Ihr KI-Problem ist in Wahrheit ein KI-Governance-Problem

Ein Finanzchef blickt auf die KI-Zeile im Budget und sieht steigende Ausgaben, während nichts in Produktion geht. Marketing hat ein KI-Schreibwerkzeug, der Vertrieb ein anderes, die Finanzabteilung hat still einen Tabellen-Assistenten gebaut, und die halbe Belegschaft fügt Unternehmensdaten in einen privaten Chatbot auf dem Handy ein. Jeder Pilot sah in der Demo vielversprechend aus. Keiner spricht mit dem anderen, und keiner ist skaliert.

An dieser Stelle stellen die meisten Unternehmen die falsche Diagnose. Sie schließen, die Technologie sei noch nicht so weit, oder sie hätten das falsche Werkzeug gewählt, und starten den nächsten Piloten. Doch die MIT-Studie zu KI im Unternehmen fand, dass 95 Prozent der Piloten mit generativer KI keinen messbaren Effekt auf Gewinn und Verlust hatten¹. Wenn 95 Prozent von irgendetwas auf dieselbe Weise scheitern, ist das Problem nicht das Werkzeug. Es ist die Struktur um das Werkzeug herum.

Die meisten Unternehmen haben kein KI-Problem. Sie haben ein KI-Governance-Problem. Werkzeuge werden außerhalb der IT gekauft, Piloten kommen nie in die Produktion, und die Nutzung überholt jede Struktur, die sie sicher skalieren könnte. Die Lösung für 2026 hat einen Namen: ein KI Center of Excellence. Doch ein Center of Excellence regelt nichts Dauerhaftes, solange es nicht um ein gemeinsames Fundament herum gebaut ist. Dies ist ein Leitfaden zum Aufbau dieses Fundaments und der Governance darum, geschrieben für die Person, die für das KI-Budget geradestehen muss.

Die Governance-Lücke, die niemand budgetiert hat

KI-Nutzung kam nicht über einen Plan ins Unternehmen. Sie kam über einzelne Beschäftigte, einen Browser-Tab nach dem anderen, schneller als jede IT-Abteilung sie freigeben konnte. Das Ergebnis ist eine Lücke zwischen dem, wie viel KI genutzt wird, und dem, wie viel davon geregelt ist. In dieser Lücke verstecken sich das Geld und das Risiko.

• Schatten-KI ist der Normalfall - Microsofts Work Trend Index 2025 fand, dass 78 Prozent der KI-Nutzer ihre eigenen Werkzeuge mitbringen, außerhalb jeder IT-Freigabe³. Das ist kein Randphänomen, sondern der Großteil der KI-Nutzung in den meisten Unternehmen.
• Fast jedes Unternehmen ist betroffen - 98 Prozent der Organisationen haben Beschäftigte, die ungenehmigte KI-Werkzeuge nutzen, und nur rund ein Viertel hat echten Überblick, wie KI in der Belegschaft genutzt wird⁴.
• Vertrauliche Daten fließen ab - 38 Prozent der Beschäftigten geben zu, vertrauliche Unternehmensdaten ohne Genehmigung an externe KI-Werkzeuge weiterzugeben⁴. Jeder eingefügte Vertrag, jede Kundenliste ist ein Governance-Vorfall, den niemand protokolliert hat.
• Verbote funktionieren nicht - 46 Prozent der Beschäftigten sagen, sie würden ungenehmigte KI-Werkzeuge auch bei einem ausdrücklichen Verbot weiter nutzen⁵. Da kommt man mit Kontrolle nicht heraus.
• Piloten sterben in der Lücke - 95 Prozent der Piloten mit generativer KI brachten keinen messbaren finanziellen Ertrag, trotz geschätzter 30 bis 40 Milliarden Dollar an KI-Investitionen in Unternehmen¹.
• Die Schattenwirtschaft ist größer als die offizielle - MIT fand, dass nur 40 Prozent der Unternehmen offizielle KI-Abonnements hatten, während 90 Prozent der Beschäftigten private KI-Werkzeuge für ihre Arbeit nutzten¹.

Legt man die Zahlen nebeneinander, ist die Form des Problems unverkennbar: Nutzung ist überall, Governance ist nirgends, und die Ausgaben haben nichts vorzuweisen.

Warum es kein Technologieproblem ist

Wenn ein Pilot in der Demo funktioniert und in Produktion stirbt, ist der Reflex, das Modell zu beschuldigen. Fast immer war das Modell in Ordnung. Kaputtgegangen ist alles darum herum. Ein Pilot lebt in einer kontrollierten Umgebung; Produktion ist ein echtes Geschäft mit Eigentümern, Daten, Regeln und Konsequenzen.

Gartner sagt voraus, dass über 40 Prozent der agentischen KI-Projekte bis Ende 2027 abgebrochen werden, und die genannten Gründe sind aufschlussreich: eskalierende Kosten, unklarer Geschäftswert und unzureichende Risikokontrollen⁶. Nicht einer davon ist ein Modellierungsproblem.

Die fünf Dinge, die zwischen Pilot und Produktion brechen

1. Niemand verantwortet es, wenn es ausfällt - Ein Pilot hat einen begeisterten Champion. Ein Produktivsystem braucht einen benannten Eigentümer, der geradesteht, wenn es um 2 Uhr nachts falsch entscheidet. Ohne den tötet der erste Vorfall das Projekt.
2. Die Daten sind ohne manuelle Aufbereitung nicht verlässlich - Demos laufen auf sauberen Beispieldaten. Produktion läuft auf der unordentlichen Realität Ihres ERP, Ihrer Postfächer und Ihrer Dateiablagen. Ist das Datenfundament ungeregelt, ist jede Antwort ein Münzwurf.
3. Es gibt kein gemeinsames Gedächtnis zum Aufbauen - Jeder Pilot fängt bei null an, lernt nichts Dauerhaftes und vergisst alles zwischen den Sitzungen. Das Unternehmen sammelt nie ein Vermögen an - es zahlt denselben Kontext immer wieder neu.
4. Compliance wurde nie eingeplant - Sicherheit und die EU-KI-Verordnung kommen als Überraschung am Ende, obwohl der günstigste Zeitpunkt, sie einzubauen, der Anfang war.
5. Wert wurde nie definiert - Der Pilot maß, ob die KI funktioniert, nicht, ob sie eine Geschäftszahl bewegt. Wenn die Führung nach dem Ertrag fragt, gibt es nichts zu zeigen.

McKinseys Forschung 2025 macht das Muster greifbar: 88 Prozent der Organisationen nutzen KI in mindestens einem Bereich, aber nur etwa eine von dreien hat über einen Machbarkeitsnachweis hinaus skaliert, und 51 Prozent berichteten im letzten Jahr mindestens einen negativen KI-Vorfall⁹. Die Spitzenreiter unterschieden sich nicht durch bessere Modelle. Sie unterschieden sich durch zentrale Aufsicht, Human-in-the-Loop-Regeln und eine Führung, die KI-Governance direkt verantwortet.

Was ein KI Center of Excellence wirklich ist

Ein KI Center of Excellence ist kein Forschungslabor und keine Unternehmensfolie. Es ist ein kleines zentrales Team plus ein Regelwerk, auf dem jedes KI-Projekt im Unternehmen aufbaut. Sehen Sie es als die Governance-Schicht, die verstreute Experimente in geregelte Systeme verwandelt, die in Produktion gehen.

Was ein CoE verantwortet

• Standards - die freigegebenen Werkzeuge, die Sicherheitsanforderungen, die Regeln zum Umgang mit Daten und die Definition von „produktionsreif“, die jedes Projekt erfüllen muss.
• Das Datenfundament - eine einzige, berechtigungsbewusste Quelle des Unternehmenswissens, mit der sich jeder Anwendungsfall verbindet, statt sie neu zu bauen.
• Sicherheit und Compliance - ein Ort, an dem das EU-KI-Verordnungs-Inventar, die Risikoklassifizierung, Zugriffskontrollen und Prüfpfade tatsächlich leben.
• Anbieterentscheidungen - welche Plattformen freigegeben sind, damit Abteilungen aufhören, überlappende Werkzeuge auf getrennten Karten zu kaufen.
• Wiederholbare Muster - die Playbooks, die den zweiten, dritten und zehnten Anwendungsfall in Wochen statt von null erledigen lassen.
• Befähigung - Schulung und Champions, damit Fachbereiche auf dem Fundament bauen können, ohne für alles auf das zentrale Team zu warten.

Zentral, föderiert oder Hub-and-Spoke

Die strukturelle Wahl zählt mehr, als das Organigramm vermuten lässt. Ein CoE, das alles zentralisiert, wird zum Engpass, hinter dem sich jedes Projekt anstellt. Eines, das alles föderiert, erzeugt erneut die Fragmentierung, die es beenden sollte. Die dauerhafte Antwort ist Hub-and-Spoke.

Doch beachten Sie, was jede dieser Aufgaben voraussetzt: etwas Regelnswertes darunter. Ein CoE, das eine Reihe unverbundener Werkzeuge regelt, die zwischen den Sitzungen alles vergessen, verwaltet Leere. Das Fundament ist das fehlende Stück.

Das Fundament, das ein CoE regelt: das Company Brain

Hier ist der Teil, den die meisten CoE-Ratschläge überspringen. Ein Center of Excellence ist nur so wertvoll wie das, was es regelt. Wenn jedes KI-Werkzeug seine eigene private, flüchtige Kopie des Unternehmenswissens hält, pfeift das CoE ein Chaos. Das dauerhafte Vermögen ist ein gemeinsames Unternehmensgedächtnis, aus dem jedes Werkzeug und jeder KI-Mitarbeiter schöpft. Wir nennen es das Company Brain.

Das Company Brain ist das Gedächtnis dafür, wie Ihr Unternehmen tatsächlich arbeitet: das Menschenwissen, die Prozesse und die Daten, die sonst in einzelnen Köpfen, alten Teams-Verläufen und verstreuten Dateien liegen. Es ist dauerhaft, berechtigungsbewusst, über das Unternehmen geteilt, und es summiert sich durch Rückkopplung. Entscheidend: Es bleibt, auch wenn jemand geht.

Warum das Fundament, nicht das Modell, das Vermögen ist

• Es bleibt bestehen - das Kontextfenster eines Modells ist pro Sitzung und wird bei jedem Prompt neu bezahlt. Ein Company Brain ist ein dauerhaftes Vermögen, das sich mit der Zeit ansammelt, statt sich zurückzusetzen.
• Es ist berechtigungsbewusst - dieselbe Governance, für die ein CoE geradesteht, lebt im Fundament selbst, sodass Zugriffsregeln überall gelten, wo das Wissen genutzt wird, nicht Werkzeug für Werkzeug.
• Es ist geteilt - eine Wahrheitsquelle, aus der Finanzen, Service und Betrieb schöpfen, statt fünf Abteilungen mit fünf widersprüchlichen Kopien.
• Es überlebt Abgänge - wenn ein erfahrener Spezialist in Rente geht, verlässt seine Denkweise nicht das Haus. Das Wissen bleibt im Fundament für die nächste Person und den nächsten KI-Mitarbeiter.
• Es summiert sich - jede Korrektur und jede Antwort macht die nächste besser, das Fundament wird also wertvoller, je mehr das Unternehmen es nutzt.
• Es kappt Schatten-KI an der Wurzel - Menschen fügen Daten in private Chatbots ein, weil die freigegebenen Werkzeuge das Unternehmenswissen nicht sehen. Geben Sie dem freigegebenen Weg dieses Wissen, und der Grund, wild zu werden, verschwindet.

Ein CoE ohne Company Brain regelt eine Flotte von Goldfischen, die jeden Morgen von vorn beginnen. Ein CoE, das um ein Company Brain gebaut ist, regelt ein Vermögen, das wächst. Das ist der Unterschied zwischen dem Verwalten von Aktivität und dem Bauen von etwas Dauerhaftem. Das ausführliche Argument, warum ein größeres Kontextfenster kein Ersatz dafür ist, haben wir in Ein größeres Kontextfenster ist kein Unternehmensgedächtnis gemacht, und wie Wissen still verschwindet in Reorg-Amnesie.

KI-Mitarbeiter: was auf dem Fundament sitzt

Ein Fundament allein leistet keine Arbeit. Was die Arbeit leistet, sind KI-Mitarbeiter: KI-Systeme, die für Ihr Unternehmen gebaut sind, sich mit Ihren bestehenden Werkzeugen verbinden, Ihre Prozesse über das Company Brain verstehen und konkrete Routineaufgaben über Abteilungen hinweg übernehmen. Sie sind die Module, die auf der Basis sitzen und konsistent bleiben, weil sie alle aus derselben geregelten Quelle schöpfen.

Was ein KI-Mitarbeiter übernimmt

• In der Finanzabteilung - liest eingehende Rechnungen, gleicht sie mit Bestellungen ab, meldet Abweichungen an einen Menschen und bucht die sauberen, innerhalb des Buchhaltungssystems, das Sie ohnehin nutzen.
• Im Kundenservice - beantwortet Routineanfragen mit Ihren tatsächlichen Richtlinien aus dem Fundament, leitet die komplexen an den richtigen Experten weiter und entwirft Antworten in Ihrem Ton.
• Im Betrieb - erledigt die wiederkehrende Koordination, die den Tag einer Koordinatorin auffrisst: Statusmeldungen, Dateneingabe zwischen Systemen und das Nachfassen des fehlenden Feldes auf einem Formular.
• In der Personalabteilung - sichtet Bewerbungen gegen echte Anforderungen, plant Gespräche über Kalender hinweg und beantwortet dieselben Richtlinienfragen, die Beschäftigte jede Woche stellen.
• An der Front - gibt Beschäftigten ohne Schreibtisch sofortige, belegte Antworten in ihrer eigenen Sprache, statt eines Anrufs bei einem Experten, der gerade beschäftigt ist - ein Thema, das wir in KI für Beschäftigte an der Front behandeln.

Warum sie nur auf einem geregelten Fundament funktionieren

Der Grund, warum KI-Mitarbeiter unter ein CoE gehören statt verstreut über Abteilungen, ist, dass jeder Einzelne, ungeregelt, zu seinem eigenen Risiko und seinem eigenen Silo wird. Auf einem gemeinsamen Fundament erben sie die Governance, statt sie jeweils neu zu erfinden.

Deshalb sind das CoE, das Company Brain und die KI-Mitarbeiter ein System, keine drei Initiativen. Das CoE setzt die Regeln, das Company Brain ist das geregelte Fundament, und die KI-Mitarbeiter leisten die Arbeit darauf. Ob ein KI-Mitarbeiter dieselbe Prüfung verdient wie eine menschliche Einstellung, ist eine berechtigte Frage, die wir in Geben Sie Ihrem KI-Mitarbeiter ein Mitarbeitergespräch? ernst nehmen.

Das CoE in 90 Tagen aufbauen

Man startet ein Center of Excellence nicht am ersten Tag als große dauerhafte Abteilung. Man beweist das Betriebsmodell an einem geregelten Anwendungsfall und skaliert es dann. Hier ist ein 90-Tage-Weg, der widerspiegelt, wie die erfolgreichen mittelständischen Einführungen die Arbeit tatsächlich abfolgen.

Phase 1: Fundament und Verantwortung (Wochen 1-4)

1. Woche 1: Eigentümer benennen - einen Sponsor aus der Geschäftsführung mit Budgethoheit und ein kleines Kernteam bestimmen. Ohne Rückhalt der Führung kann ein CoE keine Standards durchsetzen und keine Konflikte zwischen Fachbereichen lösen.
2. Woche 2: Die Realität inventarisieren - jedes bereits genutzte KI-Werkzeug auflisten, freigegeben oder nicht. Das ist Ihre Schatten-KI-Karte und Ihr EU-KI-Verordnungs-Inventar in einer Übung.
3. Woche 3: Das Fundament aufstellen - den ersten Ausschnitt des Company Brain mit den Systemen verbinden, die echtes Wissen halten: E-Mail, CRM, ERP, SharePoint und Teams.
4. Woche 4: Die Standards setzen - freigegebene Werkzeuge, Regeln zum Umgang mit Daten, Sicherheitsanforderungen und die Definition von produktionsreif, die jeder Anwendungsfall erfüllen muss.

Phase 2: Ein geregelter Anwendungsfall (Wochen 5-8)

5. Woche 5-6: Einen KI-Mitarbeiter bauen - einen einzigen, mengenstarken, unspektakulären Prozess wählen und einen KI-Mitarbeiter darauf setzen, verbunden mit dem Fundament. Nicht fünf Anwendungsfälle. Einen.
6. Woche 7: Mit dem Team testen, dem der Prozess gehört - parallel zur aktuellen Arbeitsweise laufen lassen, damit nichts bricht, und die Menschen, die den Job machen, ihn formen lassen.
7. Woche 8: Die Leitplanken einbauen - Human-in-the-Loop-Kontrollpunkte, Zugriffskontrollen und Prüfprotokolle, jetzt eingebaut statt später angeschraubt.

Phase 3: Messen und festhalten (Wochen 9-12)

9. Woche 9-10: In Produktion gehen - vom Parallelbetrieb zum echten Betrieb auf definiertem Umfang wechseln, mit dem benannten Eigentümer in der Verantwortung.
10. Woche 11: Gegen eine Basislinie messen - mit den Zahlen vergleichen, die Sie vorher erfasst haben: Zeit pro Prozess, Fehlerquote und Kosten. Produktion und GuV, nicht Demo-Qualität.
11. Woche 12: Das Muster festhalten - niederschreiben, was funktioniert hat, als wiederholbares Playbook, damit der nächste Anwendungsfall Wochen dauert, und einen Fachbereichs-Spoke ihn fahren lassen.

Governance und die EU-KI-Verordnung

Für ein deutsches oder europäisches Unternehmen ist Governance nicht optional, und das CoE ist ihr natürlicher Eigentümer. Die EU-KI-Verordnung ist bereits teilweise in Kraft, und ein Center of Excellence ist der Ort, an dem ihre Pflichten aufhören, ein Kraftakt zu sein, und Routine werden.

• KI-Kompetenz ist bereits Pflicht - Artikel 4 gilt seit dem 2. Februar 2025. Anbieter und Betreiber müssen sicherstellen, dass Beschäftigte, die mit KI arbeiten, ein ausreichendes Maß an KI-Kompetenz besitzen¹³.
• Die Durchsetzung hat begonnen - nationale Marktüberwachungsbehörden begannen am 2. August 2026 mit der Aufsicht, die Pflichten haben also Zähne¹⁴.
• Die meiste Geschäftsautomatisierung ist risikoarm - Prozessautomatisierung, Analytik und interne Werkzeuge fallen in der Regel in die minimale oder begrenzte Risikoklasse, mit leichteren Pflichten wie Transparenz¹⁴.
• Die Strafen sind real - bis zu 35 Millionen Euro oder 7 Prozent des weltweiten Umsatzes für die schwersten Verstöße und bis zu 15 Millionen oder 3 Prozent für die meisten Verstöße auf Betreiberebene¹⁵.
• Der deutsche Kontext gibt Gewicht - Bitkom fand, dass Datenschutz (77 Prozent) und der Fachkräftemangel (70 Prozent) die größten von deutschen Unternehmen genannten Hürden sind, und 93 Prozent würden einen deutschen KI-Anbieter bevorzugen¹².

Wie Superkind passt

Superkind baut das Fundament und die KI-Mitarbeiter, die ein Center of Excellence regelt. Der Ansatz ist prozesszuerst, nicht werkzeugzuerst: Ausgangspunkt ist, wie Ihre Teams bereits arbeiten, nicht eine generische Plattform, die Sie verbiegen müssen. Das Ziel ist ein geregeltes System, kein vierter unverbundener Pilot.

• Company Brain als Fundament - wir bauen das gemeinsame, berechtigungsbewusste Gedächtnis aus dem Menschenwissen, den Prozessen und Daten Ihres Unternehmens, sodass jeder KI-Mitarbeiter aus einer geregelten Quelle schöpft statt aus dem öffentlichen Internet.
• KI-Mitarbeiter, die die Routine erledigen - Agenten, die Dateneingabe, Rechnungsverarbeitung, das Verfassen von E-Mails und interne Fragen innerhalb der Systeme übernehmen, die Sie ohnehin nutzen, und die Zeit für Routinearbeit um bis zu 85 Prozent senken.
• Sitzt auf Ihrem Stack - verbindet sich mit E-Mail, CRM, ERP, Teams und SharePoint. Kein Rip-and-Replace, nichts Neues, das das Team lernen muss.
• Live in Wochen, nicht Monaten - erste Einführung in rund zwei Wochen, sodass das CoE schnell einen geregelten Erfolg vorweisen kann, keinen sechsmonatigen Bau.
• Lernt Ihr Unternehmen, nicht das Internet - das System verbessert sich durch tägliche Nutzung, und das Wissen bleibt im Fundament, wenn Menschen gehen.
• Governance eingebaut - berechtigungsbewusster Zugriff, zentrale Protokolle und Daten, die in Ihrer Infrastruktur bleiben, von Anfang an an DSGVO und EU-KI-Verordnung ausgerichtet.
• Ergebnisse, keine Lizenzen - klarer ROI vor dem Bau definiert, in Produktion gemessen, nicht in Nutzerplätzen.
• Skaliert über Abteilungen - dasselbe Fundament reicht von Finanzen über Service bis Betrieb, genau das Hub-and-Spoke-Muster, das ein CoE braucht.

Wenn Sie abwägen, ob Sie dies selbst bauen oder eine gehostete Plattform kaufen, haben wir die ehrlichen Abwägungen in Build vs. Buy dargelegt und verglichen, wo die KI Ihres Unternehmens leben sollte in Gemini Enterprise vs. Copilot vs. ein Company Brain.

Entscheidungsrahmen: Brauchen Sie schon ein CoE?

Nicht jedes Unternehmen braucht morgen ein formales Center of Excellence. Aber die meisten, die KI an mehr als einer Stelle betreiben, brauchen bereits die Governance, wie auch immer sie sie nennen. Nutzen Sie diese Signale zur Entscheidung.

Die ehrliche Antwort ist für die meisten mittelständischen und großen Unternehmen dieselbe: Sie müssen nicht auf eine große Umstrukturierung warten. Sie brauchen einen Sponsor, ein Fundament, ein Regelwerk und einen geregelten Anwendungsfall, der beweist, dass es funktioniert.

Häufig gestellte Fragen

Henri Jung

Mitgründer von Superkind, wo er KMU und Großunternehmen dabei hilft, maßgeschneiderte KI-Agenten einzusetzen, die wirklich zu ihrer Arbeitsweise passen. Henri treibt an, die Lücke zwischen dem, was KI kann, und dem Wert, den sie in echten Unternehmen schafft, zu schließen. Vor Superkind arbeitete er jahrelang mit mittelständischen Unternehmen an der digitalen Transformation und sah aus erster Hand, wie viele KI-Projekte scheitern, weil sie mit Technologie statt mit Prozessen beginnen. Er ist überzeugt, dass der Mittelstand alles hat, um bei KI zu führen - er braucht nur den richtigen Ansatz.