Die Art, wie wir arbeiten, ist kaputt. Unternehmens-KI kann das reparieren ¨C aber nur, wenn sie pr?zise, reguliert, kontextbewusst, gut vernetzt und an realen Gesch?ftsergebnissen gemessen ist.
?
Michael Brenner
Vice President, Thought Leadership and Customer Advocacy
²ÝÝ®ÊÓƵ
In vielen Unternehmen f¨¹hlt sich Arbeit f¨¹r viele Menschen wie eine Zumutung an.
Zu viele Tabs. Zu viele Tools. Zu viele dringende Anfragen, die bei Menschen landen, die ohnehin schon ausgelastet sind. Wie viele Tabs sind gerade in Ihrem Browser ge?ffnet?
Wir haben Pilotprojekte gestartet, Portale gebaut und mehr Apps eingef¨¹hrt, als irgendwer aufz?hlen kann. Wir haben KI-Funktionen erg?nzt, die E-Mails zusammenfassen und Antwortentw¨¹rfe schreiben. Und trotzdem bleibt der Eindruck: Der Arbeitstag ist voll, laut, zerrissen.
Darin steckt das Paradoxon der Produktivit?t: KI kann heute echte Arbeit ¨¹bernehmen. Aber sie macht den Alltag f¨¹r Menschen nicht automatisch leichter ¨C und Unternehmen nicht automatisch produktiver.
F¨¹hrungskr?fte brauchen deshalb nicht das n?chste Pilotprojekt, die n?chste Demo oder die n?chste Schlagzeile.
Sie brauchen einen anderen Arbeitstag: einen, in dem der L?rm leiser wird und wieder Raum f¨¹r Fokus entsteht. In dem KI nicht nur das n?chste Wort in einer E-Mail erg?nzt, sondern einen Sprung erm?glicht. Eine KI, die nach einem Teamgespr?ch erkennt, dass Organigramm und Personalbudget nicht mehr passen ¨C und die n?tigen Anpassungen anst??t oder ¨¹bernimmt.
Genau hier setzen die neuen Regeln f¨¹r Unternehmens-KI an. Sie sind ein Fahrplan, um das in echten Fortschritt zu ¨¹bersetzen. Und sie beginnen mit einer Voraussetzung, ¨¹ber die sich nicht verhandeln l?sst: KI muss es richtig machen.
Studie
Regel 1: KI muss es richtig machen
Wenn F¨¹hrungskr?fte ¨¹ber KI sprechen, ist ein Punkt glasklar: Bei der Gehaltsabrechnung gibt es keine Experimente. Und den Jahresabschluss unterzieht niemand einem A/B-Test.
In Bereichen wie Buchhaltung, Finanzen und HR k?nnen KI-Agenten nicht einfach ?die n?chste Zahl in der Reihe¡° sch?tzen. Die Ergebnisse d¨¹rfen nicht ?gr??tenteils¡° stimmen ¨C sie m¨¹ssen stimmen.
In einer nahezu keine Toleranz gegen¨¹ber KI-bedingten Fehlern. Die gro?e Mehrheit gab an, dass eine Fehlerquote von 1 % oder mehr in kritischen Bereichen wie Finanzen und Personalwesen inakzeptabel w?re.
?
In den Bereichen Personalwesen, Finanzen und IT gilt: ?Fast richtig¡° ist schlichtweg falsch.
In den Bereichen Personalwesen, Finanzen und IT gilt: ?Fast richtig¡° ist schlichtweg falsch. Entweder werden Menschen bezahlt oder nicht. Entweder stimmen die B¨¹cher oder nicht. Entweder werden Compliance-Vorgaben eingehalten oder nicht.
Allgemeine KI, die vom Kontext, den Regeln und den Sicherheitsvorkehrungen eines Unternehmens losgel?st ist, funktioniert in diesen Szenarien nicht. Sie ist von Natur aus auf Vermutungen ausgelegt: Sie trifft Vorhersagen, gibt Empfehlungen auf Basis von Mustern und Wahrscheinlichkeiten. Das macht sie leistungsf?hig ¨C aber f¨¹r unternehmenskritische Vorg?nge auch riskant.
Unternehmens-KI muss deshalb von Anfang an auf Pr?zision, Governance und ?berpr¨¹fbarkeit ausgelegt sein:
Sie muss auf den Systemen aufsetzen, die das Unternehmen heute schon steuern.
Sie muss den Zusammenhang zwischen HR- und Finanzdaten verstehen.
Sie muss auf den bestehenden Plattformen, Sicherheitsmodellen und Gesch?ftsregeln trainiert werden.
Sie muss parallel zu Transaktionen laufen, die protokolliert, gepr¨¹ft und nachverfolgt werden.
Genau an dieser Schnittstelle entsteht der eigentliche Mehrwert: wenn sich die Logik und das Vertrauen etablierter Unternehmensplattformen mit der Vorhersagekraft moderner KI verbinden.
Eine KI, die frei in einem Browser-Tab schwebt, kann einen netten Absatz schreiben. Eine KI, die in Ihre HR- und Finanzplattform eingebettet ist, kann Geld bewegen, Rollen ?ndern und Risiken managen ¨C mit den richtigen Leitplanken.
Lange Zeit waren ERP-Systeme vor allem digitale Aktenschr?nke: Sie haben festgehalten und sortiert, was bereits passiert war.
Unternehmens-KI kann daraus ein kooperatives System machen, das kontinuierlich lernt, fragmentierte Signale miteinander verkn¨¹pft und Menschen hilft, bessere Entscheidungen ¨¹ber ihre Mitarbeitenden und ihr Kapital zu treffen.
Aber es richtig zu machen, ist nur der erste Schritt. Wenn KI im Kern Ihrer Systeme mitwirkt, stellt sich die eigentliche Frage: Wer hat das Sagen?
Damit sind wir bei Regel Nummer zwei.
Regel 2: Agenten brauchen Leitplanken
Die Vorstellung ist verlockend: Agenten, die unsere Arbeit f¨¹r uns erledigen.
Termine koordinieren. Routinanfragen freigeben. Unregelm??igkeiten melden. Spesenabrechnungen einreichen (oh ja, bitte). Das ist das Versprechen.
Doch je konkreter die Use Cases werden, desto dringlicher wird eine andere Frage:
Was passiert, wenn ein Agent aus der Reihe tanzt?
In unserer Untersuchung nannten Unternehmen als gr??te H¨¹rden daf¨¹r, KI mehr Arbeit zu ¨¹bergeben:
Sicherheit und Zugriffskontrollen (52 %)
Datenqualit?t und Datenfragmentierung (51 %)
Compliance- und Audit-Anforderungen (45 %)
?bersetzt hei?t das: F¨¹hrungskr?fte wollen keine Agenten ohne Leitplanken. Sie wollen Agenten, die verstehen, wie Arbeit in der Realit?t abl?uft. Agenten, die Berechtigungen respektieren, Richtlinien einhalten und im Zweifel erkl?ren k?nnen, warum sie getan haben, was sie getan haben.
Die Lohn- und Gehaltsabrechnung ist ein gutes Beispiel f¨¹r einen Prozess, der maximale Pr?zision verlangt. In fr¨¹hen Implementierungen liefern ²ÝÝ®ÊÓƵ-Agenten f¨¹r Payroll bis zu viermal schnellere Compliance-L?sungen ¨C ohne dass Governance-Kontrollen aufgeweicht werden. Sie scannen nach Problemen, identifizieren L¨¹cken und f¨¹hren Administratoren in Sekunden durch die n?tigen Korrekturen.
Rechts- und Beschaffungsteams beobachten ein ?hnliches Muster.
Die Vertragspr¨¹fung war lange ein klassischer Engpass: Tausende Vertr?ge, jeweils mit eigenen Risiken, jeder musste von Menschen gepr¨¹ft werden. Das Technologieunternehmen NetApp konnte mit Hilfe von KI-Agenten mehr als 90.000 Vertr?ge pr¨¹fen ¨C und so ¨¹ber 2,5 Millionen Dollar sowie Tausende Stunden manueller Arbeit einsparen.
Diese Agenten automatisieren Pr?zisionsarbeit unter voller Einhaltung der Sicherheitsvorgaben. Sie bewegen sich innerhalb klar definierter Prozesse, mit eindeutigen Regeln und unter Aufsicht. Genau darin liegt ihr Potenzial ¨C nicht im Handeln ohne Netz und doppelten Boden.
Wenn Ihre Daten und Prozesse fragmentiert sind, arbeiten Ihre Agenten im Blindflug.
Das ist Unternehmens-KI im besten Sinne: Agenten, die Arbeit beschleunigen, ohne zus?tzliche Risiken zu erzeugen.
Aber selbst das reicht nicht.
Sie k?nnen hochpr?zise KI einsetzen. Sie k?nnen streng regulierte KI einsetzen. Und trotzdem bleibt die versprochene Transformation aus. Wenn Daten und Prozesse zersplittert sind, arbeiten Ihre Agenten im Grunde im Blindflug.
Genau hier greift die dritte Regel.
Regel 3: Komplexit?t mit Kontext bew?ltigen
Warum haben die meisten Unternehmen den Schritt von KI als Hilfsmittel zu KI als ausf¨¹hrendem Akteur noch nicht vollzogen? Nicht, weil KI mit Komplexit?t ¨¹berfordert w?re. Sondern weil ihr der Kontext fehlt.
In der Praxis sieht es oft so aus:
HR-Daten liegen in einem System.
Finanzdaten in einem anderen.
Tickets und Anfragen in einem dritten.
Vertr?ge und Dokumente sind ¨¹ber Laufwerke und Apps verstreut.
Und dann wird eine KI dar¨¹bergelegt mit der Erwartung, sie m?ge bitte ?klug¡° sein. Kein Wunder, dass viele Teams inzwischen pilotm¨¹de sind.
Damit KI-Agenten die wirklich chaotische, risikoreiche Arbeit ¨¹bernehmen k?nnen ¨C Jahresabschluss, Gehaltsabrechnung, Personalverwaltung ¨C, brauchen sie mehr als einen schlauen Prompt. Sie brauchen das Gesamtbild, unter anderem:
wer eine Person ist und wo sie in der Organisation verortet ist
welche Richtlinien f¨¹r ihre Rolle, ihre Region und ihren Vertrag gelten
welche Genehmigungen erforderlich sind und von wem
was in der Vergangenheit passiert ist und was typischerweise schiefgeht
Dieser Kontext kommt nicht aus einem losgel?sten KI-Tool, sondern aus einer vernetzten Enterprise-KI-Plattform. Es sind Informationen, die Ihre HR- und Finanzsysteme l?ngst kennen.
Wenn diese Kontexttiefe mit der F?higkeit der KI zusammenkommt, unstrukturierte Daten zu lesen, zu verdichten und zu interpretieren, entsteht etwas Bemerkenswertes: Aus Tools, die Arbeit nur erfassen, werden Agenten, die Arbeit tats?chlich ausf¨¹hren. Und damit ?ffnet sich eine andere Art, ein Unternehmen zu steuern.
Ein Beispiel: Early-Access-Kundinnen und -Kunden von ²ÝÝ®ÊÓƵ Planning Agent haben fr¨¹her jeden Monat Stunden damit verbracht, ¨¹berhaupt erst eine einheitliche Datenbasis zu schaffen. Heute berichten sie von einer Reduktion des Aufwands f¨¹r Datenauswertung um rund 30 Prozent ¨C das entspricht etwa 100 Stunden pro Monat.
Die TX Group, ein Schweizer Medien- und Technologieunternehmen, hat ihre Finanzabl?ufe ?hnlich neu aufgesetzt: Die Suchzeit f¨¹r Fehleranalysen sank von rund zwei Stunden auf wenige Sekunden, was den Kernadministrator:innen w?chentlich bis zu 30 Minuten einspart. Indem Kontenabweichungen und ihre Ursachen in etwa zwei Minuten sichtbar werden, entfallen manuelle Berichtsh¨¹rden ¨C und das FP&A-Team kann seine Zeit von der Datenjagd auf hochwertige strategische Analysen verlagern.
Der Agent arbeitet auf derselben verl?sslichen Basis aus Planungs-, HR- und Finanzdaten. Er kennt die Gesch?ftsbereiche, die Hierarchien, die Historie.
Der Unterschied liegt nicht nur in der KI, sondern im Kontext. Der Agent greift auf dieselben bew?hrten Planungs-, Personal- und Finanzdaten zur¨¹ck. Er kennt die Strukturen, die Hierarchien und die Historie.
Wenn eine F¨¹hrungskraft dann fragt: ?Warum haben sich die Margen im letzten Quartal ver?ndert?¡°, ist die Antwort kein generisches Diagramm, sondern eine fundierte Erkl?rung, die sich auf das tats?chliche Gesch?ft bezieht.
Nur: Die meisten Menschen leben nicht in Ihrem Planungstool. Oder Ihrem HR-System. Oder Ihrem Finanzsystem. Sie leben in E-Mails, Chats, Kalendern, Dokumenten ¨C und in einem Dutzend weiterer Apps, die nie daf¨¹r gedacht waren, miteinander zu sprechen.
Wenn KI nur innerhalb eines einzelnen Systems arbeitet, m¨¹ssen Menschen weiterhin die fehlende Verbindung herstellen. Genau hier setzt die vierte Regel an.
Regel 4: Vernetzen Sie die Arbeit, nicht nur die Daten
Ein Grund, warum sich Arbeit so oft wie ein Puzzle anf¨¹hlt: Einige Systeme sind zwar miteinander verbunden, die eigentliche Arbeit aber nicht. Menschen verbringen immer noch zu viel Zeit damit, ?der Wahrheit¡° hinterherzulaufen.
Welche Tabelle ist aktuell?
Welches System hat die richtigen Zahlen?
Welche Fassung der Richtlinie gilt?
In unserer Studie nannten mehr als die H?lfte der IT-F¨¹hrungskr?fte Datenfragmentierung als eines der gr??ten Hindernisse f¨¹r die Skalierung von KI. Mitarbeitende sprechen nicht ¨¹ber ?fragmentierte Architektur¡°. Sie merken nur jedes Mal den ?rger, wenn sie Informationen doppelt eingeben oder einem fehlenden Feld hinterherlaufen m¨¹ssen.
Die neue Regel f¨¹r KI in Unternehmen lautet deshalb:
Niemand sollte sich darum k¨¹mmern m¨¹ssen, wo Daten gespeichert sind.
Im Arbeitsalltag der Zukunft loggen sich Menschen nicht mehr in zehn Systeme ein, um zehn Teilantworten zu sammeln. Sie sprechen mit einem KI-Teamkollegen, der
die richtigen Informationen in HR, Finanzen, CRM, Ticketing und anderen Systemen findet
die passenden Schritte im richtigen System ausf¨¹hrt
erkl?rt, was er getan hat ¨C und warum
Was das konkret bedeutet, zeigt sich bereits in der Personalbeschaffung an vorderster Front.
Bei 7?Eleven, Inc. verbrachten Filialleiter fr¨¹her jede Woche Stunden damit, zwischen Jobb?rsen, E-Mail, Terminplanungs-Apps und weiteren Tools hin und her zu springen, nur um Stellen zu besetzen. Recruiting war ein durchgehend manueller, anstrengender Prozess.
Heute werden in den Filialen bis zu 95 Prozent der Einstellungen automatisiert. Die Zeit bis zur Besetzung ist um 70 Prozent gesunken ¨C Filialleiter gewinnen so j?hrlich mehr als zwei Millionen Stunden zur¨¹ck.
Aus Sicht der F¨¹hrungskr?fte wirkt das fast wie Zauberei: Bewerbende durchlaufen mit wenigen Eingaben den Weg von der Bewerbung ¨¹ber die Vorauswahl bis zur Terminvereinbarung und zum Angebot.
Hinter den Kulissen passiert allerdings nichts Mystisches. Der Agent ruft Daten aus den richtigen Systemen ab, wendet die richtigen Regeln an und aktualisiert die passenden Datens?tze ¨C ohne dass jemand ¨¹berlegen muss, welches System wof¨¹r zust?ndig ist.
Genau darin liegt der Bruch mit dem Status quo: Nicht mehr Menschen navigieren durch ein Labyrinth unverbundener Tools. Agenten navigieren durch dieses Labyrinth ¨C f¨¹r sie.
So kann jemand sagen: ?Aktualisiere meine Privatadresse und zeig mir, wie sich das auf meine Steuerformulare und Sozialleistungen auswirkt.¡° Der Agent wei?, welche Systeme er ansprechen, welche Richtlinien er anwenden und welche Genehmigungen er ansto?en muss.
Den Menschen ist egal, wo die Daten liegen. Sie sehen nur: Die Arbeit wird erledigt.
Bleibt eine letzte Regel f¨¹r Enterprise-KI. Und bei ihr geht es darum, sicherzustellen, dass wir den Wert der ganzen Entwicklung auch wirklich sehen.
Regel 5: Messen Sie KI anhand echter Gesch?ftsergebnisse
Die meisten KI-Programme beschr?nken sich bis heute darauf, Nutzung zu z?hlen, Features auszurollen und neue Funktionen zu testen.
Die eigentlich entscheidenden Fragen sind andere: Verbringen F¨¹hrungskr?fte weniger Zeit in Tabellen? M¨¹ssen HR- und Finanzteams weniger manuelle Abstimmungen und ?bergaben stemmen?
Wenn sich daran nichts ?ndert, schafft eine KI noch keinen echten Mehrwert.
Unternehmens-KI sollte sich im Arbeitsalltag sp¨¹rbar bemerkbar machen:
weniger Tickets und kurze R¨¹ckfragen bei HR und IT
weniger Feuerwehreins?tze beim Tages- und Monatsabschluss
weniger Statusmeetings, in denen Informationen ausgetauscht werden, die l?ngst in Echtzeit verf¨¹gbar sein k?nnten
mehr Zeit f¨¹r das, was nur Menschen leisten k?nnen: Coaching, Zuh?ren, die Zukunft gestalten
Unsere Untersuchungen zeigen au?erdem, dass IT-F¨¹hrungskr?fte nicht vorhaben, ihre Kernsysteme einfach auszutauschen. Sie gehen davon aus, weiterhin auf denselben HR- und Finanzplattformen zu arbeiten ¨C nur mit KI darin integriert.
Die eine Frage, die sich F¨¹hrungskr?fte deshalb stellen m¨¹ssen, lautet:
Ver?ndert diese Technologie tats?chlich, wie sich Arbeit anf¨¹hlt?
Sind Menschen am Ende des Tages weniger ersch?pft? Treffen F¨¹hrungskr?fte schnellere, bessere Entscheidungen ¨C mit mehr Vertrauen in die Grundlage? Bleibt mehr Zeit, um wirklich mit Kolleginnen und Kollegen in Kontakt zu kommen, Kundinnen und Kunden ernst zu nehmen, Kreativit?t einzusetzen?
Wenn die Antwort ?Nein¡° lautet, spielt es keine Rolle, wie beeindruckend das Modell ist. Dann haben Sie die Werkzeuge ausgetauscht ¨C nicht den Arbeitstag ver?ndert.
KI bietet die seltene Gelegenheit, neu zu denken, wie Arbeit ¨¹berhaupt erledigt wird.
Von dysfunktionaler Arbeit zu einem neuen Arbeitstag
Arbeit f¨¹hlt sich heute oft kaputt an. Nicht, weil sich Menschen zu wenig anstrengen. Sondern weil das System um sie herum f¨¹r eine andere ?ra gebaut wurde: isolierte Tools, manuelle ?bergaben, endlose Statusabfragen.
KI bietet die seltene Gelegenheit, das zu ?ndern.
Nicht, indem alte Prozesse mit Assistenten ¨¹berlagert werden. Nicht, indem bereits ¨¹berf¨¹llte Bildschirme weitere Dashboards bekommen. Sondern indem grundlegend neu gedacht wird, wie Arbeit ¨¹berhaupt erledigt wird:
weg von Software, die Arbeit erfasst, hin zu Agenten, die sie ausf¨¹hren
weg von Menschen, die als Integrationsschicht funktionieren, hin zu Agenten, die Arbeit ¨¹ber Systeme hinweg verkn¨¹pfen
weg von der menschlichen Leistungsf?higkeit als Obergrenze, hin zu einer hybriden Belegschaft aus Menschen und KI, die zusammenarbeitet
Genau auf diesen Wandel zielen die neuen Regeln:
KI, die genau das Richtige tut ¨C dort, wo es am meisten z?hlt
Agenten, die mit eingebauten Leitplanken arbeiten
Komplexit?t, die durch reichen, vernetzten Kontext beherrschbar wird
Arbeit, die system¨¹bergreifend verbunden ist, damit Menschen nicht l?nger das Bindeglied sein m¨¹ssen
Wirkung, die nicht an Demos gemessen wird, sondern daran, wie sich der Arbeitstag anf¨¹hlt
F¨¹hrungskr?fte brauchen keinen weiteren Hype. Sie brauchen den Mut, den Arbeitstag entlang dieser Prinzipien neu aufzusetzen. Von Pilotprojekten in den Regelbetrieb zu kommen. Von Experimenten am Rand zur Transformation im Kern.
Arbeit ist kaputt. Und wir wissen, wie sie sich reparieren l?sst: indem wir diese f¨¹nf Regeln f¨¹r Unternehmens-KI nutzen, um den Arbeitstag neu zu denken. So gehen Routineaufgaben an Agenten ¨C und sinnvolle Arbeit wieder an die Menschen zur¨¹ck.
Studie
Hinweis zur Erhebungsmethodik
Die in diesem Artikel erw?hnte Studie wurde in den USA von The Harris Poll im Auftrag von ²ÝÝ®ÊÓƵ online unter 206 IT-F¨¹hrungskr?ften durchgef¨¹hrt, die in Vollzeit in der IT-Abteilung eines Unternehmens mit mehr als 1.500 Mitarbeitern t?tig sind, eine Position als Director oder h?her innehaben und Entscheidungsbefugnis ¨¹ber die Einf¨¹hrung von KI in der Kerninfrastruktur besitzen. Die Umfrage wurde vom 13. bis 19. Februar 2026 durchgef¨¹hrt. Die Rohdaten wurden nicht gewichtet und sind daher nur repr?sentativ f¨¹r die Personen, die an der Umfrage teilgenommen haben.
KI hat in nahezu jeder Branche und auf jedem Markt grundlegende Ver?nderungen angesto?en. Ihren tats?chlichen Wert entfaltet sie aber erst, wenn nicht nur die Technologie da ist, sondern auch die Menschen, die mit ihr arbeiten, sie verstehen und mittragen. In dieser KI-Masterclass geht es darum, wie sich KI in Finanzen, HR und dar¨¹ber hinaus so einsetzen l?sst, dass aus M?glichkeiten echte Wirkung wird.
?