Die ersten Vorteile durch KI sind real und messbar, aber sie kommen erst dann richtig zur Geltung, wenn ein Unternehmen die notwendigen Grundlagen schafft, um sie zu skalieren.
Wie schnell sich KI im IT-Bereich durchgesetzt hat, zeigt sich daran, dass mittlerweile mehr als die Hälfte (56 %) der Unternehmen die KI breitflächig und über mehrere Workflows hinweg oder in geschäftskritischem Umfang einsetzt, wo sie vollständig integriert ist und kontinuierlich für Verbesserungen sorgt. Nur 2 % geben an, überhaupt keine KI zu nutzen.
Die Auswirkungen einer umfassenden Einführung von KI zeigen sich in den folgenden Daten: Fast die Hälfte (45 %) aller IT-Mitarbeiter gibt an, dass KI die Arbeit schneller und besser macht, und 63 % geben an, dass sie weniger Zeit mit repetitiven Aufgaben verbringen.
Doch diese Vorteile gelten nicht für alle. Wie viel Nutzen ein Unternehmen daraus zieht, hängt stark davon ab, wie gezielt es zuvor in die Governance, in Kompetenzen und die richtigen Anwendungsfälle investiert hat.
Zu den derzeit gängigsten Anwendungen im ITSM gehören der Support durch virtuelle Agenten und Chatbots (58 %), die Klassifizierung und Weiterleitung von Tickets (56 %) sowie die automatisierte Ticketbearbeitung (51 %).
Im Endpunktmanagement übernimmt KI bereits die Erkennung von Anomalien (57 %), die Identifizierung von Geräteschwachstellen (55 %) und die Priorisierung von Patches (47 %) – wobei innerhalb der nächsten 24 Monate eine noch stärkere Automatisierung erwartet wird.
Reife Unternehmen nutzen KI nicht nur, um Endpunktprobleme zu melden, sondern setzen sie auch ein, um Probleme selbstständig zu beheben und so die Lücke zwischen Erkennung und Behebung ohne menschliche Eingriffe zu schließen. Diese Funktionen bilden die Grundlage für das autonome Endpunktmanagement (AEM), bei dem die KI Probleme nicht nur erkennt, sondern auch automatisch behebt.
Was die Vorhersagen angeht, ist der Einsatz von KI fast allgegenwärtig. Nur 6 % der IT-Unternehmen geben an, dass sie KI überhaupt nicht für Vorhersagen nutzen. Zu den wichtigsten Anwendungsbereichen zählen vorausschauende Instandhaltung, Kapazitätsplanung (jeweils 58 %) und Cloud-Kostenmanagement (53 %).
Zudem setzen 57 % der IT-Unternehmen agentenbasierte KI für mindestens einige wichtige IT-Workflows ein, darunter 17 %, die sie für umfangreiche End-to-End-Workflows nutzen. Weitere 32 % testen derzeit die agentenbasierte KI.
Der Einsatz von KI-Agenten konzentriert sich auf den IT-Support der Stufe 1 (L1) (61 %), den Netzwerk-/Infrastrukturbetrieb (59 %) sowie den spezialisierten Support der Stufe 2 (L2) und den Endpunktbetrieb (jeweils 57 %). Das macht Sinn, denn genau hier bietet das autonome Endpunktmanagement (AEM) den größten unmittelbaren Nutzen, und hier können Unternehmen, die darin investieren, die größten Produktivitätssteigerungen erzielen.
Zusammen genommen sind L1/L2-Support, Netzwerk-/Infrastruktur- und Endpunktbetrieb die Bereiche mit dem höchsten Arbeitsaufkommen und den meisten Routineaufgaben im IT-Bereich – und genau hier bietet agentische KI den größten Nutzen.
Das rasante Tempo des Wandels, das die letzten zwei Jahre geprägt hat, wird sich so schnell nicht verlangsamen, da IT-Unternehmen davon ausgehen, dass KI innerhalb von 18 Monaten fast die Hälfte (46 %) ihrer Abläufe automatisieren wird.
Es ist nicht überraschend, dass sich die Zusammensetzung der IT-Belegschaft voraussichtlich parallel dazu verändern wird. IT-Fachleute rechnen in den nächsten drei bis fünf Jahren mit einem deutlich höheren Anteil an KI-Agenten in ihren Teams als Büroangestellte – eine Diskrepanz, die wahrscheinlich sowohl auf eine größere Vertrautheit mit den Anwendungsfällen von KI im Unternehmen als auch auf eine ausgereiftere Einführung im IT-Betrieb zurückzuführen ist. In diesem Sinne ist die Erfahrung von IT-Fachleuten mit KI am Arbeitsplatz ein Indikator dafür, wie diese Technologie die Arbeitswelt insgesamt verändern wird.
Die durchschnittliche Zeitersparnis pro Woche durch IT-Mitarbeiter mit fortgeschrittener KI-Erfahrung.
Wenn ein Unternehmen im Umgang mit KI erfahren ist, nutzt es die Technologie nicht nur häufiger und umfassender als seine Mitbewerber; es sorgt auch für eine klarere Verantwortlichkeit bei KI-Entscheidungen und verfügt über formellere Governance-Strukturen. Dadurch erzielen Unternehmen, die ausgereifte KI bereits in vollem Umfang einsetzen, grundlegend andere Ergebnisse als vergleichbare Unternehmen. In den Bereichen Produktivität, Zusammenarbeit und Personalplanung ist die Lücke zwischen frühen Anwendern und etablierten Unternehmen enorm.
Betriebsergebnisse:
In Unternehmen, in denen KI bereits in großem Maßstab eingesetzt wird oder geschäftskritisch ist, geben 54 % der IT-Fachleute an, dass KI ihre Arbeit sowohl schneller als auch besser macht – mehr als doppelt so viele wie in Unternehmen, die angeben, dass sie sich in der frühen Phase von KI-Experimenten oder Pilotprojekten befinden. (24 %).
Und IT-Fachleute, die KI auf dem fortgeschrittensten individuellen Niveau einsetzen, sparen durchschnittlich 6 Stunden pro Woche – also doppelt so viele Stunden wie die 3 Stunden, die auf dem am wenigsten ausgereiften Niveau der KI-Nutzung eingespart werden.
Der gleiche Leistungsunterschied ist bei der proaktiven Erkennung zu beobachten. In Unternehmen, die sich noch im Anfangsstadium befinden, geben 43 % der IT-Fachleute an, dass KI ihrem Team häufig hilft, Probleme zu erkennen, bevor die Endnutzer sie bemerken. Bei Unternehmen mit skalierter bzw. geschäftskritischer KI-Nutzung steigt diese Zahl auf 89 %. Dieses Ergebnis stellt eine der größten Unterschiede in dieser Forschung dar: Unternehmen mit KI-Reife leisten nicht nur mehr, sie arbeiten auch auf einem ganz anderen Niveau der IT-Leistung und -Resilienz.
KI-Reife zahlt sich aus
Unternehmen mit KI-Reife nutzen die proaktive Erkennung von Problemen doppelt so häufig wie frühe Anwender und übertreffen ihre Mitbewerber in den Bereichen Lösungsgeschwindigkeit, Kundenzufriedenheit und Kosteneinsparungen.
Von Unternehmen mit skalierter bzw. geschäftskritischer KI-Nutzung messen 64 % die Auswirkungen von KI anhand der Zeit bis zur Problemlösung, 64 % anhand der Kundenzufriedenheit und 65 % anhand der Kosteneinsparungen – im Vergleich zu nur 38 %, 26 % bzw. 37 % bei den Unternehmen, die sich noch im Anfangsstadium befinden.
Unternehmensstruktur:
KI verändert auch die Art und Weise, wie IT-Unternehmen strukturiert sind und wie sie ihr Personal einsetzen. Über alle Firmen hinweg haben fast drei von vier (72 %) IT-Unternehmen bereits spezielle KI-Rollen oder -Teams geschaffen, und weitere 13 % beabsichtigen, dies zu tun. Bei Unternehmen mit skalierter bzw. geschäftskritischer KI-Nutzung geben 91 % an, über spezielle KI-Rollen/Teams zu verfügen.
Die häufigsten KI-zentrierten Rollen? KI-Produkt-/Programmverantwortliche (54 %), integrierte KI-Spezialisten (51 %) und Governance-Ausschüsse (50 %) werden zum Standard.
Eine umfassendere Umstrukturierung der Unternehmen ist ebenfalls im Gange: 37 % der Unternehmen geben an, dass zumindest einige Rollen oder Teams erheblich umgestaltet wurden, weil KI nun einen Teil ihrer Arbeit übernimmt – in der Technologiebranche steigt diese Zahl auf 57 %.
Zuversicht und Ausrichtung der Belegschaft:
Ausgereifte KI-Umgebungen führen auch zu anpassungsfähigeren und zukunftsorientierten Belegschaften. Auf individueller Ebene steigt die Absicht, sich weiterzubilden – der Anteil der Mitarbeiter, die ihre Fähigkeiten als Reaktion auf die Auswirkungen der KI erweitern wollen – mit der individuellen KI-Reife stark an, und zwar von nur 37 % auf 86 % bei den fortgeschrittensten Nutzern.
Persönliches Betroffensein fördert den Optimismus:
Die Absicht, sich weiterzubilden, steigt von 37 % bei den einfachen KI-Nutzern auf 86 % bei den fortgeschrittenen Nutzern – ein Unterschied von 49 Prozentpunkten, der auf eine Belegschaft hindeutet, die aktiv in ihre eigene Zukunft investiert.
KI spart IT-Teams Tausende von Stunden, verlagert den Betrieb von reaktiv zu proaktiv und ermöglicht die Nutzung von Kapazitäten für die Arbeit, die wirklich wichtig ist.
IT-Fachleute leiten die wiedergewonnenen Kapazitäten auf Arbeiten um, die zuvor nicht erledigt werden konnten.
Die Hälfte (50 %) der IT-Fachleute gibt an, dass KI ihnen dabei hilft, sich auf komplexere oder strategische Aufgaben zu konzentrieren, und 45 % geben an, dass KI ihnen eine bessere Transparenz und bessere Einblicke für die Entscheidungsfindung bietet. Das heißt, die gewonnenen Stunden werden für diejenige Arbeit verwendet, die tatsächlich menschliches Urteilsvermögen erfordert.
Die eigentliche Trennlinie bei der KI-Reife ist der Wechsel von reaktiv zu proaktiv. KI ist für diesen Wandel unverzichtbar – aber das schafft sie nicht allein. KI erkennt Signale und unterstützt die Entscheidungsfindung; die autonome Endpunktverwaltung liefert die nötige Disziplin und Workflow-Struktur, um diese Signale in Maßnahmen umzusetzen und IT-Teams in die Lage zu versetzen, Probleme zu beheben, bevor Endnutzer sie überhaupt bemerken.
Im großen Maßstab geht die KI-gesteuerte Automatisierung über die bloße Warnung hinaus und handelt eigenständig. Beispiele: automatische Anpassung der Leistungseinstellungen (52 %), Isolierung riskanter Geräte (50 %), Neustart von Services (47 %) und Anwendung von Patches (46 %). In reifen/großen Unternehmen werden autonome Anwendungen wie diese mehr als doppelt so häufig genutzt wie in weniger reifen Unternehmen.
Dies ist der operative Kern der autonomen Endpunktverwaltung (AEM): nicht nur intelligentere Warnmeldungen, sondern KI, die auf Signale reagiert, ohne auf menschliche Eingriffe zu warten. Im Gegensatz zur herkömmlichen Endpunktverwaltung, die sich auf geplante Scans und manuelle Abhilfemaßnahmen stützt, überbrückt die autonome Endpunktverwaltung die Erkennung und Behebung von Problemen und wird oft tätig, bevor die Endnutzer überhaupt wissen, dass es ein Problem gibt.
Abgesehen von den eingesparten Stunden führt die individuelle KI-Reife auch zu einer grundlegenden Veränderung der Art und Weise, wie IT-Fachleute ihre Arbeitszeit verbringen.
Diese Punktabstände gehören zu den größeren Reifeunterschieden der Studie.
Außerdem bricht KI Silos auf, die Teams in der Vergangenheit ausgebremst haben. Sechzig Prozent geben an, dass IT-, Sicherheits- und Geschäftsteams mehr gemeinsame Tools und Plattformen verwenden; 57 % geben an, dass KI den Wissensaustausch verbessert hat; 53 % geben an, dass der Datenaustausch einfacher geworden ist; und 50 % haben gemeinsame Workflows erstellt, die mehrere Teams umfassen. Alle diese Zahlen steigen deutlich bei IT-Fachleuten, die KI in größerem Umfang einsetzen.
IT-Führungskräfte müssen jetzt sorgfältig darüber nachdenken, wie sie die wiedergewonnene Zeit/Kapazität neu einsetzen wollen. Die zukunftsorientiertesten IT-Führungskräfte fragen: „Was sollte der IT-Bereich tun, wofür er nie Zeit hatte?“
Die Unternehmen, die sich auf die Geschäftsergebnisse konzentrieren und sicherstellen, dass die Verantwortlichkeit strukturell verankert und klar definiert ist, werden sich durchsetzen. Jede IT-Führungskraft muss sich fragen: „Bringt das, was wir eingeführt haben, wirklich den gewünschten Nutzen? Sehen die Mitarbeiter diesen Wert auch?“ Denn die KI ermöglicht es den Menschen, ihre Arbeit noch besser zu machen.
Sterling Parker
Senior Vice President of Global Solutions and Services, Ivanti
Unternehmen arbeiten schneller an der Einführung von KI als an der KI-Governance. Da fast die Hälfte der IT-Abläufe innerhalb von 18 Monaten automatisiert werden soll, wird diese Lücke zur Belastung.
Governance ist eine unverzichtbare Grundlage für die Einführung von KI und nicht nur ein Nebenprodukt der wachsenden Reife von KI. Der Aufbau dieser Grundlage erfordert klare und integrierte Protokolle (z. B. wann KI eigenständig handeln kann und wann sie an Menschen eskalieren muss) sowie die Unternehmensdisziplin, diese zu befolgen.
Die Studie von Ivanti zeigt, dass die Bereitstellung von KI schnell voranschreitet, die dafür vorgesehenen Governance-Strukturen jedoch nicht Schritt halten.
Die meisten IT-Unternehmen geben an, über grundlegende KI-Governance-Prozesse zu verfügen:
Aber IT-Fachleute müssen einräumen, dass diese Protokolle nicht immer befolgt werden.
Die Diskrepanz bei der Verantwortlichkeit ist deutlich: 85 % der IT-Fachleute geben an, dass es für jeden KI-Agenten und Workflow in ihrem IT-Unternehmen einen namentlich genannten Verantwortlichen gibt. Nur 42 % geben an, dass die Verantwortlichkeit tatsächlich klar geregelt ist.
Von den Unternehmen, die über KI-Richtlinien verfügen, geben nur 24 % der Mitarbeiter an, dass die KI-Richtlinien im Arbeitsalltag „sehr konsequent“ (d. h. fast immer) befolgt werden. Wenn die Rechenschaftspflicht unklar ist und Richtlinien uneinheitlich befolgt werden, arbeitet die KI eher mit fragmentierten, ungeprüften Daten als mit einer vertrauenswürdigen zentralen Datenbasis. Die Folgen machen sich schnell bemerkbar.
Nicht zugelassene KI macht die Sache noch komplexer. Wenn Mitarbeiter nicht zugelassene KI-Tools verwenden, um langsame Genehmigungsprozesse zu umgehen, umgehen sie die bestehenden Governance-Strukturen und schaffen so blinde Flecken, die die organisatorische Aufsicht untergraben. Regulierte Branchen – darunter Behörden, das Gesundheitswesen und das Bildungswesen – weisen die höchsten Nutzungsraten nicht genehmigter KI-Tools auf und die niedrigsten Raten an vom Arbeitgeber zur Verfügung gestellten Tools.
Ein weiteres Problem: Die Wahrscheinlichkeit, dass Führungskräfte ihre KI-Nutzung geheim halten, ist fast doppelt so hoch wie bei allen anderen Mitarbeitern (42 % gegenüber 23 %). Von den Führungskräften, die ihren KI-Einsatz verheimlichen, geben 52 % an, dass sie dies tun, um einen „geheimen Vorteil“ zu erlangen.
Unternehmen, die die Lücke zwischen nomineller und tatsächlicher Rechenschaftspflicht nicht geschlossen haben, setzen KI und Automatisierung im Wesentlichen auf einer Grundlage ein, die weder sicher noch für eine Skalierung ausgelegt ist.
Die gute Nachricht:
Die Studie von Ivanti zeigt, dass sich die Governance mit zunehmender Reife entscheidend verbessert.
Bei Unternehmen mit skalierter bzw. geschäftskritischer KI-Nutzung geben 69 % an, dass eine umfassende Governance vorhanden ist – gegenüber nur 15 % bei Unternehmen, die sich noch im Anfangsstadium befinden. Aber selbst 69% sind noch nicht optimal: Fast ein Drittel der reifsten IT-Unternehmen arbeitet immer noch ohne vollständig integrierte Governance.
Die Governance selbst ist heute das am häufigsten genannte Hindernis für einen schnelleren Einsatz von KI. Von den IT-Fachleuten geben 27 % an, dass Governance-, Sicherheits- oder Compliance-Bedenken das größte Hindernis für die Einführung in ihrem Unternehmen darstellen – noch vor dem Fachkräftemangel (20 %), technologischen Einschränkungen (17 %) und Datenproblemen (14 %).
Um diese Hürde zu überwinden, müssen Unternehmen definieren, wann und in welchem Maße sie KI-Ergebnissen vertrauen können (d. h. wann Workflows einen Menschen einbeziehen müssen). Diese Entscheidungen sind äußerst folgenreich. 68 % der IT-Fachleute haben persönlich erlebt, wie KI illusorische Vorstellungen mit potenziellen betrieblichen Auswirkungen hervorgerufen hat. Mehr als die Hälfte (52 %) gibt an, dass ihr Team die Fehler entdeckt hat, bevor sie Probleme verursachen konnten (16 % hatten weniger Glück).
Und trotz der eindeutigen Beweise für die Unzulänglichkeiten von KI sagen IT-Fachleute, dass sie den Entscheidungsfähigkeiten von KI vertrauen. Von den fortgeschrittensten KI-Nutzern geben 49 % an, dass sie den von der KI generierten Ergebnissen, die IT-Entscheidungen beeinflussen, voll und ganz vertrauen.
Eine effektive Governance löst dieses Paradoxon, indem sie Vertrauensschwellen für verschiedene Operationen festlegt. So kann KI beispielsweise fehlerhafte Services autonom neu starten oder routinemäßige Patches anwenden, während für systemweite Konfigurationsänderungen oder Notfallmaßnahmen eine menschliche Validierung erforderlich ist.
Mit der richtigen Vorgehensweise beschleunigt die Governance die Bereitstellung, anstatt sie zu blockieren.
Anstatt endlos gegen unkontrollierte KI-Nutzung anzukämpfen, gehen vorausschauende Unternehmen dazu über, die Nutzung von KI zu steuern. Das bedeutet den Übergang zu einer gelenkten Governance, d. h. klare Betriebsgrenzen, die es den Teams ermöglichen, ohne Einzelfallgenehmigung zu arbeiten.
Brooke Johnson
Chief Legal Counsel, Senior Vice President of Security and Human Resources, Ivanti
Die IT-Fachleute, die KI am meisten nutzen, sind auch am zuversichtlichsten, was ihre Rolle in einer KI-gestützten Zukunft angeht.
Die Studie von Ivanti zeigt, dass die explizite Angst vor einem Arbeitsplatzverlust gering ist. Ganze 79 % der IT-Fachleute und 77 % der Büroangestellten geben an, dass sie „überhaupt nicht“ oder nur „etwas“ darüber besorgt sind, dass KI ihre Arbeitsplätze reduzieren oder ersetzen könnte. Und auf die Frage, wie sie sich fühlen würden, wenn eine offene Stelle durch einen KI-Agenten besetzt würde, sagen 72 % der IT-Fachleute, dass sie erleichtert oder vorsichtig optimistisch wären (verglichen mit 42 % der Büroangestellten).
Tatsächlich geben viele IT-Profis an, dass KI ihren Arbeitsalltag zum Besseren verändert hat:
Ein großer Teil der IT-Fachleute sieht in der KI mehr als nur ein nützliches Tool – sie betrachten sie als einen virtuellen Kollegen. Von den fortgeschrittensten KI-Nutzern bezeichnen 37 % die KI-Systeme als überwiegend oder vollständig virtuelle Teamkollegen – gegenüber nur 10 % auf der unteren Stufe. Und mehr als die Hälfte der IT-Fachleute (53 %) geben an, dass es ihnen nichts ausmachen würde, ihre Leistung mit der eines KI-Agenten vergleichen zu lassen.
Effektive Zusammenarbeit bedeutet jedoch nicht bedingungsloses Vertrauen. Die meisten IT-Fachleute sind sich darüber im Klaren, dass menschliches Urteilsvermögen nicht verhandelbar ist. So geben 55 % an, dass sie sich bei schwerwiegenden Vorfällen niemals auf KI ohne menschliche Überprüfung verlassen würden, und 52 % geben an, dass sie dasselbe bei der Kommunikation von Vorfällen mit Führungskräften oder Stakeholdern tun würden.
Mit der Verlagerung von Routineaufgaben auf KI verlagern sich auch die Fähigkeiten, auf die es ankommt. Die meisten IT-Fachleute (83 %) sind sich einig, dass mit der Automatisierung von Routineaufgaben durch KI die emotionale Intelligenz (EQ) für ihren Beruf immer wichtiger wird.
Wenn die KI Aufgaben wie Erkennung und Behebung übernimmt, wechseln IT-Fachleute von der Krisenbekämpfung zur Strategie. IT-Fachleute müssen immer besser verstehen, was das Unternehmen braucht, Risiken und Prioritäten einschätzen und komplexe technische Entscheidungen auch Nichtfachleuten erklären.
KI-Kenntnisse sind eine Schlüsselqualifikation für IT-Fachleute und Büroangestellte gleichermaßen.
IT-Fachleute schätzen ihre eigenen KI-Kenntnisse als hoch oder sehr hoch ein – fast doppelt so hoch wie bei Büroangestellten (62 % gegenüber 27 %). Das macht Sinn: Sie nutzen KI deutlich häufiger oder als vollständig integrierten Teil ihrer Arbeit (51 % gegenüber 33 %).
Der Unterschied in den KI-Kenntnissen zwischen IT-Fachleuten und Büroangestellten ist auch ursächlich für Reibungen.
Büroangestellte gaben an, dass sie durchschnittlich 3,2 Versuche benötigen, um eine brauchbare Antwort von ihrem primären KI-Tool bei der Arbeit zu erhalten. Für Büroangestellte, die keine formale Schulung oder speziell entwickelte Tools erhalten haben, wird jede überarbeitete KI-Interaktion wahrscheinlich zu Frustration führen und das Vertrauen in das Produktivitätsversprechen der KI untergraben, bevor sie überhaupt eine Chance hat, es zu erfüllen.
Beide Gruppen müssen ihre Fähigkeiten weiterentwickeln. Es geht nicht nur darum, KI zu nutzen, sondern auch darum, zu wissen, wann man ihr vertrauen kann, wann man sie übergehen muss und wann man eingreifen muss.
Die ersten Vorteile durch KI sind real und messbar, aber sie kommen erst dann richtig zur Geltung, wenn ein Unternehmen die notwendigen Grundlagen schafft, um sie zu skalieren.
Die Reifegraddaten enthalten eine wichtige Botschaft für Unternehmen, die sich abgehängt fühlen: Unternehmen müssen sich nicht auf die ausgefeiltesten KI-Implementierungen stürzen, um sinnvolle Ergebnisse zu erzielen. Die Vorteile zeigen sich früh und nehmen mit jeder Investition zu.
Für die meisten bedeutet das, dass sie mehr aus der Automatisierung herausholen, die sie bereits haben. Viele IT-Teams arbeiten im Bereich Tools und Workflows mit ungenutzten Kapazitäten. Die Ausweitung dessen, was bereits funktioniert, ist schneller, risikoärmer und oft wirkungsvoller als der Start neuer KI-Pilotprojekte. Aber diese frühen Vorteile kommen nur dann zum Tragen, wenn ein Unternehmen auf einem Fundament aufbaut, das sich skalieren lässt.
Unternehmen, die die Governance-Lücke geschlossen haben, verfolgen einen gemeinsamen Ansatz: Die Rechenschaftspflicht ist strukturell (d. h. sie ist Bestandteil von Richtlinien und Praxis und dort fest verankert). Jeder KI-Agent und jeder Workflow hat einen benannten Verantwortlichen, und Eskalationswege werden von vornherein definiert. Es gibt Richtlinien – und diese werden auch tatsächlich befolgt. Und die Governance ist von Anfang an integriert und wird nicht erst nachträglich hinzugefügt. Ohne eine solche einheitliche Grundlage überwiegen die Risiken autonomer KI die Vorteile.
Eine erstklassige Governance bedeutet:
Der Vorteil: automatisierte Entscheidungen, intelligente Fehlerbehebung, weniger Störungen und geringeres Risiko.
Man kann nicht beherrschen, was man nicht sieht. Unternehmen, die heute erfolgreich skalieren, konsolidieren ihre Systeme auf einer einheitlichen Plattform, die als zentrale Datenbasis dient – insbesondere für agentenbasierte KI-Komponenten. Das ist die Grundlage, die KI überprüfbar, vorhersehbar und skalierbar macht.
Sterling Parker
Senior Vice President of Global Solutions and Services, Ivanti
Unternehmen, die den größten Nutzen aus der KI ziehen, überdenken grundlegend die Aufgaben ihrer Teams. Mehr als jedes dritte Unternehmen (37 %) gibt an, dass zumindest einige IT-Funktionen oder -Teams durch KI erheblich umgestaltet wurden – in der Technologiebranche steigt dieser Anteil sogar auf 57 %. Und 72 % haben bereits spezielle KI-Rollen oder -Teams gebildet, während weitere 13 % beabsichtigen, dies zu tun.
Wenn die KI Routineaufgaben wie Erkennung, Triage und Behebung übernimmt, verlagert sich der Schwerpunkt des IT-Bereichs auf Aufgaben, die Kontextverständnis, Urteilsvermögen und zwischenmenschliche Beziehungen erfordern. Der Übergang erfordert:
Die Absicht, sich weiterzubilden, steigt bei den fortgeschrittensten Nutzern von 37 % auf 86 %.
Das heißt, die Menschen, die KI am meisten nutzen, sind auch am meisten motiviert, weiter zu wachsen.
Unternehmen müssen strukturierte Programme entwickeln, um das steigende Interesse an KI und die Absicht, sich weiterzuentwickeln, zu unterstützen:
Der Umgang mit künstlicher Intelligenz, kombiniert mit einer starken Unterstützung bei der Weiterbildung, führt zu sichereren Teams. Unternehmen, die Schulungen, eine Neugestaltung der Rollen und eine an die KI-Reife gekoppelte Karriereentwicklung anbieten, werden mit größerer Wahrscheinlichkeit Mitarbeiter an sich binden, die von den Auswirkungen der KI überzeugt sind und auch von ihrer eigenen Fähigkeit, sich daran zu beteiligen.
In Anbetracht der Tatsache, dass mehr als die Hälfte der IT-Unternehmen bereits KI in großem oder geschäftskritischem Umfang einsetzen und dass 46 % aller IT-Workflows innerhalb von 18 Monaten automatisiert werden sollen, wird das Zeitfenster für maßvolles, überlegtes Handeln immer kleiner. Die Frage ist nicht mehr, ob KI den IT-Bereich verändern wird – sie tut es bereits. Vielmehr müssen die Führungskräfte entscheiden, ob ihre Unternehmen die Zukunft der KI-Transformation gestalten oder sich lediglich mitreißen lassen.
Ivanti befragte im Februar und März 2026 3.900 Mitarbeiter in sechs Ländern – in den Vereinigten Staaten, in Großbritannien, Frankreich, Deutschland, Australien und Japan. Unser Ziel: Wir wollen verstehen, wie KI den IT-Betrieb und die Dynamik der Belegschaft in verschiedenen Regionen und Branchen verändert.
Die Umfrage umfasste zwei verschiedene Gruppen von Befragten: 1.500 IT-Fachleute, deren Hauptaufgaben im Bereich IT oder Cybersicherheit liegen, und 2.400 Büroangestellte, die nicht im IT-Bereich tätig sind. Alle Befragten arbeiteten für Unternehmen, die mindestens 500 Mitarbeiter beschäftigten.
Dieser Bericht stützt sich auf zwei verschiedene Reifegradskalen, die jeweils eine andere Dimension der KI-Einführung messen. Zum einen handelt es sich um eine Skala zur Messung der KI-Reife von Unternehmen, die widerspiegelt, wie umfassend und tiefgreifend ein Unternehmen KI in seine IT-Abläufe integriert hat. Die Befragten (IT-Fachleute) bewerteten ihr Unternehmen auf einer fünfstufigen Skala – von „Anfangsstadium: Pilotprojekte oder Proofs of Concept“ bis hin zu „skalierter, geschäftskritischer Nutzung mit kontinuierlicher Verbesserung“. In diesem Bericht konzentrieren sich die Vergleiche in erster Linie auf Unternehmen im Anfangsstadium der KI-Nutzung und auf Unternehmen mit skalierter/kritischer KI-Nutzung – die beiden Enden des Spektrums einer aktiven Einführung. Unternehmen, die angeben, keine KI zu nutzen, sind vom Reifegradvergleich ausgeschlossen.
Die zweite ist eine individuelle KI-Reifeskala, die widerspiegelt, wie stark eine Person die KI in ihre eigene tägliche Arbeit integriert. Die Befragten (IT-Fachleute und Büroangestellte) wählten aus fünf Profilen aus, die von „Grundlegende Nutzung: Gelegentliche Nutzung von KI-Chat-Tools für einfache Aufgaben“ bis hin zu „Fortgeschrittene Automatisierung: Erstellung von KI-gesteuerten Workflows oder Einsatz von KI-Agenten, die eigenständig arbeiten“ reichen. In den Fällen, in denen die Ergebnisse nach dem individuellen Reifegrad segmentiert sind, vergleicht der Bericht die Nutzer mit einfacher bzw. fortgeschrittener Automatisierung.
Das Sammeln von Informationen durch Selbstauskunft hat seine Grenzen, da Menschen bei der Bewertung ihrer eigenen Bemühungen oder der Fähigkeiten ihrer Unternehmen voreingenommen sein können. Wir bitten die Leser, diese Einschränkungen bei der Interpretation der Ergebnisse zu berücksichtigen.
Inhalt: Alle Diagramme und Grafiken und editierbare Folien mit den wichtigsten Erkenntnissen
