Wie erstellt man den KI-Investitionsplan von Unternehmen für das Jahr 2027? Bist du immer noch dabei, deinem Chef leere, unerfüllbare Versprechungen zu machen?
Bald ist wieder Jahresende.
Zu dieser Zeit in früheren Jahren ist das größte Kopfzerbrechen der CIOs, wie das IT-Budget für das nächste Jahr berechnet werden soll. Dieses Jahr ist es anders: Man muss zusätzlich planen, wie die KI-Investitionen für 2027 gestaltet werden sollen.
Lao Yang hat kürzlich mit einigen CIO-Freunden aus Unternehmen gesprochen und festgestellt, dass die Atmosphäre in diesem Jahr im Vergleich zu früheren Jahren etwas merkwürdig ist. Die Chefs wurden das ganze Jahr über von verschiedenen Produktvorstellungen und Medien bombardiert, und ihre Erwartungen an KI sind längst auf Höchststand. Die Fachabteilungen haben auch den Nutzen von Tools wie WorkBuddy erkannt, die sie selbst bedienen können, und ihre Ansprüche werden immer größer. Wenn die IT-Abteilung in ihrer Planung für 2027 noch schreibt „Wir werden große Modelle einführen, eine Middle-Plattform aufbauen und KI-Nativität umarmen“, wettet Lao Yang, dass diese Planung zu 90 % direkt vom Chef zurückgewiesen wird.
Aus Sicht von Lao Yang ist die unternehmensweite KI-Implementierung im Jahr 2027 bereits in eine tiefe Phase eingetreten. Die Chefs legen mehr Wert auf das Verhältnis von Einsatz zu Ertrag, das heißt, die Geldbörsen der Chefs sind enger geworden. Wer noch mit Konzepten täuscht, wird wahrscheinlich zuerst ausscheiden. Daher muss die Planung von „technologiegetrieben“ zu „geschäftsgetrieben“ wechseln.
I. Wie man die Planung für 2027 erstellt: Nicht auf Größe setzen, sondern auf Präzision
Unter den aktuellen Marktbedingungen ist Lao Yang der Ansicht, dass das Budget für die digitale Transformation von Unternehmen im Jahr 2027 sorgfältig eingesetzt werden muss. Das Budget wird in zwei große Teile unterteilt, wie folgt:
Erster Teil: Die Grundlagen sichern
Die Recheninfrastruktur für 2027 muss dort optimiert werden, wo es nötig ist. Die Datenverwaltung muss trotz Schwierigkeiten unbedingt durchgeführt werden, und die Mauer für Sicherheit und Compliance muss fest gebaut werden. Wenn sich die aktuelle Entwicklung fortsetzt, wird das Schatten-IT der Fachabteilungen mit der tiefen Anwendung von KI-Agenten wie workbuddy früher oder später außer Kontrolle geraten, und am Ende ist es immer noch die IT-Abteilung, die die Verantwortung übernimmt. Die Datenverwaltung ist auch keine Aufgabe, die in ein oder zwei Jahren abgeschlossen werden kann. Wenn die Datenqualität nicht den Anforderungen entspricht, ist der Einsatz jedes KI-Tools sinnlos. Sicherheit und Compliance im KI-Zeitalter sind keine Slogans, sondern müssen als harte Punkte in die Planung aufgenommen werden: Wer baut, wer prüft und wer die Verantwortung bei Problemen trägt, muss schwarz auf weiß klar festgelegt sein und auch umsetzbar sein.
Zweiter Teil: Ergebnisse erzielen
Das heißt, sichtbaren Wert schaffen. Das größte Risiko bei KI-Projekten in Unternehmen ist, dass man nach Größe und Vollständigkeit strebt und alles haben will, am Ende aber nichts bekommt. Daher schlägt Lao Yang für 2027 vor, sich bei den KI-Implementierungsszenarien nur auf 1 bis 3 Kernszenarien zu konzentrieren, die einen klaren geschäftlichen Zuwachs bringen oder die Kosten stark senken können. Zum Beispiel die intelligente Qualitätskontrolle und Produktionsplanung in der Fertigungsindustrie, die intelligente Kreditprüfung im Finanzwesen.
Insbesondere die Kosten für die Recheninvestitionen im Jahr 2027 sind auch ein Schwerpunkt des Budgets. Man sollte nicht mehr darauf aus sein, teure GPUs zu kaufen, um große Modelle aufzubauen. Man sollte die KI-Vermögenswerte nicht zu schwer machen, sondern die Strategie ändern, sodass Rechenleistung wie Leitungswasser verfügbar ist – man kauft so viel, wie man braucht, und wandelt schweres Vermögen in leichten Betrieb um. Natürlich muss in einigen speziellen Branchen, zum Beispiel bei hohem Geheimhaltungsbedarf für Daten und strengen Compliance-Anforderungen, das entsprechende System trotzdem aufgebaut werden.
Der wichtigste Punkt, auf den man achten muss: Man sollte die sogenannte KI-native Rekonstruktion möglichst selten durchführen. Dass alte Systeme nicht verbunden werden können und alte Geschäftslogiken nicht übertragen werden können, ist eine physische Tatsache. Daher muss der CIO in der Planung klar schreiben, dass man mit Mitteln wie dem MCP-Protokoll und der KI-Anpassungsschicht große Modelle als externe Erweiterung einsetzt, um die vorhandenen alten ERP- und CRM-Systeme zu aktivieren. Man sollte nicht ständig rekonstruieren – je größer die Rekonstruktion, desto schneller scheitert man.
II. Wie man KI tatsächlich bewertet: Nicht Token zählen, sondern den Ertrag berechnen
Wie soll die unternehmensweite KI-Implementierung im Jahr 2027 bewertet werden? Das ist derzeit das größte Kopfzerbrechen für die meisten Unternehmen und auch das Problem, bei dem man am leichtesten streitet.
Aus Sicht von Lao Yang ist es extrem dumm und faules Managementverhalten, wenn ein Unternehmen nach der Anzahl der Token-Aufrufe bewertet. KI ist kein Strom, Wasser oder Gas, bei dem mehr Verbrauch besser ist. Wenn man wirklich nach der Token-Nutzung bewertet, werden die Fachabteilungen, um die Ziele zu erreichen, das große Modell als Spielplatz nutzen, die KI jeden Tag Unsinn schreiben lassen und in der Testumgebung massiv Aufrufe durchführen. Am Ende wird die Rechnung für die Rechenleistung explodieren, und das Ergebnis ist nur wertloser digitaler Müll.
Das Problem ist, dass es sehr schwierig ist, den Effekt des Ertrags in der frühen Phase zu quantifizieren. Denn der Wert von KI in vielen Szenarien besteht darin, den Menschen die Arbeit zu erleichtern, nicht direkt eine Stelle zu ersetzen. Wenn der Zweck eines Unternehmensleiters bei der Einführung von KI darin besteht, Mitarbeiter zu reduzieren, wird dieses Projekt nie erfolgreich sein.
Dann wie soll die KI-Implementierung im Jahr 2027 bewertet werden?
Lao Yang schlägt Folgendes vor:
Ebene unten: Die Rechenkosten transparent machen. Die IT baut das „Wasserwerk“, die Fachabteilungen kaufen das „Wasser“, und der Token-Verbrauch wird direkt in die Betriebskosten der Fachabteilungen eingerechnet. Man bewertet nicht die Anzahl, sondern nutzt den finanziellen Hebel, um sie dazu zu bringen, selbst auf die Kosten zu achten.
Mittlere Ebene: Prozessindikatoren. Man betrachtet die KI-Durchdringungsrate und die Geschäftsakzeptanzrate: Welcher Anteil der Fragen im Kundenservice wird von KI vorverarbeitet? Wie viel von dem von der Forschung und Entwicklung mit KI generierten Code wird übernommen? Wie viel Zeit hat die Finanzabteilung bei der Kontenabstimmung mit KI eingespart?
Ebene oben: Geschäfts-ROI, der nur für Kernprojekte bewertet wird. Zum Beispiel: Nach dem Start der KI-Produktionsplanung ist die Lagerumschlagsrate um einige Punkte gestiegen und der Energieverbrauch gesunken. Man sollte nicht gleich zu Beginn den ROI bewerten, das wird die nutzenden Abteilungen nur dazu zwingen, oberflächliche Scheinaktivitäten durchzuführen. Man muss wissen, dass die echten Kern-Geschäftsabläufe, wie die intelligente Lieferkettenplanung und die Simulationsentwicklung, lange Zyklen und hohe Risiken haben – in den ersten zwei Jahren kann man sie überhaupt nicht klar berechnen. Daher ist Lao Yang der Ansicht, dass es besser ist, ihnen eine Beobachtungsphase zu geben, als sie zu falschen Daten zu zwingen.
Zusammengefasst in einem Satz: Die technischen Indikatoren treten in den Hintergrund, die geschäftlichen Indikatoren treten in den Vordergrund.
III. Zwei „versteckte Projekte“ dürfen nicht eingespart werden
Neben Technologie und Szenarien ist Lao Yang der Ansicht, dass im Jahr 2027 zwei Mängel unbedingt behoben werden müssen.
Erstens: Organisation und KI-Kompetenz
Man muss wissen, dass das größte Hindernis für die KI-Implementierung in Unternehmen die Menschen sind. Daher muss der CIO in der Planung klar schreiben: Wie die schichtweise Schulung durchgeführt wird und wie die Leistungsbewertung angepasst wird, damit die Mitarbeiter bereit sind, ihre langjährige Erfahrung an die KI weiterzugeben. Die Schulung wird sehr oft zu einer reinen Formalität. Eine allgemeine Versammlung für alle Mitarbeiter, bei der zwei Stunden über die KI-Zukunft gesprochen wird, ist weniger wert, als wenn die Fachkräfte zwei Wochen lang an einem echten Projekt mitarbeiten. Gleichzeitig müssen Unternehmen im Jahr 2027 von außen „Übersetzer“ einstellen oder intern ausbilden, die das Geschäft verstehen – also die sogenannten Frontline Deployment Engineers, FDE. Diese Personen sind derzeit wertvoller als knappe Rechenleistung. Man kann sie nicht auf dem Markt einstellen, sondern muss sie langsam intern ausbilden, daher muss der CIO dies in der Planung besonders vermerken.
Zweitens: Governance und Sicherheit & Compliance
Aus der aktuellen Tendenz ist die Entwicklung von Schatten-IT durch die Fachabteilungen bereits ein unvermeidlicher Trend. Daher muss der CIO in der Planung für 2027 klar festlegen: Wie das unternehmensweite KI-Sandbox aufgebaut wird, wie sensible Daten anonymisiert und mit Wasserzeichen versehen werden, und wie eine Compliance-Verteidigungslinie von der vorherigen Zugangsprüfung bis zur nachträglichen Prüfung aufgebaut wird.
IV. Wie die IT-Abteilung ihre Position behält
Unter dem großen Umfeld der Kostensenkung und Effizienzsteigerung ist es sehr wahrscheinlich, dass die IT als Erste im Jahr 2027 optimiert wird, wenn die Planung der IT-Abteilung eines Unternehmens nur noch „Software kaufen, Implementierung durchführen, Computer reparieren“ lautet. Denn diese Aufgaben können die Fachabteilungen auch selbst mit KI erledigen, und das ist noch günstiger.
Um also nicht optimiert zu werden, muss die IT-Abteilung drei Rollenwechsel vollziehen.
1. Vom Erbauer zum Architektur- und Governance-Verantwortlichen werden
Die Fachabteilung baut selbst Agenten? Kein Problem, die IT hindert sie nicht daran, aber es muss auf der sicheren Basis laufen, die die IT bereitstellt. Die IT hält die zentralen Datenquellen des Unternehmens, die API-Schnittstellen und die Identitätsberechtigungen in der Hand. Solange sie die Datenausgänge und die Compliance-Grenze kontrolliert, ist sie der unvermeidbare Wächter. Aber der Wächter ist kein Blockierer. Die IT legt die Basis und die Regeln fest, die Fachabteilungen können darin frei arbeiten, aber alles, was die Grenzen überschreitet, muss blockiert werden. Das ist eine Delegation von Befugnissen mit Grenzen, keine pauschale Ablehnung. Was der Chef will, ist kontrollierbare Innovation, kein stehendes Gewässer, in dem niemand etwas bewegt.
2. Von technischer Selbstzufriedenheit zu geschäftlicher Partnerschaft wechseln
Berichten Sie dem Chef nicht mehr, wie große Modelle mit wie vielen Milliarden Parametern Sie eingesetzt haben, sondern berichten Sie, wie viel Geld Sie für das Geschäft eingespart und wie viel Effizienz Sie gesteigert haben. Wenn Sie dem Chef mit KI helfen können, Geld zu verdienen, wird niemand es wagen, Sie zu entlassen.
3. Die Kernkompetenzen zu einem Unternehmensgehirn machen
Seien Sie kein Fließbandarbeiter mehr, der Anfragen entgegennimmt und CRUD-Code schreibt. Kapseln Sie die zentralen Geschäftslogiken des Unternehmens in standardisierte Schnittstellen, die von KI aufgerufen werden können. Wenn die Fachabteilung eine neue Anwendung erstellen will und feststellt, dass alle unterliegenden Komponenten von Ihnen gekapselt wurden, werden Sie zum Zentrum der intelligenten Transformation des Unternehmens.
Es ist zu beachten: Der Rollenwechsel ist kein Slogan. Wenn in der Planung für 2027 nicht klar festgelegt ist, wer jeden Schritt leitet, welcher Zeitplan gilt und wie die Abnahme erfolgt, wird man am Ende des Jahres immer noch am gleichen Ort stehen.
Abschließende Zusammenfassung:
Die KI-Planung für 2027 ist eine große Prüfung. Sie prüft nicht nur das Urteilsvermögen des CIOs über die technischen Trends, sondern auch die Einsicht in das Wesen der Unternehmensverwaltung.
Verwerfen Sie all die oberflächlichen, nutzlosen Konzepte und kehren Sie zum geschäftlichen Allgemeinwissen zurück. Ein IT-Team, das mit KI Geld verdienen und sparen kann und gleichzeitig die Sicherheitsgrenze in der Unordnung behält, wird in dieser Welle nicht nur nicht optimiert, sondern wird zum Kernmotor, der das Unternehmen vorantreibt.