Steven LafortuneKI zu nutzen und mit KI reif zu werden, sind zwei verschiedene Arten von Fortschritt. Im Devolutions 2026 AI Maturity Benchmark Report nutzen 92 % der Unternehmen bereits KI. Nur 8 % sagten, dass sie sie nicht nutzen. Die nützliche Frage ist, was als Nächstes zu tun ist, und das hängt davon ab, wo Sie stehen.
Wir haben 616 IT-Fachkräfte nach einem selbst eingeschätzten Wert von 0 bis 100 gruppiert:
- Frühstadium (0 bis 40): 267 Unternehmen, 43 % der Stichprobe
- KI-Adopter (41 bis 60): 255 Unternehmen, 41 %
- Fortgeschritten (61 bis 100): 94 Unternehmen, 15 %
Dies ist der praktische Begleiter zur Ankündigung des Berichts. Die Listen unten stammen aus den fünf Empfehlungen des Berichts: eine verantwortliche Person benennen, Befähigung rund um die Tools aufbauen, Teams experimentieren lassen, bevor Sie standardisieren, Ergebnisse messen, und Governance mit der Autonomie mitwachsen lassen. Was sich je nach Stufe ändert, ist, welcher dieser Punkte der Engpass ist.
Eine Grenze, die der Bericht selbst nennt: Das sind Verhaltensweisen, die mit höherer Reife einhergehen. Eine einzelne Praxis macht ein Unternehmen nicht fortgeschritten. Die Muster sind trotzdem konkret genug, um den nächsten Schritt zu wählen.
Frühstadium: Geben Sie der KI einen Namen, etwas Zeit und ein enges Ziel
Unternehmen im Frühstadium sind schon in der Arbeit. Im Durchschnitt nutzen sie KI in etwa 2 der 9 Bereiche, die wir erfasst haben, am häufigsten Content-Erstellung (48 %) und Softwareentwicklung (38 %). Was noch dünn ist, ist die Organisation um diese Experimente herum.
Nur 14 % sagen, dass die Führung KI aktiv fördert und darin investiert. Etwa 60 % berichten von zumindest etwas Unterstützung durch die Führung. Die Hälfte hat keine klare verantwortliche Person. Formale KPI-Verfolgung fehlt fast ganz, bei 0,4 %. Wenn Menschen erklären, warum eine Aufgabe, die sie automatisieren wollen, noch nicht automatisiert ist, sind die häufigsten Gründe fehlende Zeit oder Ressourcen (27 %), Sicherheits- oder Compliance-Bedenken (19 %) und fehlende interne Expertise (16 %).
1. Benennen Sie eine Person, die drei Fragen beantworten kann
Wo wird KI eingesetzt, warum, und nach welchen Regeln? Über die gesamte Umfrage hinweg war aktive Unterstützung durch die Führung deutlich häufiger, wenn eine Rolle oder ein Team ausdrücklich für KI verantwortlich war: 77 %, verglichen mit 8 %, wenn niemand verantwortlich war.
Diese Person braucht keine neue Abteilung. Bei KI-Adoptern ist informelle Verantwortung innerhalb der IT die Brücke, auf der die meisten Teams stehen (34 %, gegenüber 22 % im Frühstadium und 7 % im fortgeschrittenen Stadium). Geben Sie einer bestehenden IT-Führungskraft die Aufgabe, zu sammeln, was bereits passiert.
2. Bitten Sie die Führung um geschützte Lernzeit
Etwa 60 % der Unternehmen im Frühstadium haben bereits etwas Zustimmung der Führung. Die Lücke ist, diese Zustimmung nützlich zu machen. Ein Befragter im Frühstadium sagte, die Führung biete Schulungen für KI-Ingenieure an, obwohl die meisten IT-Mitarbeitenden keine Dateningenieure sind. Andere beschrieben denselben Stau: dünne Expertise, Sorge um den Datenschutz, und keine Zeit am Tag, die Tools zu lernen.
Bitten Sie um Schulung, die zu den Jobs passt, die Menschen tatsächlich haben, und um ein paar Stunden, die für Übung reserviert sind. Die Erkenntnis des Berichts zur Führung passt genau zu dieser Stufe. Führungskräfte brauchen nicht jede Antwort. Menschen brauchen Vertrauen und Raum zum Lernen.
3. Machen Sie die Anwendungsfälle, die Sie schon haben, sicher wiederholbar
Breite kann warten. Service-Desk-Unterstützung ist bei 14 % der Unternehmen im Frühstadium vorhanden, Identitäts- und Zugriffsverwaltung bei 3 %. Content-Erstellung und Softwareentwicklung sind der Ort, an dem diese Gruppe bereits arbeitet.
Sicherheit oder Compliance ist der zweithäufigste Grund, warum eine gewünschte Automatisierung noch nicht stattgefunden hat. Eine Regel auf einer Seite leistet hier mehr als eine weitere Lizenz: welche Daten in welches Tool dürfen, und wer das Ergebnis prüft, bevor jemand ihm vertraut.
KI-Adopter: Machen Sie aus Aufmerksamkeit ein Ziel
Das ist die Mitte des Wegs, und mehrere Muster knicken hier ab. Aktive Unterstützung durch die Führung steigt auf 49 %, und etwa 95 % berichten von zumindest etwas Unterstützung. Informelle IT-Verantwortung erreicht hier mit 34 % ihren Höhepunkt. Die IT-Führung treibt KI in 38 % dieser Unternehmen voran, und 15 % haben eine eigene KI-Rolle oder ein eigenes KI-Team. Zusammen ist diese klarere Verantwortung bei 53 % vorhanden, gegenüber 21 % im Frühstadium.
Der Fußabdruck ist breiter: im Durchschnitt fast 4 der 9 Bereiche. Die Reibung wandert mit. Fehlende interne Expertise bleibt hoch (19 %). Arbeit, die sich zu komplex oder zu kontextabhängig anfühlt, springt von 5 % im Frühstadium auf 12 %. Formale KPI-Verfolgung erreicht 9 %.
1. Fassen Sie das Ergebnis in einem Satz
Aufmerksamkeit der Führung ist hier viel häufiger. Ein klares Ziel ist das Stück, das noch fehlt. Der Bericht beschreibt diese Stufe als Schwung ohne gemeinsames Bild davon, wie „fertig“ aussieht. Ein KI-Adopter-Befragter hatte erwartet, dass der Gewinn als Kosteneinsparung sichtbar wird. Stattdessen zeigten sich Zeiteinsparungen, und sie waren deutlich größer.
Wählen Sie das Ergebnis, auf das Sie wirklich schauen werden. Gesparte Zeit, Dokumentationsqualität und wie schnell Vorfälle gelöst werden, sind die Art von Indikatoren, die der Bericht als praktisch behandelt. Kosten können auf der Liste bleiben. Sie sind oft das Langsamere, das sichtbar wird.
2. Geben Sie der informellen verantwortlichen Person ein Mandat und eine Prüfregel
Die IT hält schon viel davon zusammen. Das Muster, das auf der nächsten Stufe häufiger auftaucht, ist bewusste Verantwortung: IT-Führung oder eine kleine eigene Rolle, plus Regeln, denen Menschen folgen können. Ein KI-Adopter-Befragter beschrieb die praktische Version: Governance, Sicherheit und Schutz geistigen Eigentums, Schulung, und eine Richtlinie dazu, wann Tools genutzt werden dürfen und wie KI-Ergebnisse auf Genauigkeit, Qualität und Compliance geprüft werden.
Schreiben Sie diese Richtlinie für die Tools, die Sie bereits erlauben. Der Bericht empfiehlt auch, Teams einen kontrollierten Satz von Tools vergleichen zu lassen, bevor Sie auf eines standardisieren. Eine einzige Tool-Landschaft zu früh festzuzurren friert das Lernen ein.
3. Benennen Sie, wovon der nächste Workflow abhängt
Im Durchschnitt kommen KI-Adopter auf einen fünften Einsatzbereich zu. Die Erkenntnis des Berichts zur Skalierung: Identifizieren Sie, bevor dieser nächste Workflow live geht, an welche Systeme er anbinden muss, welchen Kontext er braucht, und wer Zeit hat, ihn zu tragen.
Das ist auch die Stufe, auf der KI-Agenten real zu werden beginnen. Exploration bleibt häufig, und Pilotprojekte werden viel sichtbarer. Halten Sie einen Piloten in einem einzigen Workflow, mit einer Person, die das Ergebnis prüft. Sicherheit bleibt in jeder Reifegruppe die größte Sorge bei KI-Agenten, auch in dieser.
Fortgeschritten: Konzentrieren Sie den Vorsprung, den Sie schon haben
An diesem Ende der Kurve sind die Grundlagen weitgehend da. 91 % sagen, dass die Führung KI aktiv fördert und darin investiert, und zumindest etwas Unterstützung durch die Führung erreicht 100 %. Eine eigene KI-Rolle oder ein eigenes KI-Team gibt es in 55 % der Unternehmen. Die IT-Führung treibt KI in weiteren 34 %. Nur 2 % haben keine klare verantwortliche Person.
Der Fußabdruck ist breit: mehr als 6 der 9 Bereiche, und im Durchschnitt 3,8 KI-Tools, gegenüber 1,9 im Frühstadium. 47 % bauen oder passen KI intern an. 47 % verfolgen den Nutzen mit formalen KPIs. Mehr als 4 von 5 pilotieren KI-Agenten bereits oder betreiben sie in Produktion.
Die Einschränkung ändert ihre Form. Fehlende Zeit oder Ressourcen ist der häufigste Grund, warum eine gewünschte Automatisierung noch nicht stattgefunden hat, mit 35 %, höher als in den beiden anderen Gruppen. Fehlende Expertise fällt auf 4 %. Integrationsherausforderungen steigen auf 8 %.
1. Richten Sie die Führung auf weniger Wetten
Ob Führungskräfte sich engagieren, ist für diese Gruppe geklärt. Der Ausblick des Berichts: Die offene Frage wird, wohin diese Aufmerksamkeit geht, wenn Anwendungsfälle konkurrieren. Fast die Hälfte der fortgeschrittenen Unternehmen verfolgt den Nutzen bereits formal. Erweitern Sie die Einsätze, die Zeit, Qualität, Lösungsgeschwindigkeit, Durchsatz oder Risiko verbessern. Pausieren Sie die, die nur Aktivität hinzufügen.
Wettbewerbsfähigkeit wird auch ein häufigerer Investitionsgrund, von 17 % im Frühstadium auf 38 % hier. Operative Effizienz bleibt über die gesamte Stichprobe der führende Treiber (39 %). Nachweis ist das, was eine Wettbewerbs-Wette ehrlich hält.
2. Budgetieren Sie die Integrationsarbeit
Weiter fortgeschrittene Befragte beschreiben den schweren Teil als alles um das Modell herum: Altsysteme, Data Governance, APIs, Identität, Berechtigungen, Audit, und die Stunden, das sorgfältig zu tun. Expertise ist selten noch der Blocker. Kapazität ist es.
Wenn eine gewünschte Automatisierung feststeckt, besetzen Sie die Verbindungsarbeit. Ein weiteres Tool über einem Durchschnitt von 3,8 ist der langsamere Weg.
3. Schreiben Sie die menschliche Linie, bevor Sie mehr Autonomie hinzufügen
Agenten sind für die meisten in dieser Gruppe bereits im Pilot oder in Produktion. Höhere Reife nimmt die Sorgen nicht aus dem Dienst. Sicherheitslücken bleiben die größte Sorge bei KI-Agenten, auch unter fortgeschrittenen Unternehmen. Verlust menschlicher Kontrolle liegt insgesamt auf Platz zwei (17 %) und bleibt auf jeder Stufe nahe der Spitze. Fortgeschrittene Unternehmen berichten häufiger, keine wesentlichen Sorgen zu haben (15 %, gegenüber etwa 5 % in den früheren Gruppen), und verweisen seltener auf fehlende Transparenz.
Schreiben Sie drei Zeilen auf: welche Aktionen noch eine Person zur Freigabe brauchen, wie Ergebnisse geprüft werden, und wer verantwortlich ist, wenn etwas schiefgeht. Lassen Sie KI mehr von der Analyse und der Routineausführung übernehmen. Behalten Sie Kontext, Aufsicht und Verantwortung für das Ergebnis bei den Menschen.
Der Schritt, der zu Ihrer Stufe passt
- Frühstadium: Benennen Sie eine verantwortliche Person, und schützen Sie Lernzeit für die Anwendungsfälle, die Sie schon haben.
- KI-Adopter: Schreiben Sie das Ergebnis und die Prüfregel, bevor der nächste Workflow live geht.
- Fortgeschritten: Finanzieren Sie die Integrationsarbeit, und ziehen Sie die Linie, an der immer noch ein Mensch entscheidet.
Sie können mit dem Schritt der Stufe beginnen, auf der Sie tatsächlich stehen. Unser CEO, David Hervieux, hat den Bericht mit demselben Gedanken geschlossen:
Sie brauchen keine perfekte KI-Strategie, bevor Sie anfangen. Was Sie brauchen, ist ein klarer Weg zu lernen. Geben Sie den Menschen Raum zum Ausprobieren, sorgen Sie dafür, dass jemand dafür verantwortlich ist, wie KI eingesetzt wird, und achten Sie darauf, was die Arbeit tatsächlich verbessert.
Laden Sie den Bericht herunter. Es ist ein kostenloses PDF, ohne Anmeldung.
Wir gehen die Ergebnisse auch live am 7. Oktober 2026 durch. Melden Sie sich für das Webinar an, wenn Sie die Diskussion wollen, nicht nur die Diagramme.
Fragen, oder eine Geschichte aus Ihrer eigenen Stufe? Hinterlassen Sie unten einen Kommentar.