Das Ende der Pilotprojekte
Im März 2026 ist eine unbequeme Wahrheit nicht mehr zu ignorieren: Künstliche Intelligenz hat aufgehört, ein Innovationsthema für Labore und Pilotprojekte zu sein. Sie ist zur strategischen Infrastruktur geworden — so grundlegend wie Cloud Computing vor zehn Jahren, so unausweichlich wie das Internet vor zwanzig. Wer heute noch über „ob“ diskutiert, hat die Frage schon falsch gestellt.
Die Zahlen sind eindeutig. Laut McKinseys „State of AI 2025“-Report setzen 78 Prozent aller Unternehmen KI in mindestens einem Geschäftsbereich ein — ein Anstieg von 55 Prozent in nur zwei Jahren. 23 Prozent skalieren bereits agentenbasierte KI-Systeme (Systeme, die eigenständig Aufgaben planen und ausführen), weitere 39 Prozent experimentieren damit. Gartner prognostiziert, dass bis Ende 2026 rund 40 Prozent aller Enterprise-Anwendungen aufgabenspezifische KI-Agenten enthalten werden — gegenüber weniger als 5 Prozent Anfang 2025.
Doch Deloittes „State of AI in the Enterprise 2026“-Report enthüllt die Kluft zwischen Adoption und Wirkung: Nur 34 Prozent der Unternehmen nutzen KI, um Produkte, Prozesse oder Geschäftsmodelle tiefgreifend zu transformieren. 37 Prozent bewegen sich an der Oberfläche — ein Chatbot hier, ein Automatisierungsskript dort. 74 Prozent der Unternehmen hoffen, dass KI ihren Umsatz steigert. Nur 20 Prozent sagen, dass sie es heute tatsächlich tut.
Klarna, Shopify und die neuen Spielregeln
Was passiert, wenn ein Unternehmen KI nicht als Tool, sondern als Betriebssystem begreift, zeigt Klarna. Der schwedische Zahlungsdienstleister hat seine Belegschaft von 5.500 auf unter 3.000 Mitarbeiter reduziert — nicht durch klassisches Downsizing, sondern durch konsequente Automatisierung. KI übernimmt die Arbeit von rund 850 Vollzeitkräften, vor allem im Kundendienst und in der Rückabwicklung. Das Ergebnis: Der Umsatz pro Mitarbeiter hat sich auf 1,24 Millionen Dollar verdreifacht. Im vierten Quartal 2025 knackte Klarna erstmals die Milliarden-Marke beim Quartalsumsatz — 1,08 Milliarden Dollar, ein Plus von 38 Prozent im Jahresvergleich. Und die verbleibenden Mitarbeiter? Sie verdienen im Schnitt 203.000 Dollar im Jahr, 60 Prozent mehr als 2022.
Klarna-CEO Sebastian Siemiatkowski hat eine provokante Regel eingeführt: Bevor eine Abteilung neue Stellen beantragen darf, muss sie nachweisen, dass die Aufgabe nicht von KI erledigt werden kann. Das klingt radikal, ist aber die logische Konsequenz einer „AI-First“-Strategie (ein Ansatz, bei dem jedes neue Produkt und jeder Prozess zuerst mit KI-Fähigkeiten gedacht wird).
Shopify verfolgt einen ähnlichen Weg, allerdings weniger über Personalreduktion als über strategische Fokussierung. Durch den Verkauf des kapitalintensiven Logistikgeschäfts und die Konzentration auf margenstarte Software-Infrastruktur stieg der Jahresumsatz 2025 auf 11,56 Milliarden Dollar — ein Plus von 30 Prozent. Die operative Marge kletterte von niedrigen einstelligen Werten auf 16 Prozent. KI-gestützte Commerce-Tools sind dabei zum Kern des Angebots geworden.
Der Burggraben bröckelt: Morningstar und die 37 Downgrades
Was für Klarna und Shopify funktioniert, wird für andere zur existenziellen Bedrohung. Im frühen 2026 hat Morningstar (die führende Investmentanalyse-Firma) 132 Technologieunternehmen auf ihre KI-Resilienz geprüft. Das Ergebnis: 37 Moat-Downgrades (also Herabstufungen des Wettbewerbsvorteils) gegen nur 2 Upgrades. Betroffen sind Schwergewichte wie Adobe (32 Prozent Verlust an Fair-Value-Schätzung), Salesforce, ServiceNow, Oracle und Workday.
Der Grund: KI untergräbt die Wechselkosten (Switching Costs), die jahrzehntelang den Burggraben von Enterprise-Software-Anbietern bildeten. Wenn ein KI-Agent komplexe Datenmigrationen automatisieren kann, sinkt die Hürde, den Anbieter zu wechseln. Unternehmen, deren Moat primär auf der Komplexität ihrer Implementierung beruhte, verlieren ihre Verteidigung.
Die Gewinner laut Morningstar? Unternehmen mit physischen Kostenvorteilen — Lieferketten, Fabriken, regulierte Infrastruktur — sowie Firmen mit einzigartigen Daten und Netzwerkeffekten. CrowdStrike und Cloudflare erhielten Moat-Upgrades, weil ihre Sicherheitsnetzwerke mit jedem Nutzer stärker werden. Halbleiter-Designsoftware (Synopsys, Cadence) profitiert, weil KI die Nachfrage nach Chips antreibt.
Die Konsequenz ist messbar: Unternehmen mit hoher KI-Exposition haben in den ersten sieben Wochen 2026 die KI-resilientesten Firmen um fast 26 Prozentpunkte underperformt.
Die Skalierungslücke: Warum 70 Prozent scheitern
Die spektakulären Erfolge von Klarna und Shopify verdecken eine nüchterne Realität: Rund 70 Prozent aller digitalen Transformationsinitiativen verfehlen ihre Ziele — auch 2026 noch. Die Ursachen sind fast nie technisch. Sie sind organisatorisch.
Volkswagens Software-Division Cariad ist das prominenteste Beispiel. Der Konzern versuchte, gleichzeitig Legacy-Systeme zu ersetzen, eigene KI zu bauen und proprietäre Chips zu designen — ein „Big Bang“-Ansatz statt iterativer Transformation. Das Resultat: eine 20-Millionen-Zeilen-Codebase voller Bugs, über ein Jahr Verspätung beim Porsche Macan Electric und Audi Q6 E-Tron, und am Ende 1.600 Stellenstreichungen.
Deloitte identifiziert die drei größten Engpässe: Technische Infrastruktur-Readiness liegt bei nur 43 Prozent, Datenmanagement bei 40 Prozent — und die Talent-Readiness bei mageren 20 Prozent. Dieser letzte Wert ist gegenüber dem Vorjahr sogar gesunken. Nicht die Algorithmen sind das Problem, sondern die Menschen, die sie einsetzen sollen.
Auch Taco Bells Voice-AI-Initiative steht exemplarisch für das Scheitern an der Umsetzung: Der Konzern rollte KI-Bestellsysteme an über 500 Drive-throughs aus — doch die KI scheiterte an Akzenten, Hintergrundgeräuschen und Sonderwünschen. Statt schnelleren Service lieferte sie virales Spot-Material auf Social Media.
Was Tech-Leader jetzt tun sollten
Für CEOs, Product Manager und Tech Leads in SaaS- und Technologieunternehmen ergeben sich aus der aktuellen Lage fünf konkrete Handlungsfelder.
Erstens: KI-Strategie ist Unternehmensstrategie. Wer KI als IT-Projekt behandelt, wiederholt den Fehler der frühen Cloud-Adoptoren. Die erfolgreichsten Unternehmen im Deloitte-Report sind dreimal häufiger bereit, Workflows komplett neu zu gestalten statt bestehende zu optimieren. KI muss Chefsache sein — ein Top-down-Programm mit klarem Sponsorship, nicht ein Bottom-up-Experiment aus der IT-Abteilung.
Zweitens: Moats neu bewerten. Morningstar zeigt, dass Switching Costs als Burggraben schmelzen. Fragen Sie sich: Beruht unser Wettbewerbsvorteil auf Komplexität, die KI automatisieren könnte? Oder auf einzigartigen Daten, Netzwerkeffekten und physischen Assets, die sich mit KI verstärken lassen?
Drittens: In Talent investieren, nicht nur in Technologie. Die Talent-Readiness bei 20 Prozent ist der größte Engpass. Fast 70 Prozent der Tech-Leader planen, ihre Teams wegen KI zu vergrößern — aber mit neuen Profilen: Agent-Orchestrierung, Prompt Engineering, KI-Governance. Bildung schlaegt Restrukturierung.
Viertens: Iterativ statt Big Bang. Volkswagens Cariad-Desaster lehrt, dass parallele Mammutprojekte scheitern. Starten Sie mit einem Geschäftsprozess, der klare Metriken hat und bei dem Daten verfügbar sind. Skalieren Sie erst, wenn der ROI bewiesen ist. McKinsey beziffert den durchschnittlichen Return auf 3,7x pro investiertem Dollar in generative KI — aber nur bei fokussierten Implementierungen.
Fünftens: KI als Marktrealität lesen, nicht als Technologie. VCs haben 2025 insgesamt 258,7 Milliarden Dollar in KI-Unternehmen investiert — 61 Prozent aller globalen VC-Investments. In 2026 verschiebt sich der Fokus von „Capital Deployment“ zu „Capital Justification“: Investoren erwarten Umsatzwachstum, verteidigbare Moats und glaubwürdige Pfade zur Profitabilität. Wer keinen KI-Impact nachweisen kann, wird es schwerer haben, Kapital zu bekommen — unabhängig von der Branche.
Die Frage für das Frühjahr 2026 ist nicht mehr, ob KI Ihre Branche verändern wird. Die Frage ist, ob Sie derjenige sind, der die Veränderung gestaltet — oder der, der von ihr überrollt wird. Klarna hat vorgemacht, wie radikal die Gewinner umbauen. Morningstar hat gezeigt, wie schnell die Verlierer ihren Burggraben verlieren. Dazwischen liegt eine Skalierungslücke, die sich nicht mit Pilotprojekten schließen lässt, sondern nur mit dem Mut, KI als das zu behandeln, was sie geworden ist: die Infrastruktur, auf der Strategie aufbaut.