Die Art, wie wir arbeiten, ist kaputt. Unternehmens-KI kann das reparieren – aber nur, wenn sie präzise, reguliert, kontextbewusst, gut vernetzt und an realen Geschäftsergebnissen gemessen ist.
Michael Brenner
Vice President, Thought Leadership and Customer Advocacy
Workday
In vielen Unternehmen fühlt sich Arbeit für viele Menschen wie eine Zumutung an.
Zu viele Tabs. Zu viele Tools. Zu viele dringende Anfragen, die bei Menschen landen, die ohnehin schon ausgelastet sind. Wie viele Tabs sind gerade in Ihrem Browser geöffnet?
Wir haben Pilotprojekte gestartet, Portale gebaut und mehr Apps eingeführt, als irgendwer aufzählen kann. Wir haben KI-Funktionen ergänzt, die E-Mails zusammenfassen und Antwortentwürfe schreiben. Und trotzdem bleibt der Eindruck: Der Arbeitstag ist voll, laut, zerrissen.
Darin steckt das Paradoxon der Produktivität: KI kann heute echte Arbeit übernehmen. Aber sie macht den Alltag für Menschen nicht automatisch leichter – und Unternehmen nicht automatisch produktiver.
Führungskräfte brauchen deshalb nicht das nächste Pilotprojekt, die nächste Demo oder die nächste Schlagzeile.
Sie brauchen einen anderen Arbeitstag: einen, in dem der Lärm leiser wird und wieder Raum für Fokus entsteht. In dem KI nicht nur das nächste Wort in einer E-Mail ergänzt, sondern einen Sprung ermöglicht. Eine KI, die nach einem Teamgespräch erkennt, dass Organigramm und Personalbudget nicht mehr passen – und die nötigen Anpassungen anstößt oder übernimmt.
Genau hier setzen die neuen Regeln für Unternehmens-KI an. Sie sind ein Fahrplan, um das Produktivitätsparadoxon in echten Fortschritt zu übersetzen. Und sie beginnen mit einer Voraussetzung, über die sich nicht verhandeln lässt: KI muss es richtig machen.
Studie
Regel 1: KI muss es richtig machen
Wenn Führungskräfte über KI sprechen, ist ein Punkt glasklar: Bei der Gehaltsabrechnung gibt es keine Experimente. Und den Jahresabschluss unterzieht niemand einem A/B-Test.
In Bereichen wie Buchhaltung, Finanzen und HR können KI-Agenten nicht einfach „die nächste Zahl in der Reihe“ schätzen. Die Ergebnisse dürfen nicht „größtenteils“ stimmen – sie müssen stimmen.
In einer aktuellen Workday-Umfrage zeigten IT-Verantwortliche nahezu keine Toleranz gegenüber KI-bedingten Fehlern. Die große Mehrheit gab an, dass eine Fehlerquote von 1 % oder mehr in kritischen Bereichen wie Finanzen und Personalwesen inakzeptabel wäre.
In den Bereichen Personalwesen, Finanzen und IT gilt: „Fast richtig“ ist schlichtweg falsch.
In den Bereichen Personalwesen, Finanzen und IT gilt: „Fast richtig“ ist schlichtweg falsch. Entweder werden Menschen bezahlt oder nicht. Entweder stimmen die Bücher oder nicht. Entweder werden Compliance-Vorgaben eingehalten oder nicht.
Allgemeine KI, die vom Kontext, den Regeln und den Sicherheitsvorkehrungen eines Unternehmens losgelöst ist, funktioniert in diesen Szenarien nicht. Sie ist von Natur aus auf Vermutungen ausgelegt: Sie trifft Vorhersagen, gibt Empfehlungen auf Basis von Mustern und Wahrscheinlichkeiten. Das macht sie leistungsfähig – aber für unternehmenskritische Vorgänge auch riskant.
Unternehmens-KI muss deshalb von Anfang an auf Präzision, Governance und Überprüfbarkeit ausgelegt sein:
Sie muss auf den Systemen aufsetzen, die das Unternehmen heute schon steuern.
Sie muss den Zusammenhang zwischen HR- und Finanzdaten verstehen.
Sie muss auf den bestehenden Plattformen, Sicherheitsmodellen und Geschäftsregeln trainiert werden.
Sie muss parallel zu Transaktionen laufen, die protokolliert, geprüft und nachverfolgt werden.
Genau an dieser Schnittstelle entsteht der eigentliche Mehrwert: wenn sich die Logik und das Vertrauen etablierter Unternehmensplattformen mit der Vorhersagekraft moderner KI verbinden.
Eine KI, die frei in einem Browser-Tab schwebt, kann einen netten Absatz schreiben. Eine KI, die in Ihre HR- und Finanzplattform eingebettet ist, kann Geld bewegen, Rollen ändern und Risiken managen – mit den richtigen Leitplanken.
Lange Zeit waren ERP-Systeme vor allem digitale Aktenschränke: Sie haben festgehalten und sortiert, was bereits passiert war.
Unternehmens-KI kann daraus ein kooperatives System machen, das kontinuierlich lernt, fragmentierte Signale miteinander verknüpft und Menschen hilft, bessere Entscheidungen über ihre Mitarbeitenden und ihr Kapital zu treffen.
Aber es richtig zu machen, ist nur der erste Schritt. Wenn KI im Kern Ihrer Systeme mitwirkt, stellt sich die eigentliche Frage: Wer hat das Sagen?
Damit sind wir bei Regel Nummer zwei.
Regel 2: Agenten brauchen Leitplanken
Die Vorstellung ist verlockend: Agenten, die unsere Arbeit für uns erledigen.
Termine koordinieren. Routinanfragen freigeben. Unregelmäßigkeiten melden. Spesenabrechnungen einreichen (oh ja, bitte). Das ist das Versprechen.
Doch je konkreter die Use Cases werden, desto dringlicher wird eine andere Frage:
Was passiert, wenn ein Agent aus der Reihe tanzt?
In unserer Untersuchung nannten Unternehmen als größte Hürden dafür, KI mehr Arbeit zu übergeben:
Sicherheit und Zugriffskontrollen (52 %)
Datenqualität und Datenfragmentierung (51 %)
Compliance- und Audit-Anforderungen (45 %)
Übersetzt heißt das: Führungskräfte wollen keine Agenten ohne Leitplanken. Sie wollen Agenten, die verstehen, wie Arbeit in der Realität abläuft. Agenten, die Berechtigungen respektieren, Richtlinien einhalten und im Zweifel erklären können, warum sie getan haben, was sie getan haben.
Die Lohn- und Gehaltsabrechnung ist ein gutes Beispiel für einen Prozess, der maximale Präzision verlangt. In frühen Implementierungen liefern Workday-Agenten für Payroll bis zu viermal schnellere Compliance-Lösungen – ohne dass Governance-Kontrollen aufgeweicht werden. Sie scannen nach Problemen, identifizieren Lücken und führen Administratoren in Sekunden durch die nötigen Korrekturen.
Rechts- und Beschaffungsteams beobachten ein ähnliches Muster.
Die Vertragsprüfung war lange ein klassischer Engpass: Tausende Verträge, jeweils mit eigenen Risiken, jeder musste von Menschen geprüft werden. Das Technologieunternehmen NetApp konnte mit Hilfe von KI-Agenten mehr als 90.000 Verträge prüfen – und so über 2,5 Millionen Dollar sowie Tausende Stunden manueller Arbeit einsparen.
Diese Agenten automatisieren Präzisionsarbeit unter voller Einhaltung der Sicherheitsvorgaben. Sie bewegen sich innerhalb klar definierter Prozesse, mit eindeutigen Regeln und unter Aufsicht. Genau darin liegt ihr Potenzial – nicht im Handeln ohne Netz und doppelten Boden.
Wenn Ihre Daten und Prozesse fragmentiert sind, arbeiten Ihre Agenten im Blindflug.
Das ist Unternehmens-KI im besten Sinne: Agenten, die Arbeit beschleunigen, ohne zusätzliche Risiken zu erzeugen.
Aber selbst das reicht nicht.
Sie können hochpräzise KI einsetzen. Sie können streng regulierte KI einsetzen. Und trotzdem bleibt die versprochene Transformation aus. Wenn Daten und Prozesse zersplittert sind, arbeiten Ihre Agenten im Grunde im Blindflug.
Genau hier greift die dritte Regel.
Regel 3: Komplexität mit Kontext bewältigen
Warum haben die meisten Unternehmen den Schritt von KI als Hilfsmittel zu KI als ausführendem Akteur noch nicht vollzogen? Nicht, weil KI mit Komplexität überfordert wäre. Sondern weil ihr der Kontext fehlt.
In der Praxis sieht es oft so aus:
HR-Daten liegen in einem System.
Finanzdaten in einem anderen.
Tickets und Anfragen in einem dritten.
Verträge und Dokumente sind über Laufwerke und Apps verstreut.
Und dann wird eine KI darübergelegt mit der Erwartung, sie möge bitte „klug“ sein. Kein Wunder, dass viele Teams inzwischen pilotmüde sind.
Damit KI-Agenten die wirklich chaotische, risikoreiche Arbeit übernehmen können – Jahresabschluss, Gehaltsabrechnung, Personalverwaltung –, brauchen sie mehr als einen schlauen Prompt. Sie brauchen das Gesamtbild, unter anderem:
wer eine Person ist und wo sie in der Organisation verortet ist
welche Richtlinien für ihre Rolle, ihre Region und ihren Vertrag gelten
welche Genehmigungen erforderlich sind und von wem
was in der Vergangenheit passiert ist und was typischerweise schiefgeht
Dieser Kontext kommt nicht aus einem losgelösten KI-Tool, sondern aus einer vernetzten Enterprise-KI-Plattform. Es sind Informationen, die Ihre HR- und Finanzsysteme längst kennen.
Wenn diese Kontexttiefe mit der Fähigkeit der KI zusammenkommt, unstrukturierte Daten zu lesen, zu verdichten und zu interpretieren, entsteht etwas Bemerkenswertes: Aus Tools, die Arbeit nur erfassen, werden Agenten, die Arbeit tatsächlich ausführen. Und damit öffnet sich eine andere Art, ein Unternehmen zu steuern.
Ein Beispiel: Early-Access-Kundinnen und -Kunden von Workday Planning Agent haben früher jeden Monat Stunden damit verbracht, überhaupt erst eine einheitliche Datenbasis zu schaffen. Heute berichten sie von einer Reduktion des Aufwands für Datenauswertung um rund 30 Prozent – das entspricht etwa 100 Stunden pro Monat.
Die TX Group, ein Schweizer Medien- und Technologieunternehmen, hat ihre Finanzabläufe ähnlich neu aufgesetzt: Die Suchzeit für Fehleranalysen sank von rund zwei Stunden auf wenige Sekunden, was den Kernadministrator:innen wöchentlich bis zu 30 Minuten einspart. Indem Kontenabweichungen und ihre Ursachen in etwa zwei Minuten sichtbar werden, entfallen manuelle Berichtshürden – und das FP&A-Team kann seine Zeit von der Datenjagd auf hochwertige strategische Analysen verlagern.
Der Agent arbeitet auf derselben verlässlichen Basis aus Planungs-, HR- und Finanzdaten. Er kennt die Geschäftsbereiche, die Hierarchien, die Historie.
Der Unterschied liegt nicht nur in der KI, sondern im Kontext. Der Agent greift auf dieselben bewährten Planungs-, Personal- und Finanzdaten zurück. Er kennt die Strukturen, die Hierarchien und die Historie.
Wenn eine Führungskraft dann fragt: „Warum haben sich die Margen im letzten Quartal verändert?“, ist die Antwort kein generisches Diagramm, sondern eine fundierte Erklärung, die sich auf das tatsächliche Geschäft bezieht.
Nur: Die meisten Menschen leben nicht in Ihrem Planungstool. Oder Ihrem HR-System. Oder Ihrem Finanzsystem. Sie leben in E-Mails, Chats, Kalendern, Dokumenten – und in einem Dutzend weiterer Apps, die nie dafür gedacht waren, miteinander zu sprechen.
Wenn KI nur innerhalb eines einzelnen Systems arbeitet, müssen Menschen weiterhin die fehlende Verbindung herstellen. Genau hier setzt die vierte Regel an.
Regel 4: Vernetzen Sie die Arbeit, nicht nur die Daten
Ein Grund, warum sich Arbeit so oft wie ein Puzzle anfühlt: Einige Systeme sind zwar miteinander verbunden, die eigentliche Arbeit aber nicht. Menschen verbringen immer noch zu viel Zeit damit, „der Wahrheit“ hinterherzulaufen.
Welche Tabelle ist aktuell?
Welches System hat die richtigen Zahlen?
Welche Fassung der Richtlinie gilt?
In unserer Studie nannten mehr als die Hälfte der IT-Führungskräfte Datenfragmentierung als eines der größten Hindernisse für die Skalierung von KI. Mitarbeitende sprechen nicht über „fragmentierte Architektur“. Sie merken nur jedes Mal den Ärger, wenn sie Informationen doppelt eingeben oder einem fehlenden Feld hinterherlaufen müssen.
Die neue Regel für KI in Unternehmen lautet deshalb:
Niemand sollte sich darum kümmern müssen, wo Daten gespeichert sind.
Im Arbeitsalltag der Zukunft loggen sich Menschen nicht mehr in zehn Systeme ein, um zehn Teilantworten zu sammeln. Sie sprechen mit einem KI-Teamkollegen, der
die richtigen Informationen in HR, Finanzen, CRM, Ticketing und anderen Systemen findet
die passenden Schritte im richtigen System ausführt
erklärt, was er getan hat – und warum
Was das konkret bedeutet, zeigt sich bereits in der Personalbeschaffung an vorderster Front.
Bei 7‑Eleven, Inc. verbrachten Filialleiter früher jede Woche Stunden damit, zwischen Jobbörsen, E-Mail, Terminplanungs-Apps und weiteren Tools hin und her zu springen, nur um Stellen zu besetzen. Recruiting war ein durchgehend manueller, anstrengender Prozess.
Heute werden in den Filialen bis zu 95 Prozent der Einstellungen automatisiert. Die Zeit bis zur Besetzung ist um 70 Prozent gesunken – Filialleiter gewinnen so jährlich mehr als zwei Millionen Stunden zurück.
Aus Sicht der Führungskräfte wirkt das fast wie Zauberei: Bewerbende durchlaufen mit wenigen Eingaben den Weg von der Bewerbung über die Vorauswahl bis zur Terminvereinbarung und zum Angebot.
Hinter den Kulissen passiert allerdings nichts Mystisches. Der Agent ruft Daten aus den richtigen Systemen ab, wendet die richtigen Regeln an und aktualisiert die passenden Datensätze – ohne dass jemand überlegen muss, welches System wofür zuständig ist.
Genau darin liegt der Bruch mit dem Status quo: Nicht mehr Menschen navigieren durch ein Labyrinth unverbundener Tools. Agenten navigieren durch dieses Labyrinth – für sie.
So kann jemand sagen: „Aktualisiere meine Privatadresse und zeig mir, wie sich das auf meine Steuerformulare und Sozialleistungen auswirkt.“ Der Agent weiß, welche Systeme er ansprechen, welche Richtlinien er anwenden und welche Genehmigungen er anstoßen muss.
Den Menschen ist egal, wo die Daten liegen. Sie sehen nur: Die Arbeit wird erledigt.
Bleibt eine letzte Regel für Enterprise-KI. Und bei ihr geht es darum, sicherzustellen, dass wir den Wert der ganzen Entwicklung auch wirklich sehen.
Regel 5: Messen Sie KI anhand echter Geschäftsergebnisse
Die meisten KI-Programme beschränken sich bis heute darauf, Nutzung zu zählen, Features auszurollen und neue Funktionen zu testen.
Die eigentlich entscheidenden Fragen sind andere: Verbringen Führungskräfte weniger Zeit in Tabellen? Müssen HR- und Finanzteams weniger manuelle Abstimmungen und Übergaben stemmen?
Wenn sich daran nichts ändert, schafft eine KI noch keinen echten Mehrwert.
Unternehmens-KI sollte sich im Arbeitsalltag spürbar bemerkbar machen:
weniger Tickets und kurze Rückfragen bei HR und IT
weniger Feuerwehreinsätze beim Tages- und Monatsabschluss
weniger Statusmeetings, in denen Informationen ausgetauscht werden, die längst in Echtzeit verfügbar sein könnten
mehr Zeit für das, was nur Menschen leisten können: Coaching, Zuhören, die Zukunft gestalten
Unsere Untersuchungen zeigen außerdem, dass IT-Führungskräfte nicht vorhaben, ihre Kernsysteme einfach auszutauschen. Sie gehen davon aus, weiterhin auf denselben HR- und Finanzplattformen zu arbeiten – nur mit KI darin integriert.
Die eine Frage, die sich Führungskräfte deshalb stellen müssen, lautet:
Verändert diese Technologie tatsächlich, wie sich Arbeit anfühlt?
Sind Menschen am Ende des Tages weniger erschöpft? Treffen Führungskräfte schnellere, bessere Entscheidungen – mit mehr Vertrauen in die Grundlage? Bleibt mehr Zeit, um wirklich mit Kolleginnen und Kollegen in Kontakt zu kommen, Kundinnen und Kunden ernst zu nehmen, Kreativität einzusetzen?
Wenn die Antwort „Nein“ lautet, spielt es keine Rolle, wie beeindruckend das Modell ist. Dann haben Sie die Werkzeuge ausgetauscht – nicht den Arbeitstag verändert.
KI bietet die seltene Gelegenheit, neu zu denken, wie Arbeit überhaupt erledigt wird.
Von dysfunktionaler Arbeit zu einem neuen Arbeitstag
Arbeit fühlt sich heute oft kaputt an. Nicht, weil sich Menschen zu wenig anstrengen. Sondern weil das System um sie herum für eine andere Ära gebaut wurde: isolierte Tools, manuelle Übergaben, endlose Statusabfragen.
KI bietet die seltene Gelegenheit, das zu ändern.
Nicht, indem alte Prozesse mit Assistenten überlagert werden. Nicht, indem bereits überfüllte Bildschirme weitere Dashboards bekommen. Sondern indem grundlegend neu gedacht wird, wie Arbeit überhaupt erledigt wird:
weg von Software, die Arbeit erfasst, hin zu Agenten, die sie ausführen
weg von Menschen, die als Integrationsschicht funktionieren, hin zu Agenten, die Arbeit über Systeme hinweg verknüpfen
weg von der menschlichen Leistungsfähigkeit als Obergrenze, hin zu einer hybriden Belegschaft aus Menschen und KI, die zusammenarbeitet
Genau auf diesen Wandel zielen die neuen Regeln:
KI, die genau das Richtige tut – dort, wo es am meisten zählt
Agenten, die mit eingebauten Leitplanken arbeiten
Komplexität, die durch reichen, vernetzten Kontext beherrschbar wird
Arbeit, die systemübergreifend verbunden ist, damit Menschen nicht länger das Bindeglied sein müssen
Wirkung, die nicht an Demos gemessen wird, sondern daran, wie sich der Arbeitstag anfühlt
Führungskräfte brauchen keinen weiteren Hype. Sie brauchen den Mut, den Arbeitstag entlang dieser Prinzipien neu aufzusetzen. Von Pilotprojekten in den Regelbetrieb zu kommen. Von Experimenten am Rand zur Transformation im Kern.
Arbeit ist kaputt. Und wir wissen, wie sie sich reparieren lässt: indem wir diese fünf Regeln für Unternehmens-KI nutzen, um den Arbeitstag neu zu denken. So gehen Routineaufgaben an Agenten – und sinnvolle Arbeit wieder an die Menschen zurück.
Studie
Hinweis zur Erhebungsmethodik
Die in diesem Artikel erwähnte Studie wurde in den USA von The Harris Poll im Auftrag von Workday online unter 206 IT-Führungskräften durchgeführt, die in Vollzeit in der IT-Abteilung eines Unternehmens mit mehr als 1.500 Mitarbeitern tätig sind, eine Position als Director oder höher innehaben und Entscheidungsbefugnis über die Einführung von KI in der Kerninfrastruktur besitzen. Die Umfrage wurde vom 13. bis 19. Februar 2026 durchgeführt. Die Rohdaten wurden nicht gewichtet und sind daher nur repräsentativ für die Personen, die an der Umfrage teilgenommen haben.
KI hat in nahezu jeder Branche und auf jedem Markt grundlegende Veränderungen angestoßen. Ihren tatsächlichen Wert entfaltet sie aber erst, wenn nicht nur die Technologie da ist, sondern auch die Menschen, die mit ihr arbeiten, sie verstehen und mittragen. In dieser KI-Masterclass geht es darum, wie sich KI in Finanzen, HR und darüber hinaus so einsetzen lässt, dass aus Möglichkeiten echte Wirkung wird.