Seit zwei Jahren höre ich überall denselben Satz: „Wir haben KI eingeführt.“ Die Lizenzen sind verteilt, das Budget ist freigegeben, die Ankündigung im Executive Committee gemacht. Dann verbringe ich einen Tag mit den Teams und finde etwas ganz anderes vor: ein Tool, das fast niemand öffnet, und Arbeit, die sich kein Stück verändert hat.

Das ist das häufigste Missverständnis – und das teuerste: Zugang mit tatsächlicher Nutzung zu verwechseln. Lizenzen zu verteilen verändert nichts. Eine Fitnessstudio-Mitgliedschaft zu besitzen macht dich nicht fit. Zwischen „einen Assistenten haben“ und „ihn nutzen, um besser zu arbeiten“ liegt eine Lücke, die Technologie allein niemals schließen wird.

Warum bleibt diese Lücke so groß? Vor allem aus zwei Gründen. Erstens sagen wir Menschen, sie sollen „KI nutzen“, ohne ihnen jemals zu sagen, wofür. Konfrontiert mit dem leeren Blatt probieren sie zwei oder drei Prompts aus, sind enttäuscht und kehren zu ihren alten Gewohnheiten zurück – zu denen, die funktionieren. Zweitens schaut das Management weg. Ein:e Manager:in, der:die diese Tools nie selbst nutzt, kann die beste Rede der Welt halten: Niemand wird folgen. Hier ist das eigene Beispiel mehr wert als jeder Trainingsplan.

Wo fängt man also an? Bei der mühsamen Alltagsarbeit, nicht bei den Demos. Die Use Cases, die sich durchsetzen, sind nie die auffälligsten, sondern die alltäglichsten: eine Meeting-Zusammenfassung entwerfen, eine erste Version einer Ausschreibungsantwort skizzieren, einen ersten Entwurf erstellen. Aufgaben, die Teams ohnehin erledigen und bei denen sich der Nutzen schon in der ersten Woche zeigt. Ich denke dabei an einen großen französischen Konzern, der diese Logik konsequent umgesetzt hat: Er hat nicht einfach nur Zugang zu einem internen Assistenten geschaffen, sondern ihn zu einem täglichen Reflex gemacht. Zehntausende Mitarbeiter:innen nutzen ihn tatsächlich – weit über E-Mails und Übersetzungen hinaus. Daran ist nichts Magisches: Dahinter steckt ein ernsthafter Trainingsaufwand, mehr als 50.000 Menschen in zwei Jahren. Eine Nutzung, die hilfreich und messbar ist, trägt sich selbst. Eine vage Nutzung verpufft innerhalb einer Woche.

Das Management muss wieder Teil des Bildes werden. Das bedeutet: Manager:innen werden vor allen anderen geschult – Menschen, die üben, ihre eigenen pragmatischen Workarounds teilen und vor ihren Teams offen zugeben, wenn etwas nicht funktioniert. Es bedeutet auch, den Preis zu zahlen: Du kannst nicht Zeit für das Erkunden von KI „freischaufeln“ und erwarten, dass ohnehin volle Kalender das einfach magisch auffangen. Lernen kostet Zeit. Das zu leugnen sabotiert genau die Transformation, die Du angeblich erreichen willst.

Dann geht es darum, langfristig dranzubleiben – und konkret zu werden. Allgemeine Awareness-Trainings sind ein guter Ausgangspunkt, aber sie reichen nicht aus. Damit sich Arbeit wirklich verändert, muss Training bis in die einzelnen Funktionen hineinreichen – Marketing, Finance, Supply Chain, HR – und zum tatsächlichen Arbeitsalltag der Menschen passen: Man stattet eine:n Einkäufer:in nicht genauso aus wie eine:n Produktmanager:in. Der Rest passiert durch Wiederholung und im Austausch unter Kolleg:innen: Teamrituale, in denen Menschen Prompts teilen, und eine Handvoll interner Champions, die gute Erkenntnisse weitertragen. Akzeptanz verbreitet sich durch Ansteckung – selten durch ein Memo.

Am Ende ist KI bei der Arbeit keine technologische Frage. Die Technologie ist da – leistungsstark, zugänglich und sie wartet längst auf niemanden mehr. Die eigentliche Frage ist menschlich und managerial: Klarheit über Use Cases, Führung durch Vorbild, Zeit und Unterstützung. Die Organisationen, die erfolgreich sein werden, sind nicht diejenigen, die die meisten Lizenzen gekauft haben, sondern diejenigen, die verstanden haben, dass KI nicht einfach ein weiteres Tool ist: Sie ist eine andere Art, gemeinsam zu arbeiten.

Und genau das ist der ganze Unterschied zwischen einem Unternehmen, das über KI spricht, und einem, das sich tatsächlich verändert hat.