Perspektiven:
Strategie, Führung, Organisation & Transformation
Manche Themen verdienen es, tiefer beleuchtet zu werden. Hier teile ich meine Gedanken über Strategie, Transformation und die Fragen, die mich in der Beratungspraxis beschäftigen.
Wie Führung verhindern kann, dass die KI-Transformation im Tal der Enttäuschungen stecken bleibt
Die Rolle der Führung in der KI-Transformation, Cathrin Duppel, April 2026
Nicht die Technologie entscheidet über den Transformationserfolg, sondern wie Manager ihre Organisationen durch den Wandel führen.
Kaum ein Thema hat die öffentliche Diskussion in den letzten Jahren so beherrscht wie Künstliche Intelligenz. Bis sich Ende 2025 Ernüchterung breitzumachen drohte. Schlagzeilen verkündeten, dass KI-Projekte reihenweise scheiterten und Milliarden Dollar verbrannt wurden ohne messbare Wirkung, bezogen auf ernstzunehmende Studien namhafter Hochschulen und Unternehmensberatungen.
Willkommen im Tal der Enttäuschungen, durch das nach Gartner alle großen Technologieinnovationen gehen müssen. Die Skeptiker fühlen sich mal wieder bestätigt: alles nur heiße Luft, gut dass wir abgewartet haben.
Ich denke, wer sich mit dieser oberflächlichen Betrachtung zufrieden gibt und der Technologie die Schuld gibt, wenn die Implementierung in vielen Organisationen scheitert, unterschätzt die Komplexität einer solch tiefgreifenden Transformation wie der Integration von künstlicher Intelligenz in unsere Arbeitswelt und muss zwangsläufig scheitern.
Wer nur die Schlagzeilen liest, verpasst die Kernaussage der Studienerkenntnisse
Gartner bezifferte Anfang 2026, dass mindestens 50 Prozent aller generativen KI-Projekte nach der Proof-of-Concept-Phase abgebrochen wurden. BCG stellte im September 2025 fest, dass nur fünf Prozent der Unternehmen einen messbaren KI-Wertbeitrag im Regelbetrieb erzielen. Die Technologie scheint ihre Versprechen für Produktivitätssteigerungen nicht halten zu können. Aber ist das wirklich die Erkenntnis aus diesen Studien?
Wer tiefer eintaucht, bekommt ein recht präzises Bild davon, warum so viele Projekte gescheitert sind. Die Diagnose lautet quer durch alle großen Beratungen, Forschungsinstitute und Analysehäuser nahezu identisch: Es liegt nicht an der Technologie. BCG schreibt es explizit: „Most AI roadblocks involve people, organization, and processes." McKinsey zeigt, dass die entscheidenden Unterschiede zwischen KI-Unternehmen, die skalieren, und solchen, die im Pilotmodus feststecken, nicht im Modell oder im Tool liegen, sondern in der Rolle der Führung in der Transformation und der Fähigkeit zur Workflow-Neugestaltung, Etablierung von Governance und systematischen Messung von KPIs.
Warum das alte Konzept von Projekt-Sponsorship in der KI-Transformation nicht funktionieren kann
In den letzten zwei Jahrzehnten verliefen technologische Transformationsprojekte in Unternehmen so: ein Top Manager hat gesponsert, ein Projektteam wurde beauftragt, eine externe Beratung hat das Konzept geliefert, und die übrige Organisation sollte möglichst wenig gestört werden. Am Ende solcher Projekte kannten die meisten Führungskräfte die neuen Systeme selbst nur aus Demos, konnten sie aber selbst kaum bedienen.
Als ehemalige CMO verstehe ich aus eigener Erfahrung, dass man operative Themen bei prall gefüllten To-Do-Listen delegieren muss. Wer aber denkt, er oder sie kann mit dem selben Mut zur Lücke jetzt an die KI Transformation rangehen, irrt sich gewaltig und wird mit dieser Haltung zwangsläufig scheitern.
KI ist anders. Sie ist im Kern nicht nur Technologie, sondern eine neue Art zu arbeiten und zu denken. Sie betrifft alle Bereiche, alle Funktionen, alle Hierarchieebenen gleichzeitig. Ihr Einsatz verändert, wie eine Organisation lernt, wie sie entscheidet, wie sie zusammenarbeitet, wie sie mit Fehlern umgeht. Das sind keine IT-Fragen, das sind Führungs-, Strategie- und Kulturfragen. Wer sich diesen Fragen nicht stellt, wird an ihnen scheitern.
Schmerzfreie Transformation gibt es nicht
Verschiedenste Modelle, die die Phasen von Change Management und Transformationsprozessen beleuchten, sind sich einig: Es wird zunächst schlechter, bevor es besser wird.
Das Transitionsmodell von William Bridges beschreibt 3 stark vereinfachte Phasen. Zu Beginn endet das Alte. Jahrelang bewährte und etablierte Prozesse, Routinen und Strukturen werden in der Transformation eingerissen oder verändert. Neben emotionalen Reaktionen wie Ablehnung und Unsicherheit sinkt die Produktivität massiv. Das ist der Moment, wenn die etablierten Arbeitsabläufe nicht mehr funktionieren und die neuen noch nicht eingespielt sind und einen enormen Kraftaufwand von allen Beteiligten erfordern. Frustration, Desorientierung und Skepsis dominieren. Neue Routinen müssen etabliert werden, die Organisation beschreitet neue Pfade und muss kreative Lösungen für Hindernisse finden.
Wer sich dieser unweigerlich eintretenden Phase nicht bewusst ist und seine Organisation nicht frühzeitig darauf vorbereitet, mag den Eindruck bekommen, dass das Transformationsprojekt ein Fehler war. Das ist der Moment, in dem viele abbrechen.
Wenn Führung diese Phase nicht vorbereitet, nicht begleitet und nicht aktiv gestaltet, scheitert Transformation genau in dem Moment, in dem es darauf ankommt, durchzuhalten, um in die Erfolgszone zu gelangen.
Wie Führung die KI Transformation erfolgreich beeinflussen kann
Was erfolgreiche Führung in der KI-Transformation nicht delegieren sollte, fasse ich hier in drei übergeordneten Themenblöcken zusammen:
- LERNEN: Führung baut eine lernende Organisation auf und schreitet als Vorbild voran. Führungskräfte, die KI-Transformation ernstnehmen, setzen sich selbst aktiv mit der Technologie auseinander. Nicht nur als Sponsor, der alle sechs Wochen einem Lenkungskreis beiwohnt, sondern als jemand, der praktisch versteht, wie KI funktioniert, was sie kann und was nicht. Wer KI-Kompetenz von seinen Teams einfordert, ohne sie selbst aufzubauen, wird nicht glaubwürdig sein. Gleichzeitig bedeutet eine lernende Organisation, dass Experimentieren erwünscht ist. Die Führung schafft einen sicheren Rahmen: nicht durch Verbote, die Schatten-KI-Systeme zur Folge haben, sondern durch klare Guidelines, Corporate KI-Tools und die Botschaft: „Probiert es aus, wir stehen dahinter."
- ENTSCHEIDEN: Sie versteht die KI-Roadmap als Führungsentscheidung, die Top-Down & Bottom-Up Potentiale kombiniert. Welche KI-Initiativen auf die strategischen Unternehmensziele einzahlen, welche Use Cases zuerst angegangen werden, wie Ressourcen priorisiert werden, das sind Führungsentscheidungen. Es gilt, die strategischen Ziele der Organisation mit der operativen Realität der Mitarbeitenden zu verbinden. Die besten Impulse für sinnvolle Use Cases kommen häufig aus der Organisation selbst, von denjenigen, die Prozesse täglich durchlaufen. Führung, die die Mitarbeitenden mitnimmt, hört ihnen zu, kommuniziert ihre Ziele transparent und malt ein anschlussfähiges Bild der Zukunft, das die Organisation auf die Langstrecke der Transformation einschwört.
- GESTALTEN: Sie denkt die Auswirkungen der Transformation auf das Operating Model frühzeitig mit genauso wie die Rolle von Daten & Governance. Wenn KI-Initiativen Prozesse verändern, verändert das auch Aufgaben, Rollen, Entscheidungswege und Strukturen. Wer das ignoriert, muss feststellen, dass gut gemeinte KI-Projekte auf Prozesse treffen, für die sie nicht entworfen wurden, und in Silos enden, die sich nicht verbinden lassen. Dasselbe gilt für Daten: Ob die KI-Outputs am Ende Mehrwert stiften, hängt unmittelbar mit der Qualität der Daten zusammen. Das sind strategische Entscheidungen mit direkten Konsequenzen für die Wirkung jeder KI-Initiative.
Was die Unternehmen eint, die gescheitert sind
Wenn wir diese Erkenntnisse zusammenführen, sehen wir folgende Führungsversäumnisse, die zum Scheitern von KI-Projekten führen: keine klare Strategie, zu viele parallele Piloten ohne gemeinsame Logik, Daten, die nicht harmonisiert und nicht zugänglich waren, Change-Management, das nachgelagert war oder ganz fehlte, und Führung, die gesponsert, aber nicht geführt hat.
Die Technologie hat nicht versagt. Die Organisation ist nicht vorbereitet worden.
Die richtige Konsequenz ist also nicht Abwarten oder Rückzug. Die richtige Konsequenz ist, die KI-Transformation in der eigenen Organisation jetzt strukturiert, strategisch und mit vollem Führungscommitment anzugehen. Denn diejenigen, die genau das tun, während andere in der Ernüchterung verharren, werden in zwei bis drei Jahren einen Vorsprung haben, der sich nur schwer aufholen lässt.
Der Gartner Hype Cycle nennt die Phase, die nach dem Tal der Ernüchterung kommt, den Pfad der Erleuchtung. Es ist der Moment, in dem aus wachsender Erfahrung Wirkung wird für diejenigen, die die Transformation aktiv gestalten.
Cathrin Duppel ist selbständige Marketingstrategie- und Organisations-Beraterin und Advisory Board Member der NewNow Group, einem KI-Implementierungsdienstleister, hat über 20 Jahre FMCG-Marketing Erfahrung und war zuvor CMO bei Rotkäppchen-Mumm.
Quellenangaben
Gartner „Why 50% of GenAI Projects Fail." Gartner, Januar 2026. [gartner.com/en/newsroom]
BCG – The Widening AI Value Gap Boston Consulting Group: „The Widening AI Value Gap." September 2025. [bcg.com] Zitat im Artikel: „Most AI roadblocks involve people, organization, and processes."
S&P Global Market Intelligence Zitiert in: Fortune, „AI fatigue is settling in as companies' proofs of concept fail." Juni 2025. [fortune.com]
McKinsey & Company „The State of AI: Global Survey 2025." McKinsey & Company, November 2025. (n = 1.993 Unternehmen in 105 Ländern) [mckinsey.com]
Gartner Hype Cycle Fenn, J. (1995): „When to Leap on the Hype Cycle." Gartner Research Note. Fenn, J. & Raskino, M. (2008): Mastering the Hype Cycle: How to Choose the Right Innovation at the Right Time. Harvard Business Press.
Bridges, W. (1991/2017): Managing Transitions: Making the Most of Change. Da Capo Press