KI im Unternehmen: Nutzung allein ist noch keine Strategie

Wie verändert KI das eigene Geschäft?

Die Frage „Nutzen wir schon KI?“ lässt sich inzwischen in den meisten Unternehmen mit „Ja“ beantworten. Generative KI unterstützt bei Inhalten, Assistenten erleichtern den Zugang zu Wissen, in der Softwareentwicklung verändern KI-gestützte Werkzeuge etablierte Prozesse. Nur: Was sagt dieses „Ja“ eigentlich aus?

Mandls Antwort ist unbequem – wenig. Zwischen dem punktuellen Einsatz eines KI-Tools und einem Unternehmen, das auf die Veränderungen durch künstliche Intelligenz vorbereitet ist, liegt ein großer Unterschied. Um ihn sichtbar zu machen, trennt er zwei Größen, die in der Praxis regelmäßig vermischt werden.

KI-Exposure und KI-Resilienz: zwei Größen, nicht eine

KI-Exposure fragt nach der Angreifbarkeit des wirtschaftlichen Kerns: Wie nah liegt der bezahlte Kernnutzen an dem, was heutige KI-Systeme leisten? Wie aufwendig wäre es, das Leistungsangebot nachzubauen? Verändern Wettbewerber oder Plattformen gerade die Preislogik des Marktes?

KI-Resilienz beschreibt die Gegenseite: Schutzpositionen, die auch unter veränderten technischen Bedingungen tragen – proprietäre Daten, Marktzugang, Wechselkosten, Integrationstiefe, Regulierung. Dazu die organisatorische Fähigkeit zur Neuausrichtung und die technische Reife, datengetriebene Funktionen tatsächlich produktiv zu betreiben.

Entscheidend ist, dass Mandl beides bewusst nicht zu einer Kennzahl verrechnet. Denn dabei verschwindet genau die Information, auf die es ankommt: Ein Unternehmen kann intensiv KI einsetzen und trotzdem hoch exponiert sein. Und es kann ohne jede sichtbare KI-Funktion robust dastehen.

Vier Ausgangslagen statt einer einfachen Antwort

Aus der getrennten Betrachtung entstehen vier Felder. Hohe Exposure bei hoher Resilienz – Unternehmen, die im Wandel stehen und ihn gestalten können. Niedrige Exposure bei hoher Resilienz – die verteidigte Nische. Hohe Exposure bei niedriger Resilienz – der akute Notfall. Und niedrige Exposure bei niedriger Resilienz, für Mandl die trügerischste Lage: Der Markt wirkt heute ruhig, aber die Fähigkeit zur Reaktion fehlt, wenn der Druck steigt.

Wie belastbar ist die eigene Einschätzung?

Ein zweiter Punkt ist ihm wichtig. Eine solche Einordnung ist keine Präzisionsmessung. Sein Modell dokumentiert deshalb neben jeder Bewertung auch deren Belastbarkeit – wie aktuell, vollständig und unabhängig die zugrunde liegende Evidenz ist. Und kritische Schwachstellen werden nicht durch gute Werte an anderer Stelle ausgeglichen. Wer aus einer Analyse strategische Entscheidungen ableiten will, sollte nicht nur wissen, wo das Unternehmen steht, sondern auch, wie verlässlich diese Einschätzung ist.

Die Frage gilt auch für uns

Mandl schließt seinen Essay mit einer offenen Frage: Ist bei der Bewertung von Softwaregeschäftsmodellen künftig weniger entscheidend, ob ein Unternehmen KI nutzt, sondern wie exponiert sein Kern ist – und was ihn trägt, wenn der Druck steigt?

Diese Frage sollte man nicht stellen, ohne sie sich selbst zu stellen. Als Unternehmen, dessen Geschäft auf der Entwicklung individueller Software beruht, sind wir kein Beobachter dieser Entwicklung. Wir sind ein Fall für das Modell – und zwar keiner der komfortablen.

Über den Autor

Prof. Dr. Peter Mandl ist Managing Partner bei evaltech. Als Professor für Verteilte Systeme an der Hochschule München sowie Gründer, ehemaliger Geschäftsführer und heutiger Gesellschafter von iSYS verbindet er dabei wissenschaftliche Perspektiven mit langjähriger Erfahrung aus Software Engineering und Unternehmertum. Bei evaltech beschäftigt er sich unter anderem mit KI-Anwendungen, Softwarearchitekturen und der technologischen Bewertung von Softwaresystemen.

Quelle und weiterführender Beitrag

Prof. Dr. Peter Mandl: „Nutzt das Unternehmen schon KI? Warum das die falsche Frage ist, wenn man Softwaregeschäftsmodelle bewerten will.“ evaltech.de, August 2026