KI-Transformation: Warum die eigentlichen Kosten versteckt bleiben

• KI-Projekte verursachen selten geplante, aber häufig unsichtbare Reorganisationskosten, etwa durch doppelte Rollen, unklare Zuständigkeiten und ineffiziente Übergangsphasen.
• Redundante Strukturen entstehen, wenn neue KI-gestützte Prozesse parallel zu bestehenden Rollen aufgebaut werden, ohne alte Strukturen konsequent abzubauen.
• Fehlende Accountability-Klarheit nach der KI-Einführung führt zu Reibungsverlusten zwischen Teams und Mehrfacharbeit
• Studien beziffern die unsichtbaren Zusatzkosten von KI-Projekten auf 35 bis 50 Prozent über dem ursprünglichen Budget, ein erheblicher Teil davon entfällt auf Prozess- und Organisationsanpassung.
• Org Analytics macht diese Kosten sichtbar, bevor sie sich in der P&L manifestieren, und liefert damit die Datenbasis für fundierte Entscheidungen.

KI gilt als Effizienztreiber. Doch viele Unternehmen unterschätzen den größten Kostenblock ihrer KI-Initiativen: die organisatorischen Veränderungen, die mit jeder Einführung einhergehen. Für CFOs liegt genau hier der blinde Fleck vieler Business Cases.

Denn: Die meisten Business Cases für KI-Projekte konzentrieren sich auf Lizenzkosten, Implementierung und Schulungen. Was in diesen Kalkulationen fast immer fehlt, sind die versteckten Kosten der organisatorischen Transformation, die mit jeder KI-Einführung einhergeht. Aus CFO-Sicht ist genau das die eigentliche Kostenfalle: nicht die Technologie selbst, sondern die Reorganisation, die sie unweigerlich auslöst.

Die Zahlen dazu sind deutlich: Laut einer Analyse von Forbes (Quelle: Forbes 2026) erzielen trotz eines weltweiten KI-Investitionsvolumens von über 400 Milliarden US-Dollar weniger als 10 Prozent der Unternehmen einen messbaren ROI aus ihren KI-Projekten. Der Grund liegt selten in der Technologie selbst, sondern im Design der Arbeitsorganisation drumherum.

Wenn Unternehmen den ROI von KI-Initiativen berechnen, dominieren in der Regel zwei Kostenblöcke: die Technologie selbst und die Einführung, also Lizenzen, Infrastruktur, Change-Management-Budget, Schulungszeit. Das sind reale, aber vergleichsweise gut kalkulierbare Größen.

Deutlich schwerer zu greifen sind die Kosten, die entstehen, weil sich mit KI die Arbeitsteilung im Unternehmen verschiebt. Dazu zählen insbesondere:

• Doppelstrukturen und redundante Rollen, wenn neue KI-gestützte Prozesse parallel zu bestehenden Aufgaben aufgebaut werden.
• Reorganisationen und Prozessanpassungen, die notwendig werden, um Arbeitsabläufe und Verantwortlichkeiten neu auszurichten.
• Zusätzlicher Prüf- und Freigabeaufwand, da KI menschliche Verantwortung nicht ersetzt, sondern neue Kontrollprozesse schafft.
• Ineffiziente Übergangsphasen, in denen alte und neue Arbeitsweisen gleichzeitig bestehen.
• Verzögerte Entscheidungen und Abstimmungsschleifen, wenn Verantwortlichkeiten nach der KI-Einführung nicht eindeutig geregelt sind.

McKinsey berichtet in der State of AI: Global Survey 2025, dass 88 Prozent der Unternehmen KI bereits in mindestens einer Funktion nutzen, aber nur 38 Prozent ihre Initiativen über Pilotphasen hinaus skalieren. Das zeigt: Die größte Hürde liegt oft nicht in der Technologie, sondern in der organisatorischen Umsetzung.

Neben Redundanz ist die zweite große Effizienzlücke die Frage der Verantwortung. Eine Analyse des IT-Dienstleisters Tech.us bringt es auf den Punkt: KI eliminiert menschliche Aufsicht nicht, sie verlagert sie lediglich. Wo vorher eine Person einen Bericht schrieb und dafür verantwortlich war, erzeugt ein KI-System heute zehn Berichte in derselben Zeit – aber jemand muss weiterhin prüfen, freigeben und bei Fehlern eingreifen. Der Aufsichtsaufwand schrumpft mit zunehmender Automatisierung nicht, er wächst (Tech.us 2026).

Bleiben diese Fragen offen, entstehen zwei typische Reibungsverluste: Zum einen Doppelprüfungen, weil sich niemand allein auf das System verlassen möchte und Aufgaben deshalb informell weiter manuell kontrolliert werden. Zum anderen verzögern sich Eskalationen, weil unklar ist, welches Team eine Ausnahme bearbeitet. Eine pragmatische Lösung, die sich zunehmend durchsetzt, ist die klare Definition einer „Autoritätsgrenze“ pro Workflow: Was darf die KI eigenständig vorschlagen, was muss ein Mensch freigeben, und wer trägt am Ende die Verantwortung? Ohne diese Klärung füllen Mitarbeitende die Lücke mit eigenen, oft widersprüchlichen Annahmen.

Aus Controlling-Sicht sind Personalkosten und Organisationsstrukturen naturgemäß träge Größen. Eine Kostenstellenrechnung zeigt zwar, wie viele Mitarbeitende in einer Abteilung sind und was sie kosten, aber nicht, ob diese Struktur nach einer KI-Einführung noch zur tatsächlichen Aufgabenverteilung passt.

Für CFOs entsteht dadurch ein Steuerungsproblem: Während IT-Kosten sofort sichtbar werden, verteilen sich organisatorische Folgekosten über verschiedene Kostenstellen, Geschäftsbereiche und Budgetzyklen. Genau deshalb bleiben sie häufig unentdeckt.

Wie groß diese Lücke tatsächlich ist, zeigt eine aktuelle Untersuchung von Tech.us: Die unsichtbaren Zusatzkosten von KI-Projekten – Prozessanpassung, Skalierung der Infrastruktur, Aufsichtsverantwortung und Change-Management – erhöhen das ursprüngliche Projektbudget typischerweise um 35 bis 50 Prozent. Ein Teil davon ist technischer Natur, ein erheblicher Teil aber entfällt auf genau jene organisatorischen Anpassungen, die in klassischen Business Cases kaum abgebildet werden. (Tech.us 2026)

Für CFOs bedeutet das: Die relevante Frage ist nicht nur „Was kostet die KI-Lizenz?“, sondern „Wie verändert sich unsere Organisationsstruktur durch diesen Rollout, und decken wir diese Veränderung aktiv, oder lassen wir sie unkontrolliert wachsen?“

Genau hier setzt Org Analytics an. Statt Organisationsstrukturen einmal jährlich im Rahmen der Budgetplanung zu betrachten, ermöglicht eine datengestützte Organisationsanalyse einen laufenden Abgleich zwischen offizieller Struktur und tatsächlicher Aufgabenverteilung. Eine der häufigsten Ursachen gescheiterter Kostensenkungsprogramme ist, dass Workforce-Daten über mehrere Systeme verstreut sind und dadurch kein belastbares Gesamtbild entsteht. Entscheidungen werden dann auf Basis veralteter Excel-Tabellen statt aktueller Fakten getroffen.

Konkret lassen sich mit einer laufenden Organisationsanalyse Fragen beantworten, die für die Kostensteuerung einer KI-Transformation entscheidend sind:

• Welche Rollen haben sich in ihrem Aufgabenzuschnitt seit der KI-Einführung faktisch verändert, ohne dass sich das in der formalen Stellenbeschreibung niederschlägt?
• Wo bestehen Parallelstrukturen zwischen neu geschaffenen KI-nahen Rollen und bestehenden Fachabteilungen?
• Welche Führungsspannen und Berichtslinien sind durch die Transformation ineffizient geworden?
• Wo entstehen durch unklare Zuständigkeiten Prüf- oder Abstimmungsschleifen, die Kapazität binden?

Mit dieser Transparenz können Entscheidungen getroffen werden, bevor sich Ineffizienzen verfestigen: Rollen können gezielt angepasst, Doppelstrukturen abgebaut und Verantwortlichkeiten klar zugeordnet werden. Das verhindert nicht nur schleichende Kostensteigerungen, sondern beschleunigt auch den eigentlichen Nutzen der KI-Investition, weil die Organisation schneller in die neue, effizientere Struktur überführt wird, statt monatelang in einem teuren Zwischenzustand zu verharren.

Mit dem Ingentis org.manager lassen sich Organisationsstrukturen und Rollenzuschnitte transparent abbilden und im Zeitverlauf vergleichen, sodass Reorganisationskosten rund um KI-Projekte frühzeitig sichtbar werden, statt erst im Nachhinein in der Kostenrechnung aufzutauchen.

KI-Transformationen kosten nicht dort, wo die meisten Business Cases hinschauen. Die eigentlichen Kostentreiber sind Redundanzen und Unklarheiten, die entstehen, wenn Organisationsstrukturen der technologischen Veränderung nicht in Echtzeit folgen. Dass Aufsichtsaufwand nicht verschwindet, sondern sich verlagert, und dass Reorganisationsbudgets regelmäßig um 35 bis 50 Prozent überschritten werden, sind keine Ausreißer, sondern ein wiederkehrendes Muster. Wer diese Kosten managen will, braucht keine bessere KI-Lizenzverhandlung, sondern eine bessere Sicht auf die eigene Organisation – kontinuierlich, datenbasiert und unabhängig vom nächsten Budgetzyklus.