China Widener, Vizevorsitzende, US Tech, Media & Telecommunications Leader bei Deloitte – Interviewreihe

China Widener ist Deloittes Vizevorsitzende und Leiterin der US-Technologie-, Medien- und Telekommunikationsbranche (TMT). Sie ist auch Mitglied des US-Verwaltungsrats von Deloitte.

Sie bietet eine einzigartige Perspektive auf die Zukunft der TMT-Branche, mit besonderem Interesse an der Entwicklung von Agentic AI – intelligenten Systemen, die autonom Entscheidungen treffen können – und ihrer transformierenden Auswirkung auf das gesamte Unternehmen. Sie ist leidenschaftlich daran interessiert, Kunden dabei zu helfen, das volle Potenzial von Agentic AI zu nutzen, um Innovationen zu beschleunigen, die BetriebsEffizienz zu verbessern und neue Wettbewerbsvorteile zu schaffen, während sie gleichzeitig ein unerschütterliches Engagement für vertrauenswürdige KI beibehält.

China hat Artikel über KI, Technologierahmen für Unternehmen, Liefermodellanalyse und Schließung der Talentlücke co-autoriert. Sie ist eine gefragte Rednerin und Moderatorin, und ihre technologische Erfahrung und Karriereentwicklung wurden in mehreren Podcasts und Veröffentlichungen vorgestellt.

Deloitte ist eines der größten Beratungsunternehmen der Welt und bietet Prüfungs-, Beratungs-, Steuer-, Risikoberatungs- und Finanzberatungsdienstleistungen für Organisationen in fast allen Branchen an. Mit einem globalen Netzwerk in über 150 Ländern arbeitet Deloitte mit multinationalen Konzernen, Regierungen und aufstrebenden Unternehmen zusammen, um komplexe Herausforderungen zu meistern, die digitale Transformation voranzutreiben und die Betriebsleistung zu verbessern. Das Unternehmen ist insbesondere für seine Expertise in Bereichen wie Technologieberatung, Datenanalyse, Cybersicherheit und regulatorische Compliance bekannt, um Kunden dabei zu helfen, sich an schnell veränderte Märkte anzupassen und gleichzeitig eine starke Governance und langfristige Wachstumsstrategien beizubehalten.

Deloittes Forschung zeigt, dass die meisten Organisationen noch immer im Pilotmodus stecken. Was ist der größte Irrtum, den Führungskräfte über das haben, was es braucht, um KI im gesamten Unternehmen zu skalieren?

Organisationen versuchen oft, KI auf bestehende Prozesse “aufzuschrauben”, wenn tatsächlich eine Neukonzeption dessen erforderlich ist, wie die Arbeit erledigt wird. Der größte Irrtum, den ich sehe, ist, dass das Skalieren von KI in erster Linie eine technologische Herausforderung ist. In Wirklichkeit ist die Technologie oft der einfachste Teil. Was Führungskräfte tendenziell unterschätzen, ist der Umfang der erforderlichen Änderung des Betriebsmodells – von Workflows und Entscheidungsrechten bis hin zu Talenten, Anreizen und Governance.

Der Wechsel von isolierten Anwendungsfällen zu einer unternehmensweiten Orchestrierung kann freigeschaltet werden, wenn Menschen, Prozesse und Technologie gemeinsam evolvieren. Ohne diese Ausrichtung bleibt sogar die fortschrittlichste KI im Pilotmodus stecken.

Warum scheitern so viele KI-Initiativen daran, einen messbaren ROI zu liefern, auch wenn die zugrunde liegende Technologie solide ist?

Ein echter ROI entsteht, wenn KI in End-to-End-Prozesse eingebettet wird und nicht als isolierte Experimente behandelt wird. Die meisten KI-Initiativen scheitern nicht, weil die Technologie nicht funktioniert – sie scheitern, weil das Unternehmen nicht darauf vorbereitet ist, den Wert daraus zu ziehen.

Nicht verbundene Anwendungsfälle, schlechte Workflow-Integration und unklare Wertverfolgung verhindern, dass KI in messbaren Auswirkungen umgesetzt wird. Was oft fehlt, ist die Orchestrierung. Der Wert von KI ist nicht nur vertikal – innerhalb einer einzelnen Fähigkeit oder Funktion – sondern auch horizontal, über Prozesse, Teams und das gesamte Unternehmen. Wenn Organisationen diese Schichten nicht verbinden, enden sie mit Taschen des Fortschritts, die nie skaliert werden.

Der Wert entsteht durch die Ausrichtung der Technologie mit Workflows und Geschäftsergebnissen, damit KI über das gesamte Unternehmen und nicht nur innerhalb von Silos operieren kann. Das ist der Zeitpunkt, an dem man von Experimenten zu echter Transformation übergeht und beginnt, nachhaltige, querfunktionale Werte zu realisieren.

Wann sollte ein Unternehmen aufhören, zu experimentieren, und sich für eine unternehmensweite KI-Transformation entscheiden, und welche Signale zeigen an, dass sie bereit sind?

Organisationen sollten über Experimente hinausgehen, wenn sie bereit sind, KI in End-to-End-Prozesse einzubetten. Das ist ein Wechsel von der Behandlung von KI als Sammlung von maßgeschneiderten Pilotprojekten hin zu einer strategischen Transformation, die in einem klaren Roadmap für den Wert verankert ist und wie er erfasst werden kann.

Das bedeutet, Stakeholder um gemeinsame Prioritäten auszurichten, zu definieren, wo KI den größten Einfluss über Funktionen hinweg haben kann, und die richtige Governance und das richtige Betriebsmodell bereitzustellen, um es auszuführen. Ohne diese Klarheit bleiben Organisationen mit Pilotprojekten stecken, die schwer zu skalieren oder zu replizieren sind.

Kurz gesagt, der Erfolg wird davon abhängen, von fragmentierten Experimenten zu einer koordinierten, unternehmensweiten Strategie überzugehen – wo der Wert klar definiert, priorisiert und systematisch realisiert wird.

Wie sollten Führungskräfte den ROI im Kontext von KI neu denken, insbesondere wenn die Vorteile über Kosteneinsparungen hinausgehen und Produktivität, Arbeitskräfte-Neugestaltung und langfristigen strategischen Vorteil umfassen?

Es geht darum, den ROI von KI als mehr als nur Kosteneinsparungen zu betrachten. Wenn man in eine breitere Wertequation eintritt, die Produktivitätsgewinne, Arbeitskräfte-Transformation und neue Wachstumsmöglichkeiten umfasst, dann ist das der Zeitpunkt, an dem man den wahren Wert von KI freischaltet. Während Effizienz wichtig ist, kommt der größere Einfluss oft von der Neugestaltung von Rollen, der Beschleunigung von Entscheidungsfindungen und der Ermöglichung ganz neuer Geschäftsmodelle. Die Herausforderung besteht darin, dass diese Vorteile nicht immer in traditionellen Finanzmetriken oder kurzfristigen P&L-Zyklen auftauchen. Der Schlüssel besteht darin, umfassendere Messansätze zu verwenden, die finanzielle, betriebliche und Arbeitskräfte-Ergebnisse kombinieren. Letztendlich besteht das Ziel darin, KI nicht nur als Kostenschalter, sondern als Treiber des langfristigen Wettbewerbsvorteils zu bewerten.

Eines der Herausforderungen, die hervorgehoben werden, ist die Lücke zwischen Sichtbarkeit und Aktion. Warum haben Organisationen Schwierigkeiten, Erkenntnisse, die von KI generiert werden, zu operationalisieren?

Die Lücke zwischen Erkenntnis und Aktion ist ein Ausführungsproblem, kein Analyseproblem. Organisationen können manchmal Erkenntnisse generieren, aber unklare Entscheidungsrechte, nicht ausgerichtete Workflows und mangelnde Rechenschaftspflicht verhindern Aktionen. Governance ist der Schlüssel. Die Schließung dieser Lücke erfordert die Einbettung von KI und das Verständnis der Auswirkungen auf Workflows, Praktiken, Richtlinien und Ausführungspfade.

Enterprise AI Navigator betont die “Agentifizierung” von Aufgaben. Wie sollten Führungskräfte entscheiden, welche Prozesse am besten für KI-Agenten im Vergleich zu menschlich getriebenen Workflows geeignet sind?

Unterschiedliche Prozesse erfordern unterschiedliche Automatisierungsgrade; effektive Transformation besteht darin, die richtigen Entscheidungen zu treffen. Die Frage ist nicht, ob KI-Agenten eingesetzt werden sollen – es ist wo sie den größten Wert schaffen.

Dieser Wert kann auf zwei primäre Weise bewertet werden: organisatorische “Passung” und finanzielle Auswirkung. Für einige Organisationen wird die Ausrichtung mit bestehenden Workflows, Kultur und Arbeitsweisen die Priorität sein, wodurch “Passung” der beste Startpunkt ist. Für andere wird der Schwerpunkt auf messbaren finanziellen Rückgaben liegen, wobei das Verständnis des Umfangs und der Größe der Wertschöpfung der primäre Treiber wird. Die Fähigkeit, beide Dimensionen zu bewerten, ermöglicht strategischeres, informierteres Entscheidungsfinden.

Es ist wichtig zu beachten, dass nicht jeder Prozess agentifiziert werden sollte. Einige erfordern menschliches Urteilsvermögen, Vertrauen oder Kreativität. Das Ziel ist ein Hybridmodell, bei dem Menschen und Agenten absichtlich so konzipiert sind, dass sie sich gegenseitig ergänzen.

Viele Organisationen investieren stark in KI-Tools, aber nicht in die Neugestaltung von Workflows. Wie kritisch ist die Umstrukturierung von Organisationen, um echten KI-Einfluss zu erzielen?

Die Umstrukturierung von Organisationen ist nicht optional; sie ist zentral für die Erzielung von KI-Einfluss. Unternehmen, die in Tools investieren, ohne Workflows neu zu gestalten, sehen in der Regel nur inkrementelle Gewinne. Echter Wert entsteht, wenn Organisationen Rollen und Verantwortlichkeiten, Teamstrukturen und Entscheidungsfindungen neu denken. KI ändert nicht nur Aufgaben: sie ändert, wie die Arbeit im gesamten Unternehmen fließt. Ohne strukturelle Ausrichtung ist wahre Transformation begrenzt.

Governance hinkt der Einführung von KI hinterher, insbesondere bei agenter KI. Welche Risiken unterschätzen Unternehmen, wenn sie autonomere Systeme skalieren?

Unsere Forschung zeigt, dass nur 21 % der Organisationen eine ausgereifte Governance für autonome Agenten haben. Ohne ein starkes, umfassendes Governance-Programm zögern viele Unternehmen, diese Tools zu bereitstellen. Diese Zögerlichkeit führt oft zur Entstehung von “Schatten-KI”, was erhebliche unkontrollierte Risiken mit sich bringt.

Gleichzeitig unterschätzen Organisationen häufig die Rolle, die Mitarbeiter bei der Governance spielen können. Richtlinien und Berichtsstrukturen sind kritisch, aber sie sind nicht ausreichend. Mitarbeiter möchten KI verantwortungsvoll nutzen – und wenn sie mit klaren Richtlinien ausgestattet sind, werden sie zu einer starken Verteidigungslinie.

Das bedeutet, dass Organisationen sich auf die Schulung ihrer Belegschaft konzentrieren sollten: Was ist sicher, was ist riskant und wie kann man gute Urteilsentscheidungen in Echtzeit treffen? Zum Beispiel, um zu fragen: Sollte ich hier sensible Finanzdaten einbeziehen? Diese Art von täglicher Entscheidungsfindung ist der Punkt, an dem Governance wirklich zum Leben erwacht. Mitarbeiter, wenn sie informiert und ermächtigt sind, stärken aktiv die Risikohaltung der Organisation.

Schließlich bleiben kontinuierliche Überwachung und periodische Tests unterutilisiert, aber sie sind unerlässlich. Wenn wir weiter in die Ära von agenter KI eintreten, muss kontinuierliche Überwachung zu einem Muss für jedes Unternehmen werden, das diese Fähigkeiten im großen Maßstab bereitstellt.

Deloitte schlägt vor, dass Enterprise AI Navigator die Strategie- und Designzeit erheblich reduzieren kann. Was ändert sich genau, wenn Organisationen einen solchen System verwenden, in der Art und Weise, wie sie KI-Entscheidungen treffen?

Enterprise AI Navigator verbindet finanzielle, Workflow- und Arbeitskräfte-Erkenntnisse in einem einheitlichen Transformations-Roadmap. Was sich ändert, ist der Wechsel von intuitionsgesteuerter Entscheidungsfindung zu datengesteuerter Transformation, die einen disziplinierten Ansatz über den Stakeholder-Landschaft hinweg widerspiegelt. Mit Enterprise AI Navigator kann Deloitte Szenarien modellieren, bevor investiert wird, KI-Entscheidungen treffen, die direkt mit finanzieller und workflow-bezogener Auswirkung verbunden sind, und von isolierten Pilotprojekten zu einem kohärenten, unternehmensweiten Roadmap übergehen.

Es komprimiert effektiv Strategie- und Designzyklen, indem es Führungskräften Einblicke in das gibt, was funktionieren wird – bevor sie es skalieren.

Auf die nächsten 1-2 Jahre hinweisend, was wird die Unternehmen trennen, die KI erfolgreich in einen Wettbewerbsvorteil verwandeln, von denen, die im Experimentiermodus stecken bleiben?

Die Trennung wird nicht darin bestehen, wer KI eingeführt hat; es wird darin bestehen, wer sich wegen KI transformiert hat. Diese Führungskräfte werden KI als ein Geschäftstransformationsinstrument und nicht nur als Werkzeugset betrachten. Das bedeutet, Workflows und Betriebsmodelle von Ende zu Ende neu zu gestalten und den Wert holistisch über finanzielle, Arbeitskräfte- und Wachstumsergebnisse hinweg zu messen.

Wesentlich werden sie erkennen, dass Produktivität allein nicht die Ziellinie ist. Viele Organisationen sehen bereits inkrementelle Effizienzgewinne, aber der Wettbewerbsvorteil kommt von der Nutzung von KI, um neue Umsatzströme freizuschalten, Angebote umzugestalten und unternehmensweites Wachstum anzutreiben, und nicht nur, die gleiche Arbeit schneller zu erledigen.

Diejenigen, die zurückbleiben, werden weiterhin auf Werkzeuge anstelle von Ergebnissen fokussieren, isolierte Anwendungsfälle verfolgen, ohne sie über das Unternehmen hinweg zu verbinden. Sie werden auch tendenziell zu wenig in Change-Management, Governance und Orchestrierung investieren, was es schwierig macht, den Einfluss zu skalieren.

Kurz gesagt, die Gewinner werden diejenigen sein, die von KI-aktiviert zu KI-getriebenen Unternehmen übergehen. Diese Unternehmen werden KI in die Art und Weise einbetten, wie das Unternehmen läuft, wächst und konkurriert, und nicht nur, wie es experimentiert.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Deloitte besuchen.