95 Prozent starten KI-Projekte – doch die Fähigkeiten kommen nicht nach
Gartners am 2. September 2026 veröffentlichte Kompetenzstrategie beziffert die Lücke zwischen KI-Einführung und Qualifizierung: 95 Prozent der befragten CHROs berichten von aktiven KI-Initiativen, während 51 Prozent der befragten CIOs und leitenden IT-Verantwortlichen den Kompetenzbedarf schneller wachsen sehen als das verfügbare Talentangebot. Der Titel fasst diesen Befund zugespitzt zusammen; die 95 Prozent bezeichnen weder sämtliche Unternehmen noch ausschließlich neu gestartete Projekte.
Die priorisierte Antwort auf die Frage, welche KI-Fähigkeiten Beschäftigte brauchen, richtet sich nach der Veränderung ihrer Aufgaben: Bei ergänzter Arbeit zählen zuerst Problemformulierung sowie fachliches Urteil und Risikobewusstsein. Neu gestaltete Abläufe verlangen Systemdenken und Mensch-KI-Vermittlung; bei neu entstehender Arbeit werden strategische Vorausschau und ethische Führung wichtiger.
Die Einführung läuft der Einsatzfähigkeit voraus
Die Prozentwerte messen nicht den Erfolg der Initiativen und auch nicht die Fähigkeiten einzelner Beschäftigter. Sie stellen Einschätzungen verschiedener Führungsgruppen gegenüber. Auf der frei zugänglichen Artikelseite fehlen Angaben zu Stichprobengröße, Erhebungszeitraum und regionaler Verteilung, weshalb sich daraus keine repräsentative Quote für Deutschland, Österreich oder die Schweiz ableiten lässt.
Eine zeitgleich erschienene Auswertung mit anderer Datengrundlage zeigt denselben Abstand zwischen technischer Verbreitung und organisatorischer Reife. Die CIO-Analyse vom 3. September 2026 verweist auf eine Kyndryl-Befragung von 1.100 Führungskräften in acht Ländern: 57 Prozent meldeten breit eingesetzte oder in Kernprozesse eingebettete KI, aber nur 23 Prozent bezeichneten ihre Belegschaft als vollständig einsatzbereit. Wegen der abweichenden Stichprobe sind diese Werte nicht direkt mit den Gartner-Zahlen vergleichbar.
Beide Befunde machen einen wichtigen Unterschied sichtbar: Ein verfügbares System, eine absolvierte Schulung oder eine hohe Nutzungsquote belegen noch nicht, dass Beschäftigte KI in einem konkreten Arbeitsablauf sicher und wirksam einsetzen können. Eine belastbare Kompetenzstrategie muss deshalb beobachtbares Verhalten und Arbeitsergebnisse erfassen.
Ergänzte Aufgaben verlangen Formulierung und Urteil
Beim ersten Veränderungstyp bleibt der Ablauf im Kern bestehen; KI bereitet einzelne Schritte vor oder beschleunigt sie. Die erste Lernpriorität ist Problemformulierung: Beschäftigte müssen Ziel, Kontext, zulässige Daten, Grenzen und Qualitätsmaßstäbe eines Auftrags so festlegen, dass sich das Resultat fachlich prüfen lässt.
Die zweite Priorität verbindet Fachurteil mit Risikobewusstsein. Dazu gehört, Ausgaben mit freigegebenen Unterlagen abzugleichen, unbelegte Aussagen und Unsicherheit zu erkennen sowie Fälle außerhalb des vorgesehenen Einsatzbereichs an die zuständige Person zu übergeben. Werkzeugkenntnis allein genügt dafür nicht.
Konkrete Lernziele sind ein vollständig formulierter Arbeitsauftrag und eine nachvollziehbare Prüfung an realistischen Fachfällen. Fortschritt lässt sich über den Anteil erkannter Fehler, dokumentierte Prüfentscheidungen und korrekt eskalierte Grenzfälle messen. Diese Indikatoren zeigen eher als die Zahl versendeter Prompts, ob KI eine Aufgabe tatsächlich verbessert.
Neu gestaltete Abläufe brauchen Systemdenken
Beim zweiten Typ verändert KI nicht nur einen Arbeitsschritt, sondern Reihenfolge, Zuständigkeiten und Kontrollpunkte eines Prozesses. Systemdenken richtet den Blick auf Eingaben, Abhängigkeiten und Folgewirkungen. Mensch-KI-Vermittlung übersetzt diese Zusammenhänge in eine belastbare Arbeitsteilung.
Beschäftigte sollten festlegen können, welche Schritte ein System vorbereiten oder ausführen darf, wann menschliches Urteil erforderlich bleibt und wie widersprüchliche Ergebnisse, fehlende Daten oder technische Ausfälle behandelt werden. Das überprüfbare Lernprodukt ist hier kein Zertifikat, sondern ein dokumentierter Ablauf mit Verantwortlichen, Freigaben, Ausnahmewegen und Rückfallprozess.
Für Deutschland und Österreich kommt eine regulatorische Ebene hinzu. Artikel 4 der EU-KI-Verordnung verlangt von Anbietern und Betreibern Maßnahmen für ein ausreichendes Maß an KI-Kompetenz und nennt ausdrücklich Vorwissen, Erfahrung, Ausbildung sowie den Einsatzkontext. Die Vorschrift gilt nicht automatisch in der Schweiz, liefert dort aber einen konkreten Referenzpunkt für kontextbezogene Qualifizierung.
Messbar wird der Fortschritt im Prozess: geeignete Größen sind Durchlaufzeit und Nacharbeitsquote, korrekt behandelte Ausnahmen sowie eingehaltene Freigaben. Sie müssen gemeinsam betrachtet werden, denn eine kürzere Bearbeitungszeit bei mehr Fehlern wäre keine belastbare Verbesserung. Der Befund, dass Strukturen mit neuen KI-Aufgaben nicht immer Schritt halten, verdeutlicht den Unterschied zwischen individueller Bedienkompetenz und einem funktionierenden Gesamtprozess.
Neu entstehende Arbeit erfordert Vorausschau
Der dritte Typ umfasst Leistungen und Arbeitsweisen, die erst durch KI möglich werden. Dafür priorisiert die Matrix strategische Vorausschau und ethische Führung: Teams müssen erwarteten Nutzen, betroffene Gruppen, Voraussetzungen und mögliche Nebenwirkungen klären, bevor aus einer technischen Möglichkeit ein dauerhaft eingesetztes Angebot wird.
Ein überprüfbares Lernziel ist eine testbare Hypothese: Für wen soll welcher Nutzen entstehen, woran wird er erkannt und welches Ergebnis spricht gegen eine Fortsetzung? Ergänzend braucht jeder Anwendungsfall benannte Verantwortliche für Einsatzgrenzen, Folgenkontrolle und Abbruchentscheidungen. Ohne diese Zuordnung bleibt ethische Führung ein allgemeiner Anspruch.
Als Fortschrittsindikatoren eignen sich der Anteil der Versuche mit vorab festgelegten Qualitäts-, Risiko- und Abbruchkriterien, die Zeit bis zu einem überprüfbaren Prototyp und die dokumentierte Verantwortung für jede Anwendung. Die reine Zahl der Ideen oder Pilotprojekte sagt dagegen wenig über Einsatzreife und Nutzen aus.
Die drei Kategorien teilen keine vollständigen Berufe ein. Innerhalb derselben Rolle kann KI eine Aufgabe ergänzen, einen anderen Ablauf neu gestalten und eine weitere Tätigkeit erst ermöglichen. Bestätigt sind derzeit die neue Einordnung und die von Gartner gemeldete Lücke; offen bleiben ihre Größe in einzelnen DACH-Branchen und die Wirksamkeit der daraus abgeleiteten Lernprogramme. Dafür werden künftig rollenbezogene Daten zu Arbeitsqualität, Risiken und Geschäftsergebnissen benötigt.
Lesen Sie auch:
Newsletter abonnieren
Erhalten Sie die neuesten Nachrichten zu Web3, KI und Krypto direkt in Ihren Posteingang.