KI: Wir steigen nicht auf das Niveau unserer Erwartungen. Wir fallen auf das Niveau unseres Trainings.

Archilochus, griechischer Dichter – 7. Jahrhundert v. Chr.

Dieser Satz hat 28 Jahrhunderte überlebt. Er steht in jedem Navy-SEAL-Trainingshandbuch. Und er beschreibt präziser als jede Gartner-Studie, wo die meisten Unternehmen mit KI gerade stehen.

Die Erwartungen sind riesig. Das Training ist dünn.

Die Lücke, die niemand laut ausspricht

Laut Gartner investieren CMOs im Schnitt bereits 15,3 % ihres Marketing-Budgets in KI. Gleichzeitig berichten nur 30 % der Marketing-Organisationen von einer ausgereiften KI-Bereitschaft. Das Geld ist da. Die Reife nicht.

Und die Datenlage wird nicht besser, wenn man genauer hinschaut:

• Nur 39 % der Marketing-Teams nutzen KI für Content-Erstellung

• 37 % für Kampagnen-Workflows

• Nur 14 % für die Segmentierung von Zielgruppen – ausgerechnet dort, wo der Hebel am größten wäre

Das ist kein Technologie-Problem. Das ist ein Organisations- und Architektur-Problem.

Was die Ursache ist – und warum es CRM-Teams direkt betrifft

Im überarbeiteten Buch „Rewired: How Leading Companies Win with Technology and AI" stellt McKinsey eine unbequeme Diagnose: Die meisten Unternehmen machen KI falsch. Nicht weil die Tools fehlen. Sondern weil sie nicht umverdrahtet haben, wie ihre Organisation tatsächlich arbeitet.

McKinsey nennt sechs Fähigkeiten, die Unternehmen trennen, die KI-Wert schöpfen, von denen, die nur Geld ausgeben:

1. Transformations-Roadmap: Jede KI-Initiative muss an konkrete Geschäftsergebnisse geknüpft sein. Kein Tool verdient seinen Platz, wenn man keine Linie zur GuV ziehen kann.

2. Talent-Basis: Die eigenen Führungskräfte in Technologie und KI entwickeln. Nicht auslagern, was zum Kerngeschäft gehört.

3. Operating Model: Weg von linearen Übergaben, hin zu multidisziplinären Teams – Technologen und Business-Verantwortliche Seite an Seite.

4. Dezentrale Technologie-Architektur: Modulare, API-fähige Systeme, damit einzelne Teams innovieren können, ohne auf einen zentralen Flaschenhals zu warten.

5. Daten überall: Verteilten Teams einfachen Zugang zu qualitativ hochwertigen Daten geben. Unternehmen, die bei KI gewinnen, haben das Datenproblem bereits gelöst.

6. Adoption und Skalierung: Hier sterben die meisten KI-Initiativen. Nicht am Piloten, sondern an der fehlenden Einbettung in die tägliche Arbeit.

   
   

Wer diese Liste ehrlich auf das eigene Unternehmen anwendet, wird Lücken in mindestens drei der sechs Bereiche finden. Das ist kein Versagen – das ist der Ausgangspunkt.

Von KI 1.0 zu KI 2.0: Der Unterschied, der über Budgets entscheidet

KI 1.0 war die Produktivitäts-Ära. Schneller schreiben, generieren, ausführen. Für Teams, die es gut gemacht haben, hat sich das in echten Geschäftsergebnissen niedergeschlagen.

KI 2.0 ist die Ära der Business-Ergebnisse. Sie misst Erfolg anders: nicht in eingesparter Zeit, sondern in gewonnenem Umsatz, gesteigerter Conversion, vertiefter Kundenbindung.

Gartners Warnung: Bis 2028 werden nur 10 % der CMOs, die KI primär an Zeitersparnis messen, das Budget sichern können, das sie für ihre strategischen Ziele brauchen. Die CMOs, die nach eingesparten Stunden messen, verlieren das Budget-Argument gegen jene, die nach gewonnenem Umsatz messen.

Was das für CRM- und Plattform-Entscheidungen bedeutet

Genau hier schließt sich der Kreis zu einer Frage, die wir bei AVENTHO täglich mit Kunden besprechen: Ist eure Daten- und Applikations-Architektur so gebaut, dass KI darauf aufbauen kann?

• Datenqualität und -zugänglichkeit: KI ist nur so gut wie die Daten, auf denen sie arbeitet. Fragmentierte Kundendaten in isolierten Systemen produzieren keine verwertbaren Ergebnisse.

• Modulare, API-fähige Architektur: Plattformen, die sich öffnen lassen – für bestehende Tools, für neue KI-Funktionen, für sich verändernde Prozesse.

• Prozesse, nicht nur Features: Ein CRM ist das operative Rückgrat. KI-Features ohne Prozessüberdenken schaffen teure Komplexität – keine Transformation.

• Adoption als Design-Kriterium: Systeme müssen für den Anwender gebaut sein, nicht für den Experten. Das beginnt bei der Plattformwahl und endet beim Onboarding.

  
  

Die ehrliche Frage

Archilochus hatte recht. Wir steigen nicht auf das Niveau unserer Erwartungen. Wir fallen auf das Niveau unseres Trainings – und unserer Infrastruktur.

Die relevante Frage lautet deshalb nicht: „Welche KI sollen wir kaufen?" – Sie lautet: „Ist unser Fundament so gebaut, dass KI darauf etwas aufbauen kann?"

Bei AVENTHO unterstützen wir Unternehmen dabei, genau dieses Fundament zu legen – auf Basis von Microsoft-Technologie und der Creatio-Plattform. Nicht als Einzel-Pilot. Als operative Transformation.