(„The Gen AI Playbook for Organizations“, Harvard Business Review, Nov/Dez 2025, von Bharat N. Anand und Andy Wu).
Unternehmen fragen derzeit verstärkt nach der Zuverlässigkeit von KI-generierten Inhalten, wie intelligent sie wirklich schon ist, nach der Nutzbarkeit von KI-generierten Bildern und Videos oder danach, wie schnell KI im Unternehmen genutzt werden kann. Doch diese sind Fragen dem Stand der Technik, die übersehen, worauf es ankommt: Wie kann meine Organisation heute und morgen mit Gen-AI effektiv(er) arbeiten und (neue) Wettbewerbsvorteile erzielen?
Fokus auf Anwendungslogik statt Technikoptimismus
Der strategische Wert liegt nicht in der Perfektion der KI, sondern im klugen Einsatz: Welche Prozesse eignen sich, wie verändern sich Wertschöpfungsketten, wie lassen sich KI-Anwendungen integrieren?
Vier strategische Schwerpunktrollen sieht der Artikel von Anand und Wu für Gen-AI:
- Supporter: KI als Unterstützer: Routineaufgaben, Automation, Effizienzsteigerung
- Enabler: KI als Verstärker eigener Kapazitäten
- Integrator: KI tief in End-zu-End-Prozessen (z. B. Automatisierung von Wertschöpfungsketten)
- Creator: KI als Innovator: neue Geschäftsmodelle, neue Produkte, neue Märkte
Die Herausforderung liegt darin, klar zu definieren, in welchen Rollen man aktiv sein will — und mit welcher Priorität — und sicherzustellen, dass vorhandene Investitionen und Kompetenzen hierzu passen.
Der Wandel von „Projekten“ zu operativem Wandel
Ein gängiger Fehler ist, Gen-AI als „Projekt“ zu behandeln: isoliert, mit begrenztem Budget und Zeithorizont. Stattdessen plädieren die Autoren, Gen-AI in die laufende Organisation und Strategie zu überführen. Wichtig sind:
- Roadmaps, die von Pilotprojekten zu breiter Skalierung führen
- Governance und Richtlinien, insbesondere zu Qualität, Haftung, Ethik
- Messgrößen, um Wirkung, Risiken und Fortschritt zu quantifizieren
- Kompetenzaufbau, Kulturwandel und Führung, damit Mitarbeitende KI verstehen und nutzen können
Und natürlich werden auch die bereits bekannten Risiken & Bremsfaktoren erwähnt, die es zu berücksichtigen gilt, Gen-AI ist keineswegs risikolos. Die größten Probleme sind unter anderem:
- Fehlerhaftigkeit / Halluzinationen: KI liefert plausible, aber falsche Ergebnisse
- Unklare Verantwortlichkeit und Haftungsfragen
- Akzeptanzprobleme und Widerstände
- Ungleichverteilung von Kompetenzen und Investitionen
- Ethik-, Datenschutz- und Compliance-Aspekte
Diese Risiken sind nicht sekundär — sie müssen strukturell adressiert werden, etwa durch klare Rollenverteilung, menschliche Überprüfung („Human-in-the-loop“), transparente Modelle und kontinuierliche Kontrolle.
Am Ende lautet eine Kernthese – und das gilt nicht nur für Gen-AI, sondern für Technologie im Allgemeinen: Technologie ist nur ein Mittel. Die Strategie entscheidet, ob Technologie echten Vorsprung bringt.
Wer bloß schnell KI einführt, verliert, wer überlegt, wo und wie der Einsatz wirkt und organisatorisch verankert ist, gewinnt.
Caroline Schliephake