Wer KI einführt wie eine neue Software, bekommt Widerstand, Schattennutzung und Piloten, die nie in den Betrieb gehen. Der größte Teil der Arbeit liegt in der Organisation.

Das Zielbild der agentischen Organisation, wie es Beratungshäuser wie McKinsey skizzieren1, sieht eine Zusammenarbeit von Menschen und KI-Agenten vor. In der Praxis sieht es anders aus. Eine Bitkom-Befragung von 603 Unternehmen zeigt: 57 Prozent nutzen bereits KI, doch 9 von 10 sehen sich noch am Anfang. Kein Unternehmen schöpft das Potenzial nach eigener Einschätzung vollständig aus, nur 3 Prozent nutzen es eher stark2.

Die Technik ist selten der Grund für diesen Stillstand. Als größte Hemmnisse nennt die Bitkom-Studie Datenschutz (66 Prozent), rechtliche Verunsicherung (56 Prozent), schwer kalkulierbare Kosten (54 Prozent) und mangelnde Akzeptanz bei den Beschäftigten (42 Prozent). Eine schlechte Ergebnisqualität führen nur 26 Prozent an2. KI-Einführung ist deshalb zum kleineren Teil ein Technikprojekt und zum größeren ein Veränderungsprozess für die ganze Organisation. Wer sie wie ein Software-Update behandelt, bekommt Widerstand statt Nutzen.

Fünf Etappen auf dem Weg zur agentischen Organisation

Zwischen ersten Experimenten und einer agentischen Organisation liegen klar unterscheidbare Etappen. Im Experiment probieren Einzelne ohne Budget und Regeln Werkzeuge aus. Im Pilot testet ein Team einen konkreten Anwendungsfall. Das gelingt oft, bleibt aber ohne Betrieb dahinter. Ein kontrollierter Rollout bringt Regeln, Budgets und Verantwortliche mit und weitet den Anwendungsfall auf mehr als ein Team aus. Erst im skalierten Regelbetrieb wird KI Teil der normalen Abläufe, mit messbarem Nutzen und geregeltem Betrieb. Danach kann eine agentische Organisation entstehen, in der Agenten Aufgaben selbstständig erledigen und Menschen sie steuern und prüfen.

Viele Unternehmen bleiben im Pilot stecken. Die Begeisterung ist groß, doch der Pilot versackt beim Übergang in den Betrieb, weil Fragen offen bleiben, die kein Pilot klärt: Wer ist zuständig? Wo liegt die Kostengrenze? Tragen die Beschäftigten, die mit dem Ergebnis arbeiten sollen, die Lösung mit? Bei Agentenprojekten sehe ich dasselbe Muster.

Neun Dimensionen: Nur drei sind technischer Natur

Den Reifegrad eines Unternehmens kann man nicht mit einer Zahl erfassen. Sinnvoller ist der Blick auf neun Dimensionen mit jeweils eigener Leitfrage. Strategie und Portfolio klären, wofür KI eingesetzt wird und wer das entschieden hat. Governance und Recht regeln, wer was mit welchem Modell darf. Kosten und Steuerung betreffen das Budget und die Verantwortung dafür. Infrastruktur und Rechte beschreiben, wie KI technisch sicher und unternehmensweit läuft. Sicherheit und Risiko fragen nach den Folgen von Fehlern und danach, ob sie jemand bemerkt. Wissen und Daten regeln den Zugriff und die Datenqualität. Organisation und Befähigung fragen, wer mit KI umgehen kann und wer den Betrieb verantwortet. Kultur und Change klären, ob die Belegschaft KI annimmt und wer Widerstände ausräumt. Prozesse und Wertbeitrag prüfen, welche Abläufe KI verbessert und ob es sich nachweislich lohnt.

Etappen und Dimensionen stammen aus der Road.MAP for AI, die ich bei Storm Reply gemeinsam mit Kolleginnen und Kollegen entwickelt habe. Die Leitfragen und Stufen je Dimension stehen auf der Themenseite KI-Reifegrad.

Nur drei dieser Dimensionen sind technisch: Infrastruktur, Sicherheit sowie Wissen und Daten. Die restlichen sechs betreffen Strategie und Organisation. Die Erfahrung zeigt: Die Technik ist fast immer schneller einsatzbereit als die Organisation, die sie nutzen soll. Ein Modell ist in Wochen angebunden. Bis eine Abteilung anders arbeitet, vergehen Monate.

Ein Effekt macht Durchschnittswerte zudem irreführend: KI verstärkt bestehende Zustände. Ein Unternehmen, das bei Infrastruktur und Anwendungsfällen glänzt, aber bei Kultur und Governance schwach ist, erreicht kein mittelmäßiges Ergebnis. Es erlebt die Probleme der schwächsten Dimension mit der Geschwindigkeit der stärksten.

Kein Technikthema: Warum die Organisation mitgenommen werden muss

Das zeigt sich besonders in zwei Bereichen, die in keinem IT-Plan auftauchen. Der erste ist Kultur und Change. Jeder Business Case setzt voraus, dass die Belegschaft die Werkzeuge auch nutzt. Fehlt die Akzeptanz, bleibt der Nutzen aus. Widerstand ist dabei oft logisch begründet. Eine Teamleiterin, deren Team durch Agenten kleiner werden könnte, fragt zu Recht, was aus ihrer Rolle wird. Solche Fragen lassen sich nicht wegschulen. Sie brauchen Antworten der Führung.

Der zweite ist Organisation und Befähigung. Laut Bitkom schulen 70 Prozent der Unternehmen ihre Beschäftigten im Umgang mit KI2. Doch Schulungen allein schaffen keine Zuständigkeiten. Eingeführt ist KI erst, wenn für jeden produktiven Einsatz eine Person namentlich verantwortlich ist. Fehlt diese Klarheit, entsteht Schatten-KI: private Konten, unklare Datenflüsse und keine Kostenkontrolle.

Der Betriebsrat gehört deshalb früh an den Tisch. Wer ihn erst zur Unterschrift unter eine Betriebsvereinbarung holt, verliert Monate. Als Mitgestalter ist er dagegen ein Partner, der die Bedenken der Belegschaft kennt, bevor sie zum Widerstand werden.

Perspektiven statt Selbsteinschätzung: Wo ein Unternehmen wirklich steht

Ein weiteres Problem ist die Selbsteinschätzung. Die Geschäftsleitung sieht ein Unternehmen, das KI eingeführt hat. Die Fachabteilung sieht isolierte Werkzeuge ohne Einbettung in ihre Abläufe, die Anwender ein weiteres Werkzeug neben fünf anderen. Eine Studie von CIO, CSO und COMPUTERWOCHE zeigt eine solche Diskrepanz: 84 Prozent der Führungsebene halten ihre Datenplattform für KI-fähig, aber nur 56 Prozent der Fachbereiche3.

Eine belastbare Standortbestimmung befragt deshalb einen Querschnitt des Unternehmens getrennt voneinander, etwa Geschäftsleitung, Fachbereiche, Anwender, IT und Betriebsrat. Weichen die Einschätzungen in einer Dimension um zwei Etappen voneinander ab, ist diese Abweichung der eigentliche Befund. Ab der dritten Etappe sollte jede Einschätzung zudem durch Belege wie Richtlinien, Budgets oder Betriebskonzepte gestützt sein.

Ist das nicht zu langsam?

Der Einwand liegt nahe. Ein Drittel der KI-Anwender setzt laut Bitkom vor allem aus Angst auf KI, sonst den Anschluss zu verlieren2. Wer jetzt Zuständigkeiten, Regeln und Zustimmung klärt, wirkt langsam. Doch Tempo ohne Struktur führt häufig zurück an den Anfang. Gartner hat ermittelt: Unternehmen mit hoher KI-Reife halten 45 Prozent ihrer KI-Projekte mindestens drei Jahre im Betrieb, bei geringer Reife sind es nur 20 Prozent4.

Der erste Schritt

Am Anfang steht eine ehrliche Standortbestimmung aus mehreren Perspektiven. Danach bekommt die schwächste Dimension einen Verantwortlichen, nicht die stärkste. Und Beschäftigte und Betriebsrat sind an den Anwendungsfällen beteiligt, bevor diese ausgerollt werden.

Die agentische Organisation wächst in dem Tempo, in dem eine Organisation lernt, Verantwortung, Regeln und Arbeit mit Agenten zu teilen.

Quellen

  1. McKinsey & Company: „The agentic organization: Contours of the next paradigm for the AI era“, Insights-Artikel, 2025. mckinsey.com
  2. Bitkom: „Erstmals nutzt die Mehrheit der Unternehmen KI“, Presseinformation, 14. September 2026. Repräsentative Befragung von 603 Unternehmen ab 20 Beschäftigten. bitkom.org
  3. Schaffry, Andreas: „AI-ready Data Platforms: Zwischen Aufbruch und Datenwirklichkeit“, COMPUTERWOCHE, 14. April 2026. Studie von CIO, CSO und COMPUTERWOCHE, 315 Interviews, Januar 2026. computerwoche.de
  4. Gartner: „Gartner Survey Finds 45% of Organizations With High AI Maturity Keep AI Projects Operational for at Least Three Years“, Pressemitteilung, 30. Juni 2025. Befragung von 432 Teilnehmenden aus Organisationen in USA, Großbritannien, Frankreich, Deutschland, Indien und Japan (Q4 2024). gartner.com