»Rewire to win« – KI ist überall, nur nicht in der Bilanz. Wie sich das endlich ändert.

Die meisten Unternehmen haben mit KI experimentiert – jetzt wollen Vorstände sehen, was es bringt. Dr. Xenia Schmahl, General Manager DACH bei Opus, ist überzeugt: Der Hebel liegt nicht in noch einem Use Case, sondern darin, Kernprozesse samt Governance neu aufzusetzen. Ein Gespräch über Wachstum statt Pilotitis – und darüber, was CEOs jetzt selbst entscheiden müssen.

Dr. Xenia Schmahl, General Manager DACH, Opus

Frau Dr. Schmahl, was unterscheidet Unternehmen, die mit KI bereits messbare Ergebnisse erzielen, von denen, die noch in der Pilotphase stecken?

Sie fangen beim Ergebnis an, nicht bei der Technologie. Viele starten mit der Frage, wo sie KI einsetzen können, und sammeln dann Use Cases und Piloten. Das fühlt sich nach Fortschritt an, bewegt aber keine Kennzahl. Laut PwC sehen 61 Prozent der CEOs keinen positiven Effekt von KI auf Umsatz oder Kosten. Erfolgreiche Unternehmen drehen die Reihenfolge um. Sie wählen den Prozess, der sie am meisten Zeit oder Geld kostet, messen ihn und schreiben eine Zielzahl auf. Erst dann reden sie über Technologie.

Viele schaffen es nicht vom KI-Piloten in die Produktion. Woran scheitert ein Pilot konkret, wenn das KI-Modell eigentlich gut funktioniert?

Am Modell liegt es selten. Ein Pilot läuft meist in einer geschützten Umgebung: saubere Testdaten, keine Anbindung an die Kernsysteme, keine echten Freigaben. Beim Schritt in die Produktion kommen drei Fragen: An welche Systeme dockt die Lösung an? Wo entscheidet die KI allein, und wo gibt ein Mensch frei? Und wie weise ich in einem Jahr einer prüfenden Person nach, warum eine Entscheidung so gefallen ist? Fehlen die Antworten, muss der Pilot neu gebaut werden, und dafür fehlt meist das Budget. Mein Rat: Keinen Piloten starten, bevor diese Fragen schriftlich beantwortet sind. Dann ist er keine Demo, sondern die erste Version des echten Betriebs.

Das fühlt sich nach Fortschritt an, bewegt aber keine Kennzahl.

Wo sollte ein CEO anfangen, wenn er KI nicht nur ausprobieren, sondern wirklich skalieren möchte?

Der erste Schritt: Aufhören, Inseln zu automatisieren. Hier die Rechnungsprüfung, dort die Schadenmeldung, daneben ein Chatbot: Jede Lösung funktioniert für sich. Aber der Output des einen Workflows ist der Input des nächsten. Hat jede Insel eigene Logik und eigene Daten, entstehen an jeder Übergabe Nacharbeit und manuelle Kontrollen. Das verhindert Skalierung. Ich würde neue Einzelprojekte einfrieren und den Prozess Ende zu Ende als Digital Twin sichtbar machen, so wie er tatsächlich gelebt wird. Dann entscheidet man für jeden Schritt: KI-Agent, klare Regel oder Mensch?

Warum reicht es nicht, KI auf bestehende Abläufe zu setzen?

Wer KI auf alte Prozesse setzt, digitalisiert nur den Umweg. Nehmen wir eine Kfz-Schadenmeldung: Sie wird erfasst, weitergeleitet, fehlende Unterlagen werden angefordert, dann wird gewartet, die Deckung geprüft und eine zweite Freigabe eingeholt. Wer KI nur beim Auslesen der Dokumente einsetzt, spart Minuten. Die Warteschleifen bleiben. AI-first heißt: Ein Agent prüft schon beim Eingang Vollständigkeit und Deckung und fordert Fehlendes automatisch ein. Einfache Fälle laufen nach klaren Regeln durch. Die Sachbearbeiterin sieht nur jene Fälle, die ihr Urteil brauchen. Eine zweite Freigabe braucht es nur noch ab einer definierten Schwelle, und jede Entscheidung ist lückenlos protokolliert. Für mich läuft das auf ein »Rewire to win« hinaus: Wer seine Kernprozesse neu verdrahtet, wächst schneller als die, die nur Piloten zählen.

Wer sollte KI-Lösungen bauen: IT, Berater:innen oder die Fachbereiche?

Die Fachbereiche, mit einem klaren Rahmen von der IT. Die Schadenbearbeiterin oder der Underwriter weiß, wo der Prozess hakt und welche Ausnahmen es gibt. Dieses Wissen geht bei jeder Übergabe an IT oder Dienstleister verloren. Die IT legt die Leitplanken fest: Sicherheit, Datenzugriff, Berechtigungen, Integration.

Wer KI auf alte Prozesse setzt, digitalisiert nur den Umweg.

Ist Governance in regulierten Branchen eine Bremse für KI?

Nein, sie ist die Voraussetzung für Skalierung. Laut BCG erwarten 42 Prozent der Unternehmen autonome Agenten bis 2030, aber nur 5 Prozent haben die Kontrollen dafür – und wer sie hat, holt dreimal mehr Wert aus Agentic AI. Zur Bremse wird Governance nur, wenn man sie am Ende draufsetzt. Wer sie am ersten Tag einbaut, legt für jeden Agenten fest, was er darf, definiert, wo ein Mensch freigibt, und protokolliert jede Entscheidung. Erst dann trauen sich Unternehmen, KI in die wertvollen Prozesse zu bringen.

Woran erkennt man, ob sich KI tatsächlich rechnet?

Daran, dass man den Nutzen pro Prozessschritt misst, und zwar laufend und nicht einmal im Business Case. Viele rechnen nur mit dem erwarteten Nutzen; Fehlläufe und Nacharbeit fehlen. Die wichtigsten Kennzahlen sind für mich die Kosten pro Fall, weil sie Zeit, Fehler und Nacharbeit bündelt. Zum Beispiel ist die Bearbeitungszeit pro Fall ein direkter Kostenfaktor: Bei »RapidCare«, einem US-amerikanischen Anbieter von Healthcare-Services, sank die Bearbeitungszeit im Medical Coding von 45 auf zehn Minuten – 78 Prozent schneller, bei 75 Prozent automatisch verarbeiteten Fällen.

Was bedeutet die Entwicklung im AI-Bereich für die Rolle des CEOs?

Der CEO verantwortet das Ergebnis, nicht die Technologie. Selbst entscheiden muss er drei Dinge. Erstens die Ambition: welche zwei, drei Kernprozesse Ende zu Ende neu gebaut werden, mit dem Ziel Wachstum, nicht nur Effizienz. Zweitens die Organisation: Nur von der Spitze aus lassen sich Silos aufbrechen und Rollen für die Zusammenarbeit von Menschen und Agenten neu zuschneiden. Drittens die Kultur: Mitarbeitende orientieren sich daran, ob der CEO KI selbst nutzt und vorlebt. Delegieren sollte er Technologie, Architektur und Bau.

Der erste Schritt: Aufhören, Inseln zu automatisieren.

Was bringt Opus in den DACH-Raum, das Unternehmen bisher fehlt?

Viele Unternehmen hier innovieren seit Jahren und haben etliche KI-Use-Cases ausprobiert. Das war richtig, nur ist daraus ein Flickenteppich geworden: viele einzelne Lösungen, die nebeneinanderstehen, statt ineinanderzugreifen. Genau das wird nun zum Problem, und deshalb ist jetzt der Moment, Prozesse neu zu verdrahten. Opus macht dieses Rewiring auf einer Plattform handhabbar, skalierbar und ohne Großprojekt. Opus bildet den realen Prozess als Digital Twin ab und beziffert den Wert, baut die Lösung mit den Menschen, die die Arbeit kennen, und bringt sie mit klaren Berechtigungen und vollständigem Audit Trail in Produktion. Dabei ersetzt Opus nichts: Es integriert sich in die bestehenden Systeme und ist modell-agnostisch: Unternehmen behalten die Daten, Tools und die Wahl des LLM. Agenten, Regeln und menschliche Entscheidungen greifen ineinander, statt nebeneinanderzustehen.

Wenn ein KI-Agent künftig einen Teil eines Geschäftsprozesses selbstständig ausführt: Wer trägt am Ende die Verantwortung für seine Entscheidung?

Immer das Unternehmen, und darin eine konkrete Person. Verantwortung lässt sich nicht an Software delegieren. Ein Agent braucht ein Mandat wie eine neue Mitarbeiterin: was er entscheiden darf, bis zu welcher Grenze und wann er fragen muss. Für jeden Prozess gibt es eine verantwortliche Person im Fachbereich, ab definierten Schwellen gibt ein Mensch frei, und jede Entscheidung wird nachvollziehbar protokolliert. So ist Verantwortung klar zugeordnet, ganz im Sinne der menschlichen Aufsicht im EU AI Act.

Montagmorgen-Check: Drei Fragen für Ihre nächste Vorstandssitzung

1. Welcher Prozess kostet uns am meisten — und bis wann muss sich das ändern?

2. Welche unserer KI-Piloten laufen immer noch nicht in Produktion — und warum eigentlich nicht?

3. Wer bei uns könnte eine neue KI-Lösung bauen — ohne externe Hilfe?

Zur Person

Dr. Xenia Schmahl ist General Manager DACH bei Opus. Zuvor verantwortete sie bei Plug and Play, einem der aktivsten Frühphaseninvestoren der Welt, Innovationsprogramme mit führenden Industrieunternehmen.