netzstrategen AI Operations.
Insights Glossar Ressourcen English Self-Check
← Alle Beiträge
Enablement

Der People-Process Gap: Wenn AI bereit ist, das Team aber nicht

Veröffentlicht am 22.6.2026 · André Hellmann

People-Process Gap Change Management AI Adoption Enablement

Die Technologie ist bereit. Die Menschen noch nicht. Der People-Process Gap ist die häufigste Ursache für gescheiterte AI-Einführungen — und er folgt den Regeln menschlichen Verhaltens, nicht denen der Software. Dieser Artikel liest die Lücke als das, was sie ist: ein soziales Phänomen aus Gewohnheiten, Anreizen und Unsicherheit — und zeigt, wie sie sich schließen lässt.

Standortbestimmung

Den nächsten Schritt im kostenlosen Diagnose-Call besprechen. Termin buchen →

Inhalt

Wenn der Rollout abgeschlossen ist, aber niemand das System nutzt

Der Projektplan ist abgehakt. Das Tool ist live. Die Lizenzen sind verteilt. Doch drei Wochen später öffnet kaum jemand das neue System.

Das Bemerkenswerte daran: Dieses Verhalten ist nicht irrational. Die alte Tabelle ist vertraut. Die Kollegin antwortet sofort. Der eingespielte Weg kostet keine Denkenergie — das neue System verlangt Aufmerksamkeit und bietet dafür zunächst nur ein Versprechen.

Diese Abwägung treffen Menschen nicht einmal, sondern hundertmal am Tag. Und sie entscheiden sie selten zugunsten des Unbekannten. Genau hier zeigt sich der Unterschied zwischen Einführung und Adoption: Eine Einführung endet mit dem Go-live. Adoption ist ein sozialer Prozess — und der beginnt erst danach.

Was ist der People-Process Gap?

Der People-Process Gap ist die Lücke zwischen dem, was eine AI-Lösung leisten kann, und dem, was Menschen und Prozesse tatsächlich daraus machen. Die Technologie ist bereit. Die Organisation ist es nicht.

Diese Lücke entsteht selten aus bösem Willen. Sie entsteht, weil Werkzeuge schneller eingeführt werden, als Gewohnheiten sich ändern. Software lässt sich in Wochen ausrollen. Arbeitsweisen brauchen Monate.

Der People-Process Gap ist deshalb in erster Linie ein menschliches Phänomen. Er gehorcht der Logik von Gewohnheit, Anreiz und Zugehörigkeit — dem Kerngebiet von Change Management und AI Adoption. Wer ihn ignoriert, baut ein perfektes System, das niemand benutzt.

Das macht ihn so tückisch: Er taucht in keinem Lastenheft auf. Er verbirgt sich hinter grünen Projektampeln. Und er ist die direkte Ursache für viele der Pilotprojekte, die nie in den Produktivbetrieb gehen — mehr dazu lesen Sie in unserer Analyse zum Pilot-Friedhof gescheiterter AI-Projekte.

Wie groß ist das Problem wirklich?

Die Zahlen sind eindeutig — und unbequem. Die meisten Unternehmen setzen AI bereits ein, sehen aber kaum messbaren Effekt (Quelle: McKinsey Global Survey on AI, 2024). Es fehlt nicht an Technologie. Es fehlt an Wirkung.

Noch deutlicher wird das beim Schritt in den Betrieb. Mindestens 30 Prozent der GenAI-Projekte werden nach dem Proof of Concept abgebrochen (Quelle: Gartner Hype Cycle for AI, 2024). Die meisten Piloten bleiben stecken, bevor sie Alltag werden.

Auch der Wert kommt selten in der Breite an. Rund 60 Prozent der Unternehmen sehen keinen materiellen Nutzen, nur etwa 5 Prozent schaffen Wert im großen Maßstab (Quelle: BCG: The Widening AI Value Gap, 2025). Der entscheidende Unterschied liegt selten in der Technik.

Warum die Daten auf den People-Process Gap zeigen

Studien nennen immer wieder dieselben Hürden: Talent, Vertrauen und organisatorische Faktoren bremsen die Adoption (Quelle: Deloitte Global AI Survey / Stanford HAI AI Index, 2024). Hinter den großen Zahlen stehen keine Systemausfälle. Dahinter stehen unzählige kleine Alltagsentscheidungen: ein noch einmal geöffnetes altes Tool, eine lieber der Kollegin gestellte Frage, ein still umgangener Schritt.

Jede dieser Entscheidungen ist für sich genommen vernünftig. In der Summe ergeben sie die Lücke, die Studien weltweit messen. Genau deshalb taucht der Gap in keinem Systemlog auf — er lebt im Verhalten, nicht in der Technik.

McKinsey identifiziert das Redesign von Arbeitsabläufen als den größten Hebel für messbaren Effekt (Quelle: McKinsey Global Survey on AI, 2024). Soziologisch gelesen heißt das: Wirkung entsteht dort, wo neues Verhalten einen festen Platz im Alltag bekommt.

Der People-Process Gap ist nicht die Frage, ob die AI funktioniert. Es ist die Frage, ob das Team sie zu seiner macht.

Die drei Dimensionen: Skills, Habits, Culture

Der People-Process Gap ist kein einzelnes Hindernis. Er besteht aus drei Schichten, die sich gegenseitig verstärken. Wer nur eine bearbeitet, schließt die Lücke nicht.

Skills — können die Menschen es?

Die erste Dimension ist Kompetenz. Können Ihre Mitarbeitenden gute Prompts schreiben, Ergebnisse einordnen und Grenzen erkennen? Fehlt diese Basis, bleibt jedes Tool eine Blackbox.

Skills lassen sich am schnellsten aufbauen. Sie sind aber nur die Eintrittskarte, nicht die Lösung. Geschultes Personal, das alte Gewohnheiten behält, nutzt die AI trotzdem nicht.

Habits — tun sie es im Alltag?

Die zweite Dimension ist Gewohnheit. Gewohnheiten sind keine Bequemlichkeit, sondern eine Effizienzstrategie: Sie sparen Entscheidungen. Der alte Weg gewinnt nicht, weil er besser ist — sondern weil er nichts kostet.

Hier scheitern die meisten Einführungen still. Das Joy of Use entscheidet, ob ein Tool zur täglichen Routine wird — oder zur Karteileiche. Was Reibung erzeugt, wird umgangen.

Culture — dürfen sie es?

Die dritte Dimension ist Kultur — und mit ihr die Anreize. Menschen tun verlässlich das, was in ihrer Umgebung anerkannt wird. Wo sichtbarer Fleiß mehr zählt als gespartes Ergebnis, bleibt Effizienz durch AI ein Risiko statt ein Gewinn.

Dazu kommt Unsicherheit. Trauen sich Menschen, mit AI zu experimentieren, ohne Angst um ihren Job oder ihren Status? Wer fürchtet, sich mit einem AI-Ergebnis zu blamieren oder überflüssig zu machen, wartet lieber ab.

Kultur ist die langsamste, aber wirkungsvollste Schicht. Ohne psychologische Sicherheit nützen weder Skills noch gute Tools. Diese Arbeit ist eine klare Führungsaufgabe, kein Schulungsthema.

Built with the Team — nicht für das Team

Der häufigste Fehler bei AI-Einführungen ist die Richtung. Lösungen werden für das Team gebaut, im stillen Kämmerlein eines Projektteams. Dann werden sie verkündet und übergeben.

Soziologisch ist eine solche Übergabe ein Fremdkörper-Moment: Etwas Externes verlangt Platz in einem eingespielten sozialen Gefüge. Gruppen verteidigen ihre Routinen. Das Ergebnis ist Widerstand — höflich, aber wirksam.

Der Gegenentwurf heißt Built with the Team: Lösungen entstehen mit den Menschen, die sie täglich nutzen. Wie das in der Praxis aussieht, beschreiben wir ausführlich im Artikel Mit dem Team statt für das Team. Co-Creation ist kein Nice-to-have, sondern der direkteste Weg zur Adoption.

Dieser Ansatz ist auch der Kern unseres Engagement Step 05, in dem wir Lösungen gemeinsam mit den Fachteams in den Betrieb überführen. Beteiligung ersetzt Überzeugungsarbeit.

Cockpits: eine Heimat im Prozess

Viele Tools bleiben liegen, weil sie keinen Ort haben. Sie existieren neben dem Prozess — als zusätzlicher Tab, als zusätzlicher Schritt, als Sonderfall. Was keinen festen Platz im Ablauf hat, bekommt auch keinen festen Platz im Verhalten.

Cockpits geben der AI diese fehlende Prozess-Heimat. Ein Cockpit bündelt die täglichen Aufgaben an einer Stelle — der schnellste Weg wird zugleich der AI-gestützte Weg. Damit greift es die Gewohnheits-Dimension an ihrer Wurzel an.

Cockpits machen Fortschritt zudem messbar. Wer nutzt welche Funktion wie oft? Diese Transparenz ist die Grundlage jeder ernsthaften Steuerung der AI Adoption.

So werden Cockpits zur Brücke über den People-Process Gap. Sie übersetzen die Fähigkeiten der Technologie in Gewohnheiten des Alltags. Sie sind ein Baustein des AI Operations-Betriebsmodells und damit ein direkter Hebel gegen den Implementation Gap zwischen Können und Tun.

Metriken: den People-Process Gap in 90 Tagen messen

Was man nicht misst, kann man nicht schließen. Der People-Process Gap braucht eigene Kennzahlen — jenseits von Lizenzzahlen. Wir empfehlen einen 30/60/90-Tage-Rhythmus.

Tag 30 — Aktivierung

In den ersten 30 Tagen zählt nicht die perfekte Nutzung, sondern der erste Kontakt. Messen Sie die Aktivierungsrate: Wie viele Mitarbeitende haben das System mindestens einmal sinnvoll genutzt?

  • Aktivierungsrate (Anteil aktiver Nutzer)
  • Zeit bis zum ersten erfolgreichen Ergebnis
  • Anzahl der dokumentierten Use Cases pro Team

Tag 60 — Gewöhnung

Nach 60 Tagen zeigt sich, ob aus Neugier Routine wird. Jetzt zählt die Wiederkehrrate. Einmalige Nutzung ist kein Erfolg, wiederkehrende schon.

  • Wöchentlich aktive Nutzer im Verhältnis zur Gesamtzahl
  • Anteil der Aufgaben, die über das neue System laufen
  • Rückgang der Nutzung von Altsystemen

Tag 90 — Wertschöpfung

Nach 90 Tagen geht es um Wirkung. Sparen die Teams messbar Zeit? Verbessert sich die Qualität? Jetzt schließt sich der Kreis zum Geschäftswert.

  • Eingesparte Zeit pro Prozess und Woche
  • Qualitäts- oder Fehlerquote vor und nach der Einführung
  • Net Promoter Score der internen Nutzer
Kernaussage

Lizenzen messen Verfügbarkeit. Erst Aktivierung, Wiederkehr und eingesparte Zeit messen, ob der People-Process Gap wirklich kleiner wird.

Häufige Fragen zum People-Process Gap

Was genau ist der People-Process Gap?

Der People-Process Gap ist die Lücke zwischen der technischen Reife einer AI-Lösung und ihrer tatsächlichen Nutzung im Arbeitsalltag. Die Technologie funktioniert, aber Menschen und Prozesse ziehen nicht mit. Er ist die häufigste, aber am schwersten messbare Ursache für gescheiterte Einführungen.

Woran erkenne ich, dass mein Unternehmen einen People-Process Gap hat?

Ein klares Signal ist eine hohe Lizenzzahl bei niedriger Nutzung. Teams kehren zu alten Tools zurück, oder das System wird nur für Demos geöffnet. Endet die Erfolgsmessung am Go-live, bleibt der Gap oft unsichtbar.

Wie schließe ich den People-Process Gap am schnellsten?

Lösungen mit dem Team statt für das Team bauen und die tägliche Reibung über Cockpits senken. Adoption im 30/60/90-Tage-Rhythmus messen statt nur die Einführung. Im kostenlosen Diagnose-Call zeigen wir, an welcher Dimension zuerst anzusetzen ist.

Quellen

So geht es weiter