Lange war ich überzeugt, dass die Transformation zu einem KI-getriebenen Geschäft schwerer wird als die digitale Transformation — und auf ihr aufbaut. Wer noch keine sauberen Datenstrukturen hat, keine Plattformteams, keine eingespielte Produktorganisation, dem schien die nächste Stufe schlicht außer Reichweite.
In den letzten Monaten bin ich an dieser Annahme ins Zweifeln geraten — nicht durch Theorie, sondern weil ich gemeinsam mit Kunden Wege gesehen habe, die mit dieser Logik nicht zu erklären sind. Vielleicht ist das Gegenteil näher an der Wahrheit: Vielleicht ermöglicht KI den Unternehmen, die in der digitalen Transformation noch am Anfang stehen, diese in gewisser Weise zu überspringen. Leapfrogging, wie es in der Entwicklungsökonomie heißt, als afrikanische Märkte das Festnetz übersprangen und direkt mobil wurden.
Die Möglichkeit ist verlockend. Und sie hat mehr Substanz, als man auf den ersten Blick vermutet.
Im letzten Jahrzehnt war digitale Transformation kapitalintensiv. Wer wirklich verändern wollte, musste Produktteams aufbauen, Plattformen neu denken, Talente gewinnen, die der Markt knapp hielt. Das setzte mehrere Dinge voraus, die viele Unternehmen nicht hatten, unter anderem ausreichend Zeit — also genug Spielraum, bevor die Krise da war — und tiefes technologisches Verständnis im Top-Management.
Beides war selten, paradoxerweise oft gerade bei erfolgreichen Unternehmen. Und es war oft eine vertretbare unternehmerische Entscheidung, dieses Kapital lieber ins Kerngeschäft zu lenken. Wer ein funktionierendes Geschäftsmodell hat, das jährlich solide Renditen bringt, muss sehr gute Gründe haben, daraus Mittel abzuziehen, um Strukturen aufzubauen, die in fünf Jahren vielleicht das Geschäftsmodell tragen — vielleicht aber auch nicht. Viele Unternehmen, die sich heute als “digital nicht weit” einstufen würden, haben diese Entscheidung bewusst oder zumindest intuitiv getroffen. Sie waren nicht naiv. Sie waren vorsichtig.
Aber der Vergleich zwischen Digitalisierung und KI führt zu einer anderen Gemeinsamkeit, die oft übersehen wird. Bei beiden ging und geht es nie nur um ein paar neue Systeme. Die Digitalisierung hat Märkte, Kundenerwartungen, Wettbewerbsdynamiken und Geschäftsmodelle umgeformt — nicht als Nebeneffekt, sondern als eigentliche Wirkung. Wer sich dem entziehen konnte, konnte das, weil der Markt noch Zeit ließ. KI hat dasselbe Potenzial, nur mit einer anderen Geschwindigkeit. Was bei der Digitalisierung ein Jahrzehnt dauerte, verdichtet sich gerade in einen deutlich kürzeren Zeitraum.
KI verändert auch die Rechnung auf der Kostenseite. Nicht weil sie zaubern könnte, sondern weil sie die Eintrittshürde verschiebt. Sie ist nicht mehr primär kapitalintensiv. Wer KI sinnvoll einsetzen will, braucht keine 200-köpfige Tech-Mannschaft mehr. Vieles ist als Software verfügbar, lässt sich mit überschaubarem Aufwand integrieren, und wo früher gewachsene Systeme erst aufwendig abgelöst werden mussten, kann KI heute oft mit ihnen arbeiten — Wissen aus Legacy-Beständen extrahieren, statt sie zu ersetzen. Die Voraussetzung, die früher fehlte, ist heute keine Voraussetzung mehr.
Mehr noch: Es gibt einen unerwarteten Vorteil für Unternehmen, die in den letzten Jahren wenig in digitale Strukturen investiert haben. Wer gerade erst große Summen in eine Plattform, ein neues ERP, in Produktteams gesteckt hat, tut sich besonders schwer damit, das Ergebnis dieser Investition wieder als Legacy zu betrachten. Wer dagegen nichts gerade erst gebaut hat, hat auch nichts zu verteidigen.
Die Möglichkeit zum Leapfrogging ist also real. Aber sie ist nicht die ganze Geschichte.
Denn die Eintrittshürde war nie nur kapitalintensiv. Sie war immer auch entscheidungsintensiv. Und während KI die kapitalseitige Hürde absenkt, hebt sie die entscheidungsseitige Hürde an.
Wer KI sinnvoll einsetzen will, braucht zwar keine große Tech-Mannschaft mehr — aber er braucht weiterhin einige wenige Menschen, die KI technisch wirklich verstehen, und vor allem jemanden, der präzise entscheidet: wo KI ansetzt, was sie ersetzt, was sie verändert, wie schnell, mit welcher Konsequenz für die bestehenden Strukturen, und wer dafür die Verantwortung trägt. Das sind keine Detailfragen. Das sind Entscheidungen, die Geschäftsmodelle berühren — und die in den Unternehmen, um die es hier geht, historisch genau die Art der Entscheidungen sind, die nicht getroffen wurden.
Hier liegt die unbequeme Pointe: Die Unternehmen, die strukturell am meisten vom Leapfrogging profitieren könnten, sind oft genau die, in denen die Entscheidungsmuster, die diese Form der Veränderung verhindern, am tiefsten verankert sind. In ihrem Kerngeschäft entscheiden diese Unternehmen oft sehr klar und schnell — sie kaufen Maschinen, sie schließen Standorte, sie verhandeln Verträge. Aber Entscheidungen über die eigene Substanz, über das, was zum Kern gehört und was nicht, sind eine andere Art von Entscheidung. Und genau die ist es, die KI verlangt. Diese Mechanismen, die das Unternehmen früher davor bewahrt haben, sich in fragwürdigen Digitalprojekten zu verlieren, verhindern jetzt, dass die Möglichkeit ergriffen wird, die wirklich da ist.
Es sind nicht die technologischen Voraussetzungen, die fehlen. Es ist die Bereitschaft, die Entscheidungen zu treffen, die in der Digitalisierungs-Ära nie getroffen wurden. Was zum Kerngeschäft gehört und was nicht. Was losgelassen werden muss, damit Neues entstehen kann. Wer entscheidet, mit welcher Geschwindigkeit, und wer dafür einsteht.
Leapfrogging ist also möglich. Aber es ist keine technologische Frage. Es ist eine Frage der Entscheidungsfähigkeit dort, wo bisher Vorsicht regiert hat. KI senkt die eine Hürde — und legt damit offen, dass die andere immer schon die wichtigere war.