Warum KI an den Stammdaten scheitert
Eva Mickler
4 Min. Lesezeit KI-Budgets fließen ins Modell, der Return bleibt aus. Der Grund liegt in der Datenbasis: ...
Zum Beitrag
4 Min. Lesezeit
BCG hat 2026 gemessen, dass in zwei von drei Vorstandsteams der CEO die letzte Entscheidung über AI-Budgets trifft. HBR hat im gleichen Quartal beschrieben, warum genau diese Setups regelmäßig kippen. Die spannende Frage ist nicht, welcher C-Level-Titel am Ende AI besitzt. Die spannende Frage ist, welches Entscheidungsmodell ein Vorstand baut, damit AI eine tragfähige Investition wird.
Das Wichtigste in Kürze
- CEO-Dominanz ist die Regel, nicht das Optimum. BCG-Daten 2026: in zwei von drei Vorständen entscheidet der CEO über AI-Investitionen. HBR zeigt parallel, warum genau diese Setups kippen, weil Entscheidungs-Distanz und operative Tiefe nicht zusammenpassen.
- Die Frage ist das Modell, nicht der Titel. Ob Chief AI Officer, CIO oder CDO formal verantwortet, hängt vom Unternehmen ab. Wichtiger ist, wie Investitions-, Risiko- und Wirkungsbewertung im Board strukturell getrennt sind.
- Ownership ohne Veto kostet zwei Jahre. Wer AI besitzt, aber keine Veto-Macht gegen Geschäftsbereiche hat, baut Pilotprojekte ohne Konsequenz. Die Kosten zeigen sich erst, wenn die Pilotphase ausläuft und nichts skaliert.
Verwandt:AI Governance 2026: System-Level statt Use-Case-Level/Reboot Germany: Drei Entscheidungen die im Board bleiben
Was ist AI-Ownership im Vorstand?
Was ist AI-Ownership im Vorstand? AI-Ownership bezeichnet die formale Zuweisung von Investitions-, Wirkungs- und Risikoverantwortung für KI-Initiativen an eine oder mehrere Personen im Vorstand. Die Rolle umfasst nicht nur die Budget-Entscheidung, sondern auch die Befugnis, AI-Vorhaben gegenüber Geschäftsbereichen abzulehnen, neu zu priorisieren oder mit Auflagen zu versehen. In den meisten DACH-Unternehmen bleibt diese Verantwortung 2026 implizit beim CEO, formalisierte Ownership-Modelle entstehen bisher selten.
Was die Daten gerade zeigen
BCG hat im Frühjahr 2026 vierhundert C-Level-Befragungen ausgewertet. In sechsundsechzig Prozent der Fälle traf der CEO die letzte AI-Investitionsentscheidung. Der CIO war an zweiter Stelle, mit deutlichem Abstand. Bemerkenswert war ein zweiter Befund: in den Unternehmen mit zentraler AI-Verantwortung beim CIO lag die Erfolgsquote der ausgewählten Projekte um ein Drittel höher als in CEO-zentrierten Modellen.
HBR hat im gleichen Zeitraum eine andere Beobachtung gemacht. Die kritische Variable ist nicht der Titel, der entscheidet. Sie ist die Distanz zwischen Entscheider und operativem Risiko. Ein CEO, der weit vom AI-Stack entfernt steht, entscheidet auf Basis von Beratungs-Decks und Hersteller-Pitches. Ein CIO entscheidet näher an der Implementierung, mit mehr operativem Eigeninteresse.
Beide Befunde sind kompatibel. Sie beschreiben zwei Schichten desselben Problems.
Drei Ownership-Modelle, die ich 2026 sehe
Modell eins: CEO-zentriert mit Beratungs-Anker. Der CEO entscheidet, ein Strategieberater liefert die Argumentation. Vorteil: schnelle Entscheidungen, klare Kommunikation nach außen. Nachteil: die Entscheidungen folgen oft den Themen, die das Beratungshaus gerade gut verkauft. Wir haben Mandate gesehen, in denen ein einziger Pitch das gesamte AI-Portfolio gekippt hat.
Modell zwei: CIO oder CDO als formal verantwortlich, CEO als Sponsor. Häufigeres Setup in größeren DACH-Konzernen. Vorteil: Investitions- und Risikobewertung sitzen näher am Stack. Nachteil: ohne klare Eskalationsregel zum CEO werden Konflikte mit Geschäftsbereichen nicht zeitnah geklärt. Die Risiko-Verantwortung bleibt dann beim CIO hängen, der politische Rückendeckung fehlt.
Modell drei: kollektives Modell mit Veto-Recht des CFO. Wir sehen das selten, aber wo es existiert, funktioniert es überraschend gut. Der CIO besitzt operativ, der CFO besitzt Veto-Macht gegen Investitionen ohne klare Wirkungs-Kennzahlen. Der CEO bleibt Sponsor und Tie-Breaker. Vorteil: Investitions-Disziplin steigt deutlich. Nachteil: braucht einen CFO, der AI-Methodik genug versteht, um Veto begründet einzusetzen.
Was Boards 2026 prüfen sollten
Vier Fragen sortieren die meisten Diskussionen. Sie sind nicht neu, werden aber in der AI-Debatte oft übersprungen.
Erstens: Wer trägt das Risiko, wenn ein AI-Vorhaben nach achtzehn Monaten keine Wirkung zeigt? Wenn die Antwort heißt der Geschäftsbereich, der bestellt hat, sitzt die Ownership formal beim Bereich, nicht beim Board. Das ist eine Entscheidung, keine versehentliche Konstellation.
Zweitens: Wer hat die Macht, ein AI-Vorhaben gegen den Wunsch eines Geschäftsbereichs zu stoppen? Ownership ohne diese Veto-Macht ist symbolisch.
Drittens: Welche Kennzahl definiert Erfolg? Wenn die Kennzahl Pilotprojekte gestartet ist, baut das Board eine Aktivitäts-Maschine. Wenn die Kennzahl produktive Skalierung mit gemessenem Geschäftsbeitrag ist, baut das Board eine Wirkungs-Maschine.
Viertens: Wie eskaliert das Modell nach oben? Eine Ownership-Struktur ohne klare Eskalationsregel zerlegt sich in der ersten echten Krise.
Die ehrliche Empfehlung
Wer 2026 entscheidet, lebt mit dem Modell mindestens drei Jahre. AI verschiebt das Risiko-Profil eines Unternehmens schneller als die meisten anderen Investitionen. Wer das beim CEO konzentriert, bekommt Geschwindigkeit. Wer es beim CIO konzentriert, bekommt Tiefe. Wer es im Team verteilt mit klarem Veto-Recht, bekommt Disziplin.
Die Wahl ist eine Charakter-Entscheidung des Boards, keine Tool-Entscheidung. Das ist die unbequemste Wahrheit dieser ganzen Debatte.
Häufige Fragen
Wer trägt formal die AI-Verantwortung in den meisten DACH-Vorständen 2026?
Laut BCG-Daten 2026 trifft in zwei von drei Unternehmen der CEO die letzte Investitionsentscheidung. Formal benannte AI-Verantwortliche auf C-Level sind die Ausnahme. In Konzernen findet sich der CIO an zweiter Stelle, im Mittelstand bleibt die Verantwortung oft beim CEO.
Sollte jedes Unternehmen einen Chief AI Officer ernennen?
Nein, jedenfalls nicht automatisch. Ein CAIO ergibt Sinn, wenn AI das Geschäftsmodell selbst trägt oder die Komplexität der AI-Initiativen das Portfolio einer einzelnen C-Level-Rolle sprengt. Für die meisten DACH-Mittelständler genügt ein klar zugewiesener CIO oder CDO mit definiertem Mandat und Eskalationspfad.
Wie funktioniert das CFO-Veto-Modell in der Praxis?
Das Veto greift bei AI-Vorhaben oberhalb einer definierten Investitionsschwelle. Der CFO prüft nicht den Use Case selbst, sondern die belastbare Wirkungs-Kennzahl. Fehlt sie oder ist sie nicht messbar, blockiert das Veto die Freigabe. Das zwingt CIO und Geschäftsbereiche, vor der Investitionsentscheidung sauber zu definieren, was Erfolg bedeutet.
Was sind die Warnsignale eines fehlgeleiteten Ownership-Modells?
Vier Signale fallen auf. Erstens: viele Pilotprojekte, wenig produktive Skalierung. Zweitens: AI-Investitionen folgen den Beratungs-Pitches statt der Strategie. Drittens: keine eindeutige Antwort auf die Frage, wer ein Projekt stoppen darf. Viertens: kein einheitlicher Wirkungs-KPI über Bereiche hinweg. Wer drei dieser vier sieht, sollte das Modell überarbeiten, nicht den Vendor.
Weiterlesen auf Digital Chiefs
Digital ChiefsCSRD-Testat: Wo die IT-Datenchain brichtDigital ChiefsDie 40-Prozent-Frage: Wo das KI-Budget wirklich herkommtDigital ChiefsGartner: CIOs müssen Budget umschichtenMehr aus dem MBF Media Netzwerk
cloudmagazinPlattform oder Fassade? Platform Engineering ehrlich mybusinessfutureDie ERP-Wartungsfalle im Mittelstand securitytodayNIS2 trifft CLOUD Act: Wer haftet für die Drittstaaten-LückeBildquelle: KI-generiert (Mai 2026), C2PA-Zertifikat im Bild hinterlegt