Betriebsmodell-Umbau: 62 Prozent erwarten ihn, 38 Prozent haben begonnen

Eine Befragung von 472 Führungskräften zeigt eine Lücke, die selten so klar beziffert wird: Fast zwei Drittel rechnen damit, dass künstliche Intelligenz die Arbeitsweise ihres Unternehmens grundlegend verändert. Gut ein Drittel hat den Umbau tatsächlich angefangen. In diesen 24 Prozentpunkten liegt das Potenzial.

Erwartung und Anfang liegen 24 Punkte auseinander

Der Befund stammt aus der Studie „The AI-First Organization — Turning AI power into enterprise performance" der Unternehmensberatung Roland Berger, veröffentlicht am 6. Juli 2026. Grundlage ist eine Befragung von 472 Führungskräften aus mittelgroßen und großen Unternehmen, erhoben zwischen Dezember 2025 und April 2026. Gut ein Drittel der Befragten (35 Prozent) arbeitet in Deutschland, Österreich oder der Schweiz, weitere 30 Prozent im übrigen Europa; die Branchen reichen von Automobil und Industriegütern über Finanzdienstleistung und Pharma bis zu Handel, Logistik und Telekommunikation. Dass eine Beratung, die genau diese Umbauten begleitet, hier Herausgeberin ist, gehört zur Einordnung dazu — die Zahlen sind sauber ausgewiesen, das Interesse an ihrer Lesart ebenso.

Zwei Werte tragen die Geschichte. 62 Prozent der Befragten erwarten große oder radikale Veränderungen ihres Betriebsmodells durch den KI-Einsatz. Mit Betriebsmodell ist dabei nichts Technisches gemeint, sondern die Art, wie ein Unternehmen tatsächlich arbeitet: wer welche Entscheidung trifft, wie Aufgaben durch die Bereiche laufen, welche Rollen es überhaupt gibt. 38 Prozent haben diese Veränderung begonnen.

Die Studie zieht daraus eine Schlussfolgerung, die sich mit vielen Beobachtungen deckt: KI-Vorhaben scheitern selten an der Technik. Sie scheitern daran, dass die Technik in eine Organisation eingesetzt wird, die unverändert bleibt.

Die größte Hürde liegt im eigenen Haus

Danach gefragt, was den Fortschritt bremst, nennen 49 Prozent fehlende KI-Kompetenzen als größte Hürde. 37 Prozent halten ihre eigenen Strukturen und Prozesse für ungeeignet. Die Technologie selbst kommt mit 34 Prozent erst danach. Zwei weitere Werte zeigen, wie weit das nach oben reicht: 59 Prozent halten ihre Führung für unzureichend vorbereitet, 42 Prozent zweifeln an den eigenen Governance-Strukturen, also an den Regeln dafür, wer über den KI-Einsatz entscheidet und wer dafür geradesteht.

Für ein Unternehmen heißt das etwas sehr Praktisches. Das Budget für die nächste KI-Anwendung ist meist der einfachere Teil. Der schwierigere ist die Frage, ob jemand im Haus die Ergebnisse beurteilen kann, ob die Zuständigkeit für den Einsatz geklärt ist und ob die Arbeit zwischen den Bereichen so übergeben wird, dass eine automatisierte Vorstufe überhaupt etwas nützt. Ohne das bleibt der Einsatz punktuell: viele kleine Verbesserungen an einzelnen Schreibtischen, aber kein spürbarer Unterschied im Ergebnis.

Dass diese Entscheidungen gerade jetzt fallen, zeigt eine deutlich frischere Momentaufnahme. Der Digitalverband Bitkom hat am 11. August 2026 eine Befragung von 102 Tech-Startups veröffentlicht — keine repräsentative Erhebung, aber ein Stimmungsbild aus dem Teil der Wirtschaft, der KI am schnellsten einsetzt. Danach hat gut jedes vierte Startup (27 Prozent) in den vergangenen zwölf Monaten wegen KI auf Neueinstellungen verzichtet. Bemerkenswerter ist die andere Hälfte des Bildes: 16 Prozent haben wegen KI zusätzlich eingestellt, und bei jedem zweiten Unternehmen hatte KI auf den Personalbedarf gar keinen Einfluss. Die Personalplanung wird also gerade neu sortiert, und sie fällt sehr unterschiedlich aus. Wer in dieser Phase weiß, welche Fähigkeiten er tatsächlich braucht, entscheidet anders als jemand, der nur eine Zahl kürzt.

Diese Verbindung von Struktur, Kompetenz und Handlungsfähigkeit ist der Kern dessen, was wir digitale Fitness nennen: die Fähigkeit einer Organisation, mit dauerndem Wandel umzugehen, ohne dabei die Handlungsfähigkeit zu verlieren. Der heutige Befund trifft vor allem den Bereich Strukturen und Zusammenarbeit aus dem Digital-Fitness-Framework von ConnectiveX, in zweiter Linie die Frage, ob die Menschen im Haus den Wandel tragen können.

Zwei Unterschiede trennen Vorreiter von Nachzüglern

Der wertvollste Teil der Studie ist der Vergleich zwischen den Unternehmen, die beim KI-Einsatz vorn liegen, und denen, die zurückhängen. Er läuft nicht über Budgets, sondern über zwei Merkmale:

• Eine gemeinsame Technologieplattform. 65 Prozent der Vorreiter arbeiten auf einer geteilten Plattform, bei den weniger weit fortgeschrittenen Unternehmen sind es 18 Prozent. Die Daten, auf denen eine KI arbeitet, liegen dort also nicht in fünfzehn getrennten Systemen.
• Breiter Kompetenzaufbau. 58 Prozent der Vorreiter bauen KI-Fähigkeiten in der Breite auf, bei den Nachzüglern sind es 14 Prozent. Nicht ein Kompetenzzentrum mit acht Spezialisten, sondern Können im Fachbereich.

Dazu kommen zwei Arbeitsweisen, die die Vorreitergruppe kennzeichnen: 88 Prozent von ihnen treffen Entscheidungen systematisch auf Datenbasis, 73 Prozent arbeiten in bereichsübergreifenden, agilen Teams. Beides sind keine Technologiefragen. Es sind Fragen der Organisation.

Der Abstand von 58 zu 14 Prozent beim Kompetenzaufbau ist dabei der Wert, an dem sich das Zeitfenster ablesen lässt. Er beschreibt keinen Rückstand, den man später mit mehr Budget aufholt, sondern einen, der sich mit jedem Monat vergrößert, weil die Vorreitergruppe schneller lernt, was funktioniert. In Deutschland kommt hinzu, dass die Weiterbildungsbudgets in den vergangenen zwei Jahren spürbar gekürzt wurden und ein schriftlich festgehaltener Weiterbildungsplan in vielen Unternehmen fehlt — der Abstand entsteht also gerade dort, wo er am wenigsten beobachtet wird.

Das Ermutigende an diesem Befund: Beide Unterschiede lassen sich ohne große Investition angehen. Sie kosten Klärung, nicht Kapital.

Jetzt Potenzial freilegen

Wer die 24 Punkte zwischen Erwartung und Anfang schließen will, fängt sinnvollerweise nicht bei der nächsten Anwendung an, sondern bei der Stelle, an der die Arbeit heute stockt:

• Eine Übergabe auswählen, an der es reibt. Meist ist es die Schnittstelle zwischen zwei Bereichen, an der Vorgänge liegen bleiben, nachgefragt wird oder doppelt gearbeitet wird. Diese eine Stelle beschreiben: wer übergibt was, in welchem Takt, wer entscheidet im Zweifel.
• Eine Zusammenarbeitsvereinbarung dafür treffen — schriftlich, kurz, mit benannter Verantwortung. Das ist die Voraussetzung dafür, dass eine automatisierte Vorstufe überhaupt Wirkung entfaltet.
• Eine kritische Fähigkeit benennen und an einem echten Fall aufbauen, nicht an einer Schulungsquote. Der Nachweis ist erbracht, wenn das Gelernte in einer realen Aufgabe angewandt wurde.
• Sichtbar machen, welche Entscheidungen der KI-Einsatz verschiebt und wer sie künftig trifft. Das ist die Governance-Frage aus der Studie, in handhabbarer Größe.

Für genau diese Schritte gibt es bei ConnectiveX zwei Aktivierungsbausteine. Die Schnittstellen-Zusammenarbeit (VAL-04) nimmt sich die heißeste Übergabe zwischen zwei Bereichen vor und bringt sie über eine gelebte Vereinbarung zum Laufen — dort, wo Arbeit heute zwischen Teams stockt und nicht in ihnen. Die Learning Journey mit Transfer (RDY-02) schließt eine priorisierte Kompetenzlücke bis zur Anwendung im echten Arbeitskontext, statt es bei der Teilnahmequote zu belassen. Beide lassen sich einzeln aktivieren: mit einem beginnen, den zweiten dazunehmen, sobald der erste trägt.

Wenn Sie zuerst wissen möchten, wo Ihre Organisation heute steht, liefert der Quickcheck in wenigen Minuten eine Einordnung über die fünf Bereiche des Frameworks und zeigt, welcher Baustein bei Ihnen am meisten bewegt.

Quellen

• Roland Berger: The AI-First Organization — Turning AI power into enterprise performance, Pressemitteilung vom 6. Juli 2026. Befragung von 472 Führungskräften, Feldzeit Dezember 2025 bis April 2026, DACH-Anteil 35 Prozent. rolandberger-com.mynewsdesk.com
• Roland Berger: Studienseite The AI-First Organization: from pilots to performance. rolandberger.com
• Bitkom e. V.: Befragung von 102 Tech-Startups zu KI und Personalbedarf, veröffentlicht am 11. August 2026, Feldzeit Kalenderwochen 21 bis 27/2026, nicht repräsentativ. Meldung
• TÜV-Verband: TÜV Weiterbildungsstudie 2026, repräsentative forsa-Befragung von 500 Unternehmen ab 20 Beschäftigten. tuev-verband.de