Studie von appliedAI und Odgers: KI-Wertbeitrag durch Leadership

Die künstliche Intelligenz wird immer leistungsfähiger – der Unternehmenswert hält damit nicht Schritt. 95 Prozent der Pilotprojekte mit generativer KI erzielen keine messbare Ergebniswirkung [1]; nur 39 Prozent der Anwender berichten über eine EBIT-Wirkung auf Unternehmensebene [2]; etwa jede vierte Führungskraft sagt, ihr Unternehmen habe aus KI signifikanten Wert geschöpft [4]. Die Befunde deuten dabei durchweg in dieselbe Richtung: der Engpass liegt nicht in der Technologie, sondern in der Organisation. KI ist eine Transformationsaufgabe. Kein IT-Projekt mit Enddatum, sondern eine dauerhafte Transformation des Unternehmens.

Damit wird KI zu einer zentralen Führungsaufgabe. Die Erkenntnis ist inzwischen weit verbreitet. Was bislang fehlt, ist die konkrete Übersetzung in die Führungsarbeit: Was sollte ein Führungsteam konkret anders machen? Und woran lässt sich erkennen, dass es dabei Fortschritte macht?

appliedAI und Odgers haben das Leadership AI Maturity Assessment entwickelt, um diese Lücke zu schließen: acht Dimensionen, 35 verhaltensverankerte Aussagen, jede aus zwei Perspektiven bewertet – der Selbstsicht und der Kollektivsicht – und einem fünfstufigen Reifegradmodell zugeordnet. In rund zwölf Minuten wird aus dem oft zitierten „Führung entscheidet" ein messbares Profil. Dadurch werden blinde Flecken sichtbar und es entsteht eine konkrete Agenda für den Vorstand. Mit zunehmendem Reifegrad wird die Organisation besser darin, künstliche Intelligenz gezielt und wirksam einzusetzen und schafft damit die Voraussetzungen für eine höhere Unternehmensbewertung [7].

Inzwischen steht die Leistungsfähigkeit künstlicher Intelligenz außer Frage. Modelle schreiben produktionsreifen Code, Agenten arbeiten mehrstufige Prozesse ab, und jedes Quartal verschiebt sich die Grenze des Machbaren ein Stück weiter. Offen bleibt allein die ökonomische Frage. Für ihre Studie „GenAI Divide“ hat das MIT 150 Führungskräfte befragt, 350 Beschäftigte einbezogen und 300 KI-Einführungen ausgewertet – mit ernüchterndem Ergebnis: Nur rund fünf Prozent der Pilotprojekte in Unternehmen erreichen einen raschen Wertzuwachs. Der große Rest bleibt stecken, mit geringer oder gar keiner messbaren Wirkung auf das Ergebnis [1].

Das Muster zieht sich durch die Studien. McKinsey berichtet, dass 64 Prozent der Unternehmen in KI einen Innovationstreiber sehen und viele Vorteile bei einzelnen Anwendungsfällen verbuchen – doch nur 39 Prozent verzeichnen eine EBIT-Wirkung auf Unternehmensebene [2]. BCG kommt zum selben Befund: Nur etwa ein Viertel der Führungskräfte meldet signifikanten Wert aus seinen KI-Initiativen [4]. Die Technologie ist fast überall angekommen, die Erträge sind es nicht. Irgendwo zwischen der beeindruckenden Demonstration und der Gewinn-und-Verlust-Rechnung geht der Wert systematisch verloren.

Dasselbe sehen wir in unserer täglichen Projektarbeit, immer wieder.

Woran es scheitert, ist fast nie das Modell. Das MIT führt das Muster des Scheiterns nicht auf Modellqualität, Regulierung oder Infrastruktur zurück, sondern auf eine „Lernlücke“: Die Organisationen passen sich nicht ausreichend an die neuen Möglichkeiten der Tools an und umgekehrt werden die Tools nicht optimal auf die Anforderungen der Organisation zugeschnitten [1]. BCG bringt dieselbe Einsicht auf eine Formel, die 10-20-70-Regel: Vom Aufwand hinter dem Wert der KI entfallen rund zehn Prozent auf Algorithmen, zwanzig auf Daten und Technologie – und siebzig auf Menschen, Prozesse und Kultur [3].

Der stärkste Hebel in den Daten von McKinsey macht dies besonders deutlich: Von 25 untersuchten Maßnahmen hat die grundlegende Neugestaltung von Arbeitsabläufen den größten Einfluss auf den EBIT-Beitrag durch künstliche Intelligenz – und nur 21 % der Unternehmen, die künstliche Intelligenz einsetzen, setzen diese Maßnahme tatsächlich um [2].

Die meisten Organisationen setzen künstliche Intelligenz auf bestehende Prozesse auf, die ursprünglich für Menschen entwickelt wurden, und sind dann überrascht, dass sich dadurch kaum etwas verändert. Der eigentliche Wert entsteht erst, wenn sich die Art und Weise verändert, wie Arbeit organisiert und erledigt wird. Solche Veränderungen lassen sich nicht einfach durch den Kauf einer Softwarelösung erreichen.

Das zweite Missverständnis besteht darin, künstliche Intelligenz als ein Programm mit einem festen Enddatum zu betrachten. Drei Entwicklungen machen deutlich, warum das nicht funktioniert.

Erstens lässt sich die Technologie nur schwer stabilisieren: Jeder neue Entwicklungssprung, zuletzt die autonomen Agenten, stellt die gestrigen Entscheidungen über Prozesse, Rollen und Bezugsquellen wieder infrage. Zweitens ist Regulierung zu einer kontinuierlichen Verpflichtung geworden und nicht zu einer einmaligen Compliance-Aufgabe: Die Hochrisiko-Anforderungen des EU AI Act gelten seit August 2026, weitere Kategorien folgen 2027 [6]. Drittens bleibt die Personalfrage dauerhaft relevant: Kompetenzen, Rollen und Erwartungen verschieben sich fortlaufend, während KI immer mehr Routine übernimmt [4].

Ein Projekt lässt sich delegieren. Ein permanenter Wandel der eigenen Arbeitsweise nicht. Deshalb liegt die Verantwortung dafür – strukturell und nicht nur auf dem Papier – beim Führungsteam.

„KI-Transformation ist ein Führungsthema“ - der Satz ist zur Binsenweisheit von Keynotes und Geschäftsberichten geworden. Die Zahlen dahinter sind es nicht. McKinsey identifiziert die Aufsicht des CEO über die KI-Governance als jenen Faktor, der am stärksten mit der Ergebniswirkung von KI zusammenhängt – vorhanden allerdings nur in 28 Prozent der Unternehmen, die KI einsetzen [2]. Die Arbeit von Odgers mit Finanzvorständen und Aufsichtsräten zeigt dieselbe Lücke von innen: Mehr als 80 Prozent der Organisationen sehen sich selbst in der Planungs- oder Vorbereitungsphase gefangen, und nicht wenige Finanzvorstände zweifeln offen, dass ihre Führung eine KI-Strategie umsetzen kann [5].

Was der Binsenweisheit fehlt, ist die Übersetzung ins Konkrete. Zwischen „Führung entscheidet“ und dem Sitzungskalender eines Gremiums liegt eine Reihe offener Fragen: Welche Führungsverhaltensweisen bewegen die Wertschöpfung durch KI wirklich? Wie schneidet die einzelne Führungskraft dabei ab und wie das Spitzenteam als Ganzes? Wo klaffen Selbstbild und kollektive Wirklichkeit auseinander? Ohne konkrete Antworten bleibt die Führungsaufgabe eine reine Absichtserklärung. Das Leadership AI Maturity Assessment wurde entwickelt, um genau diese Fragen zu beantworten. 

Entwickelt haben es zwei Häuser gemeinsam: appliedAI, Europas größte Initiative für angewandte künstliche Intelligenz, und Odgers, eine weltweit führende Beratung für Executive Search und Leadership Advisory. Das Assessment übersetzt die Erkenntnisse der Transformationsforschung in ein praxisnahes Instrument für Führungsteams und Aufsichtsgremien. In die Entwicklung des Assessments sind unter anderem vier Jahre gemeinsamer Arbeit im „Data & AI Leadership Circle“ eingeflossen – einem Masterclass-Programm beider Partner, das die Führungskompetenzen von KI-Verantwortlichen stärkt.

Weitere Erkenntnisse stammen aus der gemeinsamen Bewertung von KI-Führungskräften für die Best of AI Awards, die zusammen mit Capital, einem der führenden Wirtschaftsmagazine Europas, durchgeführt werden.

Designprinzipien

• Verhaltensverankert und überprüfbar: Die Aussagen zielen auf beobachtbares Verhalten oder prüfbare Artefakte, z.B. „es existiert ein schriftliches Zielbild“, statt auf Einstellungen. Dadurch wird vermieden, dass die Befragten Antworten geben, die sozial erwünscht sind.
• Zwei Perspektiven je Aussage: Jede Aussage wird zweimal bewertet: einmal aus der eigenen Perspektive (für den eigenen Verantwortungsbereich) und einmal aus der Perspektive des Führungsteams als Ganzes. Die Unterschiede zwischen beiden Einschätzungen sind besonders aufschlussreich: Sie machen blinde Flecken und unterschiedliche Einschätzungen innerhalb des Führungsteams sichtbar.
• Auf Führungskräfte zugeschnitten: Acht Dimensionen, 35 Aussagen, rund zwölf Minuten – bewusst knapp gehalten, damit vollständige, ehrliche Antworten realistisch bleiben.
• Ein fünfstufiges Reifegradmodell. Die Ergebnisse werden Stufen zugeordnet – von Awareness (1) über Aufbau, Etablierung und Skalierung bis zur Exzellenz (5), je Dimension und insgesamt. So wird Fortschritt über wiederholte Erhebungen messbar.
• Auf dem aktuellen Stand. Der Fragenkatalog trifft, was Aufsichtsgremien heute umtreibt: autonome Agenten, KI-spezifische Sicherheitsbedrohungen, die Nutzung von Schatten-KI, die Hochrisiko-Pflichten des EU AI Act und die Neugestaltung von Arbeitsabläufen statt bloßer Eins-zu-eins-Automatisierung.

Die acht Dimensionen spannen den ganzen Bogen der Führungsaufgabe: vom persönlichen Verständnis (1) über die organisatorische und kulturelle Befähigung (2 bis 4) und die Umsetzung samt Wertschöpfung (5 bis 7) bis zur strategischen Verankerung (8).

6.1. Strategische KI- und Datenkompetenz

Führung kann nicht steuern, was sie nicht versteht. Diese Dimension misst, ob Führungskräfte die zentralen KI-Konzepte und ihre Fehlermodi durchdringen, KI in der eigenen Arbeit tatsächlich nutzen – indem sie ganze Aufgaben delegieren, nicht nur Fragen stellen –, eine glaubwürdige Rentabilitätslogik einfordern statt vager Versprechen und Daten als strategisches Gut behandeln. Laut MIT liegt die Ursache für das Scheitern von KI-Initiativen weniger in der Qualität der Modelle. Die Ursache beginnt ganz oben – bei der Führung.

Fragen, die das Assessment aufwirft: Verstehe ich KI-Halluzinationen und Bias gut genug, um Risiko und Nutzen gegeneinander abzuwägen? Nutze ich KI selbst für ganze Arbeitsabläufe? Würde ich einen schwachen Business Case für KI erkennen?

6.2. Ambidextre Transformationsführung

KI zwingt Organisationen dazu, das heutige Geschäft effizient zu führen und es gleichzeitig radikal neu zu denken. Diese Dimension misst, ob die Führung Experimente vor Bürokratie und den „Abwehrreaktionen“ der Organisation schützt, das Kerngeschäft stabil hält und zugleich schnell vorangeht – und ob sie bereit ist, die unbequeme Grundsatzfrage zu stellen: Wie würden wir heute aussehen, wenn wir dieses Unternehmen von Anfang an als AI-first-Unternehmen gegründet hätten?

Fragen, die das Assessment aufwirft: Schützen wir Innovationsteams vor unnötigen Hürden? Akzeptieren wir gescheiterte Experimente als Lernchancen? Haben wir unser eigenes Geschäftsmodell wirklich kritisch auf den Prüfstand gestellt?

6.3. Change- & Kulturmanagement

Nach der 10–20–70-Regel von BCG entfallen 70 % des Werts von KI auf Menschen, Prozesse und Unternehmenskultur [3]. Diese Dimension betrachtet die Führungsverhaltensweisen, die dieses Potenzial erschließen: eine glaubwürdige, gemeinsame Erzählung darüber, warum die Organisation KI einführt – einschließlich einer ehrlichen Darstellung dessen, was sich für einzelne Rollen verändert. Dazu gehören auch die sichtbare persönliche Nutzung von KI („Walk the Talk“)​, der ernsthafte Umgang mit Ängsten vor Arbeitsplatzverlust, die Einbindung betroffener Mitarbeitender in die Entwicklung von Lösungen sowie der Aufbau eines Netzwerks von KI-Botschaftern über alle Hierarchieebenen hinweg.

Fragen, die das Assessment aufwirft: Ist unsere Kommunikation über KI konsistent und glaubwürdig? Gestalten Mitarbeitende Lösungen aktiv mit oder werden sie ihnen vorgegeben? Wer sind unsere KI-Botschafter unterhalb der Führungsebene?

6.4. KI-Governance & Responsible AI

Laut McKinsey ist die Aufsicht des CEO über die KI-Governance der Faktor, der am stärksten mit der Ergebniswirkung von KI zusammenhängt – und dennoch ist sie nur in 28 Prozent der Unternehmen verankert [2].

Diese Dimension misst, ob Governance von der Führung verantwortet wird, statt an die Rechtsabteilung delegiert zu werden; ob das Unternehmen weiß, welche seiner Systeme unter die Hochrisiko-Pflichten des EU AI Act fallen (verbindlich seit August 2026 [6]), wo die ethischen roten Linien verlaufen und wer die Verantwortung für KI-generierte Ergebnisse trägt. Neu hinzu kommt 2026 die Frage, ob autonome Agenten nach ihrem Risiko klassifiziert, überwacht und mit klaren Eskalationswegen versehen werden und ob KI-spezifische Sicherheitsbedrohungen fest im Risikomanagement verankert sind.

Fragen, die das Assessment aufwirft: Welche unserer Systeme sind nach dem AI Act hochriskant? Wann muss ein Mensch eingreifen? Wer trägt die Verantwortung für den Fehler eines Agenten?

6.5. Use Case Portfolio & Skalierung der Anwendungsfälle

Hier wird die Wertlücke sichtbar: 95 % der Piloten schaffen es nie in die GuV [1], und weniger als eines von vier Unternehmen bringt KI-Agenten in den produktiven Einsatz [5].

Diese Dimension misst, ob große Initiativen konsequent nach ihrem erwarteten Wert priorisiert werden, während Teams zugleich die Freiheit behalten, kleinere Lösungen selbst zu entwickeln. Ob erfolgreiche Piloten tatsächlich skaliert und in den operativen Betrieb überführt werden, statt lediglich gefeiert zu werden. Ob Nutzung und Wirkung anhand konkreter Geschäfts-KPIs gemessen werden – und ob Prozesse auf Basis der Möglichkeiten von KI neu gestaltet werden, anstatt bestehende Abläufe lediglich unverändert zu automatisieren.

McKinsey identifiziert die Neugestaltung von Workflows als die Praxis mit dem größten EBIT-Effekt aller untersuchten Faktoren – und dennoch setzen sie nur 21 % der KI-Anwender um [2].

Fragen, die das Assessment aufwirft: Wie viele Piloten haben im vergangenen Jahr den Sprung in den produktiven Einsatz geschafft? Werden Nutzung und Wirkung gemessen? Wurde auch nur ein einziger End-to-End-Prozess grundlegend neu gestaltet?

6.6. Ökosystem & Technologieallianzen

Keine Organisation meistert KI im Alleingang. Die Daten des MIT zeigen, dass extern bezogene Lösungen und Partnerschaften ungefähr doppelt so häufig erfolgreich sind wie interne Entwicklungen [1].

Diese Dimension misst, ob die Führungsebene ein aktives Partnernetzwerk pflegt, um Trends frühzeitig zu erkennen, eine klare Linie definiert, was intern entwickelt werden sollte (weil es einen wettbewerbsdifferenzierenden Vorteil bietet) und was eingekauft werden sollte (weil es sich um eine Standardlösung handelt), und Abhängigkeiten aktiv managt – also Lock-in-Effekte bei einzelnen Anbietern vermeidet und sicherstellt, dass das Wissen der Lieferanten in die Organisation übertragen wird.

Fragen, die das Assessment aufwirft: Was wird bewusst selbst entwickelt, und was eingekauft? Was passiert, wenn der wichtigster Modellanbieter morgen seine Konditionen ändert?

6.7. Talent & Future Skills

Laut BCG planen „Future-Built“-Unternehmen, mehr als die Hälfte ihrer Belegschaft im Umgang mit künstlicher Intelligenz weiterzubilden. Bei Nachzüglern sind es lediglich 20 %. Außerdem setzen diese Unternehmen viermal häufiger auf strukturierte Lernprogramme zur künstlichen Intelligenz mit fest eingeplanter Lernzeit [4].

Diese Dimension bewertet, ob für die Weiterbildung im Bereich künstliche Intelligenz ausdrücklich Budget und Arbeitszeit vorgesehen werden, ob der Führungsebene bekannt ist, welche wichtigen Kompetenzen und Rollen fehlen und ob diese Lücken gezielt geschlossen werden. Ebenso wird betrachtet, ob Mitarbeitende lernen, sinnvoll mit künstlicher Intelligenz zusammenzuarbeiten – Aufgaben zu übertragen, Ergebnisse zu überprüfen und weiterhin die Verantwortung zu übernehmen – und ob der kompetente Einsatz künstlicher Intelligenz ausdrücklich in Rollenprofilen und Leistungsbeurteilungen berücksichtigt wird.

Fragen, die das Assessment aufwirft: Wird ausreichend Zeit zum Lernen tatsächlich eingeplant oder bleibt es bei einer Absichtserklärung? Welche drei für den KI-Einsatz wichtigen Rollen sind derzeit unbesetzt? Ist der kompetente Umgang mit KI Bestandteil der Kriterien, nach denen Leistung beurteilt wird?

6.8. KI-Strategie & Organisation

Ambition braucht eine belastbare Architektur. Diese Dimension betrachtet, ob es ein schriftlich festgehaltenes Zielbild dafür gibt, wie KI das Geschäftsmodell in den nächsten drei Jahren verändern soll. Ebenso geht es darum, ob Rollen wie AI Lead oder Data Owner mit klaren Zuständigkeiten und echtem Handlungsspielraum in tragfähige Strukturen eingebunden sind, ob die KI-Roadmap mit Budget, Meilensteinen und klar benannten Verantwortlichen hinterlegt ist und ob strategische Annahmen regelmäßig überprüft und angepasst werden, wenn sich die Technologie weiterentwickelt. Entscheidend ist außerdem, dass KI nicht nur die interne Produktivität verbessert, sondern auch in Produkten und Dienstleistungen für Kunden eine konkrete Rolle spielt.

Fragen, die das Assessment aufwirft: Gibt es ein schriftlich festgehaltenes Zielbild? Wer verantwortet die Roadmap? Wo findet sich KI in unserem Angebot wieder, und nicht nur in unserer Kostenstruktur?

Der Reifegrad ist kein Selbstzweck. Die Bewertung bildet den Ausgangspunkt für einen konkreten Arbeitsprozess im Führungsteam:

•  Individuelles Profil: Jede Führungskraft erhält ein Profil über die acht Dimensionen. Dabei werden die eigene Einschätzung und die Sicht des gesamten Teams gegenübergestellt und durch einen Gesamt-Reifegrad ergänzt.
• Zusammenführung im Team: Die Profile werden anonym über das gesamte Führungsteam hinweg ausgewertet. So wird sichtbar, wo das Team ein gemeinsames Bild hat, wo Einschätzungen auseinandergehen und in welchen Dimensionen noch Entwicklungsbedarf besteht.
• Blinde Flecken werden sichtbar: Die größten Abweichungen zwischen Selbstbild und Einschätzung des Teams bilden die Grundlage für eine moderierte Sitzung im Führungskreis. Erfahrungsgemäß entstehen gerade daraus die produktivsten Gespräche.
•  Entwicklung und erneute Messung: Aus den Ergebnissen werden konkrete Maßnahmen abgeleitet – etwa klare Verantwortlichkeiten in der Governance, Mandate zur Neugestaltung von Arbeitsabläufen oder konkrete Weiterbildungsmaßnahmen. Nach sechs bis zwölf Monaten wird die Bewertung wiederholt, um Fortschritte sichtbar zu machen.

So eingesetzt, leistet das Instrument für die Führungsebene das, was Dashboards bereits für das Use-Case-Portfolio leisten: Es ersetzt Einschätzungen durch messbare Ergebnisse.

Umfang: 8 Dimensionen · 35 verhaltensverankerte Aussagen · rund 12 Minuten. 

Bewertung: fünfstufige Zustimmungsskala (1 = trifft nicht zu … 5 = trifft voll zu) sowie „nicht beurteilbar“, aus der Wertung ausgenommen. 

Perspektiven: jede Aussage bewertet für sich selbst bzw. den eigenen Verantwortungsbereich und für das Führungsteam als Kollektiv. 

Ergebnis: Reifegrad 1–5 insgesamt und je Dimension; Radarprofil; Delta zwischen Selbst- und Kollektivsicht sowie Analyse blinder Flecken. 

Formate: interaktive Web-Version mit automatischer Auswertung und JSON-Export; Druck- beziehungsweise PDF-Version für Workshop-Formate.

appliedAI Initiative ist Europas größte Initiative für die Anwendung vertrauenswürdiger KI. Sie arbeitet mit Unternehmen, Start-ups und dem öffentlichen Sektor daran, KI-Kompetenzen auszubauen und von der Strategie in die Umsetzung zu bringen.

Odgers ist eine weltweit führende Personalberatung für Executive Search und Leadership Advisory. Sie unterstützt Aufsichtsräte und Führungsteams dabei, die richtigen Führungspersönlichkeiten zu gewinnen, weiterzuentwickeln und damit die Voraussetzungen für eine erfolgreiche Transformation zu schaffen.

[1]  MIT NANDA (2025): The GenAI Divide - State of AI in Business 2025. Reported in Fortune, August 2025. fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/

[2]  McKinsey & Company (2025): The State of AI - How organizations are rewiring to capture value (March 2025) and The State of AI in 2025: Agents, innovation, and transformation (November 2025). mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai

[3]  BCG (2025): From Potential to Profit - Closing the AI Impact Gap (AI Radar). bcg.com/publications/2025/closing-the-ai-impact-gap

[4]  BCG (2026): AI Talk Is Cheap. Value Creation Is Rare. / AI Transformation Is a Workforce Transformation. bcg.com/publications/2026

[5]  Odgers Berndtson (2024–25): CFO Leadership Survey on Artificial Intelligence readiness. odgers.com; Deloitte (2026): Tech Trends - Agentic AI Strategy. deloitte.com

[6]  European Commission: EU AI Act - high-risk obligations applicable from 2 August 2026; selected Annex III categories deferred to December 2027 (Digital Omnibus). digital-strategy.ec.europa.eu

[7] McKinsey study: Beyond productivity: How AI creates value in private equity from 2026

Bereit, Ihre AI-Transformation zu beschleunigen? Erfahren Sie mehr über die AI Maturity Ihrer Führungsebene!

Möchten Sie wissen, wo Ihr Unternehmen in Sachen AI Maturity steht und welche konkreten Schritte als nächstes sinnvoll sind? Kontaktieren Sie uns und nehmen Sie an unserem Leadership AI Maturity Assessment teil. Alle Informationen zum neuen Assessment von Odgers und appliedAI finden Sie hier.