Blog

Neue Technik, alte Gewohnheiten: Ihr Data & AI Operating Model braucht ein Update

Viele Unternehmen kämpfen noch immer damit, mit Daten und KI einen Mehrwert zu erzielen. Um diese Ära zu meistern, müssen sie ihre Betriebsmodelle dringend aktualisieren.

Fanny Kassapian

Fanny Kassapian

Aktualisiert März 17, 2026
6 Minuten

Dieses Bild ist möglicherweise KI-generiert. Der Rest dieses Blogs ist es nicht.

Waren Sie schon einmal von einer unpraktischen Küche frustriert? Eine, in der keine Arbeitsfläche vorhanden ist, die teure Espressomaschine nicht angeschlossen werden kann und zwei Personen keine Mahlzeit zubereiten können, ohne sich gegenseitig anzustoßen?

Sie haben erlebt, dass Ihr Betriebsmodell gescheitert ist. In diesem Zusammenhang ist Ihr Betriebsmodell die Blaupause für Ihr Kabinett: Die Logik, wie Sie den den Raum um Ihre Bedürfnisse zu erfüllen.

Das Syndrom des kaputten Motors

Trotz Investitionen in Menschen und Technologie stoßen Unternehmen an eine Wand. Unser neuester Data & AI Monitor zeigt, dass es ihnen schwer fällt, Mehrwert zu schaffen. Während die Integration von KI höchste Priorität hat, sind die wesentlichen Bausteine - Verwaltung, Kultur und Experimentieren - noch immer ungleichmäßig entwickelt.

Unternehmen haben in Daten- und KI-Fähigkeiten investiert, aber ihre Arbeitsweise nicht geändert und stehen nun vor einem noch nie dagewesenen Paradigmenwechsel.

Wir haben 10 Trends identifiziert , die die Daten- und KI-Betriebsmodelle unter Druck setzen. Jeder dieser Trends erfordert ein Umdenken in unserer Arbeitsweise:


Wenn ein Daten- und KI-Betriebsmodell nicht mehr auf die strategischen Ziele abgestimmt ist, klafft eine immer größere Lücke zwischen den Ambitionen des Unternehmens und seinen Fähigkeiten, diese zu verwirklichen.

Ein fehlerhaftes Betriebsmodell zeigt sich in der Regel durch diese roten Fahnen:

  • Das ROI-Gespenst: Nach jahrelangen Investitionen verstummt der Raum, wenn der CFO nach messbaren Erträgen fragt. Daten sind zum Synonym für Kosten geworden, nicht für Wert.
  • Strategisches Ungleichgewicht: Das Unternehmen sieht das Potenzial von KI, aber die Umsetzung ist so langsam und unzuverlässig, dass es nicht mehr darauf wartet. Was bleibt, ist ein massives Vertrauensdefizit.
  • Datenteams als Engpass: Datenteams sind reaktive Feuerwehrmänner, die einen kaputten Motor aus veralteten Prozessen flicken. Die Arbeit ist unbefriedigend und transaktional und lässt keinen Raum für Innovationen.
  • Governance als Hindernis: Data Governance und Verwaltungsrichtlinien werden eher als lästige Pflicht denn als Fähigkeit angesehen. Menschen umgehen das System, um ihre Arbeit zu erledigen, und Schatten-KI ist überall.

Ohne ein funktionierendes Betriebsmodell bleiben teure Tools und brillante Einstellungen Investitionen, die sich nie auszahlen. Die Finanzierung wird schließlich eingestellt, aber der Marktdruck steigt weiter. Wenn das bei Ihnen der Fall ist, sind Sie nicht allein. Die meisten Unternehmen bewältigen die KI-Anforderungen von 2026 mit Betriebsstrukturen von 2018. Der Motor ist nicht kaputt, er muss nur (erheblich) aufgemotzt werden.

Die Aktualisierung Ihres Daten- und KI-Betriebsmodells ist der wirkungsvollste Schritt, um sicherzustellen, dass die Technik für Sie arbeitet und nicht andersherum.

Das Tune-Up: Überprüfen Sie Ihren Blueprint auf Wert

Die perfekte Küche gibt es nicht - nur diejenige, die zu Ihrem Leben passt: Backen Sie alleine? Veranstalten Sie Dinnerpartys? Müssen Sie an Kinder denken? Und dann, jenseits des großen Ofens oder der großen Arbeitsfläche: Welche Regeln und Sicherheitsstandards müssen Sie ermöglichen, wie z.B. die Bereitstellung von Tellern für Kinder, um den Tisch zu decken, oder durchsetzen, wie z.B. die sichere Aufbewahrung von Reinigungsprodukten außerhalb der Reichweite?

In ähnlicher Weise muss ein funktionales Daten- & KI-Betriebsmodell drei strategische Fragen beantworten, um die Lücke zwischen den Fähigkeiten Ihres Unternehmens und seiner Wertagenda zu schließen:


1. Welche Chancen liegen vor uns?

Beginnen Sie nicht mit der Technologie, sondern mit dem Wertangebot: Welche Lücke klafft zwischen Ihrer strategischen Agenda und dem gelieferten Wert? Was wollen Ihre Kunden im Jahr 2026, was sie vor zwei Jahren noch nicht brauchten? Ihr Daten- und KI-Betriebsmodell muss so aufgebaut sein, dass es diesen Wert liefert. Alles beginnt mit einer klaren Vision, die in konkrete Anwendungsfälle umgesetzt wird.

2. Was brauchen Sie?

Was brauchen Sie, um mit Daten und KI Mehrwert zu schaffen? Denken Sie an Kernkompetenzen (z.B. Cloud Engineering, LLMOps, ...) sowie an unterstützende Fähigkeiten (wie KI-Governance, Datenkompetenz oder Change Management): Was brauchen Sie, damit die Technologie für Sie arbeitet?

3. Wer macht die Arbeit, und wie?

Jetzt ist es an der Zeit, diese Fähigkeiten so zu organisieren, dass sie einen Mehrwert liefern. Da KI die Wissensarbeit revolutioniert, müssen Unternehmen ihre Arbeitsweise anhand von sechs Dimensionen neu überdenken:


Nehmen wir an, Sie benötigen KI-gestützte Einblicke, die es Geschäftsinteressenten ermöglichen, Daten selbst abzufragen und ihre tägliche Entscheidungsfindung zu unterstützen. Sie haben ein Tool ausgewählt, das Ihren Anforderungen entspricht. Jetzt brauchen Sie ein funktionierendes Daten- und KI-Betriebsmodell, um den Wert zu steigern.

Um von einem erfolgreichen Piloten zu einem wertschöpfenden Aktivposten zu werden, müssen Sie die sechs Zahnräder Ihres Plans aufeinander abstimmen, indem Sie die Fragen beantworten: Wer macht die Arbeit, und wie?

  • Arbeitsweise und Struktur: Wie ist diese Fähigkeit in die Kerngeschäftsprozesse eingebettet? Wer ist Eigentümer der Ergebnisse? Wer regelt die Nutzung? Wie werden Teams und Prozesse skalierbar gestaltet?
  • Kunde & Produkt: Welche spezifischen Metriken definieren den Erfolg und den realisierten Wert? Wie wird Feedback für kontinuierliche Verbesserungen gesammelt?
  • Technologie: Wer implementiert und pflegt dieses Tool? Wie wird es in die IT-Landschaft integriert? Wie werden Skalierbarkeit, Kosten und Compliance überwacht und durchgesetzt?
  • Daten: Wer stellt sicher, dass die Daten FAIR (Findable, Accessible, Interoperable, and Reusable) und KI-fähig sind? Wie wird die Genauigkeit validiert? Wer ist der Eigentümer dieser Daten? Wie werden Datenschutzrichtlinien durchgesetzt?
  • Menschen & Fachwissen: Wer muss seine Arbeit anders machen, und wie werden diese Personen mitgenommen? Sind die Anreize und persönlichen Ziele auf das neue Verhalten abgestimmt? Wie schließen wir die Talentlücke?
  • Führung und Kultur: Wie lässt sich diese Fähigkeit mit den Unternehmenszielen in Einklang bringen? Wer ist für die Vision, das Budget und das Konzept der Veränderung verantwortlich und unterstützt sie? Wie werden die Prioritäten für diese Veränderung gesetzt?

Unabhängig von der jeweiligen Fähigkeit sind diese 6 Dimensionen das zusammenhängende Räderwerk Ihrer Organisation. Sie funktionieren ganzheitlich - eine kann nicht verändert werden, ohne die anderen zu überdenken. Diese turbulenten Zeiten bieten eine Gelegenheit, sie zu optimieren.

Die Quintessenz

Ihr Data & AI Operating Model ist die Blaupause für Ihren Wachstumsmotor. Es ist nicht nur ein Organigramm, sondern die Definition dafür, wie Ihr Unternehmen seine Fähigkeiten organisiert, um Werte zu schaffen. Wenn Sie sich nur auf die Technologie konzentrieren und das Betriebsmodell übersehen, kaufen Sie nur teure Regalware. Wie das Conway'sche Gesetz am besten beschreibt, spiegelt ein technisches System die Organisation wider, die es hervorgebracht hat.

In einem weiteren Blog werde ich moderne Daten- und KI-Betriebsmodelle mit konkreten Beispielen vorstellen - bleiben Sie dran!

Möchten Sie in der Zwischenzeit das Data & AI Operating Model Ihres Unternehmens besprechen? Bitte kontaktieren Sie uns! Unser KI-Reifegrad-Scan kann dazu verwendet werden, bestimmte Aspekte Ihres Unternehmens zu bewerten. Sie erhalten Empfehlungen, um Ihr Unternehmen auf die nächste Stufe der KI-Reife zu bringen und mit Ihrer KI-Strategie zu beginnen.

Verfasst von

Fanny Kassapian

Contact

Let’s discuss how we can support your journey.