Warum die meisten KI-Initiativen nicht an der Technik scheitern, sondern an zwei Fragen, die vorher niemand gestellt hat.
Autor: Tammo Ganders, CEO & Founding Partner @ Rebuilders
Technik allein liefert keinen Nutzen. Die meisten KI-Automatisierungsprojekte scheitern nicht am Modell, sondern an zwei Fragen, die zu spät gestellt werden: Kann und will die Organisation das tragen? Und akzeptiert der Kunde das Ergebnis? Wir nennen das die beiden Adoptions-Gatekeeper: Interne Adoption (IA): hat die Organisation die Kapazität, die Skills und den Willen? Und Externe Adoption (EA): spielt der Kunde mit? Erst wenn beides stimmt, lohnt es sich, die technische Automatisierbarkeit voll auszuschöpfen. Adopt² ist der Entscheidungsrahmen, der diese Logik in eine belastbare Portfolio-Entscheidung übersetzt.
In vielen Unternehmen erlebe ich eine paradoxe Situation: Die technischen Möglichkeiten wachsen schneller als die Aufnahmefähigkeit der Organisation, und teils auch schneller als die Akzeptanz und Adoptionsfähigkeit der Kunden.
Das erzeugt Muster, die inzwischen fast vorhersagbar sind. Pilot-Friedhöfe: Proof of Concepts, die nie skaliert werden, weil Kapazität, Skills oder Governance fehlen. Zwei-Welten-Betrieb: Innovative Insellösungen, die nie in die Linie zurückfinden, doppelte Kosten, Sicherheitslücken, schleichender Zynismus. Fehleinschätzungen im Kundenerlebnis: Automatisierung in Momenten, in denen Kunden Vertrauen oder Empathie erwarten, und mit der „Mitarbeiter sprechen“-Taste abstimmen.
Die Konsequenz ist immer dieselbe: Der Business Case erodiert. Nicht weil die Modelle schlecht wären, sondern weil Adoption fehlt, intern, extern oder beides.
Das Framework ist bewusst einfach gehalten. Es stellt zwei Fragen in den Mittelpunkt, die vor jeder technischen Entscheidung beantwortet sein müssen:
Interne Adoption (IA): Will und kann die Organisation die Lösung jetzt tragen? Das umfasst Führungsunterstützung, verfügbare Kapazität, vorhandene Skills, Mitbestimmung und operative Bereitschaft. Auf einer Skala von 1 bis 5.
Externe Adoption (EA): Akzeptiert der Kunde die automatisierte Interaktion? Nicht jeder Prozess eignet sich für Automatisierung. In manchen Momenten erwarten Kunden menschliches Urteil, Empathie oder Verhandlungsfähigkeit. Ebenfalls auf einer Skala von 1 bis 5.
Die dritte Dimension Automatisierbarkeit und Business Case (A) zeigt, wie groß der ökonomische Hebel ist. Sie bestimmt die Priorität, aber nicht das Ob. Denn ein brillanter Business Case nützt nichts, wenn weder die Organisation noch der Kunde mitzieht.
Als praktikable Schwelle für „Go“ hat sich ein Wert von 3,5 auf beiden Achsen bewährt. Darunter braucht es zuerst gezielte Arbeit an der Adoption, bevor Technik-Investitionen sinnvoll sind.
Hier ist der Weg frei. Der neue, automatisierte Pfad läuft parallel zum bestehenden, Volumen wird schrittweise umgeleitet, der alte Prozess planvoll abgeschaltet. Im Energiesektor sind Standardprozesse wie Zählerstandsmeldung oder Tarifwechsel ideale Kandidaten. Kunden erwarten digitale Self-Services, die Teams sind bereit. In der Produktion eignet sich etwa die visuelle Qualitätsprüfung an stabilen Linien: KI-gestützte Inspektion senkt Nacharbeit spürbar, ohne dass jemand dagegen arbeitet. Die Messlatte: Durchlaufzeit und Kosten sinken, Qualität steigt, ohne dass die Kundenzufriedenheit einbricht.
Der Kunde wünscht an der Front menschliche Interaktion. Trotzdem lässt sich im Hintergrund enorm automatisieren. Bei Energieversorgern sehen wir das bei Zahlungsvereinbarungen in Härtefällen: Die empathische Klärung bleibt beim Mitarbeitenden, während Klassifizierung, Datenzugriff und Dokumentenerstellung automatisch laufen. In der Produktion funktioniert das gleiche Muster bei Premium-Reklamationen: persönliche Betreuung vorne, automatisierte Ursachenanalyse und Gutschrift-Workflows hinten. Das Ziel: Den Unterschied zwischen menschlich betreuter und vollautomatisierter Strecke so weit reduzieren, dass irgendwann auch die Front schrittweise entlastet werden kann.
Das ist der Quadrant, der am meisten Mut erfordert und am häufigsten falsch behandelt wird. Wenn Kunden digital wollen und der Business Case steht, die Organisation aber noch nicht kann: Nicht warten. Stattdessen eine eigenständige Einheit aufbauen, die mit eigener Geschwindigkeit liefert, während die Linienorganisation nachzieht. Im Energiesektor sind Netzanschluss-Portale für PV, Wärmepumpen oder E-Mobilität ein klassisches Beispiel: Kunden erwarten Self-Service, die Alternative sind Wartezeiten und Abwanderung. In der Produktion gilt dasselbe für Ersatzteil- und Service-Portale mit Echtzeit-Verfügbarkeit. Der Taktgeber ist hier nicht die interne Bereitschaft, sondern der Umsatz, den man verliert, während man wartet.
Hier ist vollständige Automatisierung voreilig. Sinnvoller sind Werkzeuge, die Mitarbeitende unterstützen, statt sie zu ersetzen: KI-gestützte Arbeitsumgebungen, die Geschwindigkeit und Nachvollziehbarkeit erhöhen, während im Hintergrund Datenqualität und Prozessstandardisierung verbessert werden. Bei Energieversorgern betrifft das komplexe Eskalationen mit hoher Varianz. In der Produktion sind es Engineering-Änderungen und Neuprodukteinführungen, Entscheidungen mit hoher Unsicherheit, die zunächst menschlich bleiben müssen. Der Automationsanteil steigt, sobald beide Adoptions-Werte über die Schwelle gehoben sind.
Adopt² zwingt dazu, Wirkung vor Technik zu stellen. Man sieht sofort, wo Business-Case-Fantasien am Kunden oder an der Organisation zerschellen würden, und wo die Zeit gegen einen arbeitet, wenn man aus internen Gründen zögert.
Das beendet das übliche „Schönrechnen“: Bevor große Rollouts starten, werden beide Adoptions-Dimensionen getestet, intern über einen realistischen Kapazitätsplan, extern über einfache Prototypen oder Piloten, die echtes Kundenverhalten messen statt Absichtserklärungen. Und die Portfolio-Priorisierung folgt einer einfachen Logik: Vorhaben, die gleichzeitig hohen ökonomischen Hebel und hohe Adoptierbarkeit haben, kommen zuerst. Alles andere wird gezielt entwickelt oder bewusst zurückgestellt.
Der Einstieg ist bewusst niedrigschwellig. In der ersten Woche werden zehn bis fünfzehn Prozesse entlang der beiden Adoptions-Achsen und des Business Case bewertet und in eine einfache Matrix eingetragen. In der zweiten Woche steht das Portfolio: maximal drei Vorhaben mit klarem Handlungspfad, inklusive der Frage, welche Rollen sich ändern, welche Kapazitäten real verfügbar sind, und wann der alte Prozess abgeschaltet wird. Dann werden die ersten Piloten live genommen, die Kundenakzeptanz konsequent gemessen und die internen Voraussetzungen parallel aufgebaut. Greenfields werden von Tag eins an mit einem klaren Rückführungspunkt in die Linienorganisation entworfen – damit aus der Parallellösung keine dauerhafte Sonderwelt wird.
Automatisieren Sie dort, wo Organisation und Kunde „Ja“ sagen. Wo der Kunde bereit ist, die Organisation aber noch nicht, bauen Sie parallel und führen geordnet zurück. Wo beide noch nicht so weit sind, augmentieren Sie erst und heben die Adoption gezielt über die Schwelle.
So wird KI-Automatisierung vom Technikprojekt zur strategischen Portfolio-Entscheidung, mit klaren Regeln, messbarer Wirkung und einem Tempo, das Umsatz schützt statt ihn zu verspielen.
Rebuilders: Wir bauen das Geschäft von morgen – und Organisationen, die das immer wieder können.
Teilen Sie den Artikel gerne auf Social Media: