Warum KI-Projekte an Change Management scheitern — und nicht an der Technologie

Szenario aus der Praxis: Ein Schweizer KMU aktiviert Microsoft 365 Copilot für 50 Mitarbeitende. Budget: CHF 18'000 pro Jahr. Sechs Monate später nutzen 8 Personen das Tool regelmässig. Die Reaktion der Geschäftsleitung ist fast immer dieselbe: „Das Produkt taugt nichts." Unsere Erfahrung aus mehr als 30 Workshop- und Beratungsmandaten sagt das Gegenteil: Das Produkt ist selten das Problem.

Die Daten: Warum Adoption und Wert auseinanderfallen

McKinsey hat Ende 2025 in seiner „State of AI"-Befragung mehr als 1'300 Führungskräfte global befragt. 88 Prozent der Unternehmen nutzen KI in mindestens einer Geschäftsfunktion. Nur rund 6 Prozent werden als „AI High Performers" klassifiziert — Firmen, die messbaren Wert aus KI ziehen. Der entscheidende Unterschied liegt nicht bei Modellqualität, Budget oder Infrastruktur. High Performers sind dreimal so häufig Unternehmen, in denen Führungskräfte KI-Initiativen persönlich verantworten und sichtbar vorleben. Im März 2026 hat Gartner die Ergebnisse einer CHRO-Befragung veröffentlicht (110 Teilnehmende, Dezember 2025): 78 Prozent der befragten Personalchefs stimmten zu, dass Workflows und Rollen sich fundamental ändern müssen, um den grössten Nutzen aus KI-Investitionen zu ziehen. Aus einer weiteren Gartner-Studie mit 313 Senior-Führungskräften (Juli 2025): Unternehmen, die Change-Pläne kontinuierlich an die Mitarbeiterreaktionen anpassen, haben eine viermal höhere Erfolgswahrscheinlichkeit bei Veränderungsvorhaben.

Muster 1: Technologie installiert, Workflows unverändert

Das häufigste Scheiternsmuster: Ein Tool wird ausgerollt, aber niemand beantwortet die Frage, welche konkreten Arbeitsabläufe sich dadurch verändern sollen. GitHub Copilot ist aktiviert — aber welche Code-Review-Schritte entfallen? Wer übernimmt die Verantwortung für Qualitätssicherung, wenn das Modell Code vorschlägt? Eine KI-gestützte Dokumentensuche ist implementiert — aber hat die Wissensdatenbank die nötige Qualität, oder suchen Mitarbeitende jetzt nur schneller in schlechten Daten? Ohne konkrete Antworten entstehen vereinzelte Enthusiasten, während die Mehrheit weitermacht wie bisher. Nach drei Monaten heisst es: „Das Tool ist noch nicht reif." Das Tool war bereit. Die Workflows waren es nicht.

Muster 2: Führung delegiert statt vorlebt

„Das ist ein IT-Projekt" — wenn wir diesen Satz in einem Workshop hören, wissen wir: das Projekt steht auf wackeligem Fundament. McKinsey belegt, was wir in der Praxis beobachten: AI High Performers haben Führungskräfte, die KI aktiv demonstrieren, klare Erwartungen setzen und Hindernisse beseitigen. In Schweizer KMU fehlt dieses Muster häufig. Die Geschäftsführung delegiert die KI-Einführung an eine interne „Digital"-Funktion oder an IT — und sendet damit ein eindeutiges Signal: KI ist ein technisches Werkzeug, kein strategisches Arbeitsprinzip. Mitarbeitende lesen dieses Signal korrekt. Wer sein Verhalten nicht ändert, solange die Führung es nicht vorlebt, handelt rational.

Muster 3: Mitarbeiter-Ängste werden ignoriert statt adressiert

Die Frage „Wird KI meinen Job ersetzen?" ist legitim. Die häufige Antwort aus Kommunikationsabteilungen: „Nein, KI assistiert nur." Das ist keine Antwort — es ist eine Aussage ohne Substanz. Die richtige Reaktion: die Frage direkt aufgreifen, mit konkreten Angaben zu Tätigkeiten, die sich verändern werden, zu neuen Aufgaben, die entstehen, und dazu, was das Unternehmen in der Übergangsphase anbietet. In einem Beratungsmandat für ein Dienstleistungsunternehmen mit rund 50 Mitarbeitenden haben wir die erste Workshop-Stunde ausschliesslich dieser Frage gewidmet — Fakten zu Automatisierungsrisiken nach Tätigkeitsfeld, ehrlich und spezifisch aufbereitet. Das Ergebnis: Die Folge-Sessions hatten deutlich höhere aktive Beteiligungsraten als vergleichbare Rollouts, die diesen Schritt übersprungen haben.

Was 80 Prozent der CEOs wissen — und trotzdem nicht umsetzen

Gartner hat im April 2026 eine CEO-Befragung ausgewertet: 80 Prozent der Führungskräfte sagten, KI werde operative Fähigkeiten in ihren Unternehmen fundamental umbauen müssen. Die meisten Executives verstehen das Problem also intellektuell. Die Lücke liegt zwischen Einsicht und Umsetzung. In unserer Beobachtung manifestiert sie sich in drei wiederkehrenden Mustern: kein klares Transformationsmandat mit benannten Verantwortlichen, keine Messung des Change-Fortschritts — kein Baseline-Wert, keine Adoptions-KPIs —, und keine Iteration nach dem Rollout. Einmal ausgerollt, danach nie angepasst.

Fünf Fragen vor jedem KI-Projekt

Basierend auf unserer Workshop- und Beratungspraxis empfehlen wir, vor jedem KI-Einsatz fünf Fragen zu beantworten: - Welche drei spezifischen Workflows sollen nach dem Projekt messbar besser sein? - Wer in der Führung ist der sichtbare Champion — nicht Sponsor, sondern aktiver Nutzer? - Wie adressieren wir Mitarbeiter-Ängste zur Jobsicherheit konkret und mit Daten? - Was ist der 30-Tage-Meilenstein, der zeigt, ob der Rollout auf Kurs ist? - Was ändern wir am Vorgehen, wenn die Adoption nach 60 Tagen unter 30 Prozent liegt?

Wir haben diese Fragen in der Entwicklung unserer eigenen Produkte gelernt — in Mingly, DocMind und RAG-Wissen. Jedes KI-Feature, das wir gebaut haben und das kaum genutzt wurde, hatte dieselbe Ursache: wir hatten die technische Lösung entwickelt, bevor wir verstanden, welche Verhaltensänderung wir eigentlich ermöglichen wollten. Heute beginnt jedes Projekt — ob Entwicklungsauftrag oder Beratungsmandat — mit einer Workflow-Analyse, nicht mit einer Technologie-Auswahl. Die Technologie ist die letzte Entscheidung, nicht die erste.

Wenn Ihr nächstes KI-Projekt in erster Linie ein Change-Management-Vorhaben ist und erst in zweiter Linie ein Technologie-Projekt, sprechen wir darüber. Unsere Workshop-Formate adressieren genau das: von der Führungs-Ausrichtung über die Mitarbeiter-Aktivierung bis zum Messsystem. Festpreis, kein Retainer.

*Quellen: Gartner, „Gartner Identifies the Top Change Management Trends for CHROs in the Age of AI", 16. März 2026 (gartner.com/en/newsroom/press-releases/2026-3-16-gartner-identifies-top-change-management-trends-for-chros-in-age-of-ai). Gartner, „Gartner Survey Reveals 80% of CEOs Say AI Will Force Operational Capability Overhauls", 23. April 2026 (gartner.com/en/newsroom/press-releases/2026-04-23-gartner-survey-reveals-80-percent-of-ceos-say-artificial-intelligence-will-force-operational-capability-overhauls). McKinsey, „The State of AI in 2025", November 2025 (mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai).*