Über 80 Prozent der Führungskräfte nutzen KI wöchentlich. Die Budgets wachsen. Die Strategiepapiere auch. Und trotzdem: Weniger als 10 Prozent der Unternehmen erzielen messbare Ergebnisse. Eine Wharton-Studie zeigt, wo die KI-Transformation im mittleren Management hängt – und die Antwort hat wenig mit Technologie zu tun.
Was Wharton seit drei Jahren beobachtet
Seit dem Launch von ChatGPT Ende 2022 begleiten Jeremy Korst, Stefano Puntoni und Prasanna Tambe die KI-Einführung in US-amerikanischen Unternehmen mit mehr als 50 Millionen Dollar Jahresumsatz. Ihre Ergebnisse erschienen im April 2026 im Harvard Business Review – und sie benennen das Problem präziser als das meiste, was man zu diesem Thema lesen kann.
Die Studie bildet ausschließlich US-Unternehmen ab. Die konkreten Prozentzahlen sind nicht direkt auf den deutschsprachigen Raum übertragbar. Die Grunddynamik – eine strukturelle Wahrnehmungslücke zwischen Leitungsebene und den Menschen, die Transformation tatsächlich umsetzen – ist aus meiner Erfahrung jedoch sehr vertraut.
Die Ausgangslage klingt eigentlich gut: Mehr als 80 Prozent der Führungskräfte nutzen KI inzwischen wöchentlich. Die große Mehrheit plant, die Investitionen auszubauen. 74 Prozent berichten von wahrgenommenem positivem Return on Investment ihrer ersten Anwendungen.
Und trotzdem: Messbare Wirkung auf Unternehmensergebnisse bleibt die Ausnahme, nicht die Regel. BCG, McKinsey und MIT kommen unabhängig voneinander auf dieselbe Größenordnung – weniger als 10 Prozent der Unternehmen schöpfen KI-Wert in relevantem Maßstab.
Was erklärt das?
Die Lücke sitzt nicht dort, wo man sie vermutet
Die naheliegende Erklärung wäre Technologie: Die Tools sind noch nicht gut genug. Oder Kultur: Die Mitarbeitenden ziehen nicht mit. Beides spielt eine Rolle – aber die Wharton-Studie zeigt, dass die folgenreichste Lücke innerhalb der Führungsebene selbst liegt.
Auf der einen Seite: Geschäftsführende und Senior Executives. Auf der anderen: mittlere Führungskräfte – Abteilungs- und Teamleitende – die verantwortlich sind, Strategie in operative Realität zu übersetzen.
Die Studie nennt den Raum dazwischen „Messy Middle“. Und wer einmal in einer Organisation gearbeitet hat, die gerade eine Transformation durchläuft, weiß: Das trifft es.
18 Prozentpunkte Abstand bei der grundlegendsten aller Fragen
Bringt die KI-Investition etwas? 45 Prozent der Senior Executives sagen: ja, signifikant positiver ROI. Bei mittleren Führungskräften sagen das 27 Prozent. 18 Prozentpunkte Abstand – bei der Frage, ob die Strategie überhaupt funktioniert.
Beim Tempo ist die Lücke noch größer: 56 Prozent der Executives glauben, ihre Organisation adoptiere KI schneller als der Wettbewerb. Unter mittleren Führungskräften sagen das 28 Prozent.
Und die Stimmung? Im vergangenen Jahr gaben fast zwei Drittel der Senior Executives an, gegenüber generativer KI „deutlich positiver“ eingestellt zu sein. Bei mittleren Führungskräften trifft das auf 39 Prozent zu. Sie bezeichnen sich mit einer um 64 Prozent höheren Wahrscheinlichkeit als „zurückhaltend“ – sind aber keineswegs ablehnend: Mehr als die Hälfte gibt an, begeistert zu sein, 62 Prozent sind optimistisch.
Zum Vergleich: Eine BCG-Studie gemeinsam mit der Columbia Business School – knapp 1.400 Befragte – zeigt, dass 76 Prozent der Executives glauben, ihre Mitarbeitenden seien begeistert von der KI-Einführung. Tatsächlich sagen das nur 31 Prozent der Mitarbeitenden selbst. Mittlere Führungskräfte liegen bei 51 Prozent – genau in der Mitte, 25 Punkte unter der Wahrnehmung ihrer Vorgesetzten.
Warum beide Gruppen recht haben – und das trotzdem nicht hilft
Das ist kein Kommunikationsproblem, das sich mit einer Mitarbeiterversammlung lösen ließe. Es ist ein strukturelles Wahrnehmungsproblem, das einen guten Grund hat:
Executives nutzen KI für Aufgaben, bei denen die Technologie heute verlässlich gut funktioniert: strategische Zusammenfassungen, Entscheidungsgrundlagen aufbereiten, Präsentationen skizzieren. Das klappt. Die Technologie liefert auf diesem Level.
Mittlere Führungskräfte sollen KI in den laufenden Betrieb bringen – in gewachsene Prozesse, mit Teams unterschiedlicher technischer Kompetenz, unter dem Druck, dass Ergebnisse konsistent richtig sein müssen, nicht nur schnell. Wenn das Tool halluziniert oder die Integration mit dem bestehenden System nicht funktioniert, landen die Konsequenzen bei den Umsetzenden.
Hinzu kommt eine Frage des Zeithorizonts: Executives werden für Vision belohnt – dafür, Möglichkeiten zu sehen und darauf zu setzen. Mittlere Führungskräfte werden für Execution belohnt – dafür, dass die Dinge heute funktionieren, mit den Menschen und Prozessen, die gerade da sind. Das sind zwei legitime Realitäten. Aber wenn sie nicht miteinander sprechen, bleibt die Transformation im Ungefähren stecken.
Ana White, Chief People and AI Enablement Officer bei Lumen, bringt es in der Wharton-Studie auf den Punkt:
Die Aufgabe der Führung ist es, von „KI ist möglich“ zu „KI wird praktiziert“ zu kommen. Die meisten erfolgreichen Transformationen laufen nicht von oben nach unten – sie werden im täglichen Betrieb gewonnen oder verloren.
Das klingt nach einem hervorragenden Zitat für eine Folie, ist aber eigentlich eine Diagnose.
Was die Studie empfiehlt – und was ich davon halte
Die Wharton-Autoren formulieren fünf Maßnahmen. Ich fasse sie zusammen und ergänze, wo ich eine andere Gewichtung setzen würde.
Erst diagnostizieren, dann handeln
Bevor Maßnahmen beschlossen werden, braucht es ein ehrliches Bild der Lage: Wo steht die Organisation tatsächlich? Welche Teams sind bereit, welche nicht? Ohne diese Bestandsaufnahme arbeitet die Leitungsebene an einer Realität, die sie sich vorstellt. Die Studie formuliert das direkt: Eine Lücke, die man nicht sieht, kann man nicht schließen.
Den Fahrplan gemeinsam entwickeln
Mittlere Führungskräfte sollen in Roadmap-Diskussionen einbezogen werden, bevor Entscheidungen fallen – nicht danach. Das klingt selbstverständlich, ist es aber nicht. In vielen Organisationen werden Abteilungs- und Teamleitende informiert, nicht gefragt.
Erst die Last reduzieren, dann neue hinzufügen
Das ist der Punkt, den ich für am folgenreichsten halte. McKinsey-Daten zeigen, dass mittlere Führungskräfte weniger als 30 Prozent ihrer Zeit in Führungsaufgaben investieren – fast die Hälfte fließt in Verwaltung und operative Eigenarbeit. Wer von diesen Menschen gleichzeitig verlangt, KI einzuführen und den Betrieb aufrechtzuerhalten, baut das Flugzeug während des Fluges. Das ist keine Frage der Motivation, sondern der Arithmetik.
Christine Grimm, Executive Coach und Gründerin von Aria Consulting, formuliert es in der Studie so: Die Executives, die sie in erfolgreichen Transformationen erlebe, täten etwas Unbequemes – sie hörten auf zu fragen, warum ihre Führungskräfte nicht schneller vorankämen, und fragten stattdessen, was sie selbst noch nicht getan hätten, um das möglich zu machen. Das sei eine unbequeme Frage. Und die richtige.
Bereitschaft messen, nicht nur Nutzung
Adoptionsraten sagen wenig darüber aus, ob KI tatsächlich wirkt. Ein Team, das ein Tool nutzt, weil es muss, und eines, das es nutzt, weil es funktioniert, liefern sehr unterschiedliche Ergebnisse. Mitarbeitendenvertrauen und organisationale Bereitschaft sollten explizite KPIs sein – neben Nutzungszahlen.
Ehrlichkeit nach oben strukturell ermöglichen
Gemeinsame KPIs, klare Kanäle für Rückmeldungen aus der Umsetzung – und die ausdrückliche Botschaft, dass vorsichtige Einschätzungen oder gescheiterte Pilotprojekte wertvolle Daten sind, kein Versagen. Wer Ehrlichkeit bestraft, bekommt Schönrednerei. Und Schönrednerei ist teuer.
Das Gespräch kommt vor dem Tool
Die Studie endet mit einer Frage: Wann werden die Ergebnisse kommen? Die Antwort der Autoren: Bei den Organisationen zuerst, die diese Lücke schließen.
Dem würde ich nichts hinzufügen – außer einem Gedanken, der mir in der Praxis immer wieder begegnet: Die Frage ist nicht mehr ob, sondern wer. Und ob diese Menschen gerade die Luft haben, um es zu tun.
FAQs zur Studie
Dieser Artikel bezieht sich auf: Korst, J., Puntoni, S. & Tambe, P. (2026). Managers and Executives Disagree on AI—and It’s Costing Companies. Harvard Business Review, April 2026.
