Kurz gesagt
KI-Use-Cases in einem Portfoliounternehmen gelingen oder scheitern mit den Menschen, die sie nutzen sollen. Identifizieren Sie die Use Cases gemeinsam mit den Teams, die die Arbeit machen, nicht im Management-Workshop, und prüfen Sie jeden auf Wert, Machbarkeit und Akzeptanz. Dann nehmen Sie die Menschen entlang der ganzen Kette mit, von dem, was sie über KI glauben, bis zu dem, wie sie handeln: Führungskräfte, die die Werkzeuge zuerst nutzen, Training an eigenen Fällen, Werkzeuge, die mit den Nutzern gebaut werden, klare Regeln und eine ehrliche Antwort darauf, was mit der gesparten Zeit geschieht. BCG verortet rund 70 % des Werts einer KI-Transformation in Abläufen, Kultur und Zusammenarbeit und nur rund 10 % in der KI-Anwendung selbst.
Das Wichtigste
- Der größte Teil des KI-Werts liegt bei Menschen und Prozessen: BCG ordnet rund 10 % der KI-Anwendung zu, 20 % Daten und Technik und 70 % Abläufen, Kultur, Governance und der Zusammenarbeit von Mensch und KI.
- Die Nutzung stockt unterhalb des Managements: In der BCG-Befragung 2025 stagniert die regelmäßige Nutzung bei Beschäftigten ohne Führungsrolle bei 51 %.
- Führung macht den Unterschied: Mit starker Unterstützung der Führung steigt der Anteil der Beschäftigten, die KI positiv sehen, von 15 % auf 55 %. Diese Unterstützung erhält nur rund ein Viertel von ihnen.
- Die besten Use Cases kommen von den Menschen, die die Arbeit machen. Prüfen Sie jeden Kandidaten auf Wert, Machbarkeit und Akzeptanz, bevor gebaut wird.
- Wir betrachten die Nutzung entlang der Kette, mit der wir in LEADBeyond 360° arbeiten: Belief, Capability, Trigger, Behavior, Outcome. Ein Werkzeug, an das niemand glaubt, wird unter Druck nicht genutzt.
- Sagen Sie ehrlich, was mit der gesparten Zeit geschieht. Ohne Plan dafür senken gesparte Stunden weder Kosten noch schaffen sie Wachstum.
Warum Menschen über den Wert von KI entscheiden
Investmentteams fragen meist, welche KI-Use-Cases ein Portfoliounternehmen angehen sollte. Nach unserer Erfahrung ist die wichtigere Frage, wer sie nutzen wird und ob diese Menschen das wollen. BCG fasst es in eine Faustregel: Rund 10 % des Werts einer KI-Transformation kommen aus der KI-Anwendung selbst, 20 % aus Daten und Technik und 70 % aus neu gestalteten Abläufen, Kultur, Governance und der Zusammenarbeit von Mensch und KI (BCG).
Befragungsdaten zeigen, wo es hakt. In der BCG-Befragung 2025 von mehr als 10.600 Führungskräften, Managern und Beschäftigten in 11 Ländern stagniert die regelmäßige Nutzung bei Beschäftigten ohne Führungsrolle bei 51 %. Nur ein Drittel sagt, es sei richtig geschult worden (BCG, AI at Work 2025). Ein Use Case, den Auftragsannahme, Service oder Kreditorenbuchhaltung nicht nutzen, taucht im EBITDA nicht auf, egal wie gut das Modell ist.
Definition
KI-Change-Management bedeutet, die Menschen in einem Unternehmen so auf die Arbeit mit KI vorzubereiten, dass Use Cases tatsächlich genutzt werden und ihre Wirkung in den Zahlen ankommt: von der Auswahl der Use Cases mit den Teams über Training und Regeln bis zu neuen Routinen und sichtbaren Ergebnissen.
Schritt 1: Use Cases mit den Menschen identifizieren, die die Arbeit machen
Use Cases aus dem Management-Workshop klingen meist gut. Use Cases vom Schreibtisch sparen Zeit. Wir gehen die Prozesse mit den Teams durch, die sie verantworten, und stellen vier Fragen: Wo tippen Sie dasselbe zweimal? Wo suchen Sie nach Informationen? Wo warten Sie auf andere? Was würden Sie nie einer Maschine überlassen?
Die letzte Frage ist für die Akzeptanz die wichtigste. Sie zeigt, wo Menschen das Urteil behalten wollen, und die Gestaltung folgt ihr: Die KI macht die Vorarbeit, wo es keine klare Antwort gibt, entscheidet ein Mensch. Jeder Kandidat wird dann auf drei Achsen bewertet:
| Achse | Frage | Beleg |
|---|---|---|
| Wert | Was ist er in Euro EBITDA oder Cash wert, als Spanne? | Prozesskosten, Häufigkeit, Realisierungsanteil |
| Machbarkeit | Erlauben Daten, Systeme und Regeln ihn? Kann eine Standardfunktion es schon? | Beispieldokumente, Lizenzprüfung, Systemzugang |
| Akzeptanz | Will das Team, das die Arbeit macht, ihn, und wer verantwortet das Ergebnis? | Benannte verantwortliche Person, Nutzer an den Testfällen beteiligt |
Ein Case mit hohem Wert und hoher Machbarkeit, aber geringer Akzeptanz ist kein Quick Win. Er ist zuerst eine Führungsaufgabe. Wie die drei Achsen in den Plan einfließen, zeigen KI-Readiness eines Portfoliounternehmens und KI-Anwendungsfälle in Portfoliounternehmen.
Schritt 2: Menschen mitnehmen, von der Überzeugung bis zum Verhalten
In LEADBeyond 360° messen wir Führung entlang einer Kette: Belief → Capability → Trigger → Behavior → Outcome, von dem, was eine Führungskraft glaubt und sich zutraut, über das, was sie unter Druck aus dem Tritt bringt, bis zu dem, was andere beobachten und was daraus folgt. Dieselbe Kette erklärt, warum KI-Werkzeuge genutzt oder still beiseitegelegt werden.
| Glied | Frage an das Team | Was hilft |
|---|---|---|
| Belief | Hilft mir dieses Werkzeug, oder ersetzt es mich? | Eine ehrliche Antwort, was mit der gesparten Zeit geschieht; Führungskräfte, die das zuerst sagen |
| Capability | Kann ich damit arbeiten, und kann ich prüfen, was es liefert? | Training an den eigenen Fällen des Teams; ein Werkzeug, das seine Quellen zeigt |
| Trigger | Was tue ich unter Druck, beim Monatsabschluss oder mit einem verärgerten Kunden? | Ein klarer menschlicher Weg; ein Werkzeug, gebaut für den vollen Tag, nicht für die Demo |
| Behavior | Nutze ich es täglich oder nur, wenn jemand hinschaut? | Nutzung für das Team sichtbar; alte Umwege geschlossen |
| Outcome | Sieht jemand den Unterschied? | Eine Kennzahl, die das Team kennt, an das Team zurückgemeldet |
Das Glied Trigger wird leicht übersehen. Unter Druck greifen Menschen auf die Routine zurück, der sie vertrauen. Ein Werkzeug, das in der ruhigen Demo funktioniert, aber den Monatsabschluss bremst, wird in der ersten vollen Woche abgeschaltet.
Fünf Hebel, damit die Nutzung bleibt
- Führung geht voran. Mit starker Unterstützung der Führung steigt der Anteil der Beschäftigten, die generative KI positiv sehen, von 15 % auf 55 %; nur rund ein Viertel der Beschäftigten ohne Führungsrolle sagt, diese Unterstützung zu erhalten (BCG 2025). Im Portfoliounternehmen heißt das: Geschäftsführung und Bereichsleitungen nutzen die Werkzeuge in ihrer eigenen Arbeit und sprechen darüber.
- An echten Fällen trainieren, nicht an Funktionen. Mit mindestens fünf Stunden Training ist die regelmäßige Nutzung deutlich höher (BCG 2025). In einer Befragung von 25.000 Beschäftigten in Dänemark verdoppelten Initiativen der Arbeitgeber wie Ermutigung, eigene Tools und Schulung die Nutzung bei typischen Beschäftigten fast, von 47 % auf 83 % (Humlum & Vestergaard 2025). Wir trainieren mit den Dokumenten und Prozessen des Teams.
- Mit den Nutzern bauen, nicht für sie. Testfälle stammen aus den echten Dokumenten des Teams, mit erwarteten Ergebnissen, und das Team gibt vor dem Start frei. Menschen vertrauen dem, was sie mitgetestet haben.
- Früh klare Regeln setzen. Mehr als die Hälfte der Beschäftigten (54 %) würde KI-Tools nach eigener Aussage auch ohne Erlaubnis nutzen (BCG-Pressemitteilung 2025). Klar erlaubte Werkzeuge sind sicherer als Verbote. In der EU müssen Unternehmen, die KI nutzen, Maßnahmen zur Förderung der KI-Kompetenz ihres Personals ergreifen (Art. 4 KI-Verordnung, neu gefasst durch den Digital-Omnibus); in Deutschland ist der Betriebsrat über den geplanten KI-Einsatz zu unterrichten und bestimmt bei Systemen mit, die Leistung überwachen können (§§ 90, 87 BetrVG). Keine Rechtsberatung.
- Den Gewinn sichtbar und fair machen. Eine Kennzahl, die das Team kennt, an das Team zurückmelden, und sagen, was mit frei gewordener Zeit geschieht: mehr Kunden betreut, weniger Überstunden, keine Nachbesetzung bei Abgängen. Schweigen zu dieser Frage wird als Drohung gehört.
Warum das über die Wirkung im EBITDA entscheidet
Akzeptanz ist kein weiches Thema. Gesparte Zeit wird nur dann zu Wert, wenn jemand entscheidet, was mit ihr geschieht: Uber senkte die Bearbeitungszeit je Rechnung um 70 %, die Prozesskosten um 25 bis 30 % (Uber 2025); Maximus senkte die Bearbeitungszeit um 85 % und das Kreditorenteam durch natürliche Fluktuation um 20 % (Rossum). Die Gewinne verteilen sich zudem ungleich: In einer Feldstudie mit 5.172 Beschäftigten im Kundenservice steigerte KI die gelösten Anliegen pro Stunde im Schnitt um 15 %, am stärksten bei weniger erfahrenen Beschäftigten (Brynjolfsson et al. 2025). Wer zuerst trainiert wird, macht einen Unterschied.
Und die Qualität muss beobachtet werden. Klarna stellte wieder Menschen für den Service ein, nachdem der CEO gesagt hatte, die Qualität habe gelitten (Entrepreneur). Wer KI für Aufgaben jenseits ihrer Stärken nutzt, erzielt schlechtere Ergebnisse: Beraterinnen und Berater lagen bei einer solchen Aufgabe 19 Prozentpunkte seltener richtig (Dell’Acqua et al. 2026). Menschen beizubringen, diese Grenze zu erkennen, gehört zum Change Management, nicht obendrauf.
Im Portfolio: Führungskräfte lernen von Führungskräften
Ein Fonds hat einen Vorteil, den ein einzelnes Unternehmen nicht hat: mehrere Managementteams mit denselben Fragen. Den nutzen wir. Führungskräfte aus verschiedenen Portfoliounternehmen lernen in Kohorten und teilen, was funktioniert, sodass ein Muster aus einem Unternehmen ins nächste wandert. Vor dem Programm zeigt eine Standortbestimmung zu KI-Reife und Führung, wo jedes Team steht; LEADBeyond 360° macht sichtbar, wie ein Führungsteam unter Druck führt. Die Formate passen in einen Deal-Kalender: ein- bis zweitägige Bootcamps an den eigenen Fällen, Sprint-Reihen mit einem laufenden Piloten zwischen den Terminen und 90-minütige Masterclasses für Beiräte und Investmentteams.
Häufige Fragen
Was ist KI-Change-Management?
Die Menschen in einem Unternehmen so auf die Arbeit mit KI vorzubereiten, dass Use Cases tatsächlich genutzt werden und ihre Wirkung in den Zahlen ankommt: Use Cases mit den Teams auswählen, Training, klare Regeln, neue Routinen und sichtbare Ergebnisse.
Wie identifiziert man KI-Use-Cases im Unternehmen?
Mit den Teams, die die Arbeit machen: ihre Prozesse durchgehen und fragen, wo sie doppelt tippen, suchen, warten oder nie einer Maschine die Entscheidung überlassen würden. Jeden Kandidaten auf Wert, Machbarkeit und Akzeptanz bewerten und dort anfangen, wo alle drei hoch sind.
Warum nutzen Mitarbeitende KI-Tools nicht?
Oft, weil sie bezweifeln, dass das Werkzeug ihnen hilft, sich nicht in der Lage fühlen, seine Ergebnisse zu prüfen, unter Druck in alte Routinen zurückfallen oder um ihren Arbeitsplatz fürchten. BCG findet die regelmäßige Nutzung bei Beschäftigten ohne Führungsrolle bei 51 % stagnierend und eine viel positivere Haltung dort, wo Führungskräfte KI aktiv unterstützen.
Welche Rolle spielen Führungskräfte bei der Einführung von KI?
Eine entscheidende. In der BCG-Befragung 2025 steigt der Anteil der Beschäftigten, die generative KI positiv sehen, mit starker Unterstützung der Führung von 15 % auf 55 %. Führungskräfte, die die Werkzeuge selbst nutzen und ehrlich sagen, was mit gesparter Zeit geschieht, sorgen dafür, dass die Nutzung bleibt.
Wie viel KI-Training brauchen Mitarbeitende?
BCG findet die regelmäßige Nutzung bei mindestens fünf Stunden Training deutlich höher. Wichtiger als die Stunden ist der Inhalt: Training an den eigenen Dokumenten und Prozessen des Teams, einschließlich der Frage, wo man der KI nicht trauen sollte.
Muss der Betriebsrat bei der Einführung von KI beteiligt werden?
Der Betriebsrat ist über den geplanten KI-Einsatz zu unterrichten (§ 90 BetrVG) und bestimmt bei technischen Einrichtungen mit, die Verhalten oder Leistung überwachen können (§ 87 Abs. 1 Nr. 6 BetrVG). Wer ihn früh einbindet, spart Monate. Keine Rechtsberatung.
Quellen
- BCG. AI transformation (capability page). Retrieved 26 October 2026., Boston Consulting Group. Zitiert für die Aufteilung von BCG, woher der Wert einer KI-Transformation kommt: rund 10 % aus der KI-Anwendung selbst, 20 % aus Daten und Technik, 70 % aus neu gestalteten Abläufen, Kultur, Governance und der Zusammenarbeit von Mensch und KI. Eine Faustregel einer Beratung, keine Messung.
- BCG. (2025). AI at work: Momentum builds, but gaps remain., Boston Consulting Group (2025). Befragung von mehr als 10.600 Führungskräften, Managern und Beschäftigten ohne Führungsrolle in 11 Ländern und Regionen (Juni 2025): Die regelmäßige Nutzung unter Beschäftigten ohne Führungsrolle stagniert bei 51 %; der Anteil, der GenAI positiv sieht, steigt mit starker Unterstützung der Führung von 15 % auf 55 %, die nur rund ein Viertel von ihnen erhält; mit mindestens fünf Stunden Training ist die regelmäßige Nutzung deutlich höher; nur ein Drittel sagt, es sei richtig geschult worden.
- BCG. (2025, 26 June). Companies must go beyond AI adoption to realize its full potential. Press release., Boston Consulting Group (2025). Pressemitteilung zur selben Befragung; zitiert für die 54 % der Befragten, die KI-Tools auch ohne Erlaubnis nutzen würden.
- Humlum, A., & Vestergaard, E. (2025). Large language models, small labor market effects (BFI Working Paper 2025-56). Becker Friedman Institute, University of Chicago., Becker Friedman Institute for Economics (2025). Befragung von 25.000 Beschäftigten in Dänemark: Chatbot-Nutzer geben 2,8 % ihrer Arbeitszeit als Ersparnis an; Initiativen der Arbeitgeber (Ermutigung, eigene Tools, Schulung) verdoppeln die Nutzung bei typischen Beschäftigten fast, von 47 % auf 83 %.
- Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942., Oxford University Press (2025). Feldstudie mit 5.172 Beschäftigten im Kundenservice: im Schnitt 15 % mehr gelöste Anliegen pro Stunde, die größten Gewinne bei weniger erfahrenen Beschäftigten.
- Dell’Acqua, F., McFowland III, E., Mollick, E., Lifshitz, H., Kellogg, K. C., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2026). Navigating the jagged technological frontier: Field experimental evidence of the effects of artificial intelligence on knowledge worker productivity and quality. Organization Science, 37(2), 403–423., INFORMS (2026). Vorregistriertes Feldexperiment mit 758 Beraterinnen und Beratern: innerhalb der Leistungsgrenze der KI 12,2 % mehr Teilaufgaben, 25,1 % schneller, 32 % besser bewertete Qualität; bei einer Aufgabe jenseits davon 19 Prozentpunkte seltener richtig.
- Ryseff, J., De Bruhl, B. F., & Newberry, S. J. (2024). The root causes of failure for artificial intelligence projects and how they can succeed (Report No. RR-A2680-1). RAND Corporation., RAND Corporation (2024). Interviewstudie mit 65 Data Scientists und Engineers; nur qualitativ zitiert für die fünf Hauptursachen des Scheiterns. Die aus Sekundärquellen übernommene Schätzung der Misserfolgsquote wird bewusst nicht verwendet.
- Uber Engineering. (2025). Advancing invoice document processing using GenAI., Uber (2025). Eigene Angabe: Bearbeitungszeit je Rechnung um 70 %, Prozesskosten um 25 bis 30 % gesenkt.
- Rossum. Maximus customer story., Rossum. Fallstudie des Anbieters: Bearbeitungszeit je Rechnung um 85 % gesenkt; Kreditorenteam durch natürliche Fluktuation von 10 auf 8 Personen.
- Entrepreneur. (2025). Klarna CEO reverses course by hiring more humans, not AI., Entrepreneur (2025). Bericht, dass Klarna wieder Menschen für den Service einstellte, nachdem der CEO gesagt hatte, die Qualität habe gelitten.
- Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). Official Journal of the European Union, L series, 12 July 2024., Publications Office of the European Union (EUR-Lex) (2024). Amtlicher Text. Zitiert für die Rolle „Betreiber“ (Art. 3 Nr. 4), KI-Kompetenz (Art. 4), verbotene Praktiken (Art. 5) und die Pflichten der Betreiber von Hochrisiko-Systemen (Art. 26 mit Anhang III). Keine Rechtsberatung.
- Regulation (EU) 2026/1744 of the European Parliament and of the Council of 8 July 2026 amending Regulation (EU) 2024/1689 and others as regards the simplification of the implementation of harmonised rules on artificial intelligence (Digital Omnibus on AI). Official Journal of the European Union, L series, 24 July 2026., Publications Office of the European Union (EUR-Lex) (2026). Amtlicher Text. Zitiert für die Neufassung von Art. 4 (Maßnahmen zur Förderung der KI-Kompetenz) und das neue Datum der Hochrisiko-Pflichten für Anhang-III-Systeme (2. Dezember 2027). Keine Rechtsberatung.
- Betriebsverfassungsgesetz (BetrVG) in der Fassung der Bekanntmachung vom 25. September 2001 (BGBl. I S. 2518), Bundesministerium der Justiz und Bundesamt für Justiz (gesetze-im-internet.de) (2001). Zitiert für die Unterrichtung des Betriebsrats über den geplanten Einsatz von KI (§ 90 Abs. 1 Nr. 3) und die Mitbestimmung bei technischen Einrichtungen, die Verhalten oder Leistung überwachen können (§ 87 Abs. 1 Nr. 6). Keine Rechtsberatung.