Warum die KI-Transformation in Unternehmen scheitert: 7 unerwartete Hürden

Eine globale Investmentbank hat über 250 Projekte gestartet, die mit Sprachmodellen verknüpft sind. Ein Lebensmittelgigant hat KI in 185 Ländern eingeführt. Ein Modeunternehmen hat mehr als 18.000 Finanzprozesse automatisiert. Das Ergebnis? So gut wie keine echte Transformation des Unternehmens. Das klingt absurd, doch genau das berichteten hochrangige Führungskräfte auf einem nicht öffentlichen Gipfeltreffen an der Harvard Business School.

Das Forschungsinstitut D³ (Digital Data Design) und Microsoft hatten dort gemeinsam Vertreter Dutzender globaler Unternehmen aus dem Gesundheitswesen, dem Bankensektor und der Industrie versammelt. Das Ziel war einfach: herauszufinden, warum die KI-Transformation in Unternehmen ins Stocken geraten ist. Und die daraus hervorgegangene Antwort ist überraschend menschlich. Das Problem liegt nicht in der Technologie. Das Problem sind wir.

Was ist diese „letzte Meile“?

Der Begriff stammt aus der Logistik. Die letzte Meile ist der teuerste und komplizierteste Abschnitt der Zustellung einer Sendung, das Stück vom Lager bis zur Haustür des Kunden. Bei der KI-Transformation ist es der Moment, in dem technische Möglichkeiten auf die organisatorische Realität treffen. Ein KI-Agent kann innerhalb von Sekunden einen komplexen Vertrag erstellen. Anschließend wartet dieser Vertrag zwei Wochen lang in der Warteschlange auf eine manuelle juristische Prüfung, weil niemand die internen Prozesse überarbeitet hat. Der Engpass ist nicht verschwunden. Er hat sich lediglich verlagert.

Die Harvard-Forscher identifizierten sieben konkrete Reibungspunkte, die diese letzte Meile blockieren:

1. Zu viele Pilotprojekte ohne Ergebnis. Unternehmen sind buchstäblich „reich an Pilotprojekten, aber arm an Transformation“. Lokale Erfolge gibt es, doch niemand weiß, wie sie in einen echten Standard für die gesamte Organisation überführt werden können.
2. Produktivität, die spurlos verschwindet. Über 99 % der Beschäftigten eines globalen Zahlungsnetzwerks nutzen aktiv KI-Assistenten. Ein Industriehersteller verzeichnete bei Tausenden von Ingenieuren einen zweistelligen Produktivitätszuwachs. Doch wo schlägt sich das in der Buchhaltung nieder? Die eingesparte Zeit wird stillschweigend von weiteren Besprechungen und unnötigen E-Mails verschlungen. Niemand hat sie bewusst auf wertvollere Arbeit umgelenkt.
3. Prozessschulden aus der Vergangenheit. KI ist ein hervorragendes Diagnoseinstrument. Doch was bringt sie ans Licht? Über Jahre hinweg entstandene, fehlerhafte Prozesse. Bei einem Krankenversicherer deckte die KI Unstimmigkeiten schneller auf, als das Unternehmen sie beheben konnte. Ein Beratungsunternehmen stellte fest, dass derselbe Prozess in Dutzenden unterschiedlicher Varianten abläuft, je nachdem, in welchem Land man sich gerade befindet.
4. Wissen, das in den Köpfen der Menschen gefangen ist. Das ist vielleicht der sensibelste Punkt. Erfahrene Beschäftigte tragen über Jahre gesammeltes Know-how im Kopf, das nirgendwo dokumentiert ist. Und warum sollten sie es weitergeben? Denn genau dieses Know-how verleiht ihnen Status und macht sie unersetzlich. Es geht nicht um Umschulung, sondern um eine Krise der beruflichen Identität. KI verlangt von den Menschen, ihr Urteilsvermögen zu externalisieren und in Systeme zu übertragen. Für viele ist das eine existenzielle Herausforderung.
5. Governance und Aufsicht, die nicht Schritt halten. Traditionelle Kontrollmechanismen funktionieren bei isolierten Anwendungsfällen. Doch was geschieht, wenn man 100 KI-Agenten hat, die autonom handeln und sich untereinander koordinieren? Eine große Bank räumte ein, dass ihre Verantwortungsstrukturen zerfallen. Wer trägt die Verantwortung für einen Fehler, den ein Agent begangen hat? Das sind Fragen, auf die die IT-Abteilung keine Antwort hat. Es ist eher ein Thema für die Personalabteilung.
6. Technologische Flickschusterei. Die meisten Unternehmen betreiben KI gleichzeitig über mehrere Cloud-Plattformen hinweg. Agenten in SAP-, Microsoft- und Google-Umgebungen so miteinander zu verbinden, dass sie zuverlässig kommunizieren? Ein Modegigant benötigte dafür Monate. Und als er damit fertig war, waren neue Modelle erschienen und das Team war versucht, wieder von vorn anzufangen.
7. Die Effizienzfalle. Unternehmen hatten KI intern ursprünglich als Instrument zur Kostensenkung vermarktet. Als eine neue Form des Outsourcings. Das Ergebnis? Das mittlere Management begann sich zu wehren und die Ambitionen der Unternehmensleitung wurden zurückgeschraubt. Ein Analyseunternehmen warnte auf dem Gipfeltreffen: Die Besessenheit von Effizienz kann genau jene menschlichen Fähigkeiten zerstören, die echten Wert schaffen, etwa Urteilsvermögen und die Fähigkeit, Geschichten zu erzählen.

Wie lässt sich das lösen?

Unternehmen, die diese Hindernisse überwunden haben, verfolgen mehrere gemeinsame Ansätze.

Anstatt KI auf alte Prozesse aufzupfropfen, begannen sie bei null. Sie fragten sich: „Wie würden wir diesen Prozess heute gestalten, wenn wir wüssten, wozu KI fähig ist?“ Sie erfassten, wo ein Agent selbstständig arbeiten kann und wo ein Mensch entscheiden muss. Sie begannen, implizites Wissen systematisch zu erfassen. Sie baten erfahrene Fachleute nicht darum, ihr Know-how weiterzugeben, sondern ein Vermächtnis aufzubauen. Sie stellten es als Chance dar, ihr einzigartiges Urteilsvermögen in einem System zu verankern, das sie von Routineaufgaben befreit und ihnen ermöglicht, sich auf wirklich komplexe Herausforderungen zu konzentrieren.

Sie betrachteten KI-Agenten nicht mehr als Software, sondern begannen, sie wie digitale Arbeitskräfte zu führen. Mit eigenen Leistungs-Dashboards, Sicherheitsberechtigungen und klaren Verantwortlichkeiten. Und was ist mit den Menschen? Ihre Rollen verlagern sich von der Ausführung hin zur Orchestrierung und Interpretation. In neuen Stellenbeschreibungen werden Lernfähigkeit und fundiertes Branchenwissen gesucht, nicht nur technische Fähigkeiten.

Was folgt daraus?

Aus dem Harvard-Bericht geht hervor: Wenn Ihr Unternehmen mit der KI-Transformation kämpft, liegt es nicht wegen schlechter Technologie oder fehlender Daten zurück. Es liegt wegen Dingen zurück, die sich ändern lassen: Prozesse, Strukturen, Kultur und die Bereitschaft der Unternehmensleitung, das Unternehmen tatsächlich umzubauen. Die Technologie ist bereit. Die Frage ist, ob Sie es auch sind. Unternehmen, die dies als Erste verstehen und es wagen, nicht nur ihre Prozesse, sondern auch ihr Verständnis von den Rollen ihrer Mitarbeitenden neu zu gestalten, werden sich einen Vorsprung verschaffen, der nur schwer aufzuholen sein wird.