wirken; Geschäftsführung und Fachbereiche in einer Sprache erreichen; Nein-Entscheidungen dokumentieren und vertreten	eine große Abteilung managen

Bei der Besetzung konkurriert das Haus mit Konzerngehältern. In der modellierten Erhebung blieben 44 Prozent der suchenden Häuser ganz oder teilweise erfolglos, 58 Prozent der Rollen wurden intern besetzt. Zur Vergütung gibt es einen belastbaren Anker: Nach der WTW-Vergütungsstudie liegt die Gesamtvergütung für Machine-Learning-Rollen der mittleren Fachebene in Deutschland im Median bei rund 122.000 US-Dollar. Deutschland ist danach der drittgrößte Markt für KI-Fachkräfte weltweit. Für die Leitungsrolle im Segment 250 bis 2.000 Mitarbeiter existiert kein öffentlicher Datensatz gleicher Güte. Als typisierte Größenordnung ist ein Jahresgehalt von 120.000 bis 160.000 Euro realistisch; Konzerne und Technologieunternehmen zahlen teils deutlich darüber. Interne Besetzung mit gezielter Weiterbildung ist deshalb oft der wirtschaftlichere und schnellere Weg.

Das durchgerechnete Beispiel: dedizierte Rolle oder verteiltes Modell

Das folgende Beispiel ist typisiert und dient der Rechenlogik, nicht als Preisliste. Ein Maschinenbauer mit 800 Mitarbeitern hat sechs KI-Vorhaben im Portfolio, zwei davon produktiv. Er vergleicht zwei Modelle über 24 Monate.

Posten	Variante A: dedizierter Head of AI	Variante B: verteiltes Modell (CIO-Mandat plus Tandem)
Besetzung	Personalberatung, rund 25 Prozent vom Zieljahresgehalt: 35.000 Euro einmalig	entfällt (interne Besetzung)
Führungsrolle	Gehalt 140.000 Euro plus rund 20 Prozent Arbeitgeberkosten = 168.000 Euro je Jahr; 24 Monate = 336.000 Euro	CIO-Mandat mit 30 Prozent Kapazität: 30 Prozent von 180.000 Euro Vollkosten = 54.000 Euro je Jahr; 24 Monate = 108.000 Euro
Zweite Kraft	KI-Engineer ab Monat 7: 108.000 Euro Vollkosten je Jahr; 18 Monate = 162.000 Euro	Tandempartner Fachbereich, 50 Prozent freigestellt: 55.000 Euro je Jahr; 24 Monate = 110.000 Euro
Externe Unterstützung	in Werkzeug- und Weiterbildungsbudget enthalten: 24.000 Euro über 24 Monate	Sparring zwei Tage je Monat à 1.800 Euro = 43.200 Euro je Jahr; 24 Monate = 86.400 Euro
Schulung	siehe oben	Schulungsbudget Tandem: 20.000 Euro
Summe über 24 Monate	557.000 Euro	324.400 Euro

Der Rechenweg für Variante A: 35.000 + 336.000 + 162.000 + 24.000 = 557.000 Euro. Für Variante B: 108.000 + 110.000 + 86.400 + 20.000 = 324.400 Euro. Der nominale Vorteil des verteilten Modells beträgt rund 233.000 Euro über zwei Jahre.

Die Rechnung kippt über die Verzögerungskosten. Das verteilte Modell entscheidet langsamer, weil Kapazität und Mandat geteilt sind. Angenommen, es verzögert den Produktivgang von nur zwei Vorhaben um je sechs Monate, und jedes Vorhaben trägt geplant 15.000 Euro Nutzen je Monat. Dann entstehen 2 × 6 × 15.000 = 180.000 Euro Verzögerungskosten. Der Kostenvorteil schrumpft auf rund 53.000 Euro. Ab etwa sechs parallelen Vorhaben, bei der ersten Hochrisiko-Anwendung oder bei einem KI-Jahresbudget über 500.000 Euro rechnet sich die dedizierte Rolle fast immer. Darunter ist das verteilte Modell die wirtschaftlichere Wahl, sofern die Kapazität real freigeräumt wird und nicht nur auf dem Papier steht.

These: Ein Head of AI ohne Budgethoheit ist keine Führungsrolle, sondern eine Beweislast mit Titel. Erst Entscheidungsrechte machen aus der Stelle eine Organisation, erst die Organisation macht die Stelle bezahlbar.

Kompetenz in der Breite: Artikel 4 als Organisationsaufgabe

Was die Pflicht verlangt und wo die Praxis steht

Artikel 4 der KI-Verordnung verpflichtet Anbieter und Betreiber seit dem 2. Februar 2025, ein ausreichendes Maß an KI-Kompetenz ihres Personals sicherzustellen. Das gilt nach Rolle und Kontext: Wer ein System nur nutzt, braucht anderes Wissen als wer es freigibt oder überwacht. Erfasst sind auch Externe, die im Auftrag mit KI-Systemen arbeiten. Das ist Orientierung, keine Rechtsberatung; die Aufsichtspraxis ist jung.

Die Praxis hinkt der Pflicht deutlich hinterher. Nach Bitkom (2025) bieten 43 Prozent der Unternehmen keinerlei KI-Schulungen an. Nur 8 Prozent schulen alle Mitarbeitenden, 21 Prozent einen Großteil, 25 Prozent ausgewählte Beschäftigte. Aus Sicht der Erwerbstätigen ist das Bild noch schärfer: 20 Prozent wurden geschult, 70 Prozent erhalten gar kein Angebot. Die modellierte KIONIER-Lagebild-Erhebung zeigt denselben Rückstand im Segment: 42 Prozent der Häuser mit KI-Rolle haben Artikel-4-Schulungen erst in Planung oder noch nicht begonnen.

Dabei ist die Wirkung von Schulung ungewöhnlich gut belegt. Nach BCG (2025) sind 79 Prozent der Beschäftigten mit mehr als fünf Stunden Schulung regelmäßige KI-Nutzer, gegenüber 67 Prozent mit weniger. Nur 36 Prozent fühlen sich ausreichend geschult. Und nur 25 Prozent der operativen Beschäftigten erleben ausreichende Unterstützung ihrer Führung. Mit sichtbarer Führungsunterstützung steigt der Anteil der positiv eingestellten Beschäftigten von 15 auf 55 Prozent. Kompetenzaufbau ist damit doppelt begründet: als Rechtspflicht und als stärkster bekannter Adoptionshebel.

Rollen-Curricula statt Gießkanne

Eine Pflichtstunde E-Learning für alle erfüllt weder den Zweck noch überzeugt sie eine Aufsicht. Tragfähig ist ein Curriculum nach Rollen, wie es auch Fraunhofer IAO (2024) empfiehlt: Grundkompetenz für alle, berufsspezifische Vertiefung je Funktion.

Rolle	Inhalt	Umfang (typisiert)	Nachweis
Alle Mitarbeitenden	Grundlagen, erlaubte Werkzeuge, Datenregeln, Grenzen und typische Fehler	vier bis sechs Stunden im ersten Jahr, danach jährliche Auffrischung	Teilnahme dokumentiert
Vielnutzer in Fachbereichen	Anwendungsfälle des eigenen Bereichs, Prompt-Praxis, Qualitätskontrolle der Ausgaben	ein bis zwei Tage plus Praxisbegleitung	Kurzzertifikat intern
Freigebende und Überwachende	Risikoklassen, menschliche Aufsicht, Protokollpflichten, Eskalationswege	zwei Tage plus jährliche Aktualisierung	benannte Funktion im Inventar
Führungskräfte	Erwartungssteuerung, Bewertung von Business Cases, Mitbestimmung, eigene Vorbildnutzung	ein Tag, verpflichtend	Bestandteil der Führungskräfteentwicklung
KI-Kernrollen (IT, Daten)	Betrieb, Monitoring, Sicherheit von KI-Anwendungen, Anbietersteuerung	individueller Entwicklungspfad	Weiterbildungsplan je Person

Der Betriebsrat als Partner, nicht als letzte Hürde

In fast der Hälfte der Häuser mit Betriebsrat haben die KI-Gespräche noch nicht begonnen (modellierte KIONIER-Lagebild-Erhebung, Geschäftsführer-Sicht: 46 Prozent). Das ist doppelt riskant. Rechtlich können KI-Systeme mit Verhaltens- oder Leistungsbezug der Mitbestimmung unterliegen; das Betriebsrätemodernisierungsgesetz gibt dem Gremium zudem Anspruch auf externen Sachverstand bei KI. Praktisch zeigt die Auswertung von Betriebsvereinbarungen durch die Hans-Böckler-Stiftung, dass verhandelte Regeln die Einführung tragen statt bremsen: Risikomatrizen je Anwendung, Ausschluss personenbezogener Leistungsauswertung, Qualifizierungszusagen. Die typisierten KIONIER-Entscheider-Interviews bestätigen das Muster: Dort war die schriftliche Zusage, keine personenbezogenen Auswertungen zu fahren, die Bedingung der Akzeptanz in der Fertigung. Wer den Betriebsrat früh einbindet, verhandelt einmal. Wer ihn übergeht, verhandelt unter Zeitdruck im laufenden Projekt.

These: Schulung ist im AI Act keine Fürsorgeleistung, sondern Betreiberpflicht. Wer Artikel 4 mit einer Pflichtstunde E-Learning abhakt, verwechselt den Nachweis mit der Kompetenz und verliert beides.

Die Prüfliste für den Kompetenzaufbau

Die Schnittstelle Geschäftsführung, IT und Fachbereich

Die drei typischen Konfliktlinien

Die typisierten KIONIER-Entscheider-Interviews zeigen quer durch die Branchen drei wiederkehrende Konfliktlinien. Sie sind keine Charakterfragen, sondern Konstruktionsfehler der Schnittstelle.

Die erste Linie verläuft zwischen Geschäftsführung und KI-Verantwortung: die Konferenzfolie gegen die Bestandssysteme. Im typisierten Gespräch hält ein Vorstand dem Head of AI eine Beraterfolie mit zweistelligen Effizienzgewinnen vor und fragt, warum das eigene Haus langsamer ist. Die ehrliche Antwort handelt von Fusionsaltlasten, unstrukturierten Daten und Prüfschleifen. Sie klingt nach Ausrede, obwohl sie die Wahrheit ist. Das Gegenmittel aus demselben Gespräch: neben dem Fortschritt auch die Verhinderungskosten berichten, also was jede Prüfschleife kostet und warum sie trotzdem richtig ist. Das macht die Diskussion nicht einfacher, aber sachlicher.

Die zweite Linie verläuft zwischen IT und Fachbereich: Beschaffen gegen Verantworten. Der Fachbereich führt Werkzeuge ein, die IT haftet für Betrieb, Sicherheit und Datenschutz. In der modellierten KIONIER-Lagebild-Erhebung berichten 34 Prozent der IT-Leitungen offene Zuständigkeitskonflikte mit den Fachbereichen. Im typisierten Interview eines Industrieunternehmens las der Werksleiter ein von der IT gestartetes Projekt als Misstrauensvotum gegen seine Mannschaft; der Konflikt kostete drei Monate. Die dort gefundene Regel trägt allgemein: Die IT liefert, der Fachbereich führt. Kein Vorhaben startet ohne einen Fachbereichsverantwortlichen als offiziellen Auftraggeber.

Die dritte Linie verläuft zwischen Tempo und Prüfpflicht: der Sponsor gegen den Freigabepfad. Vorhaben mit Fürsprecher in der Geschäftsführung neigen dazu, Prüfungen zu überspringen. Im typisierten Versicherungsgespräch stoppte der KI-Verantwortliche ein Textgenerierungs-Vorhaben mit Vorstandssponsor, weil die Prüfkette für rechtlich heikle Schreiben nicht garantiert war. Die Eskalation ging nur gut, weil die Rechtsfunktion die Einschätzung teilte. Die strukturelle Lehre: Der Freigabepfad gilt ausnahmslos, auch für Vorhaben mit prominentem Paten. Ausnahmen für Sponsoren sind der Anfang der Governance-Erosion.

Das gemeinsame Berichtsformat

Gegen die Wahrnehmungslücke hilft kein weiterer Foliensatz, sondern ein gemeinsames Zahlenbild. Bewährt hat sich ein einseitiger Quartalsbericht mit vier festen Blöcken: erstens Portfolio-Status je Vorhaben (Idee, Pilot, Rollout, produktiv, beendet); zweitens gemessene Wirkung gegen die vorab fixierte Baseline; drittens Risiken und Rechtsfristen mit Ampel; viertens Verhinderungskosten und Entscheidungsbedarfe an die Geschäftsführung. Wichtig ist die Disziplin, auch Abbrüche und ungeprüfte Vermutungen auszuweisen. In der modellierten Erhebung vermuten 22 Prozent der Geschäftsführer einen Nutzen, den niemand gemessen hat. Ein Berichtsformat, das diese Kategorie sichtbar macht, beendet die freundliche Selbsttäuschung.

Die Quartalsklausur als Übersetzungstermin

Einmal je Quartal gehören Geschäftsführung, IT, KI-Verantwortung und die zwei wichtigsten Fachbereiche für zwei Stunden an einen Tisch. Die Agenda ist immer gleich: Was hat gewirkt, was wurde beendet, was steht rechtlich an, was braucht eine Entscheidung. Zwei Drittel der KI-Verantwortlichen berichten bereits mindestens quartalsweise formal an die Geschäftsführung (modelliert). Der Unterschied der Klausur liegt in der Richtung: Sie ist kein Rechenschaftstermin einer Person, sondern ein Abgleich dreier Sichten. Häuser, die diesen Termin ernsthaft führen, verlieren die Wahrnehmungslücke nicht ganz. Aber sie bemerken sie, bevor sie Budgetentscheidungen verzerrt.

Die fünf Stellen, an denen es scheitert

1. Die Rolle ohne Mandat. Frühwarnzeichen: Der KI-Verantwortliche trägt die Beweislast für die Wirtschaftlichkeit, aber das Budget liegt bei der IT oder in den Fachbereichen; Entscheidungen brauchen informelle Umwege. In der modellierten KIONIER-Lagebild-Erhebung betrifft das fast die Hälfte der Rollen. Gegenmaßnahme: Entscheidungsrechte-Matrix beschließen, eigenen Budgetposten schaffen, Berichtslinie zur Geschäftsführung prüfen.
2. Der Freigabeprozess, den es nicht gibt. Frühwarnzeichen: Fachbereiche beschaffen KI-Dienste per Kreditkarte unterhalb der Einkaufsgrenzen; die IT erfährt aus Fluren von neuen Werkzeugen. Wohin das führt, seziert die KIONIER-Fallakte „Die Deckungszusage, die niemand geschrieben hat“: zehn Monate Schatten-Betrieb mit Kundendaten, dann Vollstopp durch den Vorstand. Gegenmaßnahme: zweistufiger Freigabepfad mit Fristen, Inventar als Nebenprodukt jedes Antrags.
3. Das Verbot statt des Angebots. Frühwarnzeichen: Die Sperrliste wächst, die gemeldete Nutzung sinkt, die reale wandert auf Privatgeräte. Gegenmaßnahme: Amnestie-Inventur, freigegebene Alternative vor der Verbotsregel, Datenregeln statt Werkzeugverbote.
4. Die Schulung als Einmalveranstaltung. Frühwarnzeichen: Artikel 4 gilt als erledigt, weil es ein E-Learning gab; niemand kann sagen, wer welches System freigeben darf. Gegenmaßnahme: Rollen-Curricula mit mindestens fünf Stunden für Vielnutzer, dokumentierte Nachweise, jährliche Auffrischung.
5. Die unbesetzte Schnittstelle zur Geschäftsführung. Frühwarnzeichen: Die Geschäftsführung berichtet dem Beirat Fortschritt, die IT berichtet intern Risiken, beide Zahlen passen nicht zusammen. Gegenmaßnahme: gemeinsames Berichtsformat mit Baseline-Pflicht und Verhinderungskosten, Quartalsklausur mit allen drei Sichten.

Maßnahmen für die Geschäftsführung: 30, 60, 90 Tage

Bis Tag 30, Sichtbarkeit herstellen

1. Amnestie-Inventur starten: alle genutzten KI-Werkzeuge je Team erheben, ohne Sanktion. Owner: KI-Verantwortung oder IT-Leitung.
2. Die KI-Verantwortung schriftlich klären: Person, Kapazität, Berichtslinie, vorläufige Entscheidungsrechte. Owner: Geschäftsführung.
3. Den Artikel-4-Stand erheben: Wer wurde wann zu was geschult, was ist dokumentiert. Owner: HR mit KI-Verantwortung.
4. Betriebsrat informieren und Gesprächsfahrplan vereinbaren, bevor das nächste Werkzeug eingeführt wird. Owner: Geschäftsführung mit HR.

Bis Tag 60, Ordnung beschließen

1. Entscheidungsrechte-Matrix und zweistufigen Freigabepfad mit Fristen beschließen. Owner: Geschäftsführung auf Vorlage der KI-Verantwortung.
2. KI-Gremium besetzen und ersten Sitzungstakt festlegen. Owner: KI-Verantwortung.
3. KI-Budget als eigenen Posten mit Betrag und Herkunft festlegen. Owner: CFO mit Geschäftsführung.
4. Freigegebene Werkzeug-Alternative für die drei häufigsten Schatten-Anwendungsfälle bereitstellen. Owner: IT-Leitung.

Bis Tag 90, Fähigkeit aufbauen

1. Rollen-Curricula verabschieden und die erste Schulungswelle terminieren; Führungskräfte zuerst. Owner: HR mit KI-Verantwortung.
2. Organisationsentscheid treffen: dediziertes Modell, Mandatsmodell oder Tandem, mit Prüfdatum nach zwölf Monaten. Owner: Geschäftsführung.
3. Gemeinsames Quartals-Berichtsformat einführen, inklusive Baseline-Pflicht und Verhinderungskosten. Owner: KI-Verantwortung mit CFO.
4. Erste Quartalsklausur Geschäftsführung, IT, Fachbereiche durchführen und Entscheidungsbedarfe protokollieren. Owner: Geschäftsführung.

FAQ

Brauchen wir mit 600 Mitarbeitern einen eigenen Head of AI oder reicht die IT-Leitung?

Bei 600 Mitarbeitern reicht meist ein schriftliches KI-Mandat bei der IT-Leitung oder ein Tandem aus IT und Fachbereich. Die dedizierte Stelle lohnt sich, wenn mindestens zwei Kriterien zutreffen: sechs oder mehr parallele Vorhaben, Hochrisiko-Anwendungen nach Anhang III, reguliertes Umfeld oder ein KI-Jahresbudget über 250.000 Euro. Wichtiger als der Titel sind Kapazität, Budgethoheit und Berichtslinie. Ein Mandat mit 30 Prozent Kapazität und eigenem Budget schlägt eine Vollzeitstelle ohne Entscheidungsrechte. Setzen Sie ein Prüfdatum nach zwölf Monaten.

Was muss ein KI-Gremium im Mittelstand entscheiden dürfen und wie oft sollte es tagen?

Das Gremium entscheidet über Freigaben von Anwendungsfällen mit Personendaten oder Außenwirkung, über Abbrüche und über Vorlagen zu Hochrisiko-Einstufungen an die Geschäftsführung. Risikoarme interne Fälle gibt die KI-Verantwortung allein frei, binnen einer Woche. Das Gremium tagt monatlich, in ruhigen Phasen quartalsweise, und bleibt klein: KI-Verantwortung, IT, ein rotierender Fachbereichssitz, Datenschutz oder Compliance. Entscheidend sind verbindliche Fristen. Ein Gremium, das nur berichtet und nichts entscheiden darf, verlängert jeden Umweg in den Schatten.

Wie gehen wir mit Mitarbeitern um, die private ChatGPT-Konten für Arbeitsaufgaben nutzen, ohne alles zu verbieten?

Mit einer befristeten Amnestie-Inventur: Wer seine Werkzeuge offenlegt, hat keine Sanktion zu befürchten. Danach stellen Sie für die häufigsten Anwendungsfälle eine freigegebene Alternative bereit, etwa einen Unternehmenszugang statt Privatkonten. Erst dann kommt die Regel: erlaubte Werkzeuge, verbotene Datenarten, Kennzeichnungspflichten. Verbote ohne Angebot verlagern die Nutzung nur auf Privatgeräte. Real nutzen rund drei Viertel der Wissensarbeiter generative KI, gut die Hälfte verschweigt es (Work Trend Index 2024). Ziel ist, dass der legale Weg der bequemste ist.

Was kostet es, eine Head-of-AI-Stelle im Mittelstand zu besetzen, und woran scheitert die Suche?

Rechnen Sie als typisierte Größenordnung mit 120.000 bis 160.000 Euro Jahresgehalt plus rund 20 Prozent Arbeitgeberkosten und etwa 25 Prozent des Zielgehalts für die Personalberatung. Belegbar ist der Marktdruck: Deutschland ist nach der WTW-Vergütungsstudie der drittgrößte KI-Talentmarkt weltweit, Konzerne zahlen darüber. Die Suche scheitert meist an drei Dingen: unklares Mandat, fehlende Budgethoheit und ein Portfolio, das die Rolle nicht füllt. In der modellierten KIONIER-Lagebild-Erhebung blieben 44 Prozent der suchenden Häuser ganz oder teils erfolglos; 58 Prozent besetzen intern.

Welche Schulungen verlangt Artikel 4 der KI-Verordnung von uns als Betreiber ohne eigenes Data-Team?

Artikel 4 verlangt seit Februar 2025 ein ausreichendes Maß an KI-Kompetenz, abgestuft nach Rolle und Einsatzkontext; das ist Orientierung, keine Rechtsberatung. Praktisch heißt das: Grundschulung für alle, die KI-Systeme nutzen, Vertiefung für Vielnutzer und nachweisbare Qualifikation für Personen, die Systeme freigeben oder überwachen. Auch Externe mit Systemzugang zählen. Ein Data-Team brauchen Sie dafür nicht, wohl aber Dokumentation: Wer wurde wann zu was geschult. Planen Sie für Vielnutzer mindestens fünf Stunden mit Praxisanteil; ab dieser Schwelle steigt die Nutzung messbar (BCG 2025).

Muss der Betriebsrat zustimmen, wenn wir Microsoft Copilot einführen?

Häufig ja, zumindest ist er zu beteiligen; das ist Orientierung, keine Rechtsberatung. Systeme, die technisch geeignet sind, Verhalten oder Leistung zu überwachen, unterliegen der Mitbestimmung nach § 87 BetrVG, und Assistenzsysteme protokollieren Nutzungsdaten. Der Betriebsrat kann bei KI zudem externen Sachverstand hinzuziehen. Die Praxisauswertungen der Hans-Böckler-Stiftung zeigen den tragfähigen Weg: Rahmenvereinbarung mit Risikomatrix, Ausschluss personenbezogener Leistungsauswertung, Qualifizierungszusagen. Früh eingebunden wird der Betriebsrat zum Partner der Einführung. Übergangen wird er zur Verzögerung im laufenden Projekt.

Unsere Geschäftsführung und unsere IT reden bei KI aneinander vorbei. Wie bekommen wir beide auf eine Linie?

Mit einem gemeinsamen Zahlenbild statt gegenseitiger Überzeugungsversuche. Führen Sie einen einseitigen Quartalsbericht ein: Portfolio-Status, gemessene Wirkung gegen Baseline, Risiken und Fristen, Verhinderungskosten mit Entscheidungsbedarfen. Ergänzen Sie eine Quartalsklausur mit Geschäftsführung, IT und den wichtigsten Fachbereichen. Die Lücke ist normal: In der modellierten KIONIER-Lagebild-Erhebung halten 64 Prozent der CIOs die Erwartungen ihrer Geschäftsführung für überzogen, während Geschäftsführer die reale KI-Nutzung im Haus massiv unterschätzen. Sichtbar gemachte Differenzen lassen sich verhandeln. Unsichtbare verzerren jede Budgetentscheidung.

Vertiefung im KIONIER-Bestand

• Arbeitshilfe B „EU-AI-Act-Selbstaudit“ führt vom Inventar über die Rollenfrage Betreiber oder Anbieter bis zur Fristen-Übersicht; das operative Gegenstück zum Governance-Kapitel dieses Guides.
• Arbeitshilfe D „Use-Case-Priorisierung“ liefert das Scoring, mit dem das KI-Gremium aus Wunschlisten ein Portfolio macht.
• Arbeitshilfe C „Board-ROI-Modell“ rechnet Baseline, Wirkungszuordnung und Amortisation vor; die Grundlage für das gemeinsame Berichtsformat.
• Lagebild-Umfragen 1 bis 3 (modelliert) die vollständigen Ergebnisbilder zu Head of AI, Geschäftsführung und CIO, aus denen die Wahrnehmungslücke dieses Guides stammt.
• Fallakte 03 „Die Deckungszusage, die niemand geschrieben hat“ das Post-mortem zur Governance-Lücke: was passiert, wenn der Freigabeprozess fehlt.
• Typisierte Entscheider-Interviews 02 (Automobilzulieferer, CIO) und 03 (Versicherung, Head of AI) die Konfliktlinien dieses Guides in Gesprächsform, von der Werksleiter-Eskalation bis zum Vorstandssponsor.
• Glossar: „Chief AI Officer (CAIO)“, „KI-Gremium“, „Entscheidungsrechte-Matrix“, „BYOAI“ und „KI-Kompetenz nach Artikel 4“. Die Kernbegriffe dieses Guides, je in einem Satz zitierfähig definiert.

Quellen

1. IBM Institute for Business Value mit Dubai Future Foundation und Oxford Economics: The CAIO-Studie 2025 (über 600 Chief AI Officers, 22 Länder), 26 Prozent der Unternehmen mit CAIO, 57 Prozent intern besetzt, 61 Prozent mit Budgetkontrolle. https://www.ibm.com/thought-leadership/institute-business-value/en-us/report/chief-ai-officer
2. Microsoft und LinkedIn: Work Trend Index Annual Report 2024 (31.000 Befragte, 31 Länder), 75 Prozent der Wissensarbeiter nutzen generative KI, 78 Prozent BYOAI, 52 Prozent verbergen die Nutzung. https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part
3. Bitkom: Künstliche Intelligenz in Deutschland, Studienbericht 2025 (604 Unternehmen, 1.005 Personen), 36 Prozent Nutzung; 43 Prozent der Unternehmen ohne KI-Schulungsangebot; 20 Prozent der Erwerbstätigen geschult, 70 Prozent ohne Angebot. https://www.bitkom.org/sites/main/files/2026-02/bitkom-studienbericht-ki.pdf
4. Boston Consulting Group: AI at Work 2025, Momentum Builds, but Gaps Remain (10.635 Beschäftigte, 11 Länder), 51 Prozent regelmäßige Nutzung an der Basis, 79 gegenüber 67 Prozent Nutzung ab fünf Stunden Schulung, 36 Prozent ausreichend geschult, 25 Prozent mit Führungsunterstützung. https://www.bcg.com/publications/2025/ai-at-work-momentum-builds-but-gaps-remain
5. McKinsey & Company: The State of AI, Global Survey 2025, Zentralisierung von Risiko, Compliance und Daten-Governance; hybride Modelle für Talent und Einführung; kleinere Unternehmen zentralisieren häufiger vollständig. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
6. McKinsey & Company: Scaling gen AI in banking (Choosing the best operating model, 2024) über 50 Prozent zentral geführte GenAI-Organisationen; erwartete Verschiebung zu föderalen Modellen mit wachsender Reife. https://www.mckinsey.com/industries/financial-services/our-insights/scaling-gen-ai-in-banking-choosing-the-best-operating-model
7. Deloitte: The ROI of AI, The paradox of rising investment and elusive returns, 2026 (1.854 Führungskräfte, 14 Länder), nur 2 Prozent der deutschen Unternehmen verankern KI-Verantwortung auf CEO-Ebene; Amortisation typisch in ein bis zwei Jahren. https://www.deloitte.com/de/de/about/press-room/deutsche-unternehmen-optimieren-mit-kI,-transformieren-aber-noch-nicht.html
8. NEXperts: KI-Manager-Kompass 2026 (n=110, DACH-Mittelstand, explorativ), KI-Rollen zunehmend besetzt, aber ohne klare Mandate und formale Entscheidungsrechte. https://www.handelsblatt.com/adv/presseportal/nexperts-ki-manager-im-mittelstand-viele-ki-rollen-besetzt-aber-oft-fehlt-klares-mandat/100224357.html
9. WTW: Artificial Intelligence and Digital Talent Salary Survey 2025 (rund 11.700 Unternehmen, 30 Länder), Deutschland drittgrößter KI-Talentmarkt; Median-Gesamtvergütung mittlerer Machine-Learning-Rollen rund 122.000 US-Dollar; wiedergegeben nach Haufe, 2026. https://www.haufe.de/personal/hr-management/studie-ki-kompetenzen-werden-zum-verguetungsthema_80_685250.html
10. Kienbaum: Erhebung zu KI und Vergütung im DACH-Raum, 2026 (rund 600 Unternehmen), nur ein Drittel berücksichtigt KI-Kompetenzen systematisch in der Vergütung; wiedergegeben nach Haufe, 2026. https://www.haufe.de/personal/hr-management/studie-ki-kompetenzen-werden-zum-verguetungsthema_80_685250.html
11. Fraunhofer IAO: Potenziale Generativer KI für den Mittelstand, 2024 (48 Expertenbefragungen), AI-Literacy für alle Mitarbeitenden, strategische Verankerung, berufsspezifische Weiterbildung als Handlungsempfehlungen. https://doi.org/10.24406/publica-2246
12. Hans-Böckler-Stiftung, Institut für Mitbestimmung und Unternehmensführung: Betriebs- und Dienstvereinbarungen zu KI und algorithmischen Systemen, laufende Auswertung, Risikomatrizen, Ausschluss personenbezogener Leistungsauswertung, Qualifizierungszusagen als verhandelte Muster. https://www.imu-boeckler.de/de/betriebsvereinbarungen-15454-ki-algorithmische-systeme-44730.htm
13. Europäische Union: Verordnung (EU) 2024/1689 (KI-Verordnung), insbesondere Artikel 4 (KI-Kompetenz, gilt seit 02.02.2025) und Artikel 50 (Transparenz, ab 02.08.2026); Fristenlage Stand Juli 2026 inklusive Digital Omnibus on AI (Anhang III auf 02.12.2027, Anhang I auf 02.08.2028, Amtsblatt ausstehend). https://eur-lex.europa.eu/eli/reg/2024/1689/oj
14. Gartner: Pressemitteilung, Juli 2024, mindestens 30 Prozent der GenAI-Projekte werden nach dem Proof of Concept abgebrochen; unzureichende Risikokontrollen als einer der vier Hauptgründe. 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
15. MIT Project NANDA: The GenAI Divide, State of AI in Business 2025, 95 Prozent der GenAI-Piloten ohne messbaren Effekt auf die Ergebnisrechnung. https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf
16. S&P Global Market Intelligence: Voice of the Enterprise, AI and Machine Learning 2025, 42 Prozent der Unternehmen brachen die Mehrheit ihrer KI-Initiativen ab. https://www.ciodive.com/news/AI-project-fail-data-SPGlobal/742590/
17. Sopra Steria und F.A.Z.-Institut: Entscheiderbefragung zu generativer KI, 2024 (189 Entscheider), zwei Drittel erwarten, dass Entscheider ohne KI-Verständnis mittelfristig aus Leitungsebenen verdrängt werden. https://www.soprasteria.at/newsroom/publikationen/studien/free/genai-kompetenz-chefs-in-deutschland-muessen-schulbank-druecken
18. RAND Corporation: The Root Causes of Failure for Artificial Intelligence Projects, 2024, Führungs- und Prozessversagen als häufigste Ursachenkategorie gescheiterter KI-Projekte. https://www.rand.org/pubs/research_reports/RRA2680-1.html

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.