Vordenker
Unternehmens-KI stößt an Grenzen. Planung schafft den Durchbruch.

Wichtige PunkteUnternehmens-KI stößt an eine Koordinationsgrenze, weil Agenten keinen gemeinsamen…
Mehr anzeigen
- Unternehmens-KI stößt an eine Koordinationsgrenze, weil Agenten keinen gemeinsamen operativen Kontext über Funktionsbereiche hinweg haben.
- Kontinuierliche Planung macht KI zu einer lebendigen Koordinationsschicht, die Szenarien einem Belastungstest unterzieht, während sich die Bedingungen ändern.
- Governance muss von Anfang an architektonisch verankert werden, um Nachvollziehbarkeit und menschliche Aufsicht über autonome Entscheidungen zu gewährleisten.
Die erste Welle der Unternehmens-KI gab Teams Copiloten an die Hand, die die Produktivität innerhalb einzelner Funktionen steigerten. Die nächste Welle stößt nun auf ein Koordinationsproblem: Die wichtigsten Geschäftsentscheidungen betreffen Finanzen, operative Abläufe, Lieferkette und Strategie zugleich, während die meisten KI-Systeme weiterhin nur innerhalb einer Funktion arbeiten.
Laut McKinseys Forschung zur KI-Reife bezeichnen nur ein Prozent der Führungskräfte ihr Unternehmen auf der Skala der KI-Einführung als „reif“. Gemeint ist damit, dass KI vollständig in die Arbeitsabläufe integriert ist und wesentliche Geschäftsergebnisse liefert. Die übrigen 99 Prozent haben KI eingeführt, können auf Unternehmensebene bisher aber wenig vorweisen.
Der Grund ist strukturell. Diese KI-Systeme brauchen einen Ort zur Koordination, und die Planung bietet sich dafür an. Hier laufen finanzielle Annahmen, Nachfragesignale, betriebliche Einschränkungen und strategische Ziele bereits zusammen. Wird KI in diese Ebene eingebaut, wandelt sich die Planung von einer periodischen Übung zum verbindenden Gefüge des Unternehmens.
An diese Grenze stoßen viele Unternehmen nun mit ihren KI-Einführungen der ersten Generation. Copiloten verbesserten zwar die Aufgabeneffizienz einzelner Teams, doch die meisten Organisationen lösten das schwierigere Grundproblem nicht: Wie werden Entscheidungen im gesamten Unternehmen in Echtzeit aufeinander abgestimmt? Auch ein schnellerer Prognoseprozess scheitert, wenn Lieferkettenannahmen, betriebliche Einschränkungen und finanzielle Prioritäten voneinander getrennt bleiben.
Die Architektur der Koordinationslücke in der Unternehmens-KI
Damit das gelingt, sind drei strukturelle Veränderungen nötig.
1. Unternehmens-KI muss funktionale Silos verlassen
Ein Copilot im Finanzbereich kann eine Prognoseabweichung zusammenfassen und erläutern, was sich in der Gewinn-und-Verlust-Rechnung verändert hat. Er kann jedoch nicht ein Echtzeit-Nachfragesignal aus dem operativen Geschäft aufnehmen, eine aktualisierte Lieferantenrisikobewertung einbeziehen und beides in eine überarbeitete Prognose zurückführen, die CFO und COO gleichzeitig betrachten. Das ist die strukturelle Grenze der heutigen Unternehmens-KI. Deshalb liefern Einführungen nach einzelnen Funktionen starke individuelle Produktivitätszahlen, aber schwache Ergebnisse für das Gesamtunternehmen.
Hinter diesem Bruch steckt ein Kontextproblem. Die KI jeder Funktion arbeitet mit deren Daten, in deren Systemen und auf Grundlage ihrer Annahmen. Es fehlt eine gemeinsame Ebene, auf der diese Sichtweisen zu einem Gesamtbild dessen zusammenlaufen, was das Unternehmen für zutreffend hält.
So entsteht die „KI-Koordinationslücke“, die viele Unternehmen inzwischen erleben: Systeme können unabhängig Erkenntnisse erzeugen, Entscheidungen aber nicht schnell genug im gesamten Unternehmen auf die aktuelle Lage abstimmen.
Diese Grenze zu überwinden bedeutet, Agenten über einen gemeinsamen operativen Kontext zu verbinden. Er beruht auf gemeinsamen Datenmodellen, gemeinsamer Geschäftslogik und Ontologien, die eine einheitliche Interpretation von Entscheidungen über Funktionsgrenzen hinweg ermöglichen.
Auf dieser Grundlage kann ein Nachfrageagent ein Signal erkennen, ein Lieferkettenagent daraufhin eine Beschaffungssimulation durchführen und ein Finanzagent die Prognose anhand beider Ergebnisse aktualisieren. Der CFO sieht eine einheitliche Empfehlung, die auf demselben Bild der Realität beruht wie die Arbeit des übrigen Unternehmens.
2. Kontinuierliche Planung wird zur Koordinationsebene der Unternehmens-KI
Kontinuierliche Planung auf dieser operativen Grundlage übersetzt koordinierte Agenten in echte Geschäftsergebnisse. Planung ist dann keine vierteljährliche Übung mehr, sondern ein laufendes System: Bei veränderten Bedingungen werden Szenarien an den Unternehmenszielen gemessen, statt auf den nächsten Zyklus zu warten. Ändert sich eine Annahme, sind die Alternativen bereits modelliert und unter Belastung geprüft. Die Führung geht daher mit tragfähigen Handlungswegen in die Entscheidung, statt eine einzige Prognose unter Termindruck neu aufbauen zu müssen.
Der Konflikt zwischen den USA und dem Iran stellt dies in Echtzeit auf die Probe. Betroffene multinationale Unternehmen verarbeiten mehrere Signale gleichzeitig: Öl- und Energiepreise verändern sich, die Risiken der Schifffahrtsrouten durch die Straße von Hormus werden neu eingepreist, und die Lieferzeiten der Zulieferer verlängern sich. Die Führung muss innerhalb weniger Tage über Maßnahmen entscheiden. Die Absicherung von Energiepreisen, neue Routen und die Neuverhandlung von Verträgen müssen in diesem Zeitfenster gegeneinander abgewogen werden. Nur ein kontinuierlich arbeitendes Planungssystem, das Szenarien mit der Entwicklung der Lage unter Belastung prüft, kann rechtzeitig eine verlässliche Antwort liefern, auf deren Grundlage gehandelt werden kann.
So sieht zielorientierte KI in der Praxis aus. Agenten arbeiten auf die von der Führung gesetzten Ziele hin und weisen auf Zielkonflikte hin, wenn das Erreichen eines Ziels den Verzicht auf ein anderes bedeutet. Ein System kann hundert Alternativen in Echtzeit modellieren, während die Führung trotzdem nicht weiß, welche sie wählen soll. In der Planungsebene sind Ziele und Zielkonflikte bereits verankert. Darin liegt der Unterschied zwischen einem Multiagentensystem, das im produktiven Einsatz funktioniert, und einem, das nur in einer Demo funktioniert.
Die Dringlichkeit dieses Wandels wächst. Gartner prognostiziert, dass mehr als 40 Prozent der agentischen KI-Projekte bis Ende 2027 wegen steigender Kosten, geringen Geschäftsnutzens oder unzureichender Risikokontrollen eingestellt werden. Viele dieser Fehlschläge werden auf Koordinations- und Governanceprobleme zurückzuführen sein, nicht allein auf die Fähigkeiten des Modells.
3. Unternehmens-Governance lässt sich nicht nachträglich anbauen
Eine kontinuierliche Planungsebene bündelt tatsächliche Entscheidungsbefugnisse in einem koordinierten KI-System. Deshalb muss Governance von Anfang an Teil der Architektur sein. Viele CFOs und CIOs nennen diese Sorge zuerst, sobald es um die Einführung von KI geht, und diese Haltung ist begründet. Autonome Systeme gehören ohne Prüfbarkeit, Erklärbarkeit und klare, durch Richtlinien gesetzte Grenzen nicht in Entscheidungsabläufe.
Bei tatsächlich funktionierenden Einführungen lässt sich jede Handlung eines Agenten auf die zugrunde liegenden Eingaben, die Logik und die Richtlinie zurückführen. Jede Empfehlung enthält die Annahmen, die eine Finanzführungskraft, ein Prüfer oder ein Mitglied des Leitungsgremiums benötigt, um sie inhaltlich kritisch zu prüfen.
Nachvollziehbarkeit macht menschliche Aufsicht praktikabel. Der CFO, der Controller und die für das Ergebnis verantwortlichen Führungskräfte können Empfehlungen nur dann prüfen, Annahmen hinterfragen und Handlungen freigeben, wenn sie sehen, wie das System zu seinem Ergebnis gelangt ist. Agenten übernehmen Geschwindigkeit und Breite, Menschen behalten die Urteilskraft. Wer beobachten kann, wie das System eine Abweichung erkennt, die Annahmen dahinter sieht und eine Empfehlung vor ihrer Ausführung hinterfragen kann, wird ihm mit der Zeit mehr Befugnisse übertragen. Wer eine Blackbox-Antwort ohne nachvollziehbare Logik erhält, wird sich dagegen nicht auf das System verlassen; die Befugnisse des Agenten schrumpfen. Unternehmen, die Governance in die Architektur einbauen, erreichen die erste Art der Einführung. Wer sie nachträglich ergänzt, erhält die zweite.
Das kommende Jahrzehnt gehört den Erbauern der Infrastruktur
In zehn Jahren wird der Unterschied zwischen Unternehmen, die Planung zur verbindenden Ebene ihrer KI gemacht haben, und den übrigen unübersehbar sein.
Die unspektakuläre Arbeit — Daten verbinden, Arbeitsabläufe integrieren und Governance von Anfang an einbauen — entscheidet, auf welcher Seite ein Unternehmen landet.
Die Gewinner der Unternehmens-KI werden nicht die Unternehmen mit den meisten Agenten sein, sondern jene, die eine Infrastruktur zu deren Koordination aufgebaut haben.











