Künstliche Intelligenz ist in den Unternehmen angekommen. Eine aktuelle Studie von McKinsey zeigt, dass nahezu alle Organisationen KI bereits einsetzen. Gleichzeitig befinden sich die meisten noch in der Experimentier- oder Pilotphase. Fast zwei Drittel haben bislang nicht damit begonnen, KI unternehmensweit zu skalieren.
Genau hier entsteht ein zentrales Spannungsfeld. Während Fachbereiche KI zunehmend als Hebel für Effizienzsteigerungen, Kostensenkungen und neue Geschäftsmöglichkeiten nutzen wollen, steht die IT vor einer deutlich komplexeren Realität. Versprechen rund um Plug and Play, Automatisierung und schnelle Produktivitätsgewinne erhöhen den Druck, Anwendungsfälle zügig umzusetzen, auch wenn grundlegende Voraussetzungen noch fehlen.
Wie soll die IT KI sicher einführen, wenn Fachbereiche bereits eigene Lösungen implementieren? Anforderungen entstehen dezentral, Budgets werden eigenständig eingesetzt und erste Tools oder Anwendungen ohne übergreifende Abstimmung eingeführt. Ohne gemeinsame strategische Leitplanken und ein klares Zielbild entstehen so Schattenlösungen, isolierte Anwendungen und neue Datensilos. Der Betriebsaufwand steigt, Kosten nehmen zu und die IT kann weder Sicherheit noch Skalierbarkeit ganzheitlich gewährleisten.
Gleichzeitig ist im Unternehmen unstrittig, dass KI nur dann nachhaltig Wirkung entfalten kann, wenn Infrastruktur, Datenbasis, Governance und Organisation darauf vorbereitet sind. Hier wird die Lücke zwischen Erwartungshaltung und technischer Machbarkeit besonders deutlich – und sie trifft die IT als erstes.
Wenn Business und IT in unterschiedlichem Tempo unterwegs sind
Aus unserer Erfahrung in der Begleitung von KI- und Transformationsinitiativen zeigt sich immer wieder ein ähnliches Muster. Wenn Business und IT in unterschiedlichen Geschwindigkeiten agieren und zentrale Voraussetzungen nicht frühzeitig geklärt werden, verlieren selbst gut gemeinte KI-Vorhaben an Wirkung. Statt Skalierung entstehen isolierte Lösungen, die Komplexität steigt und auf beiden Seiten wächst die Frustration.
In vielen Unternehmen liegt die Ursache dafür tiefer. Die IT arbeitet häufig mit begrenzten Ressourcen, komplexen Genehmigungsprozessen und teils fehlenden technischen Grundlagen, um KI-Anforderungen zuverlässig umzusetzen. Gleichzeitig werden bestehende Betriebsmodelle, Rollen und Verantwortlichkeiten im Zuge der Einführung von KI infrage gestellt. Die etablierten Strukturen sind meist nicht darauf ausgelegt, Innovationen schnell zu ermöglichen oder kontinuierlich weiterzuentwickeln. Daraus ergibt sich ein klarer Bedarf, IT-Betriebsmodelle gezielt zu überprüfen und so weiterzuentwickeln, dass sie Innovationen und den produktiven Einsatz von KI überhaupt erst ermöglichen.
Während die Fachbereiche bereits konkrete Use Cases einbringen, steht die IT vor der Aufgabe, Architektur, Datenflüsse, die Sicherheit von Anwendungen und Daten sowie die Integration von KI in bestehende Systeme und Prozesse gleichzeitig neu zu denken. KI wird damit zum Prüfstein für den Reifegrad der IT und für ihre Fähigkeit, die eigene Arbeitsweise weiterzuentwickeln und die Rolle als strategischer Partner des Business zu stärken.
Vom Reifegrad zur Umsetzung: Wie Unternehmen KI strukturiert verankern
Um die Lücke zwischen der Erwartungshaltung des Business und der technischen Machbarkeit zu schließen, benötigen Unternehmen zunächst Transparenz über ihren tatsächlichen KI-Reifegrad. Aus unserer Erfahrung zeigt sich immer wieder: Erst wenn IT und Business ein gemeinsames, realistisches Bild des Status quo haben, lassen sich Diskussionen über Prioritäten, Investitionen und Vorgehensmodelle konstruktiv führen.
Der AI Readiness Check bietet an dieser Stelle einen strukturierten Einstieg. Er macht sichtbar, wo ein Unternehmen heute wirklich steht – nicht nur technologisch, sondern auch organisatorisch. Die Analyse zeigt, welche Strukturen, Prozesse und Rollen KI-Initiativen unterstützen oder ausbremsen, wo Entscheidungswege unklar sind, welche Governance fehlt und welche Kompetenzen im Unternehmen noch aufgebaut werden müssen. Auf dieser Grundlage lassen sich gezielt nächste Schritte ableiten. Das Ergebnis ist eine priorisierte Roadmap, die zum tatsächlichen Reifegrad passt und realistische Entwicklungspfade aufzeigt.
Diese Roadmap bildet zugleich die Basis für eine gemeinsame Vision und eine tragfähige KI-Strategie. IT und Business entwickeln sie gemeinsam, mit einem klaren Blick auf fachliche Zielsetzungen, organisatorische Machbarkeit und technische Rahmenbedingungen. Die Strategie darf nicht isoliert entstehen, sondern muss von den Menschen im Unternehmen verstanden, mitgetragen und in die bestehende Organisation integriert werden.
Organisation und Betriebsmodell: Zusammenarbeit neu denken
Der produktive Einsatz von KI erfordert eine Weiterentwicklung bestehender IT-Betriebsmodelle und Zusammenarbeitsformen. Klassische Rollenverteilungen, lineare Übergaben und klar getrennte Zuständigkeiten stoßen an ihre Grenzen, wenn KI-Anwendungen kontinuierlich weiterentwickelt und betrieben werden sollen. Gefragt sind Organisationsmodelle, in denen Fachbereiche, KI-Expert:innen und IT gemeinsam Verantwortung für Use Cases übernehmen und in interdisziplinären Teams eng zusammenarbeiten.
Im Mittelpunkt steht dabei die Frage, wie Verantwortung, Steuerung und laufender Betrieb konkret organisiert werden – mit klaren Zuständigkeiten, kurzen Entscheidungswegen und einer engen Verzahnung von fachlichen Anforderungen und technischer Umsetzung. Dabei übernimmt die IT eine gestaltende Rolle, indem sie Architekturprinzipien, Sicherheitsanforderungen und den stabilen Betrieb frühzeitig mitdenkt und in die Zusammenarbeit integriert. Ein modernes Betriebsmodell sorgt für Transparenz über Zuständigkeiten, erleichtert die Zusammenarbeit über Bereichsgrenzen hinweg und stellt sicher, dass Innovationen nicht an organisatorischen Reibungen scheitern.
Auf dieser organisatorischen Grundlage lassen sich die technischen Voraussetzungen dann wirksam aufbauen. Dazu gehören eine belastbare Datenarchitektur, klare Datenflüsse und definierte Schnittstellen ebenso wie konsistente Identitäts- und Berechtigungskonzepte. Auch Fragen der Skalierbarkeit, Performance, Modellintegration, Versionierung und des sicheren Betriebs von KI-Anwendungen müssen frühzeitig adressiert werden. Ohne eine geeignete Plattformarchitektur, abgestimmte Governance und klar definierte Betriebsprozesse bleibt KI häufig auf einzelne Pilotprojekte begrenzt. Erst eine integrierte technische Basis ermöglicht einen stabilen, sicheren und skalierbaren produktiven Einsatz.
Die Rolle der IT im KI-Umfeld
Sobald Unternehmen eine gemeinsame Vision, klare technische Grundlagen und ein abgestimmtes Betriebsmodell entwickelt haben, lässt sich die Rolle der IT in der operativen Umsetzung gezielt festlegen. In der Praxis haben sich drei Modelle etabliert. Sie unterscheiden sich vor allem darin, wie stark die IT die inhaltliche Entwicklung von Use Cases mitverantwortet, wie viel Governance sie zentral vorgibt und wie eng die Umsetzung in gemeinsamen Teams erfolgt. Das gewählte Modell sollte bewusst festgelegt und im Unternehmen klar verankert werden.
Modellvergleich in der Praxis
1. IT als Treiber
In diesem Modell ist die IT proaktive Innovationstreiberin. Sie identifiziert zusammen mit den Fachbereichen geeignete Anwendungsfälle, entwickelt Lösungen und stellt sicher, dass Architektur, Sicherheit und Skalierbarkeit von Beginn an berücksichtigt werden. Dafür braucht die IT neben technischen Kompetenzen wie Data Engineering, Machine Learning und Produktentwicklung auch organisatorische und konzeptionelle Fähigkeiten, um gemeinsam mit dem Business Anforderungen zu strukturieren, Mehrwerte zu definieren und daraus priorisierbare KI Use Cases abzuleiten.
2. IT als Enabler
Die IT übernimmt hier eine klare Enabler Rolle. Sie definiert die Rahmenbedingungen für den Einsatz von KI, stellt geeignete Plattformen bereit und sorgt für einen sicheren und konsistenten Zugriff auf Daten. In vielen Fällen entsteht ein Center of Excellence oder eine ähnliche organisatorische Einheit, über die Methoden, Standards, Services und KI gebündelt bereitgestellt werden.
3. Co-Creation
Dieses Modell setzt am stärksten auf Co-Creation. Die IT verantwortet die technischen Grundlagen, während KI Expert:innen aus verschiedenen Bereichen zusammenarbeiten, um Anwendungsfälle zu entwickeln. Die IT agiert hier nicht als Dienstleister, sondern als gleichwertiger Partner, der technologische Expertise einbringt, für Sicherheit sorgt und die nahtlose Einbindung von KI in bestehende Systeme und Prozesse ermöglicht.
Unabhängig vom Modell gilt: Nur wenn Rollen, Verantwortlichkeiten und Prozesse klar definiert sind und sowohl IT als auch Business befähigt werden, kann KI nachhaltig Wirkung entfalten.
Fazit: Eine gemeinsame Basis für erfolgreiche KI
Damit KI im Unternehmen verlässlich wirken kann, benötigen IT und Business eine gemeinsame Ausgangsbasis. Sobald der tatsächliche Reifegrad von Daten, Infrastruktur, Prozessen und Organisation bekannt ist, lassen sich Use Cases sinnvoll priorisieren und sicher umsetzen. Transparenz über den Status quo ist damit der entscheidende erste Schritt, um KI nicht isoliert zu denken, sondern strukturiert im Unternehmen zu verankern.
Der AI Readiness Check schafft an dieser Stelle Klarheit über technische und organisatorische Voraussetzungen, zeigt konkrete Handlungsfelder auf und bildet die Grundlage für eine Roadmap, die zum Reifegrad der Organisation passt.
Zum AI Readiness Check: https://www.campana-schott.com/de/de/ai-readiness-check
Unternehmen, die zunächst den Reifegrad, die Hebel und Potenziale ihrer IT bewerten lassen möchten, können ergänzend mit dem IT Quick Check prüfen, ob ihre IT-Organisation, Betriebsmodelle und technologischen Grundlagen bereit sind, um KI langfristig skalierbar zu unterstützen.
Zum IT Quick Check: https://www.campana-schott.com/de/de/it-quick-check
Campana & Schott unterstützt Unternehmen dabei, diesen Weg konsequent zu gestalten. Auf Basis des AI Readiness Checks leiten wir eine belastbare Roadmap ab und zeigen, welche Weiterentwicklung der IT-Organisation notwendig ist, um KI nachhaltig zu verankern. In der Umsetzung begleiten wir den organisatorischen und technischen Wandel der IT – von neuen Betriebs- und Zusammenarbeitsmodellen über Architektur und Datenflüsse bis hin zur Entwicklung und Priorisierung tragfähiger KI-Use Cases.
Sie möchten mehr erfahren oder haben ein konkretes Projekt?
