Strategie · Einführen

Planen Sie Budget für Menschen und Prozesse ein, nicht nur für Werkzeuge

Lizenzen sind der kleine Teil der Kosten. Planen Sie den Großteil von Zeit und Geld für Schulung, die Umgestaltung der Arbeit und die Begleitung der Menschen durch die Veränderung ein.

Wann Zuerst. Bevor Sie mit KI anfangen, oder während Sie anfangen.
Aufwand Gering (Tage, eine Person)
Evidenz Vorläufig

Drei Umfragen stimmen überein, dass vor allem Menschen und Organisation KI bremsen, weniger die Technik. Alle beruhen auf den Aussagen der Befragten. Die Aufteilung 10-20-70 ist eine Faustregel einer Beratungsfirma, kein geprüftes Ergebnis.

Passt für
Branchen Alle Branchen
Im Leitfaden Gehobener Mittelstand

Worum es geht

Wenn Sie ein KI-Projekt planen, rechnen Sie die Kosten der ganzen Veränderung: Schulung, Zeit für die Beschäftigten, ihre Arbeit umzugestalten, Kommunikation und die langsameren Wochen, während die Menschen lernen. Hören Sie nicht beim Preis der Software auf.

Eine bekannte Faustregel stammt von der Beratungsfirma BCG. Danach fließen 10 % des Aufwands in einem KI-Programm in Algorithmen, 20 % in Technik und Daten und 70 % in die Veränderung von Menschen und Prozessen. Behandeln Sie die genauen Zahlen als Meinung. Die Richtung ist gut gestützt.

Was die Evidenz zeigt

  • Kompetenzen sind das größte Hindernis. In einer Umfrage unter 108 Fachleuten in den Niederlanden bremste der Mangel an Fachkräften den Fortschritt mit KI mehr als alles andere. IT-Systeme und Datenprobleme hatten keine direkte Wirkung über den Zufall hinaus.
  • Schulung und Beteiligung gehen mit besseren Ergebnissen einher. OECD-Umfragen in sieben Ländern ergaben, dass es Beschäftigten besser ging, wenn ihr Arbeitgeber sie schulte und zu KI befragte.
  • Die Hindernisse liegen in der Organisation. In einer Umfrage unter 179 Führungskräften in Polen lagen die Hindernisse meist in der Organisation, nicht in der Technik. Die Veränderung zu steuern, war für geschulte wie ungeschulte Führungskräfte gleichermaßen ein Problem.

So gehen Sie vor

  1. Bevor Sie ein Werkzeug genehmigen, listen Sie die Kosten auf, die nicht das Werkzeug selbst betreffen: Schulungsstunden, Workshops zur Umgestaltung, Zeit für das Prüfen der Ergebnisse, Unterstützung.
  2. Setzen Sie für jeden Posten eine Zahl an, in Stunden und in Geld.
  3. Planen Sie einen Leistungsrückgang ein, während die Menschen lernen.
  4. Finanzieren Sie Schulung für die Menschen, die das Werkzeug jeden Tag nutzen, nicht nur für Fachleute.
  5. Geben Sie Führungskräften Zeit, die Arbeit ihres Teams umzugestalten.
  6. Überprüfen Sie die Aufteilung nach dem ersten Projekt und passen Sie das nächste Budget an.

Was Sie messen sollten

  • Den Anteil des KI-Budgets, der in Werkzeuge fließt, und den Anteil für alles andere.
  • Schulungsstunden pro Nutzerin oder Nutzer.
  • Wie viele es nutzen: den Anteil der vorgesehenen Nutzer, die das Werkzeug nach drei Monaten wöchentlich verwenden.

Woran es scheitert

  • 70 % als Zielwert nehmen. Die richtige Aufteilung hängt vom Projekt ab. Eine einfache eingebaute Funktion braucht wenig Veränderungsarbeit. Ein umgestalteter Prozess braucht viel.
  • Schulung ohne Anwendung. Schulung Monate bevor die Menschen das Werkzeug bekommen, ist verschwendet.
  • Die Technik übersehen. Datenqualität und die Anbindung an bestehende Systeme sind ebenfalls echte Hindernisse, vor allem wenn Sie über ein Pilotprojekt hinaus einführen.

Nach Unternehmensgröße

  • Mittlere Unternehmen: Sie kaufen und richten Werkzeuge ein; Sie entwickeln sie nicht. Fast Ihr ganzer eigener Aufwand gilt also Menschen und Prozessen.
  • Gehobener Mittelstand: Rechnen Sie damit, dass Datenqualität und Anbindung einen größeren Anteil brauchen, sobald Sie Pilotprojekte breiter einführen.
  • Großunternehmen: Die Veränderungsarbeit erstreckt sich über viele Bereiche. Budgetieren Sie sie zentral, sonst stattet jeder Bereich sie zu knapp aus.

Firmenfälle

Unternehmen, die das getan haben

Quellen

  1. van Veen, Zhu and Ravesteyn (2026). How AI Implementation Barriers Shape AI Maturity? The Interacting Roles of Skilled Employees, Technological Infrastructure and Data Quality. CONF-IRM 2026 Proceedings, 17. Was diese Studie untersucht und gefunden hat
  2. Lane, Williams and Broecke (2023). The impact of AI on the workplace: Main findings from the OECD AI surveys of employers and workers. OECD Social, Employment and Migration Working Papers, No. 288. Was diese Studie untersucht und gefunden hat
  3. Wojewodzic (2026). AI Transformation in Polish Organisations: The Gap Between Individual Adoption and Organisational Maturity. e-mentor, 2(114), 75–83. Was diese Studie untersucht und gefunden hat
  4. BCG (2022). 5 Rules for Fixing AI and Machine Learning for Your Business (the 10-20-70 rule). bcg.com