Die Fähigkeit war nie das Problem. Das Betriebsmodell ist es.

Madelaine Yue hat es so sauber ausgedrückt, wie ich es noch nie gesehen habe: “KI repariert keine kaputten Systeme. Es führt sie nur schneller aus.” Der Satz ist mir im Gedächtnis geblieben, weil er etwas benennt, was das Unternehmens-KI-Gespräch in den letzten zwei Jahren umkreist hat, ohne es jedoch genau zu treffen. Die Fähigkeit ist 2026 kein Problem. Die Fähigkeit ist überall. Was Unternehmen immer noch fehlt, ist das Betriebsmodell, das die Fähigkeit, die sie bereits besitzen, in Ergebnisse umwandelt, die ihre Kunden spüren können.

Ich habe begonnen, dieses Betriebsmodell Applied Intelligence zu nennen, weil die Lücke, die es schließt, die Lücke zwischen der Verfügbarkeit von KI und ihrer Nutzung ist. Die Unterscheidung ist wichtig, weil die zweite die einzige ist, die sich auszahlt.

Die Fähigkeitsgrenze ist erreicht

Wenn Sie die KI- oder digitale Strategie in einem Unternehmen jeder Größe leiten, haben Sie wahrscheinlich mehr KI gekauft, als Sie organisiert haben. Ein Co-Pilot für den Vertrieb, ein Zusammenfassungstool für den Support, ein Triage-Agent für den Betrieb, ein Analyse-Engine für das Marketing, manchmal alles von verschiedenen Anbietern. Der Fähigkeitsbestand sieht in einer Präsentation beeindruckend aus. Der Operator innerhalb des Workflows geht jedoch immer noch die Nahtstellen zwischen diesen Systemen und so auch der Kunde.

Als die Erkenntnis von MIT NANDA aus dem Jahr 2025, dass 95 Prozent der KI-Pilotprojekte keinen messbaren P&L-Effekt erzielen, verbreitet wurde, überholte die Überschrift die Diagnose. Die Pilotprojekte scheiterten nicht, weil die Modelle schwach waren. Sie scheiterten, weil nichts die Ausgabe eines Modells mit einem Geschäftsprozess verband, der bereits für ein Ergebnis verantwortlich war. Die Integrationskapazität – die Menschen, die Verantwortung, die Datenverbindung, die Betriebsdisziplin, die fünf Komponenten zu einem Erlebnis macht – war fast nie der Posten, der finanziert wurde.

VimalRaj Sampathkumar hat einen benachbarten Punkt im April gemacht: Unternehmen stagnieren, wenn KI als eine Reihe von einzelnen Käufen behandelt wird und nicht als eine Fähigkeit, die sich ansammeln muss. Die Finanzierung der Ansammlung ist die unglamouröse Hälfte der Arbeit, und es ist die Hälfte von dem, was Applied Intelligence eigentlich ist.

Die Strategie-zur-Implementierung-Übergabe ist der Punkt, an dem die meisten KI-Systeme scheitern

Die meisten Unternehmens-KI-Fehlermodi werden auf etwas zurückgeführt. Datenhygiene. Governance. Change-Management. Talent. Jedes davon ist real, und keines davon ist der primäre Fehlermodus, den ich Woche für Woche sehe. Es ist die Übergabe zwischen dem Team, das die Strategie geschrieben hat, und dem Team, das das System ausliefern muss.

Im traditionellen Beratungsmodell ist diese Übergabe ein Ergebnis. Ein Roadmap, ein Ziel-Betriebsmodell, eine Anbieter-Auswahl-Matrix. Das Strategie-Unternehmen übergibt das Ergebnis dem System-Integrator oder dem internen Ingenieur-Team, und das Strategie-Unternehmen verlässt das Projekt. Wenn die Ingenieursarbeit beginnt, sind die Hälfte der Annahmen im Ergebnis bereits veraltet, und die einzigen Menschen mit Urteilsvermögen, ob sie diese Annahmen einhalten oder ändern sollen, sind nicht mehr im Raum.

Die Übergabe ist auch der Punkt, an dem die meisten branchenübergreifenden Beobachter die Lücke lokalisieren. In einem Staffellauf wird der Lauf gewonnen und verloren, wenn der Staffelstab übergeben wird, nicht auf der Geraden. In Unternehmens-KI gilt das gleiche Prinzip: der langsamste Teil des Laufes ist der Moment, in dem Kontext, Urteilsvermögen oder Verantwortung über eine Grenze hinweg übergeben werden soll, und niemand besitzt, ob dies tatsächlich geschieht.

Applied Intelligence, wie ich es definiere, hat drei Betriebsmodell-Komponenten, jede darauf abzielend, eine andere Nahtstelle zu schließen:

• Strategie und Ingenieurwesen unter einem Dach. Empfehlungen werden von den Menschen erstellt, die mit ihnen leben werden, und ingenieurtechnisches Urteilsvermögen formt die Strategie, bevor sie veröffentlicht wird, und nicht danach.
• Doppelte Einbindung von Führungskräften und Operatoren. Exekutive Förderung und operativer Einsatz laufen als parallele Arbeitsstränge und nicht als sequenzielle. Der Einsatz ist nicht die letzte Meile; er ist die parallele Meile.
• 90-Tage-Messungen, nicht 18-Monate-Transformationen. Jeder Zyklus wählt eine entscheidende Übergabe, behebt sie als ein einzelnes verantwortliches System, misst, was sich auf der Kundenebene bewegt, und wählt dann die nächste.

Keines davon ist neu als Aspiration. Was neu ist, ist, es als ein Betriebsmodell und nicht als drei Beschaffungsentscheidungen zu betreiben.

Wie die Disziplin in der Produktion aussieht

Der klarste Beweis, dass die Komponenten selbst funktionieren, hat nichts mit der Größe des Modells zu tun. Es kommt darauf an, ob jemand die Nahtstelle besitzt.

Im Finanzsektor haben große Institutionen ein Jahrzehnt lang neue Kunden nach Informationen gefragt, die die Institution bereits während des Antragsverfahrens gesammelt hatte, weil der KYC-Workflow und der Onboarding-Workflow von verschiedenen Teams gegen verschiedene Metriken optimiert wurden. Die Institutionen, die diese Übergabe stillschweigend behoben haben, sahen die Antragsverweigerung sinken und die Zeit bis zur Finanzierung des Kontos material komprimieren. Die KI änderte sich nicht. Die Nahtstelle änderte sich.

Im Hotelgewerbe tauchte die gleiche Lektion fast ein Jahrzehnt früher auf. Gäste hörten auf, eine Eincheckung zu tolerieren, die nicht wusste, dass sie das Zimmer gebucht hatten, und die Operatoren, die diese Schleife schlossen, taten dies, indem sie ein Team für das Erlebnis über den Buchungssystem, das Property-Management-System und die Treueplattform verantwortlich machten. Das Betriebsmodell war die Intervention. Die Plattformentscheidungen waren nachgelagert.

Das Gesundheitswesen ist der aktuellste öffentliche Fall, weil die Konsequenzen sofort sind. Am NYU Langone, ein eingesetztes BERT-Modell, das Patientenportal-Nachrichten triagiert, das über 396.466 Nachrichten hinweg untersucht und im August 2024 in JAMIA Open veröffentlicht wurde, reduzierte die Lesezeit der Kliniker bei hochakuten Nachrichten um 44 bis 67 Prozent. Das ist ein skalierbares, peer-reviewtes Ergebnis innerhalb eines einzigen integrierten Workflows. Die Komponente ist real. Die Institutionen, die diese Ergebnisse auszahlen werden, sind diejenigen, die die Orchestrierungskapazität um sie herum aufbauen, und nicht die, die auf die nächste Anbieter-Präsentation warten.

Praxis, nicht Projekt

Die gesündesten Unternehmens-KI-Programme, die ich sehe, werden mehr wie eine klinische Praxis als wie ein Transformationsprogramm geführt. 90-Tage-Lernzyklen, eine Übergabe auf einmal, mit einem einzigen verantwortlichen Besitzer für das Erlebnis über die Kanäle hinweg, die es berühren. Die Daten sind so instrumentiert, dass sie dem Kunden folgen und nicht dem Kanal, und die Metriken leben an der Übergabe und nicht am Dashboard für jedes einzelne System.

Dies ist, was Deloittes State of Generative AI in the Enterprise 2026 die “unberührte Kante” nennt – die Betriebslücke zwischen Organisationen, die den Zugang zu KI etwa 50 Prozent pro Jahr ausgebaut haben, und den etwa einem Viertel, die mehr als 40 Prozent ihrer Experimente in die Produktion überführt haben. Der Ausbau des Zugangs ist fast kostenlos geworden. Die Disziplin der Produktion ist es nicht.

Diese Disziplin ist die Arbeit. Es ist auch, am Ende, der Ort, an dem der nächste Jahrzehnt von Unternehmens-KI-Wert sortiert wird.

Die Kapazität, die Sie jetzt aufbauen, ist der Wert, den Sie später auszahlen

Yue hat recht, dass KI kaputte Systeme schneller ausführt. Die Kehrseite, die ich anbieten würde, ist, dass KI auch disziplinierte Systeme schneller auszahlt, und die Wahl zwischen diesen beiden Ergebnissen ist eine Betriebsmodell-Wahl und keine Tooling-Wahl. Die Fähigkeit ist bereits auf dem Regal. Die Unternehmen, die Applied Intelligence als Praxis jetzt aufbauen – die Strategie-Ingenieur-Integration, die doppelte Einbindung, die kleinen ehrlichen Zyklen – sind diejenigen, deren KI-Investitionen ihren nächsten Budgetzyklus auszahlen werden, und deren Kunden aufhören werden, jede Nahtstelle zu spüren.