Niemand wird gefeuert, weil er GPT Enterprise gekauft hat

Über institutionalisierte Nervosität, Gartner als Absolution und das schönste Paradox der Managementgeschichte: Vorstände, die aus Angst handeln, aber nicht zugeben, dass es Angst ist.

Ein beliebiges Vorstandsmeeting: KI steht auf der Agenda, wie jede Woche. Der externe Berater hat eine neue Folie mitgebracht, diesmal mit Gartner-Daten. Der CFO nickt. Der CEO nickt.

Niemand stellt die eine Frage, die eigentlich gestellt werden müsste: „Warum machen wir das eigentlich?"

Nicht weil niemand eine Antwort hätte. Sondern weil die ehrliche Antwort unbequem ist. Sie würde in etwa lauten: „Weil alle anderen es auch machen. Weil Gartner es sagt. Weil der Aufsichtsrat es erwartet. Weil wir nicht die sein wollen, die es nicht gemacht haben, wenn es schiefläuft."

Deshalb ist diese Frage im deutschen C-Level gerade verboten. Nicht per Beschluss, sondern durch ein Klima, das einen Namen verdient: KI-Hörigkeit.

Das ist keine Strategie. Das ist Herdenverhalten mit PowerPoint-Begleitung.

Die Zahlen, die keiner laut vorliest

IBM hat Anfang 2025 rund 2.000 CEOs aus 33 Ländern befragt. Das Ergebnis ist so entlarvend, dass es fast komisch wäre, wenn es nicht um ernsthafte Investitionsentscheidungen ginge.

64 Prozent der befragten CEOs geben offen zu, dass die Angst, zurückzufallen, sie dazu bringt, in Technologien zu investieren, bevor sie den konkreten Wert für ihre Organisation sauber verstanden haben. Gleichzeitig sagen nur 37 Prozent, dass es besser sei, „fast and wrong" zu sein als „right and slow". IBM

Lass das kurz sacken.

Zwei von drei Vorständen investieren aus Angst, nicht aus Überzeugung. Aber nur gut jeder Dritte findet, dass das prinzipiell eine gute Idee ist. Das bedeutet: Viele kaufen etwas, das sie selbst für keine gute Investitionsmethodik halten. Sie tun es trotzdem. Weil der soziale Druck stärker ist als das eigene Urteil.

Nur 25 Prozent der KI-Initiativen haben in den vergangenen Jahren den erwarteten ROI tatsächlich geliefert. Nur 16 Prozent wurden unternehmensweit skaliert. Cio

Drei von vier Projekten liefern nicht, was versprochen wurde. Weniger als jedes sechste wird wirklich im ganzen Unternehmen ausgerollt. Und die Antwort des C-Levels laut derselben Studie? Die KI-Investitionen sollen in den nächsten zwei Jahren mehr als verdoppelt werden.

Das ist kein Beleg für strategische Überzeugung. Das ist die Mechanik einer Blase.

Die Legitimationsmaschine

Für das Phänomen gibt es seit Jahrzehnten eine bekannte Faustformel aus der IT-Beschaffung: „Nobody ever got fired for buying IBM."

Der Satz ist älter als das Internet. Er beschreibt die Grundstruktur von Entscheidungen unter Unsicherheit in hierarchischen Organisationen: Wähle die Option, für die du nicht persönlich haftest. Kaufe das, was alle anderen auch kaufen. Lehne dich an eine externe Autorität. Dann bist im Schadensfall nicht du schuld, sondern der Markt.

Das IBM-Paradox dieser Geschichte: Die Studie, die das gerade so präzise belegt, kommt von IBM selbst.

Gartner, McKinsey, BCG und Forrester übernehmen heute genau diese Funktion. Nicht weil ihre Analysen wertlos wären, sondern weil sie im Vorstand vor allem eines leisten: Risikoverlagerung. Wer eine 50-Millionen-Investition mit dem Gartner Hype Cycle rechtfertigt, macht sich selbst zum Empfänger einer externen Wahrheit. Die Verantwortung liegt dann beim Markt. Beim Konsens. Beim Analyst.

Das ist klassisches Verhalten unter Unsicherheit. Nicht irrational, wenn man die Anreizstruktur versteht. Aber es hat mit Strategie etwa so viel zu tun wie eine Wetterfahne mit Meteorologie.

Die Beratungshäuser wissen das, übrigens. Sie sind nicht Opfer dieses Systems, sie sind sein Motor. Sie liefern die Sprache, die im Gremium budgetfähig macht. Begriffe wie „agentic AI", „operating model redesign", „AI at scale" - das sind keine Analysewerkzeuge. Das ist Budgetsprache. Wer sie beherrscht, bekommt Aufmerksamkeit und Mittel. Wer sie nicht beherrscht, wirkt rückständig.

Effizienz als Feigenblatt

Es gibt ein zweites Narrativ, das im Vorstand besonders gut funktioniert, weil es so vertraut klingt: KI als Sparmaschine.

Personalkosten senken. Prozesse standardisieren. Abhängigkeit von Fachkräften reduzieren. Durchlaufzeiten verkürzen. Das passt perfekt in die CFO-Logik, weil es eine alte Geschichte in neuem Gewand ist. Der Rationalisierungsreflex ist im Management tief verankert. KI passt da rein wie ein Schlüssel in ein Schloss, das schon immer da war.

Das Problem: Die Realität sieht ernüchternder aus. PwC berichtet, dass 56 Prozent der CEOs in den vergangenen zwölf Monaten weder höhere Umsätze noch niedrigere Kosten durch KI gesehen haben. Der Spar-Wahn ist also oft stärker als der Beleg, dass tatsächlich gespart wird.

Nur gut die Hälfte der befragten Vorstände sagt, dass ihre Organisation aus KI-Investitionen überhaupt Mehrwert jenseits von Kostensenkung zieht. The Register

Das heißt: Das erklärte Ziel ist meistens Kostenreduktion. Und nicht mal das klappt verlässlich. Die Projekte, die echten strategischen Mehrwert bringen, also neue Umsatzpotenziale, bessere Kundenerlebnisse, echte Wettbewerbsdifferenzierung, sind in der Minderheit. Weil Kostensenkung im Gremium leichter durchkommt als Innovationsrhetorik.

Dabei zeigen ausgerechnet McKinsey-Daten, dass die Unternehmen mit echten KI-Ergebnissen Effizienz konsequent mit Wachstums- und Innovationszielen kombinieren. Nicht oder, sondern und. Aber genau das fällt schwerer zu begründen, wenn der primäre Anreiz ist, Gremiumsresistenz zu überwinden.

Das déjà-vu läuft seit Jahren

Wer alt genug ist, um die frühen 2000er in einer Unternehmensorganisation erlebt zu haben, kennt dieses Muster. Damals hieß es "E-Business" und "Digitale Transformation". Jedes Unternehmen brauchte eine Website, dann einen Webshop, dann eine E-Procurement-Plattform, dann ein B2B-Portal. SAP wurde eingeführt, massiv gepatcht oder angepasst und war danach kaum noch updatefähig. CRM-Systeme wurden beschafft, bevor irgendjemand geklärt hatte, welchen Prozess sie eigentlich abbilden sollten. Intranets wurden gebaut, die nach sechs Monaten Geisterstädte waren. Auch das heilige Fax wurde durch E-Mail ersetzt, aber gleichzeitig entstanden Posteingänge mit 4.000 ungelesenen Nachrichten, weil niemand eine Kommunikationsstrategie mitgekauft hatte.

Die Diagnose war identisch: Wer nicht mitmacht, wird abgehängt. Analysten, Berater und Technologieanbieter schufen gemeinsam ein Klima, in dem Nicht-Investieren teurer wirkte als Investieren. Ein erheblicher Teil dieser Ausgaben erzeugte keinen nachhaltigen Mehrwert. Die Unternehmen, die damals am nüchternsten vorgingen, schnitten langfristig oft besser ab als die, die zuerst und am lautesten dabei waren.

Heute sehen wir dasselbe, nur schneller. Das aktuelle Paradebeispiel für diese Euphorie ist Vibe Coding: Einfach auf eine KI einreden, sie baut die Software. Keine Entwickler mehr nötig, keine teuren Agenturen, kein lästiges Briefing. Dass das Ergebnis in den meisten produktiven Kontexten weder wartbar noch skalierbar ist, gehört nicht zur Präsentation. Es gehört zur Ernüchterung, die drei Quartale später kommt.

Gartner selbst beschreibt, dass GenAI 2025 in die Phase der Ernüchterung eingetreten ist. Und warnt gleichzeitig, dass über 40 Prozent der agentischen KI-Projekte bis Ende 2027 eingestellt werden dürften, wegen unklarem Nutzen, zu hoher Kosten oder mangelhafter Risikokontrollen. Forrester erwartet, dass Unternehmen 25 Prozent ihrer geplanten KI-Ausgaben ins Jahr 2027 verschieben werden, weil der Abstand zwischen Anbieterversprechen und realem Ergebnis zu groß geworden ist.

Das Muster ist bekannt: Erst Hype. Dann Pilot-Inflation. Dann die ROI-Frage. Dann Governance-Nachrüstung. Dann Budgetkürzung.

Es gibt hier keinen Lernprozess, weil die Menschen, die den nächsten Hype-Zyklus anstoßen, dieselben sind, die aus dem vorherigen keine Konsequenzen gezogen haben.

Die eigentliche Diagnose

KI-Hörigkeit im C-Level ist kein Technikproblem. Es ist ein Anreizproblem.

74 Prozent der CEOs haben laut Forbes Angst, ihren Job zu verlieren, wenn sie nicht beweisen können, dass KI für ihr Unternehmen Geld einbringt. Lighthouse Das erzeugt ein Verhalten, das nach außen wie Überzeugung aussieht und innen Nervosität ist.

Öffentlich: „Wir setzen stark auf KI." Intern: „Wo ist eigentlich der belastbare ROI?" Operativ: Piloten, Workshops, Lizenzpakete, Taskforces. Politisch: Bloß nicht der sein, der gebremst hat, wenn es gut ausgeht.

Das ist keine transformative Führung. Das ist institutionalisierte Nervosität als Geschäftsmodell.

EY findet: Rund drei Viertel der befragten Führungskräfte beschreiben KI in ihrem Unternehmen als „integriert und skaliert". Gleichzeitig haben nur etwa ein Drittel robuste Governance-Strukturen implementiert, also klare Zuständigkeiten, Qualitätskontrollen, Compliance-Rahmenbedingungen. Das bedeutet: Was als fertig gilt, ist es operativ in den meisten Fällen nicht. Die Selbsteinschätzung läuft der Realität weit voraus. Und die Hälfte aller befragten CEOs räumt ein, dass das Investitionstempo zu nicht zusammenpassenden, fragmentierten Technologieinseln geführt hat. Cio

Kauf zuerst. Aufräumen kommt später. Falls überhaupt.

Was gesunde Führung von diesem Theater unterscheidet

Es gibt sie, die 10 Prozent. Die, die KI nicht als Pflichtbekenntnis behandeln, sondern als Werkzeug mit Vor- und Nachteilen, Einsatzgrenzen und Betriebskosten.

Ihre Merkmale:

Erstens, sie haben eine Baseline, bevor sie anfangen. Die Frage „Woran messen wir, ob das gewirkt hat?" kommt vor der Beschaffung, nicht danach.

Zweitens, sie trennen Use Cases sauber. Was ist Effizienz? Was ist Qualität? Was ist Wachstum? Was ist Risikoreduktion? Wer das nicht trennt, kauft einen Allzweckhammer und wundert sich, warum die Schraube sich nicht dreht.

Drittens, sie stoppen Piloten, die keinen belastbaren Business Case produzieren. Das klingt banal. Es ist in der Praxis selten, weil Piloten oft zu politischen Objekten werden, die niemand mehr abzubrechen traut.

Viertens, sie reden intern anders als extern. Nach außen wird keine Transformation verkündet, die intern noch nicht funktioniert.

Das sind keine revolutionären Managementprinzipien. Es ist das Basishandwerk guter Unternehmensführung, angewendet auf ein Thema, das gerade von Hype überflutet wird. Wer das heute macht, fällt auf, weil alle anderen gerade das Gegenteil tun.

Der eigentliche Witz an der Sache

Die Studie, die die FOMO-getriebene KI-Adoption am präzisesten dokumentiert, wurde veröffentlicht von IBM.

IBM, deren Berater KI-Transformationsprojekte in genau jene Unternehmen verkaufen, die laut ihrer eigenen Studie aus Angst kaufen, bevor sie den Wert verstanden haben.

Das ist kein Vorwurf an IBM. Das ist die Logik des Systems, in der alle Beteiligten ihre Rolle spielen.

Analysten, Berater, Technologieanbieter und Vorstände haben gemeinsam ein Ökosystem geschaffen, das sich selbst stabilisiert, unabhängig davon, ob die Investitionen Früchte tragen.

Wer zahlt am Ende? Die Unternehmen. Und mittelbar die Mitarbeitenden, die in Prozessen arbeiten, die für einen Demo-Effekt gebaut wurden, nicht für echte Wertschöpfung.

Wenn du einer aus den 10 Prozent bist: Du weißt es wahrscheinlich bereits. Du hast das leise Unbehagen im Meeting, wenn der dritte externe Benchmark diese Woche auf die Folie kommt. Du fragst nach der Baseline und bekommst eine Umgehungsantwort.

Du brauchst keinen weiteren Analysten, der dir sagt, was zu tun ist.

Du brauchst Klarheit, wen du fragst, was du kaufst, wie du misst und wann du aufhörst.

Der Rest ist Lärm. Setze dich gegen den Lärm durch.

Quellen: IBM Institute for Business Value CEO Study 2025 (n=2.000 CEOs, 33 Länder, Feb.–Apr. 2025); PwC Global CEO Survey; Gartner Hype Cycle for Artificial Intelligence 2024/2025; McKinsey State of AI 2025; Forrester 2026 Predictions; EY C-Suite Survey 2025 - im Text verlinkt.