AI

AI braucht mehr als AI.

Künstliche Intelligenz schafft neue Möglichkeiten. Ob daraus Wirkung entsteht, entscheidet sich aber nicht allein am Modell oder Tool – sondern an Business, Prozessen, Daten, Organisation und Menschen.

Was soll dadurch besser werden?

Von der Möglichkeit zur Praxis

KI wird konkret.

Mich interessiert AI nicht als abstraktes Zukunftsthema. Mich interessiert, wo sie Entscheidungen verbessert, Arbeit vereinfacht, Prozesse verändert und Menschen wirksamer macht.

Fünf Haltungen

Fünf Haltungen zu AI.

  1. 01 · AI braucht Business

    Nicht: Was kann AI? Sondern: Was wird dadurch besser?

    Die wichtigste Frage über AI ist keine technische. Sie lautet, welche Entscheidung, welcher Prozess, welches Ergebnis besser werden soll.

  2. 02 · Verstärkung

    AI verstärkt, bevor sie transformiert.

    AI verstärkt das System, auf das sie trifft: gute Prozesse und schlechte, gute Daten und schlechte Annahmen.

  3. 03 · Vereinfachung

    Vereinfachen, bevor automatisiert wird.

    Nicht jeden Prozess automatisieren, bevor seine Notwendigkeit und Struktur verstanden sind. Ein unklarer Ablauf wird mit AI schneller, bleibt aber unklar.

  4. 04 · System

    Transformation ist ein System.

    Business, Daten, Prozesse, Technologie, Organisation und Leadership verändern sich gemeinsam oder gar nicht.

  5. 05 · Mensch

    AI soll menschliche Handlungsfähigkeit stärken.

    Technologie soll bessere menschliche Handlungsfähigkeit ermöglichen, nicht Menschen beschäftigen.

Kernmodell

AI verstärkt,
bevor sie transformiert.

Ein Denkmodell, keine Formel: AI multipliziert das System, auf das sie trifft. Was hineingeht, kommt verstärkt heraus.

Bestehendes System

  • Klarer Prozess
  • Gute Daten
  • Klare Verantwortung

Verstärktes System

  • Höhere Skalierbarkeit
  • Bessere Unterstützung
  • Mehr Wirkung

AI verstärkt die Klarheit.

Beide Zustände als Tabelle

Bestehendes System mal AI ergibt verstärktes System

Bestehendes System mal AI ergibt verstärktes System
Was hineingehtSystemWas AI daraus macht
Klarer ProzessKlares SystemHöhere Skalierbarkeit
Gute DatenKlares SystemBessere Unterstützung
Klare VerantwortungKlares SystemMehr Wirkung
Unklarer ProzessUnklares SystemSchnelleres Durcheinander
Schlechte DatenUnklares SystemSkalierte Unsicherheit
Unklare VerantwortungUnklares SystemGovernance-Probleme

Drei Fragen

Bevor AI ins Spiel kommt.

  1. Besser

    Was soll besser werden?

  2. Vereinfachen

    Was können wir vorher vereinfachen?

  3. Verstärken

    Was sollte AI anschließend verstärken?

Aus der Praxis

Was erfolgreiche
AI-Anwendung braucht.

Nicht die Technologie entscheidet, sondern die Bedingungen, auf die sie trifft.

BedingungFrageWas das heißtWenn sie fehlt
BusinessWelches Problem lösen wir?Zuerst der Prozess mit dem besten Verhältnis aus Wirkung und Aufwand, dann das Werkzeug.AI ohne Wertbeitrag
ProzessWas soll sich im Ablauf verändern?Digitalisierung schafft Daten, Automatisierung regelt feste Abläufe, AI bewertet Neues. Die meisten Vorhaben brauchen alle drei, in dieser Reihenfolge.Automatisiertes Chaos
DatenWorauf kann AI zuverlässig arbeiten?Datenzugriff, Rollen und Freigaben vor dem ersten Prompt. Sonst bleibt AI im Betrieb weder erlaubt noch kontrollierbar.Skalierte Unsicherheit
GovernanceWer entscheidet und verantwortet?Wer entscheidet, was AI vorschlagen darf und was ein Mensch freigibt? Ohne Antwort skaliert Unsicherheit.Unklare Verantwortung
AdoptionWie wird daraus reale Nutzung?Die Software ist verfügbar, im Arbeitsalltag nutzt sie kaum jemand verlässlich. Akzeptanz ist Teil der Architektur.Demo statt Fähigkeit
WirkungWoran erkennen wir Verbesserung?Nutzung, Qualität und Kosten werden gemessen. Ein Pilot besteht an Zahlen, nicht an Eindrücken.Aktivität statt Ergebnis

Digitalisierung, Automatisierung, AI

Drei Begriffe, drei Aufgaben. Die meisten Vorhaben brauchen alle drei, in dieser Reihenfolge.

Digitalisierung, Automatisierung, AI
BegriffWas es tutBeispielStark bei
DigitalisierungAus Papier und Zuruf wird ein digitaler Ablauf.Die Rechnung kommt als strukturierte Daten statt als Brief, die Freigabe läuft im System statt in der Mappe.Grundlage: ohne digitale Daten keine Automatisierung und keine AI.
AutomatisierungEin fester Ablauf läuft nach klaren Regeln von selbst.Die eingegangene Rechnung wird automatisch geprüft, verbucht und zur Zahlung angewiesen.Gleichbleibende Fälle, bei denen Wenn-dann reicht.
AIDas System bewertet Neues, wo feste Regeln nicht reichen.Eine unklare Kundenanfrage wird verstanden und zugeordnet, ein Antwortentwurf liegt bereit.Sprache, Wissen und Einordnung. Braucht Leitplanken.

System

AI funktioniert nicht isoliert.

AI ist ein Hebel innerhalb des Systems, nicht das System selbst. Sie wirkt so gut, wie Business, Daten, Prozesse, Organisation und Führung sie tragen.

Beleg

Möglichkeit wächst.
Umsetzung folgt langsamer.

Nutzung

26 %

der Unternehmen in Deutschland ab 10 Beschäftigten nutzen KI. 2024 waren es 20 %, damals noch vor der Umstellung auf den EU-Unternehmensbegriff.

Erhebung 2025 · Unternehmen in Deutschland ab 10 Beschäftigten

Quelle: Destatis, IKT-Erhebung 2025. Zur Quelle

Wirkung

89 % → 6 %

der Befragten sagen, ihre Organisation nutzt KI regelmäßig in mindestens einem Bereich. 6 % sind High Performer: mindestens 5 % des EBIT durch KI und ein erheblicher Nutzen.

Erhebung Mai bis Juni 2026 · 1.719 Befragte weltweit

Quelle: McKinsey, The state of AI in 2026. Zur Quelle

Unterschiedliche Messungen, dieselbe Managementfrage: Wie wird aus technologischer Möglichkeit organisatorische Fähigkeit?

Quellen und Methode

Woher die Zahlen stammen und worauf sie sich beziehen.

  • Nutzung: 26 %

    Destatis, IKT-Erhebung 2025 (Stand 24.11.2025). Grundgesamtheit sind Unternehmen in Deutschland ab 10 Beschäftigten. 2025 nutzen 26 % von ihnen KI, 2024 waren es 20 %. Ab 2025 zählt Destatis nach dem EU-Unternehmensbegriff, die beiden Jahre sind deshalb nur eingeschränkt vergleichbar.

    Zur Quelle
  • Wirkung: 89 % → 6 %

    McKinsey, „The state of AI in 2026: On the road to ROI“ (August 2026). 1.719 Befragte weltweit, Erhebung Mai bis Juni 2026. 89 % sagen, ihre Organisation nutzt KI regelmäßig in mindestens einem Bereich. 6 % gehören zu den High Performern: mindestens 5 % des EBIT durch KI und ein Nutzen, den sie als erheblich einstufen. Beide Werte beziehen sich auf alle Befragten.

    Zur Quelle

Zwischen Strategie und Wirkung
liegt eine Lücke.

Nicht die Strategie scheitert — ihre Übersetzung in den Betrieb. Klare Zuständigkeiten, Leitplanken und ein geführter Prozess schließen die Lücke.

Strategie

Die Strategie steht.

Reibung

Mit jeder Ebene entsteht Reibung.

Die Lücke

Bis zur Wirkung bleibt wenig übrig.

Ursachen

Die Ursachen sind bekannt — und lösbar.

Struktur

Struktur schließt die Lücke.

Fast alle nutzen KI, wenige sehen Wirkung.

Quelle: McKinsey, „The state of AI in 2026: On the road to ROI“ (August 2026), 1.719 Befragte weltweit, Erhebung Mai bis Juni 2026. Alle drei Stufen beziehen sich auf alle Befragten. Zur Quelle

Als Tabelle anzeigen
Fast alle nutzen KI, wenige sehen Wirkung.
StufeAnteil der Befragten in %
nutzen KI in mindestens einem Bereich89 %
berichten einen positiven Beitrag zum EBIT37 %
High Performer: ≥ 5 % des EBIT durch KI, erheblicher Nutzen6 %
Was Unternehmen in Deutschland bremst

Quelle: Destatis, IKT-Erhebung 2025 (Stand 24.11.2025); Unternehmen ab 10 Beschäftigten, die KI erwogen, aber nicht einsetzen. KI-Nutzung insgesamt 2025: 26 % (2024: 20 %; ab 2025 nach EU-Unternehmensbegriff, nur eingeschränkt vergleichbar). Zur Quelle

Als Tabelle anzeigen
Was Unternehmen in Deutschland bremst
HemmnisAnteil in %
fehlendes Wissen72 %
Unklarheit über rechtliche Folgen62 %
Datenschutz60 %

AI in der Praxis

Nicht nur darüber sprechen.
Bauen.

Drei Anwendungen aus der eigenen Praxis. Keine Kundennamen, keine Zahlen, keine Interna: je Problem, Ansatz, AI-Anteil und Lernen.

  1. 01

    Ein Modell für alles gibt es nicht

    1. Eingang
    2. Klassifizieren
    3. Routen
    4. Mensch / System

    AI wird wertvoll, wenn sie in einen definierten Prozess eingebettet ist. Das Modell folgt dem Prozess.

    01 · Ein Modell für alles gibt es nicht

    Eingang → Klassifizieren → Routen → Mensch / System

    Problem
    Aufgaben und Informationen müssen zuverlässig zum richtigen Verarbeitungsweg gelangen; ein einzelner Anbieter erzeugt Abhängigkeit und Kostenrisiko.
    Ansatz
    Eine Routing- und Entscheidungslogik, die Aufgabe, Daten und Risiko bewertet und dann den passenden Weg wählt.
    AI
    Klassifikation, Verarbeitung und Übergabe zwischen mehreren Modellen (Claude, Gemini, OpenAI, offene Modelle) mit Regeln, Rollen und Kostenkontrolle.
    Erkenntnis
    AI wird wertvoll, wenn sie in einen definierten Prozess eingebettet ist. Das Modell folgt dem Prozess.
  2. 02

    Agenten brauchen Grenzen

    1. Aufgabe
    2. Spezialist
    3. Budget / Grenze
    4. Freigabe

    Spezialisierung, wirtschaftliche Grenzen und menschliche Governance gehören zusammen. Ohne Grenze gibt es keine Verantwortung.

    02 · Agenten brauchen Grenzen

    Aufgabe → Spezialist → Budget / Grenze → Freigabe

    Problem
    Mehrere AI-Agenten können nützlich sein und teuer werden, wenn niemand festlegt, was automatisiert werden darf und wo ein Mensch entscheidet.
    Ansatz
    Mehrere spezialisierte AI-Agenten übernehmen klar abgegrenzte Aufgaben. Rollen, Budgetgrenzen und Freigabestufen definieren, was automatisiert werden darf – und wo menschliche Entscheidung erforderlich bleibt.
    AI
    Verschiedene Modelle in definierten Rollen, ein Gegenpositions-Modus vor Entscheidungen, harte Tagesbudgets.
    Erkenntnis
    Spezialisierung, wirtschaftliche Grenzen und menschliche Governance gehören zusammen. Ohne Grenze gibt es keine Verantwortung.
  3. 03

    Vom Gedanken zum Prototyp

    1. Idee
    2. Prototyp
    3. Test
    4. Erkenntnis

    Jede Bühnenthese wird an einer laufenden Anwendung geprüft.

    03 · Vom Gedanken zum Prototyp

    Idee → Prototyp → Test → Erkenntnis

    Problem
    Ideen über AI bleiben Behauptungen, solange niemand sie baut.
    Ansatz
    Jede These wird als kleine, lauffähige Anwendung gebaut und im eigenen Arbeitsalltag getestet.
    AI
    Kleine, prüfbare Anwendungen für Wissen, Entscheidungen und Automatisierung.
    Erkenntnis
    Jede Bühnenthese wird an einer laufenden Anwendung geprüft.

Transformation · Leadership

Zwei Fragen, die AI nicht beantwortet.

Steffen Herr, nachdenklich, die Hand am Kinn
Steffen HerrConsultant · AI Expert · Speaker · AutorFrom Complexity to Clarity to Impact
  • Leadership

    Je mehr AI kann, desto wichtiger wird Urteilskraft.

    Kontext, Urteilskraft, Verantwortung, Handlungsfähigkeit: Führung entscheidet, was verstärkt wird.

    Führen mit AI
  • Transformation

    Technologie ist keine Transformation.

    Mehr Technologie macht Unternehmen nicht automatisch besser. Wirkung entsteht im System.

    Technologie ist keine Transformation

Nächster Schritt

Zwei Wege weiter.

Anwenden

AI praktisch nutzen.

herrlichAI bündelt mehrere Modelle in einer Oberfläche: Dokumente analysieren, Tabellen in lesbare Diagramme verwandeln, ohne für jedes Modell ein eigenes Abo.

herrlichai.de

Transformieren

AI im Unternehmen umsetzen.

Umsetzung, Beratung und Transformation laufen über herrlichconsultegyzer. Auf steffen-herr.de bleibt es bei Gedanken, Bühne und Praxis.

herrlichconsultegyzer.de

Was soll dadurch
besser werden?

Dieselbe Frage am Anfang und am Ende. Sie bleibt.

Termin mit Steffen Herr

Wähle direkt den passenden Termin. Die Buchung bleibt im Fenster.

In neuem Tab öffnen

Buchvorschau

Rhetorik to Go von Steffen Herr

PDF in einem neuen Tab öffnen

Notwendige Funktionen laufen immer. Analyse und Marketing starten nur, wenn du sie hier einschaltest.