Unternehmen investieren Milliarden in KI. Trotzdem können viele nicht belegen, welchen Beitrag ihre Initiativen zum Geschäftsergebnis leisten. Der entscheidende Hebel liegt nicht in neuen Tools oder Systemen, sondern in der Fähigkeit, Wirkung messbar zu machen, Prozesse zu steuern und bestehende Technologien intelligent zu nutzen.
Das MIT hat 2025 in der Studie „The GenAI Divide“ dokumentiert, was viele Unternehmen derzeit erleben: Ein Großteil der GenAI-Initiativen erzielt trotz massiver Investitionen keinen messbaren Effekt auf das Geschäftsergebnis.
Der Grund liegt selten in der Technologie. Gemessen wird häufig, was leicht zu messen ist: Nutzungsraten, Use Cases oder eingesparte Stunden. Der US-Unternehmer Eric Ries beschreibt solche Kennzahlen als „Vanity Metrics“: Sie sehen gut aus, sagen aber wenig über den tatsächlichen Geschäftswert aus. Genau daran scheitern viele KI-Initiativen. Sie erzeugen Aktivität, aber keine nachweisbare Wirkung.
Viele Prozesse sind historisch gewachsen, fragmentiert und selten Ende-zu-Ende ausgerichtet. Genau dort entsteht der größte Hebel. KI macht sichtbar, wo Effizienz entsteht, wo sie verloren geht und welche Maßnahmen tatsächlich Wirkung erzeugen.
Amazon-Gründer Jeff Bezos formulierte es treffend: „Good intentions don't work. Mechanisms do.“ Für KI bedeutet das: Unternehmen müssen operative Hebel wie Durchlaufzeiten, Fehlerquoten oder Automatisierungsgrade direkt mit finanziellen Ergebnissen verknüpfen. Erst dann wird sichtbar, welche Maßnahmen Kosten senken, Produktivität steigern oder Wachstum fördern. Damit verändert sich die Rolle von KI grundlegend – vom Technologieprojekt zur Managementaufgabe.
In vielen Unternehmen dreht sich die Diskussion um neue Architekturen, ERP-Modernisierung oder den Ersatz bestehender Anwendungen. Dabei liegt das Problem meist woanders.
SAP-, ERP- und CRM-Systeme wurden über Jahre optimiert und bilden das Rückgrat des operativen Geschäfts. Ein kompletter Neuaufbau bindet Ressourcen, erhöht Risiken und schafft nicht automatisch zusätzlichen Nutzen. Hinzu kommt, dass KI-basierte Eigenentwicklungen häufig höhere Betriebs- und Nutzungskosten verursachen als etablierte Standardlösungen.
Die relevante Frage lautet daher nicht, welche Systeme ersetzt werden müssen. Entscheidend ist, wie Unternehmen den Wert ihrer bestehenden Systeme steigern.
Genau hier setzt der Agentic Layer an. Er ergänzt bestehende Systeme um eine zusätzliche Steuerungsebene. Anwendungen wie SAP oder CRM bleiben für Datenhaltung und Prozessausführung verantwortlich. Agenten koordinieren darüberliegende Abläufe, verknüpfen Informationen und steuern Prozesse über Systemgrenzen hinweg.
Dass dieser Ansatz funktioniert, zeigt Anthropic. Das Unternehmen ersetzt seine Systeme nicht, sondern orchestriert sie. Der Mehrwert entsteht nicht durch neue Anwendungen, sondern durch bessere Steuerung.
Künftig werden nicht die Unternehmen vorne liegen, die die meisten KI-Piloten starten, sondern diejenigen, die für jeden investierten Euro zeigen können, welchen Beitrag er zum Geschäftsergebnis leistet.
Sie nutzen bestehende Systeme weiter, erweitern ihre Steuerung um eine Agentenebene und machen messbare Wirkung zur Voraussetzung jeder Initiative. Der größte Hebel von KI liegt dabei nicht in neuen Anwendungen, sondern in der Fähigkeit, operative Veränderungen in finanzielle Ergebnisse zu übersetzen. Das ist weniger spektakulär als die nächste Toolentscheidung. Es ist aber der Unterschied zwischen Experiment und Ergebnis.
Senftle, G.
