Microsoft Copilot
Das KI-Problem der meisten Unternehmen ist nicht das Modell. Nicht das Budget, nicht der Wille. Es ist, dass fast nichts die Pilotphase verlassen hat.
Die veröffentlichten Zahlen machen es schwer, dem zu widersprechen.
McKinsey hat in diesem Jahr 1.719 Organisationen in 97 Ländern befragt. Fast neun von zehn nutzen KI in mindestens einem Unternehmensbereich. 37% sehen überhaupt eine Wirkung auf den Gewinn auf Konzernebene. Sechs Prozent ziehen signifikanten Wert daraus, und diese Zahl hat sich in einem Jahr nicht bewegt.
Drei Jahre Investitionen. Sechs Prozent Conversion, unverändert.
Wenn eine meiner Kampagnen mit sechs Prozent konvertieren und sich in zwölf Monaten nicht verbessern würde, hätte ich sie gestoppt und gefragt, was wir übersehen.
Das ist kein Adoptionsproblem
Die Einführung war nie der schwierige Teil. Die Werkzeuge kamen. Die Piloten liefen. Das Budget wurde genehmigt, meist mehr als einmal.
Ich glaube auch nicht, dass die sechs Prozent bessere Technologie haben. Alle kaufen bei denselben wenigen Anbietern, und die Modelle sind nicht der Punkt, an dem sich Unternehmen unterscheiden.
Die sechs Prozent haben etwas in den Produktivbetrieb gebracht. Das ist der ganze Unterschied.
Alle anderen haben einen Pilot, der funktioniert hat. Ein Team hat etwas ausprobiert, es war gut, und dann hörte es auf. Nicht, weil es gescheitert ist. Sondern weil es eine andere Entscheidung ist, etwas dreißigtausend Menschen vorzusetzen statt zwölf.
Was die sechs Prozent unterscheidet, ist unspektakulärer als eine Technologieentscheidung. Sie konnten für das System geradestehen, bevor jemand aus der Führung fragte. Es stand ein Name daran. Das Aufräumen darunter war schon erledigt, oft Jahre vorher und meist aus einem ganz anderen Grund. Nichts davon liest sich wie ein KI-Vorsprung, und genau darum geht es.
Was einen Pilot wirklich aufhält
Es ist nie das Modell. Es sind drei Fragen, und sie kommen in dem Moment, in dem jemand die Skalierung vorschlägt.
- Worauf kann das zugreifen.
- Wem gehört es.
- Was passiert, wenn es etwas berührt, das es nicht berühren sollte.
Diese Fragen kommen von Security und Risikomanagement, und es sind die richtigen Fragen. Ich würde sie stellen. Jeder, der für einen IT-Bestand verantwortlich ist, würde sie stellen.
Alle drei sind Governance-Fragen. Nicht von der Art Richtliniendokument. Sondern von der Art, die eine echte Antwort über ein echtes System braucht, an dem Tag, an dem jemand danach fragt.
Das Problem ist, dass sie in den meisten Organisationen niemand beantworten kann. Nicht will. Kann.
Das ist keine Vorsicht und keine Bürokratie. Es ist eine Frage, die niemand beantworten kann, und sie wirkt wie ein Nein.
Also bleibt der Pilot ein Pilot. Er wird verlängert, kostet weiter Geld und erreicht nie die Größe, in der er eine berichtenswerte Zahl geliefert hätte.
Was ein festgefahrener Pilot kostet
Das ist der Teil, der in keinem Bericht auftaucht, weil nichts schiefgegangen ist.
Die Lizenz verlängert sich. Das Team, das ihn gebaut hat, pflegt ihn weiter für die zwölf Menschen, die ihn nutzen. Der Business Case, mit dem er genehmigt wurde, liegt noch irgendwo in einer Präsentation, mit einer Zahl darauf, die niemand mehr verfolgt.
Und die zwölf Menschen ziehen echten Nutzen daraus, das ist das Unangenehme daran. Der Pilot ist kein Misserfolg. Er ist ein Erfolg, der nie wesentlich werden durfte.
Jeder dieser Piloten wurde gegen einen Business Case genehmigt. Keiner hat die Zahl darin geliefert, weil keiner genug Menschen erreicht hat. Der nächste KI-Antrag kommt also nach drei Jahren Ausgaben, die sich auf kein Ergebnis zurückführen lassen.
Die Frage der Finanzabteilung ist nie, ob KI funktioniert. Sie lautet, warum die letzten vier finanzierten Projekte immer noch mit jeweils zwölf Nutzern laufen.
Das ist es, was das Budget kostet. Nicht Skepsis gegenüber der Technologie. Sondern eine Liste genehmigter Investitionen, die nie skaliert wurden, und nichts in den Akten, das erklärt, warum.
Die meisten Organisationen legen gerade die Zahlen für das nächste Jahr fest, und das ist der praktische Grund, in diesem Quartal zu zählen und nicht im nächsten. Steigt die KI-Position, wird jemand fragen, was die letzte gebracht hat. Sinkt sie, wird jemand fragen, was gestrichen werden kann. Beide Fragen brauchen eine Liste dessen, was tatsächlich läuft und wer es tatsächlich nutzt. Ohne sie wird das Budget danach festgelegt, woran sich die Leute erinnern, beantragt zu haben. Und das ist immer nur ein Bruchteil dessen, was da ist.
Multiplizieren Sie das mit der Zahl der Piloten, die eine große Organisation in drei Jahren durchgeführt hat. Das liegt unter den sechs Prozent, und es ist keine Technologie-Abschreibung. Es ist Wert, der geschaffen und bewiesen und dann bei zwölf Nutzern liegen gelassen wurde.
Warum niemand antworten kann
Weil die Sichtbarkeit lückenhaft ist, und zwar konstruktionsbedingt.
Jeder KI-Anbieter berichtet über sich selbst. Eigene Konsole, eigene Nutzungsdaten, eigenes Audit-Log. Und nach den Zahlen von Menlo Ventures hält kein einzelner Anbieter mehr als 40% der Unternehmensnutzung.
Governance, die innerhalb eines Anbieters gebaut ist, kann immer nur diesen Anbieter steuern. Das ist kein Fehler eines von ihnen, es ist die Form des Marktes.
Im besten Fall kann eine große Organisation diese drei Fragen also für 40% ihrer KI beantworten und rät beim Rest. Kein Security-Team gibt eine Vermutung frei, und das sollte es auch nicht.
Die Vermutung wird zudem schlechter, je weiter man geht. Der sichtbare Anteil ist der Anbieter, den jemand bewusst ausgewählt hat. Der Rest kam über Piloten, Tests in Fachbereichen und Funktionen, die in bereits vorhandener Software eingeschaltet wurden. Der Teil, den man nicht sieht, ist der Teil, über den niemand entschieden hat.
Ich sehe die Folgen davon von der anderen Seite. Vor einem Jahr begann das Governance-Gespräch mit Microsoft 365. Sites, Teams, Berechtigungen, Freigaben. Heute beginnt es mit KI, und die erste Frage dreht sich fast nie um Funktionen. Sie lautet in irgendeiner Form: Können Sie mir sagen, was läuft. Die zweite entscheidet es. Deckt das alles ab, oder nur den Teil, den ich schon kannte.
Es wird schwieriger
Bis vor kurzem hat KI Fragen beantwortet. Jetzt handelt sie.
Ein Agent hat eigene Berechtigungen und läuft, ohne dass ihn jemand beobachtet. Damit wird „worauf kann das zugreifen“ von einer Governance-Frage zu einer operativen Frage, denn die Antwort entscheidet, was ein unbeaufsichtigtes System im Namen des Unternehmens tun darf.
Und immer mehr Organisationen gehen diesen Weg. Laut McKinsey skalieren inzwischen 40% der Unternehmen mit mehr als einer Milliarde Dollar Umsatz KI-Agenten, gegenüber 27% im Vorjahr. Kleinere Unternehmen blieben unverändert bei 22%. Das passiert zuerst am oberen Ende, wo die IT-Landschaften am größten und die Berechtigungen in schlechtestem Zustand sind.
Gartner erwartet, dass das durchschnittliche globale Fortune-500-Unternehmen bis 2028 mehr als 150.000 Agenten betreibt. 2025 waren es weniger als 15.
Die Zahl der Fragen, die niemand beantworten kann, steigt also, und die Folgen, sie nicht zu beantworten, werden größer. Das ist kein Argument dafür, langsamer zu werden. Es ist ein Argument dafür, zuerst die Sichtbarkeit herzustellen, denn die Alternative sind weitere drei Jahre Piloten, die funktionieren und nie ausgerollt werden.
Damit steht Governance auf der anderen Seite des Arguments
Governance wird intern normalerweise als Versicherung verkauft. Sie schützt vor etwas, das noch nicht passiert ist, und deshalb konkurriert sie schlecht um Budget mit allem, was einen Ertrag verspricht.
Diese Sichtweise ist hier falsch, und sie kostet Unternehmen Geld.
Der berechtigte Einwand ist, dass Governance selbst oft ins Leere gelaufen ist. Vieles davon war ein Richtliniendokument, das im IT-Bestand nichts verändert hat. Ich würde die beiden trennen. Eine Richtlinie beschreibt, was passieren soll. Ein Inventar zeigt, was passiert. Das Erste konkurriert mit allem anderen auf der Roadmap um Aufmerksamkeit. Das Zweite beantwortet eine Frage, die bereits jemand stellt, meist mit einem Rollout, der darauf wartet.
Nach den oben genannten Zahlen ist Governance nicht das, was KI bremst. Sie ist das, was zwischen einem funktionierenden Pilot und einem System steht, das das ganze Unternehmen nutzt. Sie gehört auf die Wertseite des Business Case, nicht auf die Kostenseite.
Die Kosten unkontrollierter KI sind kein Datenleck. Es ist ein Pilot, der nie ausgerollt wird.
Was anbieterübergreifende Governance wirklich bedeutet
Die Antwort muss über den Anbietern liegen, weil keiner von ihnen die anderen sehen kann.
Sie beginnt als ein einziges Inventar jeder genutzten KI. Jeder Nutzer, jedes Projekt, jede Sitzung, jede Einstellung, jeder ausgegebene Euro, an einem Ort statt in vier Exporten, die abzugleichen niemand die Zeit hat.
Dann kommt der Teil, der daraus Governance macht statt einer Liste. Jedes KI-Konto wird derselben Person im Verzeichnis zugeordnet, das die Organisation bereits betreibt.
Denn derselbe Mitarbeitende ist in jedem System ein eigenes Konto. Jemand kommt ins Finanzteam und bekommt ein Microsoft-365-Konto. Im Laufe des folgenden Jahres taucht diese Person über einen Pilot einer Fachabteilung als Nutzer in einem zweiten KI-Werkzeug auf, als Eigentümer zweier Projekte in einem dritten und als Mitglied eines Workspaces, den jemand anderes in einem vierten angelegt hat. Vier Systeme halten nun einen Teil dieser Person, jedes benennt sie anders, und nichts davon ist verbunden.
Fragen Sie, worauf diese eine Person über alle KI-Systeme des Unternehmens hinweg zugreifen kann, und kein System kann antworten, weil keines die ganze Person kennt.
Identität ist der einzige Teil davon, der sich nicht ändert. Anbieter kommen und gehen. Piloten enden, Abteilungen wechseln Werkzeuge, Software wird ersetzt. Die Person bleibt, und worauf sie zugreifen darf, ist genau das, wonach das Security-Team eigentlich fragt.
Das ist die Arbeit, die Rencore seit dreizehn Jahren im Microsoft-Umfeld leistet. Eigentümerschaft, Berechtigungen, Freigaben und Vertraulichkeitsbezeichnungen. Wem etwas gehört, wer darauf zugreifen kann, wo es außerhalb des Unternehmens geteilt wurde und wie es klassifiziert ist. Dieselbe Arbeit, an mehr Orten. Was das umfasst und in welcher Reihenfolge, stellen wir am 1. Oktober vor.
Zwei Dinge ändern sich, sobald es existiert, und ich habe beide in anderen Kategorien erlebt.
Erstens bekommen die drei Fragen Antworten, und die Entscheidung zur Skalierung wird zu einer normalen kaufmännischen Entscheidung statt zu einer unbeantwortbaren. Ein Pilot, der ein Quartal auf ein Security-Review gewartet hätte, geht in zwei Wochen durch. Schaffen Sie das viermal im Jahr, und die sechs Prozent sind keine Zahl mehr, die nur andere betrifft.
Zweitens finden Sie Dinge. Doppelte Werkzeuge, die zwei Abteilungen getrennt gekauft haben. Piloten, die noch laufen und seit Monaten niemand geöffnet hat. Zugriffe, die hätten entfernt werden sollen, als jemand die Rolle gewechselt hat. Nichts davon ist dramatisch. Alles davon ist Geld, und meist bezahlt es die Übung.
Drei Fragen, die sich diese Woche lohnen
Nicht an einen Anbieter. An Ihre eigene Organisation.
- Wie viele KI-Werkzeuge sind hier produktiv im Einsatz, und wie viele noch im Pilot.
- Kann für jedes davon jemand sagen, worauf es zugreifen kann.
- Wissen wir für alles, was noch im Pilot ist, was es aufhält.
Wenn die dritte Frage keine Antwort hat, verdient das mehr Aufmerksamkeit als alles auf der KI-Roadmap. Etwas hält jeden Wert zurück, den die Investition liefern sollte, und niemand hat aufgeschrieben, was es ist.
Für die erste Frage haben wir ein dreißigminütiges Estate Review gebaut. Es ist keine Produktdemonstration. Ergibt es, dass Microsoft 365 Copilot die einzige KI im Spiel ist, dann ist das Thema für Sie noch früh, und wir sagen Ihnen das.
Matt und Tiina gehen am 1. Oktober ins Detail. Matt darüber, warum wir das tun. Tiina darüber, was gebaut wurde und was als Nächstes kommt.
Quellen
- McKinsey & Company, The state of AI in 2026: On the road to ROI. Veröffentlicht am 25. August 2026. 1.719 Befragte in 97 Ländern, Feldphase 4. Mai bis 8. Juni 2026. Hier verwendet für: fast neun von zehn Organisationen nutzen KI in mindestens einem Unternehmensbereich. 37% melden überhaupt eine Gewinnwirkung auf Konzernebene. 6% erzielen signifikanten Wert, unverändert gegenüber dem Vorjahr. 40% der Unternehmen mit mehr als einer Milliarde Dollar Umsatz skalieren KI-Agenten, gegenüber 27%.
- Menlo Ventures, 2025: The State of Generative AI in the Enterprise. Veröffentlicht am 9. Dezember 2025. 495 KI-Entscheider in US-Unternehmen, befragt vom 7. bis 25. November 2025. Hier verwendet für: kein einzelner KI-Anbieter hält mehr als 40% der Unternehmensnutzung. Anthropic 40%, OpenAI 27%, Google 21%, alle anderen 12%, gemessen an der API-Nutzung großer Sprachmodelle.
- Gartner-Pressemitteilung, 28. April 2026. Gartner Identifies Six Steps to Manage AI Agent Sprawl. Hier verwendet für: ein durchschnittliches globales Fortune-500-Unternehmen betreibt bis 2028 mehr als 150.000 Agenten, gegenüber weniger als 15 im Jahr 2025.
Gartner unterstützt keine der in seinen Forschungspublikationen dargestellten Anbieter, Produkte oder Dienstleistungen und empfiehlt Technologienutzern nicht, nur diejenigen Anbieter mit den höchsten Bewertungen oder sonstigen Auszeichnungen auszuwählen. Die Forschungspublikationen von Gartner geben die Meinungen der Forschungsorganisation von Gartner wieder und sind nicht als Tatsachenfeststellungen zu verstehen. Gartner schließt jegliche ausdrückliche oder stillschweigende Gewährleistung in Bezug auf diese Forschung aus, einschließlich jeglicher Gewährleistung der Marktgängigkeit oder Eignung für einen bestimmten Zweck.
Die Zahlen von McKinsey, Menlo Ventures und Gartner werden wie veröffentlicht wiedergegeben und stammen nicht von Rencore. Rencore behauptet nicht, dass seine Software eine Organisation mit irgendeiner Regulierung konform macht.
Zuletzt aktualisiert am 29. September 2026
