die wirklich ankommt.
KI scheitert nicht an der Technologie. Sie scheitert an allem, was drumherum nicht stimmt.
Ich bin AI Enablerin bei Xempus und beschäftige mich täglich damit, wie Unternehmen KI wirklich in die Nutzung bringen – von der ersten Skepsis im Team bis zur skalierbaren Adoption. Auf dieser Seite teile ich, was ich dabei lerne: über AI Literacy, Governance, Ambassador-Netzwerke und die menschliche Seite der KI-Einführung.
AI Enablement: Warum Adoption erst der Anfang ist.
Copilot ist freigeschaltet. ChatGPT läuft. Die Präsentation für die Geschäftsführung war überzeugend. Und trotzdem nutzt das Team die Tools kaum – oder gar nicht.
Das liegt fast nie an der Technologie. Es liegt daran, dass KI-Adoption ohne Struktur, ohne Mandat und ohne Menschen, die vorangehen, nicht funktioniert. Das ist kein neues Problem. Aber es wird noch zu selten beim Namen genannt.
Ich erlebe das von innen heraus – täglich. Und ich schreibe darüber, was strukturiertes AI Enablement wirklich bedeutet.
Beobachtung 01
KI hängt noch zu oft in der IT.
Die Tools sind da. Die Lizenzen laufen. Aber der Weg in die Fachbereiche fehlt – und damit die Wirkung.
Beobachtung 02
Zu viele Anbieter, zu wenig Fokus.
Der Markt entwickelt sich schnell. Wer ständig neue Tools evaluiert, verliert den Blick auf das, was zählt: ein zentrales Tech Stack, das Adoption ermöglicht und Skalierung trägt.
Beobachtung 03
Adoption ist nicht Impact.
Tools einführen ist der einfachste Teil. Menschen wirklich mitzunehmen – durch Struktur, Begleitung und die richtigen Maßnahmen – der nächste. Aber das eigentliche Ziel, echte Wirkung im Unternehmen, darf dabei nicht aus dem Blick geraten.
BCG, 2024 – Wo KI-Leader ihre Ressourcen einsetzen
10%
Algorithmen
20%
Technologie & Daten
70%
Menschen & Prozesse
Transformation
Das große Ziel. Wie ein Unternehmen in Zukunft arbeitet. KI ist ein Mittel – kein Selbstzweck.
Enablement
Der Weg dazwischen. Struktur, Use Cases, Ambassadors, Governance – damit aus Potenzial echte Nutzung wird. Das ist mein Thema.
Mein FokusEmpowerment
Menschen befähigen, eigene Entscheidungen zu treffen. Nicht abhängig machen – sondern handlungsfähig.
So gelingt AI Enablement in der Praxis.
Kein Patentrezept. Aber ein Weg, den ich selbst gehe – und der sich bewährt hat. Der Einstiegspunkt ist je nach Unternehmen ein anderer. Die Reihenfolge bleibt.
Use Cases identifizieren, bewerten, priorisieren
Nicht alles auf einmal – sondern das, was sich rechnet und skaliert. Der Startpunkt ist immer ein echtes Problem, kein Tool. Gemeinsam mit den Fachbereichen werden Use Cases herausgefiltert, nach Impact und Aufwand bewertet und mit IT und Datenschutz abgestimmt. Und der Prozess dahinter entsteht: Wie Use Cases gesammelt, dokumentiert und in die Umsetzung gebracht werden – nachhaltig, nicht als Einmalübung.
Zentrales Tech Stack definieren – und dabei bleiben
Der Markt bietet zu viele Tools. Wer ständig evaluiert, verliert den Fokus auf das, was zählt: echte Nutzung. Bevor Adoption funktioniert, muss die Grundlage stimmen – ein zentrales, DSGVO-konformes Toolset, das zu den identifizierten Use Cases passt. Nicht das Beste auf dem Papier. Das, mit dem das Team wirklich arbeitet.
Ambassadors aufbauen, Teams befähigen
AI-Adoption funktioniert nicht top-down – und nicht durch Schulungen allein. Sie braucht Menschen in den Fachbereichen, die vorangehen und andere mitziehen. Ambassadors werden identifiziert, aufgebaut und begleitet. Teams lernen KI-Tools praxisnah im eigenen Arbeitsalltag kennen – vom AI Breakfast bis zum Hackathon. BCG nennt diesen Hebel nicht ohne Grund: 70% des Erfolgs hängen an Menschen und Prozessen.
Quick Wins liefern, Grundlagen für Skalierung schaffen
Erste Use Cases in die produktive Nutzung bringen – und Ergebnisse sichtbar machen. Nicht als Selbstzweck, sondern weil jeder Quick Win Vertrauen schafft. Gleichzeitig entstehen die Grundlagen für mehr: Daten verfügbar machen, Prozesse klar definieren, Governance etablieren. Damit aus einzelnen Erfolgen keine Insellösungen werden, sondern der Anfang von etwas Größerem.
Vom ersten Erfolg zum echten Wert
Jeder Quick Win schafft Vertrauen für den nächsten, größeren Use Case. So entsteht ein Flywheel, das Momentum aufbaut – nicht durch Druck von oben, sondern durch Ergebnisse, die überzeugen. Erfolgreiche Muster werden auf weitere Bereiche übertragen, Adoption wird messbar und transparent gemacht. Erst hier, wenn KI wirklich in den Alltag integriert ist und Menschen sie selbstständig nutzen, entsteht echter Impact – nicht auf der Roadmap-Folie, sondern in der täglichen Arbeit. Und dann steht die Übergabe an ein internes Team, das eigenständig weiterarbeitet. Das ist der Punkt, auf den ich hinarbeite: dass ich nicht mehr gebraucht werde.
Studien, Beobachtungen und Erfahrungen aus dem Alltag.
Was mich beschäftigt, was ich erlebe – und was ich beim nächsten Mal anders machen würde.
- Geschützt: Wie ein Website-Relaunch mit AI gelangDieser Inhalt ist passwortgeschützt.
- AI Angst: Was es ist und warum es für mich als AI Enablement Managerin relevant istDu willst nicht lesen, sondern nur zum Test? Hier lang AI Angst. Ich kannte den Begriff nicht, bis ich diese Woche eine Studie gelesen habe. Fractional Insights und Ferrazzi Greenlight haben über 3.000 Mitarbeitende in den USA und Europa befragt, und… AI Angst: Was es ist und warum es für mich als AI Enablement Managerin relevant ist weiterlesen
- Kontext ist King: Warum deine KI nur so gut ist wie die Informationen, die du ihr gibstWarum Kontext beim Thema KI wichtig ist. 95 Prozent der KI-Projekte scheitern. Diese Zahl kursiert gerade überall. In Studien, in Artikeln, in Gesprächen mit Führungskräften, die skeptisch auf ihr frisch gekauftes System schauen. Ich lese diese Zahl und denke: Was bedeutet… Kontext ist King: Warum deine KI nur so gut ist wie die Informationen, die du ihr gibst weiterlesen
- AI AmbassadorsAI Ambassadors: Warum Multiplikatoren aus den Fachabteilungen der Schlüssel zu erfolgreicher AI Adoption sind Letzte Woche im Weekly mit unseren 10 AI Ambassadors: Ein Engineer erklärt, wie er einen Agenten für externe Nutzer zugänglich gemacht hat. Ohne ihn hätte mich das… AI Ambassadors weiterlesen
- Warum Mitarbeiter-Enablement über Erfolg oder Scheitern Ihrer KI-Strategie entscheidetWarum Mitarbeiter-Enablement über Erfolg oder Scheitern Ihrer KI-Strategie entscheidet Die Zahlen sprechen eine klare Sprache Die KPMG-Studie 2025 hat 653 Entscheiderinnen und Entscheider aus 18 Branchen befragt. Die Ergebnisse zeigen eine verblüffende Diskrepanz zwischen Selbstwahrnehmung und Realität. Drei Faktoren kristallisieren sich… Warum Mitarbeiter-Enablement über Erfolg oder Scheitern Ihrer KI-Strategie entscheidet weiterlesen
- Leonardo AI Bildgenerierung: Ein Prompt, vier Welten: Warum das Modell über das Bild entscheidetPrompt:Surreal editorial-style artwork on deep black, with two dense clusters of glowing textile-like fibers exploding toward each other in petrol green and magenta, colliding into luminous woven ribbons. Ein einziger Prompt. Vier völlig unterschiedliche Bilder. Was auf den ersten Blick wie… Leonardo AI Bildgenerierung: Ein Prompt, vier Welten: Warum das Modell über das Bild entscheidet weiterlesen
Fragen, die ich oft höre
Rund um AI Enablement, meine Arbeit und was KI-Einführung in der Praxis wirklich bedeutet.
AI Enablement bedeutet: KI so einführen, dass sie im Alltag wirklich genutzt wird. Nicht als Pilotprojekt, das nach drei Monaten in der Schublade landet. Sondern als Teil der täglichen Arbeit.
Der Begriff klingt technisch, ist es aber nicht. Es geht darum, Menschen zu befähigen, nicht Systeme zu implementieren. Wer kauft KI-Lizenzen, ohne die Frage zu beantworten, wer sie warum nutzen soll, hat ein Technologieproblem gemacht aus dem, was eigentlich ein Lernproblem ist.
Genau da setze ich an.
AI Training vermittelt Wissen, oft einmalig, oft abstrakt. Was danach passiert, bleibt offen.
KI-Beratung liefert Strategien und Roadmaps. Was auf der Folie steht, muss dann jemand anderes umsetzen.
AI Enablement begleitet den Weg dazwischen: Use Cases identifizieren, Menschen befähigen, Strukturen aufbauen und dranbleiben, bis KI wirklich im Alltag angekommen ist. Nicht nur auf dem Papier.
Transformation ist das große Ziel: wie ein Unternehmen in Zukunft arbeitet. KI ist dabei ein Mittel, kein Selbstzweck.
Enablement ist der Weg dorthin: Use Cases, Ambassadors, Governance, Prozesse, damit aus Potenzial echte Nutzung wird. Das ist mein Fokus.
Empowerment ist das Ergebnis: Menschen, die KI selbstständig und sicher einsetzen, ohne externe Unterstützung. Das ist der Punkt, auf den ich hinarbeite. Dass ich nicht mehr gebraucht werde.
AI Ambassadors sind Mitarbeitende aus den Fachbereichen, die KI-Tools früh und intensiv nutzen und andere mitziehen. Keine IT-Experten. Keine Vollzeitstellen. Menschen, die im Alltag zeigen, dass es funktioniert.
Veränderung kommt nicht durch Anordnung. Ein Ambassador erreicht 10 bis 20 Kolleginnen und Kollegen, glaubwürdiger als jede Schulung von oben, weil er aus dem eigenen Alltag spricht.
Wie das konkret aussieht, habe ich im Artikel über AI Ambassadors beschrieben.
Agentic AI beschreibt KI-Systeme, die selbstständig Aufgaben planen, ausführen und bewerten können. Während klassische KI-Tools auf Prompts reagieren, agieren Agenten eigenständig: Sie treffen Entscheidungen, koordinieren Schritte und optimieren ihre Ergebnisse, innerhalb definierter Grenzen.
Für die meisten Unternehmen ist das noch Zukunft. Aber die Frage, wann es relevant wird, stellt sich nicht mehr. Sie stellt sich nur noch: wie vorbereitet bin ich dann?
Entscheidend ist das Rahmenwerk: Agentic AI braucht klare Governance, Transparenz und ein Management, das versteht, wann Autonomie sinnvoll ist und wann menschliches Urteilsvermögen Vorrang hat.
Weil Technologie allein keine Adoption erzeugt. Lizenzen sind gekauft, Piloten laufen, aber niemand nutzt die Tools wirklich. Der Grund ist fast nie die Software.
Es fehlt an Struktur, an Begleitung, an Menschen, die vorangehen. Und oft fehlt die ehrliche Antwort auf die Frage: Für wen genau soll das eigentlich nützlich sein, und warum sollte diese Person es heute nutzen?
Ein guter Use Case beginnt mit einem echten Problem, nicht mit einem Tool. Die Fragen, die ich stelle: Wo entsteht Reibung im Alltag? Welche Aufgaben kosten unverhältnismäßig viel Zeit? Wo liegen Daten vor, die bisher nicht genutzt werden?
Erst wenn das klar ist, folgt die technische Auswahl. Nicht umgekehrt. Und: Nicht alles auf einmal. Wenige Use Cases, die schnell Wirkung zeigen, schaffen das Vertrauen, das für größere Schritte nötig ist.
Die Pilotfalle ist der Zustand, in dem ein Unternehmen viele KI-Experimente laufen hat, aber keines davon den Sprung in den produktiven Betrieb schafft. Viel Aktivität, wenig Wirkung.
Der Ausweg ist nicht ein weiterer Pilot. Es ist die Entscheidung, einen einzigen Use Case konsequent zu Ende zu bringen: mit klaren KPIs, echten Nutzern und einer Messung, die zeigt, was er gebracht hat. Dieser erste Erfolg öffnet die Tür für alles Weitere.
Es ist das Prinzip, nach dem ich Prozesse gestalte: Menschen treffen die Entscheidungen, KI übernimmt die Ausführung. Nicht umgekehrt.
Das klingt selbstverständlich, ist es in der Praxis aber nicht. Viele Workflows werden so gebaut, dass die KI möglichst viel übernimmt, ohne zu klären, wo menschliches Urteilsvermögen unverzichtbar bleibt. Das erzeugt Fehler, die niemand bemerkt, weil niemand mehr hinschaut.
Human-led, AI-operated bedeutet: KI als Werkzeug, nicht als Autopilot.
Ich bin Business-Psychologin mit über 15 Jahren Erfahrung in Marketing, Operations und Transformation. Seit 2025 bin ich Senior Principal AI Enablement bei Xempus und baue dort Ambassador-Netzwerke, Enablement-Formate und Governance-Strukturen auf.
Mein Blick auf KI ist kein technischer, er ist ein menschlicher. Ich verstehe, wie Menschen lernen, wie Widerstände entstehen und wie man sie überwindet.
Für Menschen, die KI in ihrem Unternehmen einführen oder begleiten und dabei nicht nur wissen wollen, was möglich ist, sondern was in der Praxis wirklich funktioniert.
Führungskräfte, die das Thema verstehen wollen, ohne im Tech-Hype zu versinken. Enablement-Verantwortliche, die ähnliche Fragen haben wie ich. Und alle, die neugierig sind, wie KI-Adoption konkret aussieht, wenn man sie ernstnimmt.
Am einfachsten per E-Mail: kontakt@mariaknapp.de. Oder über LinkedIn, dort bin ich regelmäßig aktiv.
Ich freue mich über Austausch: zu konkreten Fragen aus der Praxis, zu Themen, die dich beschäftigen, oder einfach zum Vernetzen.
Schreib mir direkt, ich antworte persönlich.
