Laut einer Rackspace Technology-Umfrage von Mitte 2025 f\u00fchrt das durchschnittliche Unternehmen 21 KI-Pilot-Projekte gleichzeitig durch. Das Projekt NANDA des MIT fand im selben Jahr heraus, dass 95 % der generativen KI-Piloten keinerlei messbaren Einfluss auf Gewinne haben. Nimmt man diese beiden Zahlen zusammen, lautet die Schlussfolgerung nicht automatisch, dass KI nicht funktioniert, sondern dass fast all diese Aktivit\u00e4ten auf Defensive abzielen \u2014 auf Kosten- und Effizienzma\u00dfnahmen, die auf bestehende Prozesse aufgesetzt werden. Fast nichts davon ist Offensive \u2014 also neue, KI-native Produkte oder Umsatzquellen, die ohne diese Technologie gar nicht existieren k\u00f6nnten. Der schwierige Teil bei der Offensive ist meist nicht das Modell, sondern die Integration eines neuen, KI-nativen Produktes in die komplexen, veralteten Kernsysteme, auf denen die meisten Unternehmen bereits laufen \u2014 ein Problem, das die aktuelle Welle von KI-Startups gr\u00f6\u00dftenteils nicht hat, da sie auf der gr\u00fcnen Wiese bauen, anstatt bestehende Systeme nachzur\u00fcsten.<\/p>\n\n\n\n
Diese Unterscheidung ist wichtiger als die Anzahl der Pilotprojekte. Ein Unternehmen kann 21 Pilotprojekte ewig laufen lassen und doch nie auf etwas Neues setzen.<\/p>\n\n\n\n
Defensive<\/strong> optimiert das, was ein Unternehmen bereits tut: schnellere Support-Tickets, automatisierte Dokumentation, g\u00fcnstigere Back-Office-Prozesse. Das ist risikoarm, leicht zu finanzieren und l\u00e4sst sich bei schlechter Performance diskret beenden.<\/p>\n\n\n\n Offensive<\/strong> baut etwas auf, das das Unternehmen zuvor nicht verkaufen konnte: ein neues Produkt, eine neue Umsatzquelle, eine F\u00e4higkeit, die nur existiert, weil KI sie erm\u00f6glicht hat. Das ist risikoreicher, schwieriger zu genehmigen und erfordert den Einsatz einer echten Architektur und eines echten Teams \u2014 nicht nur eines Nebenprojekts.<\/p>\n\n\n\n Die meisten KI-Budgets in Unternehmen bestehen fast vollst\u00e4ndig aus der ersten Kategorie \u2014 und das ist kein Zufall.<\/p>\n\n\n\n Defensive passt in die Governance, die die meisten Unternehmen bereits praktizieren: quantitative Kennzahlen, wenig Fehler-Kultur und Genehmigung durch Gremien, die darauf ausgelegt sind, das Kerngesch\u00e4ft zu sch\u00fctzen. Ein Pilotprojekt, das eine Support-Warteschlange um 10 % verk\u00fcrzt, ist leicht zu genehmigen und leicht zu rechtfertigen, falls es nicht funktioniert. Ein Pilotprojekt, das auf ein v\u00f6llig neues, KI-natives Produkt setzt, erfordert eine ganz andere Art der Genehmigung.<\/p>\n\n\n\n Das ist ein Grund, warum die Anzahl der Pilotprojekte steigt, w\u00e4hrend die Ergebnisse stagnieren. Mehr defensive Pilotprojekte machen das bestehende Gesch\u00e4ft nach und nach geringf\u00fcgig besser, aber sie summieren sich f\u00fcr sich genommen nicht zu einer Offensive. Jedes Projekt beansprucht dasselbe \u00fcberlastete interne Team, das zwischen vielen Priorit\u00e4ten aufgeteilt ist, anstatt sich voll und ganz auf eine zu konzentrieren.<\/p>\n\n\n\n Siemens ist ein Unternehmen mitten im Wandel. Laut Peter K\u00f6rte (CTO von Siemens, Fortune, 2025) hatte Siemens bis Juli 2025 460 verschiedene KI-Anwendungsf\u00e4lle in der Produktion und \u00fcber 15.000 Bots, die von den eigenen Mitarbeitern seit Oktober 2024 erstellt wurden \u2014 echte Skalierung, aber eine Skalierung, die schwer zu steuern oder als Einheit zu verbessern ist. Im Juni 2026 startete Siemens dann das Intelligence Center X, um Daten, Modelle und Arbeitsabl\u00e4ufe in der Produktion auf einer verwalteten Plattform zusammenzuf\u00fchren. Das Unternehmen meldete einen R\u00fcckgang des manuellen Aufwands um 95 % und eine um 85 % schnellere L\u00f6sung von Produktionsproblemen in den bisher abgedeckten Bereichen (Siemens Pressemitteilung, 2026). Das ist Fokus, der sich auszahlt, auch wenn noch ein Teil der Fragmentierung aufgearbeitet werden muss, die w\u00e4hrend der Entstehungsphase aufgebaut wurde.<\/p>\n\n\n\n Walmart zeigt einen vergleichbaren Weg. Im Jahr 2023 betrieb der Einzelh\u00e4ndler eine Vielzahl spezialisierter Bots f\u00fcr Produktsuche, Personal, Lieferanten und Werbung. Bis 2025 konsolidierte man dies auf vier fokussierte KI-Agenten, die Kunden, Mitarbeiter, Entwickler und Partner bedienten (Walmart, Juli 2025). Bis 2026 erreichte der Assistent Sparky eine Kundennutzung von 50 % und f\u00fchrte \u2014 bemerkenswert \u2014 zu 35 % gr\u00f6\u00dferen Warenk\u00f6rben (Walmart Q4-Ergebnisbericht, April 2026, via Yahoo Finance). Diese letzte Zahl macht den Unterschied. Schnellere Support-Tickets sind Defensive. Gr\u00f6\u00dfere Warenk\u00f6rbe sind Offensive \u2014 neuer Umsatz, der ohne diese Wette nicht existiert h\u00e4tte.<\/p>\n\n\n\n \u201eWir bauen einen KI-Assistenten” geht von der Technologie aus und arbeitet r\u00fcckw\u00e4rts, in der Hoffnung, dass sich ein Anwendungsfall ergibt. Klarna ersetzte 700 Support-Mitarbeiter durch einen KI-Chatbot, automatisierte 67 % der Chats und prognostizierte Einsparungen von bis zu 40 Millionen US-Dollar (Klarna Pressemitteilung, 2024) \u2014 sah dann aber einen R\u00fcckgang der Kundenzufriedenheit und Servicequalit\u00e4t (Medium, 2026).<\/p>\n\n\n\n Nutzer, Ergebnis und Hebel festlegen, bevor die erste Zeile Code geschrieben wird. Was \u00e4ndert sich f\u00fcr den Kunden, welche Kennzahl bewegt sich dadurch, und erst dann: Welcher KI-Ansatz f\u00fchrt einen dorthin? Wenn man diese Reihenfolge \u00fcberspringt, endet selbst ein technisch beeindruckender Aufbau damit, das Falsche zu optimieren.<\/p>\n\n\n\n Outcome-first-Denken verhindert, dass ein defensives Projekt stillschweigend das Falsche optimiert. F\u00fcr Produkte Neudenken reicht das allein allerdings nicht aus. Eine echte Offensive erfordert mehr: ein Team, dessen einziger Auftrag das neue Produkt ist \u2014 kein gemeinsamer Pool interner Entwickler, die ihre Aufmerksamkeit zwischen 21 Pilotprojekten aufteilen. GoTeams baut Teams genau nach diesem Prinzip auf: ein Team, eine Mission, vollst\u00e4ndig f\u00fcr ein einziges Produkt engagiert, ohne geteilte Aufmerksamkeit und ohne Kontextwechsel. Denn ein wirklich neues, KI-natives Produkt wird nicht von Leuten gebaut, die gleichzeitig f\u00fcr die bestehenden Systeme auf Abruf bereitstehen.<\/p>\n\n\n\n2. Warum jeder auf Defensive setzt<\/strong><\/h2>\n\n\n\n
3. Wie Fokus aussieht, wenn er funktioniert<\/strong><\/h2>\n\n\n\n
4. Ein echt offensives Produkt aufbauen<\/strong><\/h2>\n\n\n\n
Der alte Weg \u2014 Tool-first<\/strong><\/h3>\n\n\n\n
Der GoTeams-Weg \u2014 Outcome-first<\/strong><\/h3>\n\n\n\n
Warum Outcome-first allein nicht reicht<\/strong><\/h3>\n\n\n\n
5. Wie offensiv tats\u00e4chlich aussieht<\/strong><\/h2>\n\n\n\n