Viele Unternehmen investieren kräftig in generative KI, doch nur selten bringt das spürbare Erträge. Die HSG-Forscher Kevin Schmitt und Ivo Blohm wollten wissen, warum.
„Wertschöpfung für Unternehmen durch generative künstliche Intelligenz (GenAI) wie LLMs und Chatbots entsteht nicht dadurch, dass man jedem Zugang zu diesen Tools gewährt und hofft, dass etwas Magisches passiert“, so die beiden HSG-Forscher Kevin Schmitt und Ivo Blohm. Gemeinsam mit Gregory Vial von der HEC Montréal befragten sie 87 Praktiker aus 23 großen Unternehmen, die GenAI erfolgreich skaliert haben. Sie wollten verstehen, warum die Mehrheit der Unternehmen keinen strategischen Vorteil für ihr Geschäft sah.
Kein strategischer Vorteil für Unternehmen
Sie fanden heraus: Wenn Mitarbeitende Zugang zu großen Sprachmodellen (LLMs) erhalten, steigt zwar ihre persönliche Produktivität, doch die Organisation als Ganzes tut sich schwer, daraus einen strategischen Vorteil zu ziehen oder im großen Stil Mehrwert zu schaffen.
„Das Kernproblem ist organisatorischer, nicht technologischer Natur“, sagen Schmitt und Blohm. „Viele Unternehmen haben ihren Mitarbeitern bereits Zugang zu KI-Tools gewährt, um die persönliche Produktivität zu steigern – beispielsweise, um Mitarbeiter beim Verfassen von E-Mails, beim Zusammenfassen von Berichten oder beim schnelleren Generieren von Ideen zu unterstützen. Diese isolierten Produktivitätssteigerungen führen jedoch selten zu wesentlichen Wettbewerbsvorteilen.“
Mehrwert durch bessere Prozesse
Echter Mehrwert schaffen Unternehmen, wenn GenAI nutzen, um ganze Geschäftsprozesse abteilungs- und funktionsübergreifend zu verbessern, statt nur Einzelne effizienter zu machen. Die Forscher identifizierten drei gemeinsame Vorgehensweisen erfolgreicher Unternehmen.
Die drei entscheidenden Faktoren für eine erfolgreiche KI-Implementierung:
- Weiten Sie den Anwendungsbereich von KI aus. Statt GenAI als Werkzeug für Einzelaufgaben zu sehen, binden erfolgreiche Unternehmen sie in umfassende Arbeitsabläufe und Prozesse ein. Sie fragen nicht nur: „Wie kann KI diesem Mitarbeiter helfen?“, sondern: „Wie kann KI die Arbeitsweise der Organisation insgesamt verbessern?“
- Behandeln Sie KI als fortlaufendes Experiment, nicht als fertiges Produkt. GenAI-Systeme brauchen ständige Anpassung und Lernen. Erfolgreiche Unternehmen passen Prompts, Abläufe, Governance und Mitarbeiterpraktiken laufend anhand von Feedback und Daten an.
- Beenden Sie KI-Projekte ohne messbaren Mehrwert. Statt an erfolglosen Initiativen festzuhalten, bewerten diese Unternehmen die Ergebnisse streng und lenken Ressourcen auf vielversprechendere Anwendungen um.
- KI im Mittelstand: Der Anfang ist gemacht, das Potenzial ungenutzt
- Die Gen Z im KI-Stresstest
- Wenn Erfahrung schwindet: So bewahrt KI das Wissen im Unternehmen
Traditionelle Unternehmensstrukturen sind problematisch
Schmitt und Blohm beobachten, dass klassische Strukturen diese Ansätze oft behindern. Viele große Unternehmen sind in Abteilungen mit eigenen Budgets, Zielen und internem Wettbewerb organisiert. Informationen und Wissen fließen selten abteilungsübergreifend, was es erschwert, erfolgreiche KI-Lösungen im ganzen Unternehmen zu verbreiten. Selbst wenn eine Abteilung eine nützliche GenAI-Anwendung entwickelt, übernehmen andere Einheiten sie oft nicht oder erfahren nichts davon.
Um das zu ändern, schlagen die Autoren das Konzept eines „AI-Spine“ vor: eine koordinierende Struktur, die KI-Initiativen abteilungsübergreifend verbindet und Wissensaustausch, Governance und strategische Ausrichtung sichert. Die AI-Spine schlägt eine Brücke zwischen Technik und Geschäft und hilft, erfolgreiche KI-Praxis im Unternehmen zu verbreiten, statt sie in Silos zu isolieren.
Umgang mit KI-Innovation ist kontraintuitiv
Eine weitere zentrale Erkenntnis: Die größte Herausforderung bei der Einführung generativer KI liegt nicht in der Technik, sondern darin, die Organisation so zu gestalten, dass sie kontinuierliches Experimentieren, Zusammenarbeit und Skalierung ermöglicht. „Der Umgang mit KI-Innovation ist manchmal kontraintuitiv, da er sich radikal von etwas unterscheidet, das ähnlich erscheint, wie beispielsweise IT-Innovation. IT-Innovation ist nach außen gerichtet und beantwortet die Frage: Welches Produkt oder welche Dienstleistung können wir für einen Kunden entwickeln?“ Sie identifiziert eine Herausforderung und versucht, diese mit einem bestimmten Ziel vor Augen zu lösen. KI-Innovation ist eher inkrementell und nach innen gerichtet und beantwortet die Frage: „Was können wir verbessern?“
Unternehmen, die GenAI als unternehmensweite Transformationsinitiative begreifen – und nicht nur als weiteres Produktivitätswerkzeug –, erzielen mit größerer Wahrscheinlichkeit langfristig bedeutende Renditen auf ihre Investitionen.
