Organisationsdesign für KI · Insight
Train the Monkey First: Warum Ihr KI Betriebsmodell das eigentliche Problem ist, das sie lösen müssen
Die globalen KI-Ausgaben werden 2026 die 2,52 Billionen USD Marke erreichen. Der Großteil fließt in die Technologie. das Betriebsmodell wird weitestgehend ignoriert.
8 Min. Lesezeit
13. April 2026
HandsOn Insights
Astro Teller leitet X, das Moonshot-Lab von Alphabet. Er nutzt ein Gedankenexperiment, um zu erklären, wie seine Teams entscheiden, wo sie ihre Zeit investieren: Stellen Sie sich vor, Ihr Ziel ist es, einen Affen zu trainieren, Shakespeare auf einem Podest stehend zu rezitieren. Sie haben zwei Aufgaben — den Affen trainieren und das Podest bauen. Wo fangen Sie an?
Seine Antwort: Null Zeit auf das Podest verwenden. Das Podest ist trivial lösbar. Der Affe ist das schwierige Problem. Wenn der Affe nicht trainiert werden kann, ist das Podest Materialverschwendung. Und doch, wie Teller betont, gravitieren Teams zuerst zum Podest — weil sein Bau sichtbaren, demonstrierbaren Fortschritt schafft. Man hat etwas, das man der Führung zeigen kann. Das Training des Affen produziert nichts außer einer langen Liste von Gründen, warum das Problem schwierig ist.
Die globalen KI-Ausgaben werden 2026 2,52 Billionen USD erreichen (Gartner). Diese Zahl ist im Jahresvergleich um 44% gestiegen. Der Großteil fließt in Infrastruktur — Server, Beschleuniger, Rechenzentrumskapazität. Das Podest. Währenddessen haben 80% der Organisationen, die KI eingeführt haben, keinen einzigen Workflow um sie herum neu gestaltet (McKinsey State of AI, 2025). Die organisatorischen Strukturen, die KI im Maßstab absorbieren sollen — die Rollen, die Entscheidungsrechte, die Team-Designs, die Workflows — bleiben unangetastet. Der Affe sitzt in der Ecke, ignoriert.
Dieser Beitrag argumentiert: Das Operating Model ist der Affe, und fast jedes Enterprise-KI-Programm baut Podeste.
Das Budget erzählt die Geschichte
Die Zahlen sind eindeutig. Enterprise-KI-Budgets verteilen 30–40% auf Infrastruktur (Compute, Plattformen, Datenpipelines), weitere 30–40% auf Modellentwicklung und API-Kosten und 5–10% auf Schulungen und Change Management (EC-Council, 2025). Organisatorische Neugestaltung — die strukturellen Änderungen, die erforderlich sind, um KI tatsächlich in die Arbeitsweise eines Unternehmens zu integrieren — taucht kaum als Budgetposten auf.
„KI-Adoption wird grundlegend von der Bereitschaft sowohl des Humankapitals als auch der organisatorischen Prozesse geprägt — nicht allein von finanziellen Investitionen.“
— John-David Lovelock, Gartner · Januar 2026
Die Bereitschaft ist nicht gegeben. Laut McKinsey State of AI Survey haben nur 21% der Organisationen, die generative KI nutzen, auch nur einige ihrer Workflows neu gestaltet. Der Rest — fast 80% — legt KI über bestehende Prozesse. Gleiches Organigramm, gleiche Berichtslinien, gleiche Rollendefinitionen, gleiche Entscheidungsprotokolle. Ein neues Tool, fallengelassen in eine alte Struktur.
Das ist die Lehrbuchdefinition vom Podest-Bauen.
Was passiert, wenn Sie den Affen trainieren
Freeport-McMoRan, der weltgrößte börsennotierte Kupferproduzent, ist gegen diese Wand gelaufen und hat sie durchbrochen. Das Unternehmen setzte KI-Modelle ein, um die Kupferverarbeitung in seiner alternden Bagdad-Mine in Arizona zu optimieren. Die Technologie funktionierte — die Modelle konnten Erzkonzentrationserträge vorhersagen und verbessern. Die Skalierung über die Betriebe hinweg scheiterte.
Das Problem war organisatorisch. KI-generierte Empfehlungen blieben ungenutzt, weil die Menschen, die die Mühlen bedienten, den Outputs eines Systems nicht vertrauten, an dessen Aufbau sie nicht beteiligt waren. Data Scientists und Metallurgen sprachen unterschiedliche Sprachen. Optimierungsvorschläge, die Abteilungsgrenzen überschritten, hatten keinen Owner.
Der General Manager in Bagdad stellte ein funktionsübergreifendes Team zusammen, das aus jeder Division, die die KI-Initiative berühren würde, Mitglieder hatte: Data Scientists, Metallurgen, Bergbauingenieure und Mitglieder der zentralen Data-Science-Gruppe von Freeport. Sie führten agile Sprint-Zyklen ein. Sie schufen eine Product-Manager-Rolle für KI-getriebene Prozessänderungen. Sie wechselten zu quartalsweiser OKR-Planung über die Betriebe hinweg.
Freeport hatte keine bessere KI. Sie hatten ein besseres Operating Model um die KI herum. Sie haben den Affen trainiert.
Warum 94% der Unternehmen weiter Podeste bauen
Die McKinsey-Daten von 2025 sind aufschlussreich. Nur 6% der Organisationen erzeugen 5% oder mehr ihres EBIT aus KI. Diese Top-Performer haben 3,6-mal häufiger ihre Organisation parallel zur KI-Bereitstellung neu gestaltet. 55% von ihnen haben Workflows fundamental überarbeitet, als sie KI einführten. Die anderen 94% nicht.
Der parallele Befund von BCG landet am selben Ort: 60% der Unternehmen erzeugen keinen materiellen Wert aus KI trotz kontinuierlicher Investition (BCG, „AI at Work 2025“).
Warum der Widerstand? Tellers Insight gilt direkt. Organisatorische Neugestaltung ist unsichtbar, langsam, unangenehm und politisch aufgeladen. Server zu kaufen ist nichts davon. Ein CTO kann eine Beschaffungsentscheidung dem Board auf einer einzigen Folie präsentieren. Ein CHRO, der erklärt, warum zwölf Rollen restrukturiert werden müssen, drei neue Team-Konfigurationen pilotiert werden müssen und Entscheidungsbefugnisse von Fachbereichsleitern zu cross-funktionalen Leads verschoben werden müssen — diese Präsentation passt nicht auf eine Folie. Sie passt in ein Transformationsprogramm, das Quartale dauert, nicht Wochen.
Das Podest ist schnell, greifbar und leicht zu genehmigen. Der Affe ist langsam, mehrdeutig und erfordert von der Führung unangenehme strukturelle Entscheidungen.
93% der befragten Führungskräfte nennen Kultur und organisatorische Bereitschaft als Barrieren für KI-Fortschritt (HBR/PYMNTS, 2025). Sie wissen, dass der Affe existiert. Sie finanzieren das Podest trotzdem — weil das der Budgetposten ist, den sie zu managen wissen.
Die sechs Orte, an denen sich der Affe versteckt
Im Organisationsdesign für KI gibt es sechs Domänen, in denen das Affen-zuerst-Prinzip gilt. Jede erfordert strukturelle Entscheidungen, die die meisten KI-Programme überspringen.
Jede dieser Domänen ist ein Affe. Jede ist schwieriger als Compute zu kaufen. Und jede ist erforderlich, damit KI nachhaltige Geschäftswirkung erzeugt.
Wie der Montagmorgen aussieht
Falls Sie Ihre Organisation in den 94% wiedererkennen, hier ist die Sequenzierung, die Podest-Bauer von Affen-Trainern trennt.
Das Podest ist bereits gebaut
Die unangenehme Wahrheit für die meisten Enterprise-KI-Programme in 2026: Das Podest ist fertig. Die Rechenleistung existiert. Die Modelle funktionieren. Die APIs sind verfügbar. Die Infrastruktur war nie zugänglicher oder erschwinglicher.
Der Affe — die organisatorische Neugestaltung, die Workflow-Umstrukturierung, die Entscheidungsrechte, die Rollendefinitionen, das Governance-Rückgrat — ist das Einzige, was zwischen Ihren KI-Investitionen und messbarer EBIT-Wirkung steht. Freeport-McMoRan hat es bewiesen. Die McKinsey-Daten bestätigen es. Gartners Preisschild von 2,52 Billionen USD quantifiziert das Ausmaß der Fehlallokation.
Astro Tellers Frage ist die richtige Diagnose: Was ist der Affe in Ihrem KI-Programm? Wenn niemand im Raum diese Frage beantworten kann, bauen Sie ein sehr teures Podest.