Die 18-Monats-CEO-KI-Agenda

Die meisten KI-Strategiedokumente haben 80 Folien von drei beteiligten Beratern, fünf Monaten Überarbeitungszyklen und keinen benannten Verantwortlichen für irgendeinen Meilenstein. Sie beschreiben, wie eine transformierte Organisation aussieht. Sie sagen nicht, was Sie am Montag tun sollen. McKinseys Forschung darüber, wie die besten CEOs den KI-Moment meistern, ist direkt: „CEOs, die abwarten. Ihre Unternehmen werden nicht gedeihen. Es ist so binär in Bezug auf die Bedeutung."

Der 6-Quartals-KI-Rhythmus

Ein strukturiertes Framework zur Sequenzierung der KI-Transformation über sechs Kalenderquartale. Quartal 1: Bewertung und Governance (Reifegrad-Audit, Richtlinie, Anwendungsfallauswahl, KI-Verantwortlichen-Ernennung). Quartal 2: Infrastruktur und Kompetenz (Datenschicht für prioritären Anwendungsfall, 20 % KI-Kompetenz-Schulung, Pilot-Design mit erfassten Baselines). Quartal 3: Piloten laufen (2-3 Piloten in der Umsetzung, Governance-Review bei Monat 6, Baseline-vs.-Ist-Tracking). Quartal 4: Bewerten und Entscheiden (Pilot-Postmortems, Skalieren/Stoppen-Entscheidungen pro Pilot, Produktionseinsatz-Vorbereitung für Gewinner). Quartal 5: Erste Produktionseinsätze (mindestens ein vollständiger Workflow in Produktion, 60 % Kompetenz-Ziel, Betriebsmodell-Entscheidung). Quartal 6: Institutionalisieren (permanente KI-Organisationsstruktur, Roadmap für den nächsten Horizont, Aufsichtsratspräsentation über ROI und nächsten Investitionszyklus). Der 6-Quartals-Rhythmus ist so konzipiert, dass die Liefergegenstände jedes Quartals Voraussetzungen für das nächste sind. Das Überspringen von Q1 führt dazu, dass Q2-Piloten auf un-governed, qualitativ schlechten Daten ausgeführt werden.

Dies ist anders. Es sind 18 Monate an Entscheidungen, Verantwortlichen und Meilensteinen, die ein CEO unterzeichnen und die Organisation daran messen kann. Die Arbeit ist spezifisch. Die Verantwortlichen sind benannt. Die Erfolgskriterien sind messbar. Und die persönliche Verantwortung des CEO ist von dem getrennt, was delegiert wird.

Wenn Ihre KI-Transformationsanstrengung von Aufsichtsratsgespräch zu Produktionseinsatz in 18 Monaten gehen soll, ist das ungefähr der Bogen, dem erfolgreiche Programme folgen.

„Der Unterschied zwischen einem CEO, der KI-Transformation leitet, und einem, der sie delegiert, ist messbar: 68 % Erfolg mit dauerhafter Beteiligung gegenüber 11 % ohne. Das ist kein Rundungsfehler. Es ist ein 6-facher Multiplikator auf die Erfolgswahrscheinlichkeit, getrieben durch eine Variable." (Rework, basierend auf McKinsey 2025)

Was diese Agenda voraussetzt

Wichtige Fakten: CEO-KI-Agenda

• 85 % der Unternehmen verfolgen derzeit KI-Initiativen, aber 70-85 % erfüllen nicht die erwarteten Ergebnisse, wobei die Lücke zwischen Absicht und Umsetzung am größten in Organisationen ist, wo die Rolle des CEO „Mandat beim Launch setzen und quartalsweise einchecken" war (Branchenforschung, 2025-2026)
• KI-Transformationsprojekte mit dauerhafter CEO-Beteiligung erreichen 68 % Erfolgsraten gegenüber 11 % für solche, die die aktive C-Suite-Unterstützung innerhalb von 6 Monaten nach dem Start verlieren (McKinsey, 2025)
• Unternehmen strukturierten ihre KI-Roadmap-Budgets wie folgt: 30 % Talent, 25 % Infrastruktur, 20 % Software/Tools, 15 % Datenvorbereitung und 10 % Change Management, während McKinseys Leitfaden für Hochleistende eine 70-prozentige Menschen-und-Prozess-Investition vorschreibt (Benchmarks 2026)

Bevor die Agenda beginnt, müssen drei Dinge zutreffen:

Erstens hat der CEO die Definition der KI-Transformation gelesen und verinnerlicht. Nicht die Pressemitteilungsversion. Die Version, die das ehrliche Bild darüber enthält, wo die meisten Unternehmen 2026 stehen (Stufen 1-2 des Reifemodells), was Transformation tatsächlich auf Geschäftsebene erfordert, und warum das eine Kapitalallokationsentscheidung ist, keine IT-Initiative.

Zweitens wurde der Aufsichtsrat informiert und hat das Transformationsmandat genehmigt. Nicht eine Budgetposition für „KI-Erkundung". Eine explizite Aufsichtsratsentscheidung, dass KI-Transformation eine strategische Priorität mit mehrjährigen Investitionsimplikationen ist.

Drittens hat der CFO das ehrliche Kostenmodell gesehen. Das Budget, das diese Agenda ermöglicht, ist nicht eine Budgetposition für Tool-Lizenzen. Es umfasst Dateninfrastruktur, Integrations-Engineering, Change Management und Governance. Für die meisten mittelständischen Unternehmen ist das eine Investition von 700.000 bis 1,7 Millionen Euro über 18 Monate, bevor signifikanter ROI erscheint.

Wenn diese drei Voraussetzungen nicht erfüllt sind, erledigen Sie diese Arbeit zuerst. Die Agenda unten wird scheitern, wenn sie mit einem unterfinanzierten Budget, ohne Aufsichtsratsunterstützung oder mit einem CEO läuft, der nicht versteht, was er tatsächlich verpflichtet.

Phase 1 (Monate 1-3): Bewertung und Governance

Diese Phase ist nicht glamourös. Sie produziert keine KI-Produkte oder sichtbare Fähigkeiten. Sie produziert das Fundament, ohne das alles andere scheitert. Die meisten Transformationsprogramme überspringen oder verkürzen diese Phase. Deshalb scheitern die meisten Transformationsprogramme.

Aufgabe 1.1: KI-Reifegrad-Audit in Auftrag geben

Verantwortlicher: Direkter CEO-Bericht (CAIO, CIO oder Transformationsleiter) Liefergegenstand: Schriftliche Bewertung des aktuellen KI-Reifegrads pro Geschäftsbereich, Dateninfrastrukturzustand, bestehende KI-Tool-Nutzung (sanktioniert und nicht sanktioniert) und Lücken zwischen Ist-Zustand und Anforderungen für die drei Ziel-Anwendungsfälle Erfolgskriterien: Audit abgeschlossen, CEO und Führungsteam informiert, Stufen-Klassifizierung für jeden Geschäftsbereich dokumentiert

Das Audit ist kein Anbieterengagement. Es ist eine interne Bewertung. Wer nutzt heute welche KI-Tools? Welche Daten hat jeder Geschäftsbereich, und in welchem Zustand? Wo sind Daten fragmentiert, dupliziert oder unzugänglich? Wo liegen die hochwertigsten KI-Anwendungsfälle relativ zum Geschäftsmodell?

Aufgabe 1.2: KI-Nutzungsrichtlinie erstellen

Verantwortlicher: CIO oder Justiziar, mit CEO-Unterzeichnung Liefergegenstand: Schriftliche KI-Nutzungsrichtlinie, die allen Mitarbeitern kommuniziert wird und abdeckt: genehmigte Tools, Datenverwaltungsregeln, verbotene Verwendungen, Verantwortlichkeitsstruktur und Eskalationsprozess Erfolgskriterien: Richtlinie veröffentlicht, alle Mitarbeiter bestätigen Erhalt, KI-Nutzungsverstöße haben einen klaren Prozess

Die Richtlinie muss nicht erschöpfend sein. Sie muss die drei Fragen beantworten, die jeder Mitarbeiter derzeit hat: Darf ich ChatGPT für die Arbeit nutzen? Was darf ich hineinfügen? Was passiert, wenn ich unsicher bin?

Für eine detaillierte Richtlinienstruktur behandelt Ihre KI-Nutzungsrichtlinie aufbauen die Komponenten und häufigen Lücken.

Aufgabe 1.3: Die drei wichtigsten Anwendungsfälle identifizieren

Verantwortlicher: CEO + Geschäftsbereichsleiter Liefergegenstand: Drei nach Geschäftsauswirkung und Machbarkeit gerankte Anwendungsfälle, jeder mit: dem spezifischen Geschäftsproblem, der messbaren Baseline-Kennzahl, der erforderlichen KI-Fähigkeit, dem geschätzten ROI bei Erfolg und der Datenbereitschaftsbewertung Erfolgskriterien: Anwendungsfälle sind spezifisch genug, um einen Pilot darum zu entwerfen. „Vertriebsproduktivität mit KI verbessern" qualifiziert nicht. „QBR-Vorbereitungszeit von 4 Stunden auf 45 Minuten für Accounts über 50.000 Euro ARR reduzieren" qualifiziert.

Aufgabe 1.4: KI-Verantwortlichen ernennen

Verantwortlicher: CEO Liefergegenstand: Namentlich benannte Person (CAIO, Head of AI, KI-Transformationsleiter oder vertraglich beauftragter Fractional CAIO) mit expliziter Autorität und Verantwortung für die Vorantreibung der KI-Agenda Erfolgskriterien: Rolle besetzt, Berichtsstruktur klar, erste 90-Tage-Ziele vereinbart

Phase 2 (Monate 4-9): Pilot und Beweis

Diese Phase erzeugt die Evidenzbasis, die die Skalierung rechtfertigt. Zwei bis drei abgegrenzte Piloten, die mit klaren Erfolgskriterien durchgeführt werden, produzieren die Daten, die der CFO benötigt, um den nächsten Budgetzyklus zu genehmigen.

Aufgabe 2.1: 2-3 Piloten mit expliziten ROI-Hypothesen starten

Verantwortlicher: KI-Verantwortlicher + Geschäftsbereichsleiter Liefergegenstand pro Pilot: Problembeschreibung, messbare Baseline vor Pilotstart erfasst, Pilot-Design mit definiertem Umfang und Zeitrahmen, Erfolgskriterien mit quantifizierten Zielen, Woche-4- und Woche-8-Check-ins eingeplant Erfolgskriterien: Alle drei Piloten laufen bis Monat 6, Baselines für alle drei erfasst

Das Wichtigste an dieser Aufgabe ist die Baseline-Erfassung. Bevor der Pilot beginnt, messen Sie den aktuellen Zustand. Die Kennzahl, die die KI verbessern soll: schreiben Sie auf, was sie heute ist.

Aufgabe 2.2: Dateninfrastruktur für den höchstpriorisierten Anwendungsfall aufbauen

Verantwortlicher: CIO oder Data-Engineering-Leiter Liefergegenstand: Saubere, zugängliche Datenschicht für die KI-Anforderungen des höchstpriorisierten Pilots, mit dokumentierten Datenqualitätsstandards und Wartungsprozess Erfolgskriterien: KI-Tool für den Prioritätspiloten kann Daten korrekt ingestieren und analysieren, ohne manuelle Korrektur bei mehr als 10 % der Inputs

Aufgabe 2.3: Erste Kohorte in KI-Kompetenz schulen

Verantwortlicher: CHRO oder Learning-and-Development-Funktion Liefergegenstand: 20 % der Belegschaft (Priorität: Führungsteam + direkt von Piloten betroffene Teams) hat grundlegende KI-Kompetenz-Schulung abgeschlossen Erfolgskriterien: Führungsteam kann artikulieren, was KI tut und nicht tut, ACE-Framework-Vokabular wird in internen Gesprächen korrekt verwendet, Pilotteams verstehen, wie Erfolg und Scheitern für ihr spezifisches KI-Tool aussehen

Aufgabe 2.4: Ersten Governance-Review durchführen

Verantwortlicher: KI-Verantwortlicher + Justiziar Timing: Monat 6 Liefergegenstand: Bewertung der KI-Tool-Nutzung gegenüber der in Phase 1 erstellten Richtlinie, Identifizierung von Richtlinienlücken oder -verstößen, aktualisierte Richtlinie bei Bedarf, Aufsichtsratsbriefing zum KI-Programmstatus Erfolgskriterien: Keine ungeprüften Hochrisiko-KI-Einsätze in Produktion, Richtlinienlücken dokumentiert und behoben

Phase 3 (Monate 10-18): Skalieren und Integrieren

Bis Monat 10 sollten Sie Beweise haben. Ein oder zwei Piloten, die funktioniert haben, gemessen an ihren ursprünglichen Baselines. Wenn Sie diese Beweise nicht haben, beginnt Phase 3 nicht. Führen Sie ein Postmortem darüber durch, warum die Piloten keine messbaren Ergebnisse produziert haben, und beheben Sie die Grundursache, bevor Sie irgendetwas skalieren.

Aufgabe 3.1: Mindestens einen Pilot zu vollständigem Produktionseinsatz überführen

Verantwortlicher: KI-Verantwortlicher + COO Liefergegenstand: Ein KI-gestützter Workflow, der dem gesamten betroffenen Team (nicht der Pilotteilmenge) eingesetzt wird, mit aktivem Monitoring, definierten SLAs und einem Rollback-Plan Erfolgskriterien: Das gesamte Team nutzt das System, Leistungskennzahlen werden wöchentlich verfolgt, messbare Verbesserung gegenüber der in Phase 2 erstellten Baseline

Produktionseinsatz unterscheidet sich vom Pilot in einem wichtigen Punkt: Er erfordert die Verpflichtung des COO, den Workflow neu zu gestalten, nicht nur ein KI-Tool dem bestehenden Prozess hinzuzufügen. Ein KI-System, das in einem unveränderten Workflow eingesetzt wird, produziert Effizienz. Ein KI-System, das in einen neu gestalteten Workflow eingebettet ist, verändert, was das Team erreichen kann.

Aufgabe 3.2: KI-Kompetenz auf 60 % der Belegschaft ausweiten

Verantwortlicher: CHRO Liefergegenstand: KI-Kompetenz-Schulung für alle Teams abgeschlossen, deren Workflows von produktiven KI-Einsätzen betroffen sind

Aufgabe 3.3: Betriebsmodell für KI-Governance etablieren

Verantwortlicher: KI-Verantwortlicher + CIO Liefergegenstand: Entscheidung zwischen Center of Excellence (CoE) (zentralisiertes KI-Team) vs. eingebettetem Modell (KI-Leads innerhalb von Geschäftsbereichen) vs. föderiertem Modell (CoE + eingebettet). Entscheidung dokumentiert, Personalimplikationen klar, Budget für das nächste Geschäftsjahr entwickelt. Erfolgskriterien: Organisationsstruktur entschieden, Rollen definiert, Vorschlag für das nächste KI-Jahresbudget vollständig

Aufgabe 3.4: Reifegrad neu bewerten und den nächsten Horizont festlegen

Verantwortlicher: CEO Liefergegenstand: Aktualisierte Reifegradbewertung gegen das 5-Stufen-KI-Reifemodell, 18-Monats-Roadmap für die nächste Phase, Aufsichtsratspräsentation zu Transformationsfortschritt und nächstem Investitionszyklus Erfolgskriterien: Aufsichtsrat genehmigt nächsten Investitionszyklus, CEO kann klar artikulieren, welche Stufe das Unternehmen erreicht hat und was Stufe 3 oder 4 erfordert

Was der CEO persönlich verantwortet vs. delegiert

Der CEO verantwortet persönlich:

• Den Business Case: Warum KI-Transformation eine strategische Priorität für die Wettbewerbsposition des Unternehmens ist
• Das Mandat: Das Dringlichkeitsgefühl der Organisation setzen und durch Konflikte mit Quartalsziele halten
• Das Budget: Das Gesamtinvestitionsmodell genehmigen, nicht nur die Lizenzverträge unterzeichnen
• Aufsichtsratsberichterstattung: Transformationsfortschritt und Business Case bei Monat 6 und 18 vorstellen
• Den Verantwortlichen: Den KI-Leiter einzustellen oder zu ernennen und verantwortlich zu halten

Der CEO muss die technische Architektur nicht verstehen. Er muss nicht in Tool-Auswahlbesprechungen sein. Er muss nicht im Governance-Review sein, es sei denn, es taucht etwas auf, das CEOs Aufmerksamkeit erfordert.

Delegiert an den CIO:

• Architektur- und Dateninfrastrukturentscheidungen
• Anbieterevaluation und -auswahl
• Integrations-Engineering
• KI-Sicherheit und Governance-Tooling

Delegiert an den COO:

• Workflow-Neugestaltung für jeden Produktionseinsatz
• Adoptionsverfolgung und -berichterstattung
• Change-Management-Programmumsetzung
• Pilot-Erfolgs/Misserfolgs-Bewertung

Delegiert an den CHRO:

• Design und Lieferung des KI-Kompetenz-Schulungsprogramms
• Rollenentwicklungsgespräche mit betroffenen Teams
• Belegschaftsumfrage und Adoptionskennzahlen

Delegiert an den KI-Verantwortlichen:

• Bereichsübergreifende Koordination über alle drei Phasen
• Meilenstein-Tracking und Eskalation an CEO
• Richtlinienaktualisierungen und Governance-Review-Ausführung
• Anwendungsfall-Evaluation und Pilot-Design

Häufige Fallstricke, die ansonsten gut finanzierte Programme zum Scheitern bringen

Mit der Technologie beginnen. Teams, die mit der Evaluation von Tools beginnen, Anbieter auswählen und einsetzen, bevor Phase 1 abgeschlossen ist, verbringen die Monate 1-6 auf einem unbewertetem Fundament und entdecken die Governance- und Dateninfrastrukturlücken bei Monat 9, wenn ein Produktionseinsatz scheitert.

Governance überspringen. Die KI-Nutzungsrichtlinie fühlt sich in Monat 2 wie Bürokratie an. Sie fühlt sich in Monat 11 nach dem Incident wie eine Treuhandpflicht an. Erledigen Sie Phase 1.2 vor Phase 2.1. Wenn Incidents eintreten, ist das KI-Incident-Response-Playbook das, was Sie sich gewünscht haben zu besitzen.

Vage Meilensteine. „KI-Anwendungsfälle erkunden" ist kein Meilenstein. „KI-Reifegrad-Audit in Auftrag geben, bis [Datum] abgeschlossen, an CEO und Führungsteam geliefert" ist ein Meilenstein. Vage Meilensteine sind, wie Transformationsprogramme 18 Monate abdriften und nichts Messbares produzieren.

Kein Pilot-Scheiternprotokoll. Einige Piloten werden scheitern. Das ist kein Programmversagen. Das ist das Programm, das korrekt funktioniert: Hypothesen testen, bevor man sie skaliert. Bauen Sie explizite Scheiternkriterien ein, bevor die Piloten beginnen.

Rework-Analyse: Basierend auf Enterprise-KI-Implementierungsmustern scheitert der 6-Quartals-KI-Rhythmus am häufigsten nicht bei Q3 (Piloten), sondern an der Q1/Q2-Grenze. Unternehmen schließen das Reifegrad-Audit und die KI-Richtlinie in Q1 ab, starten dann Piloten in Q2, bevor die Dateninfrastruktur für den prioritären Anwendungsfall fertiggestellt ist, weil „die Piloten nicht warten können". Das Ergebnis: Piloten laufen auf unvollständigen Daten, produzieren inkonsistente Outputs und verlieren das Vertrauen der Linienmanager. Eine 6-8-wöchige Verzögerung, um Aufgabe 2.2 (Dateninfrastruktur) vor dem Start der Piloten abzuschließen, produziert konsistent schnellere Netto-Zeitpläne, weil die Piloten beim ersten Versuch erfolgreich sind.

Die obige 18-Monats-Agenda ist ein Start, keine vollständige Roadmap. Die Einzelheiten variieren je nach Unternehmensgröße, Branche und Ausgangsstufe. Aber die Struktur: bewerten und regeln, dann pilotieren und beweisen, dann skalieren und integrieren, und das Verantwortlichkeitsmodell (CEO besitzt Mandat und Business Case, alles andere wird delegiert) überträgt sich auf fast jedes ernsthafte Transformationsprogramm.

Das Kostenmodell für die Investition, die diese Agenda erfordert, findet sich in Die ehrlichen Kosten der KI-Transformation. Die Diagnose dafür, wo Ihre Organisation im Reifemodell steht, ist in Die 5 Stufen der KI-Reife.

Siehe auch:

• Warum die meisten KI-Transformationen scheitern: Die fünf Fallstricke, die diese Agenda zu vermeiden versucht
• KI-Transformation vs. Digitale Transformation: Warum die Denkmodelle der letzten Transformation nicht übertragbar sind
• Was ist ein KI-Vertriebsoperator? 4 zusammenwirkende Muster: Ein konkretes Beispiel dafür, wie Phase-2-Pilot-Auswahl für eine Umsatzfunktion aussieht

Phasenübersicht