Organization Design for AI · Whitepaper
Das HandsOn AI Operating Model
Sechs Design-Domänen. Das Human-AI Interface im Kern. Die Executive Summary unseres Foundational Whitepapers — building Organizations for the Age of AI that actually work.
6 Min. Lesezeit
21. Juli 2026
HandsOn Insights
Alle schreiben darüber, dass die eigentliche Herausforderung der KI Transformation darin liegt, die Organisation und deren Operating Model auf die neuen Gegebenheiten anzupassen. Gleichzeitig bietet keiner einen klaren Lösungsweg an, wie man diese Herausforderung strukturiert lösen kann. Das HandsOn AI Operating Model setzt genau da an. Dieser Artikel ist die Executive Summary unseres Foundational Whitepapers: Das HandsOn AI Operating Model - Zwei Layer, sechs Domänen, ein Interface.
Warum ein Operating Model die Voraussetzung für den wirkungsvollen Einsatz von KI ist
McKinsey hat erhoben, dass die KI High Performer, also die knapp 6 % der Unternehmen, die KI mehr als 5 % ihres EBITs zuschreiben, ihre Workflows mit einer fast dreifach höheren Wahrscheinlichkeit fundamental neu gestaltet haben. In ihrem aktuellen Paper „The operating model advantage: Why AI winners are rewiring their organizations“ gehen sie im Detail auf diese Thematik ein. Bei der KI Transformation lautet die zentrale Frage also, ob eine Organisation sich für den Einsatz von KI strukturell passend aufgestellt hat. Die Technologiewahl liegt eine Ebene tiefer und spielt bei den erfolgreichen Organisationen eine eher untergeordnete Rolle.
Der Beratungsmarkt liefert AI-Strategien, Reifegradmodelle und Governance-Checklisten. Sie beschreiben, wo eine Organisation heute steht. Was fehlt, ist die Antwort auf die Frage, wie eine Organisation strukturell umgebaut werden muss, damit AI in ihr funktionieren kann. Genau diese Lücke schließt das HandsOn AI Operating Model. Wir haben Galbraiths Star Model, die center-led Strukturen von Kates und Kesler, Worrens axiomatisches Design und die Arbeiten von Jeroen van Bree in den AI-nativen Kontext übersetzt und daraus eine Blaupause gebaut, die Organisationen dabei unterstützt sich für das Zeitalter der KI optimal aufzustellen.
Die Architektur: zwei Layer, sechs Domänen, ein Kern
Das Modell ordnet die organisatorische Arbeit auf zwei Ebenen an. Die Foundation Layer klärt, was das Management architektonisch entscheiden muss: Strategie, Struktur, System-Governance. Der Activation Layer klärt, wie Arbeit im KI-Kontext tatsächlich abläuft: Entscheidungsarchitektur, Prozessdesign, Capabilities. Im Zentrum beider Layer liegt das Human-AI Interface: es definiert die Zusammenarbeit zwischen Menschen und KI-Systemen.
D01 · Foundation
Strategy & Value Architecture
Wo schafft AI Wettbewerbsvorteil, wo nur Effizienz? Use-Case-Portfolio, Build/Buy/Partner, Cost of Autonomy, im Kern gehalten oder outgesourct.
D02 · Foundation
Organizational Structure
Zentraler CoE, föderiertes Modell oder center-led Hybrid mit AI Hub und Embedded AI Leads. Reporting-Linien, AI Owner und AI Steward.
D03 · Foundation
System Governance
Auswahl des passenden Governance Frameworks, Risk Tiering nach EU AI Act, benannte Verantwortung pro System, Lifecycle Governance von Deployment bis Retirement. Governance als Wachstumshebel, gebaut nach Proportionalität.
D04 · Activation
Decision Architecture
Das Decision Rights Registry. Pro Entscheidungstyp: welche Rolle entscheidet mit welcher Autonomiestufe, wer darf diese Zuordnung ändern. Eskalationspfade dokumentiert.
D05 · Activation
Process & Workflow Architecture
AI Overlay, AI-Integrated Redesign, AI-First Design — drei Ansätze parallel. Welcher Prozess bekommt welche Behandlung, in welcher Reihenfolge, mit welchem Investment.
D06 · Activation
Capabilities & Culture
Differenzierte Lernpfade für fünf Zielgruppen von C-Suite bis Frontline. Die Vorstandsentscheidung über ein Hochrisiko-System verlangt eine andere Kompetenz als die tägliche Copilot-Nutzung.
Im Kern liegen vier Autonomiestufen — von Human-in-the-Loop, wo jede AI-Empfehlung von einem Menschen bestätigt wird, bis Human-in-the-Exception, wo AI eigenständig operiert und Menschen nur bei Grenzfällen eingreifen. Vier Design-Fragen strukturieren die Gestaltung pro Entscheidungstyp: Wer entscheidet? Wer haftet? Wie lernt das System? Wo sind die.Grenzen?
In den meisten Organisationen existiert der Human-AI Interface heute unbewusst. Er ist historisch gewachsen aus einzelnen Tool-Entscheidungen, Approval-Logiken und Ausnahmeregelungen, Aber niemand hat den Überblick in Bezug auf das Gesamtbild.
Warum bewusst keine Technology Domain
Das Modell enthält keine Technology-Domain. Technologie ist eine Vorbedingung für alles, was das Modell beschreibt: D01 verlangt Dateninfrastruktur, D03 verlangt Monitoring und Logging, D04 verlangt Decision-Logging. Diese Vorbedingungen adressieren wir in jedem Projekt. Sie gehören in die Beschaffungslogik, in die IT-Architektur, in die Plattform-Strategie.
Konkret bedeutet das: Die Frage Welche LLM-Plattform nutzen wir? gehört auf die Beschaffungsagenda. Die Frage Wie steuern wir die Entscheidungen, die dieses System in unserem Namen trifft? gehört auf die Organisationsdesign-Agenda.
Das Maturity Kontinuum — und die gefährlichste Position
Das Whitepaper führt einen Maturity Continuum von Stage 0 (Unstructured) über Stage 1 (Augmented) und Stage 2 (Embedded) bis Stage 3 (Agentic) ein. Der Reifegrad einer Organisation ergibt sich je nach Ausgestaltung aller 6 Domänen. Das HandsOn AI Operating Model nutzt das Multidimensional Maturity Profile entlang der 6 Domänen, um den Reifegrad im Detail zu bestimmen.
Die Transition Architecture
Ein Modell zu haben ist die eine Hälfte der Arbeit. Zu wissen, wie man von einer Stage in die nächste kommt, ist die andere. Die Transition Architecture im Whitepaper beschreibt für die drei kritischen Übergänge zwischen Stage 0, 1, 2 und 3, welche Domänen zuerst bewegt werden, welche Sequenzfehler die Transformation abwürgen und welche Führungsentscheidungen in jeder Stufe verankert sind. Dieser Teil ist der operative Kern des Dokuments und schlägt damit die Brücke hin zur Umsetzung.
Drei Fragen die Sie mit in Ihre nächste Vorstandssitzung nehmen können
Q01 · Decision Architecture
01
Sind Ihre Autonomiestufen formal gesetzt?
Für welche Entscheidungstypen ist formal festgelegt, auf welcher Autonomiestufe KI operieren darf, und wer hat diese Zuordnung genehmigt?
Q02 · System Governance
02
Wissen Sie, wer welches System verantwortet?
Wer ist als benannter KI Owner und KI Steward für jedes produktive KI-System eingetragen, und wie oft prüfen wir diese Zuordnung?
Q03 · Process Architecture
03
Welcher Kernprozess wurde vollständig neu entworfen?
Welcher Kernprozess wurde für KI vollständig neu entworfen, statt KI als Overlay auf einen bestehenden Prozess zu legen?
Whitepaper lesen. Diagnostic buchen.
Sechs Domänen. Ein Interface. Eine Blaupause für die AI-native Organisation.
Das Whitepaper beschreibt alle sechs Domänen im Detail, die vier Autonomiestufen des Human-AI Interface, den Maturity Continuum und die Transition Architecture. Der Diagnostic ist ein vier- bis sechswöchiges Assessment, das mit einem Multidimensional Maturity Profile, einer Gap-Analyse und einer priorisierten Design-Agenda für Ihre Führung endet.