KI und Automatisierung
KI scheitert intern, nicht technisch: Warum Akzeptanz ein Prozessthema ist
· FireStart GmbH
KI-Projekte scheitern selten an der Technik. Laut Bitkom nennen 42 Prozent der Unternehmen, die KI einsetzen, die fehlende Akzeptanz der Beschäftigten als Hemmnis, aber nur 26 Prozent eine schlechte Qualität der KI-Ergebnisse. Ob KI im Alltag Wirkung zeigt, entscheidet sich daran, ob sie in einen klar definierten Prozess eingebaut ist.
Auch bei Softwareeinkäufern zeigt sich dieses Muster. G2 hat für den Buyer Behavior Report 2026 mehr als 1.000 B2B-Softwareeinkäufer befragt. Der Anteil derer, die sich um internen Widerstand gegen die KI-Einführung sorgen, ist binnen eines Jahres von 16 auf 29 Prozent gestiegen. Laut G2 ist das die größte Veränderung innerhalb der gesamten Studie.
In diesem Artikel schauen wir uns an, was hinter dieser Sorge steckt, warum sie berechtigt ist und warum sie sich vor allem über saubere Prozesse lösen lässt.
Woran scheitern KI-Projekte wirklich?
Bei G2 taucht die Sorge vor internem Widerstand an einer bestimmten Stelle auf: in der Evaluierung, also bevor überhaupt etwas gekauft wird. Wer KI einführen will, muss heute nicht nur Budgetverantwortliche überzeugen, sondern auch die Kolleginnen und Kollegen, die später damit arbeiten. Die Hürde verschiebt sich vom Produkt zur Organisation.
Für Deutschland liefert der Bitkom die Details. In einer repräsentativen Befragung von 603 Unternehmen ab 20 Beschäftigten setzen 2026 erstmals 57 Prozent KI ein. Die größten Hemmnisse unter diesen Anwendern sind Datenschutzanforderungen (66 Prozent), rechtliche Verunsicherung (56 Prozent) und schwer kalkulierbare Kosten (54 Prozent). Dahinter folgt mit 42 Prozent die fehlende Akzeptanz der Beschäftigten. Die Qualität der KI-Ergebnisse ist nur für 26 Prozent ein Problem.
Wie groß die Lücke zwischen Einsatz und Nutzen ist, zeigt eine weitere Bitkom-Zahl. Kein einziges befragtes Unternehmen sagt, es schöpfe das Potenzial von KI vollständig aus. 59 Prozent der KI-Anwender nutzen es nach eigener Einschätzung überhaupt nicht aus.
Auch die Kosten der KI-Einführung erzählen dieselbe Geschichte. Als große Kostenpunkte nennen KI-Anwender vor allem Infrastruktur (51 Prozent), Datenaufbereitung (50 Prozent) und die Integration in bestehende Systeme (41 Prozent). Lizenzen für KI-Software sind nur für 21 Prozent ein großer Posten. Bitkom-Präsident Ralf Wintergerst bringt es auf den Punkt: „Wer nur eine Lizenz kauft, hat KI eingekauft, aber noch nichts verändert.“
Die Technik ist für die meisten Unternehmen also nicht der Engpass bei der KI-Einführung. Der Engpass sind Daten, Systeme, Regeln und Akzeptanz, also Fragen der Organisation und nicht des Modells.
Warum wehren sich Mitarbeitende gegen KI?
Interner Widerstand gegen KI wird gern als Mentalitätsproblem abgetan. In der Praxis ist er oft eine nachvollziehbare Reaktion auf offene Fragen.
Wenn KI als zusätzliches Werkzeug neben bestehende Abläufe gestellt wird, bleibt vieles ungeklärt. Wer prüft das Ergebnis der KI? Wer haftet, wenn sie danebenliegt? Ändert sich meine Rolle? Und was mache ich mit der Zeit, die ich angeblich spare?
Wenn der Prozess diese Fragen nicht beantwortet, beantworten die Mitarbeitenden sie selbst. Meist mit Abstand: Sie prüfen alles doppelt, nutzen das Tool nur halbherzig oder umgehen es.
Studien von BCG stützen das. Laut dem Report „AI at Work 2026“ sparen 42 Prozent der operativen Mitarbeitenden, die regelmäßig KI nutzen, mindestens einen vollen Arbeitstag pro Woche. 66 Prozent von ihnen bekommen aber kaum oder gar keine Orientierung, was sie mit dieser Zeit tun sollen. Bereits im Vorjahr zeigte BCG, wie stark Führung wirkt: Mit spürbarer Unterstützung durch die Führungsebene stieg der Anteil der Beschäftigten mit positiver Haltung zu generativer KI von 15 auf 55 Prozent. Nur rund ein Viertel der operativen Mitarbeitenden gab an, diese Unterstützung auch zu bekommen.
Interner Widerstand gegen KI ist damit vor allem ein Signal. Er zeigt, dass Zuständigkeiten, Entscheidungen und Erwartungen rund um die KI noch nicht geklärt sind.
Was machen erfolgreiche Unternehmen bei der KI-Einführung anders?
Der Unterschied zwischen Unternehmen, die mit KI messbaren Erfolg haben, und dem Rest liegt weniger in der Wahl des Modells als in der Arbeit am Prozess. McKinsey hat in seiner Studie „The State of AI 2025“ eine kleine Gruppe von rund 6 Prozent als „AI High Performers“ identifiziert. Diese Unternehmen haben fast dreimal so häufig wie andere ihre Abläufe grundlegend neu gestaltet.
BCG fasst die Gewichtung in der sogenannten 10-20-70-Regel zusammen: 10 Prozent des Aufwands entfallen auf Algorithmen, 20 Prozent auf Technologie und Daten und 70 Prozent auf Menschen und Prozesse. Warum es dabei mehr auf die Orchestrierung ankommt als auf einzelne KI-Tools, haben wir in KI-Versprechen entzaubert beschrieben.
Was heißt das konkret? Fünf Hebel haben sich bewährt.
1. Den Prozess sichtbar machen, bevor KI dazukommt
Solange ein Ablauf nur in den Köpfen einzelner Personen existiert, weiß niemand, wo die KI eigentlich eingreift. Ein modellierter Prozess, etwa in BPMN 2.0, schafft eine gemeinsame Sprache zwischen Fachbereich, IT und Management. Alle sehen, welcher Schritt automatisiert wird, welcher bei einem Menschen bleibt und wie die Übergaben laufen.
2. Entscheidungen beim Menschen lassen, wo es zählt
Ein großer Teil der Skepsis gegenüber KI ist die Sorge vor Kontrollverlust. Das Prinzip Human-in-the-Loop setzt genau dort an: Die KI bereitet vor, liest aus, klassifiziert oder schlägt vor. Freigaben und kritische Entscheidungen trifft weiterhin eine verantwortliche Person. Das ist keine Bremse, sondern die Voraussetzung dafür, dass Fachbereiche der KI überhaupt etwas anvertrauen.
3. Nachvollziehbarkeit im Prozess schaffen
Datenschutzanforderungen sind laut Bitkom das meistgenannte Hemmnis beim KI-Einsatz, ein Viertel der Anwender stört sich zusätzlich an der mangelnden Nachvollziehbarkeit der Ergebnisse. Wie ein KI-Modell intern zu seinem Ergebnis kommt, lässt sich oft nicht vollständig erklären. Was sich aber lückenlos dokumentieren lässt, ist der Prozess drumherum: welche Daten die KI geliefert hat, wer sie geprüft hat und auf welcher Grundlage freigegeben wurde. Wenn jeder Schritt mit Nutzer, Zeitstempel und Entscheidung protokolliert ist, hilft das im Audit und nimmt intern viel Unsicherheit raus.
4. Den Fachbereich mitgestalten lassen
Menschen nutzen eher, was sie selbst mitgebaut haben. Wenn Fachbereiche Prozesse mit Low-Code selbst anpassen können, ohne für jede Änderung ein IT-Ticket zu schreiben, wird die KI-gestützte Lösung zu ihrer Lösung. Dazu gehört auch, dass Aufgaben dort ankommen, wo das Team ohnehin arbeitet, etwa in Microsoft Teams oder Outlook, statt in einem weiteren Tool.
5. Klar sagen, was mit der gewonnenen Zeit passiert
Wenn KI Routinearbeit übernimmt, entsteht eine Lücke. Bleibt sie ungeklärt, füllt sie sich mit Sorge um den eigenen Arbeitsplatz. Führung muss hier eine Antwort geben, und der Prozess kann sie abbilden: Welche Aufgaben übernimmt das Team künftig, wo prüft es, wo entscheidet es?
Wie sieht KI im Prozess konkret aus? Beispiel Rechnungsfreigabe
Wie unterschiedlich dieselbe Technologie wirken kann, zeigt ein typischer Anwendungsfall.
Variante A: KI neben dem Prozess. Ein KI-Tool liest eingehende Rechnungen aus. Die Ergebnisse landen per Mail oder in einer Tabelle bei der Buchhaltung. Niemand hat festgelegt, wer die Daten prüft und wann eine Rechnung als freigegeben gilt. Das Team kontrolliert sicherheitshalber alles doppelt. Der Zeitgewinn verpufft, und das Tool gilt bald als etwas, das „nichts bringt“.
Variante B: KI im Prozess. Die Rechnung geht ein, die KI liest die relevanten Daten aus. Der Prozess gleicht sie automatisch mit Bestellung und Wareneingang ab. Passt alles, landet die Freigabe bei der zuständigen Person. Gibt es Abweichungen, wird eskaliert. Nach der Freigabe wird im ERP gebucht. Jede Rolle weiß, was die KI übernimmt und wo sie selbst entscheidet. Jeder Schritt ist dokumentiert.
Die KI ist in beiden Varianten dieselbe. Der Unterschied liegt im Prozess.
Nach diesem Muster ist auch die Rechnungsfreigabe in FireStart aufgebaut: OCR und KI lesen die Rechnung aus, der 3-Wege-Abgleich läuft automatisch, und Fachvorgesetzte geben direkt in Microsoft Teams oder Outlook frei. Die Freigabe selbst bleibt bewusst beim Menschen.
Wo stößt Prozessdesign an Grenzen?
Sauberes Prozessdesign löst nicht jede Hürde. Datenschutz und rechtliche Fragen bleiben eigene Themen: Laut Bitkom sehen sich 2026 bereits 37 Prozent der Unternehmen als Anwender vom AI Act betroffen. Diese Fragen brauchen klare Regeln, die ein Prozess zwar abbilden, aber nicht ersetzen kann.
Auch die Sorge um Arbeitsplätze ist nicht unbegründet. Laut Bitkom erwarten 45 Prozent der Unternehmen in den kommenden zwei Jahren einen leichten und 12 Prozent einen deutlichen Rückgang ihrer Beschäftigtenzahl durch KI. Wer das verschweigt, verspielt Vertrauen. Ein guter Prozess macht Veränderungen transparent, er ersetzt aber keine ehrliche Kommunikation.
Und schließlich: Wenn ein Anwendungsfall keinen klaren Nutzen hat, hilft auch das beste Change-Management nicht. Akzeptanz entsteht dort, wo Menschen spüren, dass ihnen die KI tatsächlich Arbeit abnimmt.
Häufige Fragen
Warum scheitern KI-Projekte in Unternehmen?
Selten an der Technik. Laut Bitkom nennen KI-Anwender vor allem Datenschutz, rechtliche Unsicherheit, schwer kalkulierbare Kosten und fehlende Akzeptanz der Beschäftigten als Hemmnisse. Schlechte Ergebnisqualität spielt eine deutlich kleinere Rolle. Häufig wird KI neben bestehende Abläufe gestellt, statt in sie eingebaut zu werden.
Was ist mit internem Widerstand gegen KI gemeint?
Gemeint ist, dass Mitarbeitende neue KI-Lösungen nicht oder nur eingeschränkt nutzen, Ergebnisse doppelt prüfen oder Lösungen umgehen. Ursache sind meist offene Fragen zu Verantwortung, Kontrolle und der eigenen Rolle.
Wie lässt sich die Akzeptanz von KI im Team erhöhen?
Indem du den Prozess vor der Einführung sichtbar machst, Entscheidungen bewusst beim Menschen lässt, jeden Schritt nachvollziehbar dokumentierst und den Fachbereich mitgestalten lässt. Ebenso wichtig ist, dass die Führung klar sagt, was sich für das Team ändert.
Was hat Prozessautomatisierung mit KI-Akzeptanz zu tun?
Prozessautomatisierung legt fest, wer wann was macht. Wenn KI Teil eines definierten Prozesses ist, sind Zuständigkeiten, Freigaben und Eskalationen geklärt. Genau diese Klarheit fehlt, wenn KI nur als zusätzliches Tool eingeführt wird.
Was bedeutet Human-in-the-Loop?
Human-in-the-Loop heißt, dass die KI Aufgaben vorbereitet oder Vorschläge macht, eine verantwortliche Person aber an festgelegten Punkten prüft und entscheidet. So bleibt die Kontrolle beim Menschen, ohne auf den Nutzen der KI zu verzichten.
Fazit
Die Zahlen von G2 und Bitkom zeigen dasselbe Muster: KI ist in den Unternehmen angekommen, ihr Nutzen aber noch nicht. Was bremst, ist selten das Modell. Es sind ungeklärte Abläufe, unklare Verantwortung und fehlende Orientierung für die Menschen, die mit der KI arbeiten.
Wer KI erfolgreich einführen will, beginnt deshalb beim Prozess. Wenn klar ist, wo die KI unterstützt, wo der Mensch entscheidet und wie jeder Schritt dokumentiert wird, haben Mitarbeitende deutlich weniger Gründe, sich gegen sie zu stellen.
In einer Demo zeigen wir dir, wie ein KI-gestützter Prozess in FireStart aussieht, von der Modellierung bis zur Freigabe.
Demo buchen
Quellen
