Build, Buy oder Partner: die Rechnung davor
Eva Mickler
7 Min. Lesezeit Die teuerste Build-vs-Buy-Entscheidung ist die, die niemand bewusst getroffen hat. In ...
Zum Beitrag
Vorstandsklausur: Wer den AI-Betrieb operativ besitzt, ist 2026 die entscheidende Frage. (Foto: V. Karpovich / Pexels)
8 Min. Lesezeit
Der KI-Betrieb wird in den deutschen Vorständen nicht stabil, bevor CIO, COO, CFO und Risk gemeinsam ein belastbares Mandat formulieren. Die Pilotprojekte laufen, die Budgets stehen, die Steuerung nicht. Solange die Frage offen bleibt, wer den AI-Betrieb wirklich besitzt, dreht jede Eskalation einmal mehr durch das Board, als sie müsste.
Das Wichtigste in Kürze
- AI-Ownership ist keine IT-Frage mehr. Der operative KI-Betrieb berührt Modell-Risk, Datenschutzhaftung, Lieferantenbindung und Kapitaleinsatz. Vier C-Level-Rollen, ein Thema, kein klares Mandat.
- Die Ownership-Lücke kostet Geschwindigkeit. Wo niemand den Betrieb verantwortet, ziehen Eskalationen drei Quartale lang durch das Board. Bis dahin sind die produktiven Use Cases entweder gewachsen oder versandet.
- Operating Model entscheidet vor Tool-Wahl. Welcher Hyperscaler, welches Modell, welcher Agent: nachrangig. Die Frage ist, wer auf einem Sev-1 pageable ist und wer das Modell auch nach Year-of-the-CIO noch budgetiert.
- Drei Festlegungen reichen. Ein eindeutiger Owner pro KI-Cluster, ein Reporting-Pfad mit Quartals-Takt, ein Sunset-Mechanismus für Pilotprojekte ohne Wirkung. Mehr braucht es nicht für die nächste Vorstandsentscheidung.
VerwandtDie 40-Prozent-Frage: KI-Budget/KI-Agenten: ROI oder Pilot-Friedhof
Warum die Ownership-Frage 2026 unausweichlich wird
Drei Jahre Pilotbetrieb haben in den meisten DACH-Konzernen eine Realität geschaffen, die in den Strategiefolien nicht vorkommt. Es gibt 15 bis 40 produktive KI-Anwendungen verteilt über Fachbereiche, Konzern-IT und einzelne Tochtergesellschaften. Die Modelle leben in unterschiedlichen Tenants bei zwei oder drei Hyperscalern. Die Lizenzen sind Mischformen aus Konzernrahmenverträgen, Fachbereichs-Subscriptions und individuellen Tokens.
Niemand hat das so geplant. Es ist gewachsen, weil jede Pilotphase ihren eigenen Pfad gefunden hat. Was 2023 als Experiment legitimiert war, ist 2026 ein Operating-Risiko. Die Frage ist nicht, ob das geräumt werden muss, sondern wer es räumt, und mit welchem Mandat.
Die interessanten Leadership-Entscheidungen sind nicht die, die im Quartalsbericht stehen. Es sind die, die irgendjemand in der dritten Woche eines Projekts trifft und die niemand je mitbekommt. Genau diese Entscheidungen entstehen jetzt überall in der KI-Landschaft des Konzerns, ohne dass das Board weiß, welche es waren.
Vier Rollen, ein Thema, kein eindeutiger Owner
Der KI-Betrieb hängt von vier Top-Management-Funktionen ab, die alle ein legitimes Interesse haben und alle aus unterschiedlichen Richtungen kommen. Wer die Verteilung sieht, versteht, warum Ownership-Diskussionen so oft im Konjunktiv enden.
| Rolle | Legitimes Interesse | Was sie nicht entscheiden kann |
|---|---|---|
| CIO | Plattform-Architektur, Modell-Sourcing, Integration in Bestands-IT, SLAs. | Budget-Reallokation aus Fachbereichen, Lieferantenbindung über CIO-Vertragsrahmen hinaus. |
| COO | Prozess-Integration, Adoption in den Geschäftseinheiten, Wertbeitrag in operativen KPIs. | Technische Tiefe der Modell-Wahl, Datenschutzrechtsfragen. |
| CFO | Kapitaleinsatz, Token-Kosten-Forecasts, Vertragsrisiken, Working-Capital-Wirkung. | Modell-Performance-Trade-offs, technische Architektur-Entscheidungen. |
| Risk / CISO | EU AI Act, Modell-Risiko, Datenschutz, Auditierbarkeit, Provider-Konzentration. | Operative Verteilung von Sev-1-Verantwortung, Adoption-Treiber. |
Die Tabelle ist nicht überraschend, sie ist alltäglich. Bemerkenswert ist, dass viele DACH-Konzerne die explizite Verteilung dieser Verantwortungen schriftlich nicht haben. Es gibt Verantwortliche für einzelne Projekte, für die Plattformwahl, für das jährliche AI-Risk-Statement. Es gibt selten eine schriftliche Festlegung, wer den Operating-Bestand verantwortet.
Kultur ist das, was passiert wenn der Stress steigt
Wenn der erste produktive KI-Use-Case einen ernsten Vorfall produziert, ein halluzinierter Output an einen Großkunden geht oder ein Token-Abruf eine unerwartete Cloud-Rechnung erzeugt, ist die Ownership-Frage nicht mehr akademisch. In genau diesem Moment zeigt sich, ob die Eskalation Stunden dauert oder Tage. Wer die Frage vorher geklärt hat, gewinnt Tempo. Wer sie nicht geklärt hat, verbrennt die Geduld der Beteiligten.
Die häufigste Beobachtung ist die folgende. Konzerne, die für jede Pilotphase einen ad-hoc-Owner benannt haben, kommen in den ersten zwei Jahren produktivem Betrieb in eine Diffusion. Keiner trägt mehr die Gesamtverantwortung, weil keiner sie hatte. Die ad-hoc-Owner sind anderen Themen zugeordnet, das Operating-Modell hat sich nicht weiterentwickelt. Das ist nicht böser Wille, sondern fehlende Designentscheidung.
Eine ehrliche Retrospektive ist teurer als drei Offsites. Aber nur eine davon ändert etwas. Im AI-Betrieb ist die Retrospektive selten frühzeitig genug, weil niemand für sie einsteht.
Drei Zahlen, die Vorstände in die Diskussion bringen
Statt sich an Wachstumsprognosen für KI-Budgets festzuhalten, lohnt sich der Blick auf drei nüchterne Operating-Zahlen. Sie sind die Eintrittskarte für die Vorstandssitzung, in der über AI-Ownership entschieden wird.
Operating-Realität
15–40
Produktive KI-Anwendungen. Spannbreite in DACH-Konzernen 2026. Die Streuung sagt mehr aus als der Durchschnitt.
3 Q
Eskalations-Zyklus ohne Owner. Drei Quartale, bis eine Operating-Entscheidung das Board verlässt, ist real. In zwei davon ist das Pilotprojekt schon politisch geworden.
~ 0
Schriftliche Operating-Mandate. Anteil DACH-Konzerne mit einem klar dokumentierten AI-Operating-Mandat auf Vorstandsebene. Die Lücke ist die eigentliche Geschichte.
Die ersten beiden Zahlen sind Erfahrungswerte aus Gesprächen mit Vorständen und IT-Leitungen, die dritte ist die Konsequenz daraus. Sie sind keine Studie, sie sind eine Diskussionsgrundlage. Wer sie an sein eigenes Operating Model anlegt, kommt in eine ehrliche Bestandsaufnahme.
„Die Frage, wer den KI-Betrieb wirklich besitzt, ist im Kern eine Frage nach der Bereitschaft, die Verantwortung auch dann zu tragen, wenn ein Modell nachts halluziniert. Das ist nicht delegierbar. Es ist auch nicht durch Tooling lösbar.“
aus einer Vorstandsklausur, DACH-Industriekonzern, Q1 2026
Was eine belastbare Ownership-Festlegung beinhaltet
Eine Operating-Mandats-Definition ist kein Strategiepapier. Sie ist ein Arbeitsdokument für die nächsten zwei Jahre. Drei Festlegungen reichen aus, damit der Bestand handhabbar wird.
Erstens: ein eindeutiger Owner pro KI-Cluster. Cluster sind hier Gruppen verwandter Use Cases, nicht einzelne Anwendungen. Pro Cluster eine namentlich benannte Person, die für Sev-1, Budget-Realisierung und Sunset entscheidet. Zweitens: ein Reporting-Pfad mit Quartals-Takt, der dem Vorstand drei Zahlen liefert: produktive Anwendungen, Token-Kosten, materielle Vorfälle. Mehr nicht, sonst wird das Format nicht gelesen. Drittens: ein Sunset-Mechanismus, der Pilotprojekte ohne nachweisbaren Wertbeitrag nach zwölf Monaten in eine Entscheidung zwingt.
Diese drei Punkte passen auf eine Tagesordnung. Sie ersetzen nicht die Strategiediskussion über AI-Ambition, aber sie geben ihr den operativen Boden, ohne den jede Strategie leerläuft.
Die offene Frage des Jahres
2026 ist nicht das Jahr der Modell-Wahl. Es ist das Jahr der Operating-Entscheidung. Vorstände, die die Frage nach AI-Ownership in den ersten beiden Quartalen klären, gewinnen mehr Zeit für strategische Ambition als jene, die die Modelldebatte gut führen und die Operating-Frage offen lassen.
Die Antwort wird selten elegant sein. Sie wird politisch sein, sie wird die Aufteilung der CIO-COO-CFO-Verantwortlichkeiten berühren, sie wird Risk in eine zentralere Position bringen, als manche in der Geschäftsleitung erwarten. Aber sie wird einen materiellen Unterschied machen für das nächste Quartal und für die zwei danach.
Häufige Fragen
Wer ist im Mittelstand der typische AI-Operating-Owner?
Im DACH-Mittelstand bündelt sich AI-Ownership häufig beim CFO oder beim Geschäftsführer mit IT-Verantwortung. Das ist pragmatisch, weil dort Budget und operative Hoheit zusammenliegen. Es wird kritisch, sobald Modell-Risiko und Datenschutz strukturell adressiert werden müssen, weil die CFO-Rolle das fachlich selten alleine trägt.
Reicht ein KI-Lenkungsausschuss als Operating-Modell?
Für die Strategie-Frage ja, für den operativen Betrieb selten. Ein Ausschuss steuert nicht in Echtzeit. Wer einen Sev-1 erlebt, möchte eine pageable Person, nicht eine quartalsweise tagende Runde. Sinnvoll ist ein Ausschuss als Eskalations-Forum mit klarer operativer Verantwortlichkeit darunter.
Wie passt der EU AI Act in die Ownership-Frage?
Er erhöht den Druck. Die Risk-Bewertung und das Auditing nach EU AI Act erfordern eine zugeordnete Verantwortlichkeit auf Vorstandsebene. Wer das nicht klärt, riskiert nicht nur Compliance-Findings, sondern auch das Vertrauensverhältnis zu Aufsichtsrat und Wirtschaftsprüfung. Risk und CIO müssen hier in einer geklärten Eskalationskaskade arbeiten.
Was kostet die fehlende Ownership in echtem Geld?
Schwer zu quantifizieren, aber die Schmerzpunkte sind klar. Doppelte Token-Verträge, Lizenzen für Modelle, die niemand zentral trackt, Pilotprojekte, die ohne Sunset weiterlaufen, ungeplante Cloud-Kosten ohne Forecast. Konservative Schätzungen aus DACH-Konzernen liegen im hohen sechsstelligen bis niedrigen siebenstelligen Bereich pro Jahr, ohne dass ein einziger materieller Vorfall passiert ist.
Wann ist der richtige Zeitpunkt, das Operating-Modell zu schließen?
Zwischen 15 und 25 produktiven Anwendungen. Darunter ist es organisatorisch zu früh, weil noch keine echte Diffusion entstanden ist. Darüber ist es zu spät, weil sich Schatten-IT-Strukturen verfestigt haben und der Rückbau teurer wird als die ursprüngliche Operating-Entscheidung.
Mehr aus dem MBF Media Netzwerk
mybusinessfuture
securitytoday
Quelle Titelbild: Pexels