Der 5-Prozent-Filter: Wo im Unternehmen KI-Investment wirklich zählt

Vor knapp zwei Jahren durfte ich an einer Ausgabe der AI Summer School von Microsoft mitwirken und dort einen Impuls dazu setzen, wo im Unternehmen KI-Anwendungsfälle keine, ein bisschen oder viel Aufmerksamkeit verdienen. Der dazugehörige LinkedIn-Post wurde einer der resonanzstärksten, die ich je geschrieben habe — und seither vergeht kaum ein Monat, in dem mir nicht jemand die gleiche Frage in einer etwas anderen Verpackung erneut stellt. Zuletzt tauchte sie in einer Runde der Tomorrow University of Applied Sciences auf: Wo im Unternehmen sollen wir überhaupt in AI oder Agentic AI investieren — und wo nicht?

Was mir dabei jedes Mal auffällt: Die Frage ist die gleiche, ob sie aus dem Vorstand eines multinationalen Konzerns oder aus dem Cockpit eines Start-Ups in Woche drei gestellt wird. Nur die Antworten unterscheiden sich — die Denkfigur, die zu den Antworten führt, nicht.

Diese Frage verdient eine ausführlichere Antwort als ein Post. Deshalb dieser Artikel.

Die These in einem Satz

Für die weit überwiegende Mehrheit der Unternehmen ist Künstliche Intelligenz kein Was, sondern ein Wie. Sie ist ein Werkzeug, ein Hebel, eine neue Möglichkeit, gegebene Inputs in gewünschte Outputs zu verwandeln. Sie ersetzt aber nicht die gedankliche Arbeit an der Frage, welche Werte eine Organisation überhaupt schöpfen möchte. Sie kann die Wertschöpfung unterstützen, sie kann die Lieferung des Werts beschleunigen; aber sofern man nicht OpenAI, Google oder Alibaba ist, sofern KI also nicht selbst Teil des Kern-Wertversprechens ist, bleibt ihre Rolle eine befähigende, keine definierende.

Und daraus folgt der zweite Halbsatz: Wer in Innovation investiert, ohne vorher eine Innovations-These formuliert zu haben, investiert ins Ungewisse. Diese These kann ein Papier sein, sie kann Teil der internen "Objectives and Key Results" sein, sie kann ein stillschweigend gelebtes Übereinkommen sein — sie muss aber existieren. Ohne die Bearbeitung dieser Entscheidungsnotwendigkeit bleibt der Wert von Künstlicher Intelligenz so unbestimmt wie die Frage, auf die sie eventuell eine Antwort sein könnte.

Die Denkarbeit kommt vor der Technologie

Tendayi Viki, Autor von Pirates in the Navy und Mitautor von The Corporate Startup, hat den Begriff der Innovations-These in der Innovationsdebatte prominent gemacht. Sein Satz aus dem Corporate Startup trifft die Sache im Kern:

"The balance of the product portfolio should be an expression of the company's overall strategy and innovation thesis."

Portfolio ist Ausdruck von Strategie und These — nicht umgekehrt. Wer die These nicht formuliert, dessen Portfolio driftet. Und Portfolios, die driften, verbrennen Kapital.

Aus dem St. Galler Management Model-Denken der University of St.Gallen kennen wir denselben Gedanken in einer anderen Formulierung: Führung ist der Umgang mit Entscheidungsnotwendigkeiten. Die Notwendigkeit, sich zu entscheiden wofür man investiert, kann nicht an ein Tool delegiert werden — auch nicht an ein besonders schlaues oder künstlich intelligentes.

Ein Werkzeug zur Zerlegung: non-core, core, differentiating

Wie kommt man nun konkret zu einer solchen These? Ein Framework, das ich seit Jahren als Einstieg empfehle, stammt von Stefan F. Dieffenbacher und Douglas Lines und heisst UNITE Strategy-Execution Framework. Es ist Teil des Buches "How to Create Innovation" und unter Creative Commons frei verfügbar und macht folgenden Vorschlag:

Zerlege Dein Unternehmen gedanklich in Prozesse — idealerweise in der Sprache der Business Process Model and Notation (BPMN), so dass Input und Output jedes Prozesses explizit sichtbar werden. Sortiere diese Prozesse dann in drei Gruppen:

• Non-core (typisch ~80% der Aktivitäten): was in allen Firmen der Branche ähnlich läuft. Buchhaltung, Payroll, klassisches IT-Ticketing, Standardvertrieb. Hier gewinnst Du keine Kunden. Hier hältst Du bestenfalls die Kosten niedrig.
• Core (typisch ~15%, der Mittelbau): wo Du mit Deiner Konkurrenz Kopf-an-Kopf stehst. Deine relativen Stärken, aber ohne echten strategischen Vorsprung. Hier verteidigst Du, statt zu erobern.
• Differentiating (typisch ~5%): die wenigen Aktivitäten, die Dich am Markt tatsächlich unterscheidbar machen und für die Kunden bereit sind, zu Dir zu wechseln oder Dir, als Anbieter ihrer Wahl, treu zu bleiben.

UNITE Strategy-Execution Framework. Designed by Digital Leadership AG – digitalleadership.com, CC-BY-SA 4.0

Die Kernaussage der Grafik lautet: Diese drei Zonen verdienen unterschiedliche Business-Strategien und unterschiedliche IT-Strategien. Standardisieren und outsourcen im Non-Core. Transformieren und effizient halten im Core. In Eigenentwicklung investieren im Differentiating.

Übertragen auf die Frage nach KI heisst das: Autochthone KI-Entwicklungsarbeit — also selbst bauen, selbst betreiben, selbst weiterentwickeln — lohnt sich langfristig nur in den differenzierenden Prozessen. In Non-Core und Core wird sie über die Zeit fast immer den Kürzeren ziehen gegen spezialisierte Anbieter, für die genau dieser Prozess ihr Kern-Wertversprechen ist. Deshalb glaube ich:

5% Deiner Prozesse verdienen ein KI-Budget. Die anderen 95% verdienen einen Anbieter.

Die Praxis zeigt: Ja, es gibt Ausnahmen

Was ich in meinem kurzen Post von 2024 nicht weiter differenziert hatte: Entgegen meiner Kern-These kann es sehr wohl sinnvoll sein, einen Core- oder sogar einen Non-Core-Prozess durch KI zu begünstigen. Das gilt dann, wenn die Hütte gerade brennt.

Ein konkretes Beispiel aus einem Kundenprojekt aus dem GenAI-Frühhype: Ein IT-Ticketing-System, damals noch für vergleichsweise viel Geld selbst gebaut, ca. 200'000 € über zwei Monate. Nach eigenen Schätzungen des Kunden gewann die Organisation ab dem zweiten Nutzungsmonat rund 80'000 € pro Monat an Produktivität zurück — weil die Belegschaft endlich nicht mehr auf Level-1-Support wartete, während Tickets teilweise über sieben Tage unbearbeitet lagen. Die Organisation gewann ein vielfaches des eingesetzten Kapitals in wenigen Monaten wieder zurück.

Das ist eine schöne Rechnung. Sie widerspricht meiner These nicht — sie qualifiziert sie:

• Kurzfristig: Wo die Lage wirklich prekär ist, lässt sich (immer und auch unabhängig von KI) trefflich Wert schöpfen. Das war schon vor GenAI so.
• Langfristig: Für Zendesk, ServiceNow, Jira und Mitbewerber ist genau der IT-Ticketing-Prozess das eigene Kern-Wertversprechen, für meinen Beispielkunde war und ist es ein non-core Prozess den sie in eigener Entwicklungsarbeit verbesserten. Heutzutage können IT-Ticketing Anbieter ihr Kern-Wertversprechen mit hoher Wahrscheinlichkeit günstiger, robuster und schneller liefern als eine selbstgebaute und selbst unterhaltene Inhouse-App des Beispielkunden schritthalten kann. Die Frage ist also nicht ob die Automatisierung von Non-Core-Prozessen Wert schafft — sondern wer diesen Wert langfristig nachhaltiger schöpft.

Die Rendite auf Investitionen in den Kern des eigenen Wertversprechens ist deshalb am nachhaltigsten — weil dort niemand anders je zu einem besseren Anbieter werden kann als Du selbst.

Die eigentlich richtige Frage nach dem BPMN-Winkel

Wenn Du die 5% Deiner Prozesse identifiziert hast, die Deine Differenzierung tragen — dann fange bitte nicht damit an zu fragen: "Welche Schritte in diesem Prozess lassen sich mit KI automatisieren?" Ich halte das für die falsche Frage. Sie führt zu einer Kette leicht optimierter Alt-Prozesse.

Frag stattdessen — und hier hilft die BPMN-Perspektive erneut:

Jeder Prozess hat einen definierten Input und einen definierten Output. Wie könnte unsere Organisation mit demselben Input den gewünschten Output besser produzieren, wenn wir neben allem, was wir heute nutzen, nun zusätzlich die Existenz von Künstlicher Intelligenz in das Prozessdesign mit einbeziehen?

Die erste Frage optimiert. Die zweite Frage erfindet neu. In den differenzierenden 5% brauchst Du die zweite.

Beispielhaft illustrierten Jakob Freund & Daniel Meyer wie Trainer einer Nationalelf bei der WM Prozesse neu gestalten könnten, um aus dem Input eines terminierten KO-Spiels in den Endrunden eine fixe Team-Interne Vereinbarung zu erstellen wer aus dem Team im Falle eines 11-Meter-Schiessens antritt (Original Post hier).

Penalty Order Agent - source: https://github.com/meyerdan/camunda-agent-examples/tree/main/penalty-order-agent

Die Frage skaliert — nach unten und nach oben

Ein Nachsatz zur persönlichen Reflektion: Diese Übung lässt sich als fraktale Diskussion weiterführen. Die gleiche Frage — wo lohnt sich autochthone Investition, wo lohnt sich Externalisierung, wo brauche ich eine These — kann sich

• jeder Mitarbeiter für seinen persönlichen Beitrag,
• jede Organisationseinheit für ihre Verantwortung,
• jede Organisation für ihre Wertschöpfung in der Gesellschaft, und
• jede Gesellschaft für ihre Institutionen

stellen. Ganz nüchtern, auch ohne meine Begeisterung für das Thema.

Von Prozessen zum Business Model Canvas — die Brücke

Ein Wort für alle, die lieber vom Wertversprechen her denken als vom Prozess: Die differenzierenden 5% Prozesse sind — per Definition — genau jene Prozesse, die Dein Kern-Wertversprechen realisieren. Wer die Diskussion also nicht über BPMN aufzäumen möchte, kann denselben Filter am Business Model Canvas ansetzen: Schau auf das Wertversprechen (mitte, oben, gelb: "Value Proposition" in untenstehender Graphik) Deiner Organisation. Denn Dein Wertversprechen ist es, wofür Deine Kunden Dir am Ende Geld geben — das ist Dein Differenzierungsteil, die 5%, und dort verdient KI-Investment die volle Aufmerksamkeit.

Extended Business Model Canvas. Digital Leadership AG (basierend auf Alexander Osterwalder / Strategyzer und der Arbeit von Patrick Stähler), CC-BY-SA 4.0

Ein Nachteil dieser Perspektive will allerdings benannt sein: Im Gegensatz zur BPMN-Notation hat das BMC (Business Model Canvas) keine explizit definierten Inputs und Outputs. Die Diskussion — und damit der Übergang aus der schönen Analyse in die wünschenswerte Praxis — läuft dadurch Gefahr, vage zu bleiben. Und was vage bleibt, verpufft. Wer also mit dem BMC einsteigt, dem rate ich beim "Was tun wir konkret?" das identifizierte Wertversprechen in Prozesse und deren Inputs/Outputs herunterbrechen. Sonst hat man ein schönes Bild ohne klare Handlungsoptionen.

Ein Rezept für CIOs und CDOs

Für die Kolleginnen und Kollegen, die diese Diskussion in ihren Häusern führen müssen, hier meine Einstiegshypothese, kompakt:

1. Zerlege Deine Organisation gedanklich in Prozesse, idealerweise gemäss BPMN. Wenn das zu weit weg vom Alltag ist, geht auch: visualisiere Dein Geschäft gemäss Osterwalders Business Model Canvas — mit dem eben genannten Vorbehalt, dass spätestens für die Umsetzung Prozesse hilfreicher sind.
2. Sortiere die Prozesse in drei Gruppen: generische Prozesse (non-core), spezifische Prozesse (core), differenzierende Prozesse.
3. Nur die dritte Gruppe verdient zunächst Aufmerksamkeit für autochthone KI-Entwicklung. Bei den ersten beiden ist die Externalisierung an spezialisierte Anbieter mindestens mittelfristig fast immer wirtschaftlicher — auch wenn die Hütte gerade brennt. Die kurzfristige Selbstbau-Lösung ist dann eine bewusste Wette darauf, dass Dein Case anders ist als der Standardfall (den Case sollte man dann aber auch aufschreiben können).

Wer lieber vom Wertversprechen her denkt statt von Prozessen: Der Aufwand für autochthone Entwicklungsarbeit rund um KI lohnt sich nur in direkter Verbindung zur Key Value Proposition — dort, wo Deine Kunden bereit sind, für Deinen spezifischen Beitrag zu zahlen.

Ein Wort zur Anwendbarkeit: Diese Denkfigur ist agnostisch gegenüber Grösse und Reifegrad der Organisation. Ob multinationaler Konzern oder Start-Up in Woche drei, ob traditionsreicher Hersteller oder frischer Software-Nachrücker, ob etablierter Anbieter oder neuer Herausforderer — die Frage nach den differenzierenden 5% stellt sich für alle gleich. Wo man den Fokus setzt, ist eine Entscheidungsnotwendigkeit derer sich jeder Organisation annehmen muss. Was sich pro Fall unterscheidet, sind die Antworten — nicht die Frage. Die Denkfigur selbst bleibt.

Zurück zum Anfang

Der Post von 2024 hatte einen Kerngedanken: KI-Aufmerksamkeit im Unternehmen sollte den differenzierenden Prozessen gelten. Dieser Artikel qualifiziert diesen Gedanken — kurzfristige Ausnahmen sind legitim, wenn sie explizit als Wette benannt werden — und rahmt ihn neu: als Ausdruck einer Innovations-These, die vor jedem Tool-Investment stehen sollte.

Wer sich in die Materie einlesen mag, findet die Grundlagen bei den Autoren, deren Denken diesen Text getragen hat:

• Stefan F. Dieffenbacher & Douglas Lines : UNITE Strategy-Execution Framework (digitalleadership.com/unite/strategy-execution/, Creative Commons)
• Tendayi Viki : Pirates in the Navy und The Corporate Startup (mit Dan Toma und Esther Gons)
• Alexander Osterwalder : Business Model Canvas via Strategyzer
• Marina Tosic : The AI-3P Assessment Framework (Medium)
• Business Process Modelling Notation wie ursprünglich von OMG definiert. BPMN 2.0: Wikipedia-Übersicht als Einstieg
• Johannes Rüegg-Stürm & @Simon Grand: https://www.sgmm.ch/
• Beispiel der KI-gestützen Prozessgestaltung von Daniel Meyer & Jakob Freund : im LinkedIn post und auf GitHub als repository

Und wer diesen Faden mit mir weiterspinnen mag: einfach in die Kommentare oder per Direktnachricht.