Culture eats strategy for breakfast (Peter Drucker).
Bei KI frisst sie auch gleich noch die Lizenzen.
Ein Gespräch, das mich sprachlos machte
Kennenlerngespräch letzte Woche.
Ein Dienstleistungsunternehmen, solide aufgestellt, möchte KI-Workshops.
Ich frage nach dem Status Quo: Wo steht ihr? Wo sollt ihr hin? Ist die KI strategisch verankert? Wo stehen die Mitarbeiter? Arbeiten sie schon mit KI? Welche Tools sind im Einsatz?....Standardfragen, um einen ersten Überblick zu bekommen.
Die Antwort kam prompt:
„Wir haben für alle Microsoft Copilot gekauft. Das ist sicher, da kann nichts passieren."
Pause.
Ich: „Ah, ok. Und wie habt ihr das eingeführt?"
„Na ja, wir haben die Lizenzen gekauft."
Das war's.
Ich dachte mir nur: "Wer redet einem Kunden so etwas ein und lässt ihn dann im Regen stehen?
Zugegeben, so sprachlos war ich gar nicht, da das leider öfters passiert. Es ist symptomatisch für das, was ich gerade ganz oft beobachte.
Der teure Irrglaube: Lizenz = Einführung
Der Glaube, dass der Kauf einer Lizenz gleichbedeutend mit der Einführung einer Technologie ist, zeigt ein fundamentales Missverständnis.
KI ist kein SaaS-Tool, das du deployest und dann läuft es halt.
KI ist ein Transformationsprozess, der in die Substanz einer Organisation eingreift.
Peter Drucker wird das Zitat zugeschrieben: „Culture eats strategy for breakfast."
Bei generativer KI geht es noch einen Schritt weiter.
Hier frisst die Kultur nicht nur die Strategie, sondern auch die Technologie selbst.
Denn ein Large Language Model, das in einer Organisation landet, ohne dass sich die Art der Zusammenarbeit, die Rollen, die Prozesse und die mentalen Modelle der Menschen ändern, bleibt bestenfalls eine teure Spielerei.
Schlimmstenfalls wird es zur Quelle von Frust, Fehlern und Vertrauensverlust.
Was wirklich passiert, wenn Lizenzen „verteilt" werden
Kennst du das Szenario?
Die Lizenzen sind verteilt.
Alle haben Zugang.
Mission accomplished, denkt das Management.
Doch in der Realität sieht es so aus:
Die Digital Natives testen herum, finden es cool, bauen sich ihre (privaten) Workflows. Sie experimentieren, aber jeder für sich.
Die Mehrheit ignoriert das neue Tool. Niemand hat erklärt, wozu es gut sein soll und wie es in ihre tägliche Arbeit passt. Niemand hat erklärt, wie ein LLM überhaupt funktioniert und wo es Sinn macht, die KI einzusetzen.
Ein Teil ist skeptisch oder verängstigt, weil unklar ist, was das für die eigene Rolle bedeutet. „Werde ich ersetzt?"
Und das Management? Wundert sich nach sechs Monaten, warum die Adoption-Rate bei 12 Prozent hängt und der ROI nicht messbar ist.
Der Fehler liegt in der Annahme, dass Technologie per se wirkt.
Tut sie nicht.
Technologie entfaltet Wirkung nur in einem kulturellen und organisatorischen Kontext, der sie trägt. Und der entsteht nicht durch Lizenzierung, sondern durch Gestaltung.
Grafik erstellt mit NanoBanana / Google Gemini
Copilot ist kein Word-Update
Hier liegt das Kernproblem:
Copilot wird oft behandelt wie ein Software-Update. Wie der Wechsel von Office 2019 auf Office 365. Installieren, fertig, weitermachen.
Aber Copilot ist kein Textverarbeitungsprogramm.
Es ist ein kognitiver Layer, der sich über alle Arbeitsabläufe legt.
Es verändert, wie Menschen:
- Informationen verarbeiten
- Entscheidungen treffen
- kreativ arbeiten
- mit Unsicherheit umgehen
Wer das als rein technisches Deployment betrachtet, übersieht die eigentliche Herausforderung: die menschliche Seite der Gleichung.
„Technology is nothing. What's important is that you have faith in people, that they're basically good and smart, and if you give them tools, they'll do wonderful things with them." – Steve Jobs
„Gib den Menschen Tools" allein reicht nicht. Du musst ihnen auch zeigen, was sie damit tun können. Warum es sich lohnt. Und wie es ihren Alltag besser macht.
Die Sicherheits-Illusion
„Microsoft Copilot ist sicher, da kann nichts passieren."
Diese Aussage ist besonders entlarvend.
Sicherheit wird hier rein technisch gedacht. DSGVO-konform, Daten liegen in der Azure Cloud in Frankfurt, alles verschlüsselt. Check, check, check.
Kein Wort von: Darf ich trotzdem die personenbezogenen Daten des Kunden reinkippen? Hab ich überhaupt die Einverständnis dafür? Bin ich im Hochrisikobereich unterwegs? Was ist mit dem Thema US Cloud Act?
Ok.
Aber die eigentliche Unsicherheit liegt nicht im Tool.
Sie liegt in der Frage: Was passiert mit den Menschen, die es nutzen sollen?
Oder eben nicht nutzen. Weil niemand sie abgeholt hat.
Die größten Risiken bei einer KI-Einführung sind selten technischer Natur, sondern liegen hier:
- Mitarbeitende, die das Tool ablehnen, weil sie es nicht verstehen
- Teams, die parallel mit inoffiziellen Tools arbeiten, wie zB ihrem privaten ChatGPT, das sie kennen (Schatten-KI)
- Führungskräfte, die keine Vorbildfunktion übernehmen, weil sie selbst die KI nicht einschätzen können
- Fehlende Qualitätsstandards für KI-generierte Inhalte
- Frustration, weil die Ergebnisse nicht den Erwartungen entsprechen
All das lässt sich nicht mit dem Kauf einer Lizenz lösen.
Was stattdessen nötig wäre für die erfolgreiche KI-Einführung
Eine ehrliche Standortbestimmung. Bevor du investierst.
Frag dich:
Wo stehen die Menschen wirklich? Nicht auf dem Papier, sondern in der Praxis. Wer nutzt schon KI? Wer hat Angst davor? Wer ist neugierig?
Welche Aufgaben könnten durch KI effizienter werden? Nicht theoretisch alles, sondern konkret: Welche Tätigkeiten fressen Zeit, ohne Wert zu schaffen?
Welche neuen Aufgaben entstehen? KI nimmt Arbeit ab, aber sie schafft auch neue: Prompts schreiben, Ergebnisse prüfen, Qualität sichern.
Wer braucht welche Fähigkeiten? Nicht jeder muss zum Prompt-Profi werden. Aber jeder sollte verstehen, was KI kann und was nicht.
Wie ändern sich Rollen? Die Sekretärin, die bisher Protokolle geschrieben hat. Der Analyst, der Daten zusammengetragen hat. Was machen sie jetzt?
Welche Ängste sind da? Welche Erwartungen? Beides ist wichtig. Beides braucht Raum.
Und vor allem: Wie schaffen wir einen Raum, in dem Menschen experimentieren, lernen und Fehler machen dürfen, ohne dass das System kollabiert?
KI-Adoption ist Change-Arbeit
KI-Adoption ist kein technisches Rollout. Es ist Change-Arbeit.
Es braucht:
- Begleitung – Menschen, die Fragen beantworten und Unsicherheiten auffangen
- Training – Nicht ein einmaliges Webinar, sondern kontinuierliches Lernen
- Feedback-Schleifen – Was funktioniert? Was nicht? Wie können wir nachjustieren?
- Pilotprojekte – Kleine, überschaubare Use Cases, die schnell Erfolge zeigen
- Kulturelle Übersetzung – Was bedeutet KI für UNSER Unternehmen, UNSERE Prozesse, UNSERE Menschen?
Es braucht Menschen, die verstehen, dass der Umgang mit einem LLM eine Kompetenz ist, die man entwickeln muss.
Und es braucht Führung, die versteht, dass die Einführung von KI keine IT-Maßnahme ist, sondern ein organisatorischer Lernprozess.
„The greatest danger in times of turbulence is not the turbulence; it is to act with yesterday's logic." – Peter Drucker
Die Logik von gestern: Tool kaufen, ausrollen, fertig.
Die Logik von heute: Menschen befähigen, Prozesse anpassen, Kultur entwickeln.
Der Unterschied zwischen 12% und 80% Adoption
Was unterscheidet Unternehmen, bei denen KI wirklich ankommt, von denen, die auf ihren Lizenzen sitzen bleiben?
Die einen kaufen Technologie. Die anderen investieren in Transformation.
Die einen erwarten, dass Menschen sich anpassen. Die anderen nehmen die Menschen mit und passen die Einführung an die Menschen an.
Die einen messen Lizenzen. Die anderen messen Wirkung.
Frag dich ehrlich: In welcher Kategorie ist dein Unternehmen?
Drei erste Schritte, die du morgen gehen kannst
Du musst nicht alles auf einmal machen. Aber du kannst anfangen.
Schritt 1: Mach eine ehrliche Bestandsaufnahme
Frag dein Team in einer offenen Runde:
- „Wer von euch nutzt KI-Tools? Welche und wofür?"
- „Was funktioniert gut? Was frustriert euch?"
- „Was würdet ihr gerne können, wisst aber nicht wie?"
Du wirst überrascht sein, was du erfährst.
Schritt 2: Identifiziere einen konkreten Use Case
Nicht „wir machen jetzt alles mit KI".
Sondern: Ein Prozess. Ein Team. Ein messbares Ziel.
Zum Beispiel:
- Meeting-Protokolle automatisieren
- Angebote schneller erstellen
- Kundenfragen effizienter beantworten
Klein anfangen. Erfolg zeigen. Dann skalieren. Die Lernkurve wird steil sein!
Schritt 3: Schaffe Raum zum Lernen
Blockiere Zeit im Kalender. Für dich. Für dein Team.
„KI-Lernstunde" – eine Stunde pro Woche, in der experimentiert werden darf. Ohne Ergebnisdruck. Ohne Bewertung.
Lernen braucht Raum. Gib ihn.
Bereit, KI richtig einzuführen?
Klafft eine Lücke zwischen deinen KI-Lizenzen und der tatsächlichen Nutzung?
Ich begleite Unternehmen und Teams dabei, generative KI so einzuführen, dass sie im Alltag wirklich funktioniert. Mit klaren Leitplanken, praxisnahen Use Cases und einem Setup, das zum Unternehmen und den Menschen passt.
Lass uns in einem kostenlosen Erstgespräch schauen, wo du stehst und welche Schritte für dich sinnvoll sind.