Christoph Gulden hat mich für seinen Thought Leaders Talk eingeladen. Christoph prüft beruflich Investitionsentscheidungen, ich begleite Unternehmen durch Technologiewellen. Herausgekommen ist ein Streitgespräch über die 90 Prozent der AI-Piloten, die nie in Produktion gehen, und darüber, was das für die nächste Investitionsentscheidung heisst. An einer Stelle widerspricht Christoph mir offen, und er hat damit recht. Der Dialog steht hier so, wie wir ihn gemeinsam erarbeitet haben. Das Original ist auf LinkedIn erschienen.
Unsere Unterhaltung#
Christoph Gulden: Romano, ein AI-Pilot liefert positive Signale. Die Nutzung steigt, Menschen arbeiten schneller, der Ruf nach dem breiten Rollout wird lauter. Was fehlt Dir?
Romano Roth: Der Beweis, dass es überhaupt ein Pilot war.
Ich habe diesen Film zweimal gesehen, bevor AI kam. Einmal mit dem Internet, einmal mit der Cloud. Klassisch haben es rund 70 Prozent der Proof of Concepts nie über den PoC hinaus geschafft. Bei AI liegt die Quote über 90.
Die Technologie wechselt, die Falle bleibt.
Christoph: Und die Falle ist?
Romano: Dass niemand sagen kann, auf welches strategische Ziel die Sache einzahlt.
Ein Proof of Concept validiert einen Business Case, und dieser Business Case muss auf ein strategisches Ziel einzahlen. Tut er das nicht, kann ich fast garantieren, dass er nie in Produktion geht. “Wir wollen KI haben” ist keine Strategie.
Die Technologie ist dabei die kleinste Sorge. Für fast jeden Use Case gibt es ein Werkzeug, und die Modelle werden alle paar Monate besser. Der Engpass war noch nie das Modell.
Christoph: Trotzdem beginnt fast jede Diskussion beim Werkzeug.
Romano: Weil das Werkzeug sichtbar ist und die Disziplin nicht.
Wenn ein Team mit der Qualität von AI-generiertem Code unzufrieden ist, sucht jemand einen besseren Prompt. Dabei sind die Modelle gut genug. Was fehlt, ist alles drumherum: kein Spec, keine Kontext-Disziplin, keine automatische Prüfung, die eine falsche Antwort abfängt, bevor sie im Review landet.
Discipline schlägt Intelligence. Die Engstelle ist Prozess und Governance.
Christoph: Zurück zum Piloten, der gut aussieht. Was misst er falsch?
Romano: Er misst das, was bei jedem neuen Werkzeug in den ersten Wochen steigt.
Die meisten AI-Piloten sind so gebaut, dass sie gar nicht scheitern können. Gemessen werden Nutzung und Zufriedenheit. Beides geht hoch, egal ob am Ende Wert entsteht. Das ist kein Erkenntnisgewinn, das ist ein Rollout mit Messgerät.
Usage ist nicht gleich Adoption. Ein Werkzeug in Benutzung ist noch keine veränderte Arbeitsweise, und eine veränderte Arbeitsweise ist noch keine Wirkung.
Christoph: In meinen Investitions-Checks stelle ich hier immer dieselbe Frage: Welche Zahl hätte anders ausgesehen, wenn der Pilot gescheitert wäre? Wenn das niemand beantworten kann, wurde nicht gemessen, sondern nur beobachtet. Was misst Du stattdessen?
Romano: Das Ende der Kette.
Lokale Geschwindigkeit ist kein Ergebnis. Es gibt eine Untersuchung an über 100'000 GitHub-Entwicklern, die die Kurve zeigt: Coding-Agenten heben die Commits um 180 Prozent, auf Projektebene bleiben 50 Prozent, bei den tatsächlichen Releases 30. Der Gewinn zerfällt auf dem Weg zum Kunden.
Eine Kette läuft im Takt ihres langsamsten Schritts. AI beschleunigt das Schreiben, und Review, Integration, Test und Freigabe laufen heute noch im menschlichen Takt.
Christoph: Du sagst “heute noch”. Wenn diese Schritte auch schneller werden, löst sich Dein Engpass doch auf.
Romano: Er löst sich nicht auf. Genau daran experimentieren wir gerade.
Wir bauen deterministische CI/CD-Pipelines mit klaren Gates und klaren Anweisungen. Geprüft wird dort, wo der Code entsteht, nicht drei Tage später im Pull Request. In meinem Buch nenne ich das den Gated Commit, den Türsteher der Codebase: statische Analyse, Tests, Coverage-Schwellen, Security-Scans. Wer nicht besteht, kommt nicht rein.
Was jahrelang gute Ingenieurshygiene war, wird zur tragenden Wand, sobald eine Maschine den Code schreibt. Also muss auch das Gate schlauer werden, mit AI-gestütztem Review und generierten Tests für die Lücken. Die Maschine hilft gegen die Maschine.
Eine Lektion haben wir schon: Ein Gate, das ab Tag eins blockiert, wird nach dem ersten Fehlalarm abgeschaltet. Wir lassen neue Prüfungen deshalb erst mitlaufen und protokollieren, was sie geblockt hätten. Erst wenn sie einen echten Fehler richtig erwischen, dürfen sie blockieren.
Christoph: Und wenn das aufgeht, was bleibt menschlich?
Romano: Die Entscheidung darüber, was das Gate verlangt. Und der Fall, für den keine Regel passt.
Der Takt der Ausführung wird maschinell, der Takt der Entscheidung nicht. Outcomes over output. Wenn eine Metrik Output misst, misst sie das Falsche.
Christoph: Du hattest einen Kunden, der einen AI-Coding-Assistenten flächendeckend ausrollen wollte. Was habt Ihr anders gemacht?
Romano: Wir haben den Rollout gestoppt, bevor er begonnen hat. Ein Werkzeug an alle zu verteilen ist eine Beschaffungsentscheidung, keine Strategie.
Stattdessen haben wir die Frage gestellt, die fast nie gestellt wird: Wo liegt der Engpass überhaupt? Nicht in einer Runde mit zwanzig Leuten, sondern einzeln, und bevor irgendjemand ein Werkzeug anfasst.
Die Antwort zeigt in meiner Erfahrung fast immer auf die Anforderungen. Nicht auf das Coden, nicht auf das Testen, nicht auf das Deployment. Am Tippen hat es noch nie gelegen.
Hätten wir nur das Schreiben beschleunigt, hätten wir den Druck auf Review und Freigabe erhöht, ohne dass mehr beim Kunden ankommt. Das ist Whole-System-Thinking. Optimiert wird der Flow of Value, nicht eine einzelne Station.
Christoph: Der Versuch hat also keine Produktivität bestätigt, sondern eine Annahme widerlegt. Ist das genauso wertvoll?
Romano: Wertvoller. Ein Experiment ist gut, wenn es die Entscheidung verbessert.
Und hier wird es unbequem. Ein Versuch, den niemand stoppen darf, ist kein Experiment. Das ist ein Rollout mit Zwischenbericht. Die meisten Organisationen haben den Rollout intern schon kommuniziert, bevor der Pilot überhaupt lief. Ab dem Moment kann die Messung nur noch bestätigen.
Christoph: Du kennst meine Gegenmassnahme: die Grenze vor dem Start aufschreiben. Welche Beobachtung würde unsere bevorzugte Entscheidung kippen? Das kostet zehn Minuten.
Romano: Deine zehn Minuten sind richtig, und sie reichen nicht.
Sie funktionieren nur in einer Organisation, die es aushält, wenn das Ergebnis unbequem ausfällt. Ziel, Annahme, Kennzahl, Grenze, Konsequenz, das schreibt jede Firma in einem halben Workshop auf.
Gescheitert wird an einer anderen Stelle: Wer darf nach dem Ergebnis den Stecker ziehen, ohne dass es die eigene Karriere kostet? Solange die Antwort “niemand” lautet, ist die ganze Vorarbeit Dekoration.
Christoph: Da widerspreche ich Dir, und zwar in der Reihenfolge. Die Stoppbefugnis entsteht in genau diesen zehn Minuten. Wer die Grenze aufschreibt, muss dazuschreiben, wer sie zieht, und das ist der einzige Moment, in dem diese Frage billig zu beantworten ist, weil noch niemand investiert hat. Sechs Wochen später kostet dieselbe Frage jemanden das Gesicht.
Romano: Das nehme ich an. Du siehst den Moment davor, ich sehe meistens den Zustand danach.
Ich mache diese Rolle zur Bedingung, bevor Budget fliesst. Kein Sponsor mit einer Business-KPI, kein Versuch.
Und ich prüfe die Grundlagen. Viele Unternehmen versuchen gerade, mit AI über Digitalisierung, Agilität und eine funktionierende Umgebung hinwegzuspringen. Das ist wie Bauen auf Sand.
Ein Kollege bei einer Bank hatte dafür das beste Bild: “Wenn Sie nur einen Hotdog-Stand am Bahnhof aufstellen wollen, aber den ganzen Bahnhof drumherum erst bauen müssen, dann ist der Business Case dieses Hotdog-Stands schlichtweg nicht gegeben.”
Christoph: Nehmen wir an, die Grundlagen stimmen und das Ergebnis fällt trotzdem gegen den Rollout aus. Woran liegt es dann?
Romano: Daran, dass das Werkzeug an einer Stelle wirkt, die nie das Problem war. AI ist ein Verstärker, keine Richtung.
Ein Team mit sauberen Anforderungen und funktionierendem Review wird verstärkt in Richtung Wirkung. Ein Team ohne diese Grundlagen wird verstärkt in Richtung Chaos. Gleiches Werkzeug, entgegengesetztes Ergebnis.
Dazu die Zahl, die mich am meisten beschäftigt. Bei den besten Softwareunternehmen der Welt erzeugen rund zwei Drittel aller Ideen null oder negativen Wert. Ein Werkzeug, das alle Ideen schneller umsetzt, ist dann kein Fortschritt. Es ist ein Beschleuniger für Verschwendung.
Christoph: Das dreht die Investitionslogik um. Fast alle rechnen mit eingesparter Entwicklungszeit, weil das jahrzehntelang die knappe und damit teure Grösse war. Wenn diese Grösse billig wird, rechnet der halbe Business Case mit dem falschen Faktor.
Romano: Das ist die eigentliche Verschiebung unserer Zeit.
Jahrzehntelang war die knappe Ressource die Entwicklungskapazität. Fast unser ganzes Management ist darauf gebaut: Schätzungen, Verträge, Projektökonomie, Personalplanung. Wenn Agenten Code billig und in Menge produzieren, bindet diese Ressource nicht mehr.
Früher war teure Ausführung die natürliche Bremse gegen das falsche Problem. Diese Bremse ist weg. Je billiger das Bauen, desto teurer das falsche Problem.
Christoph: Und damit wird aus einer technischen Frage eine Führungsfrage.
Romano: Ja, und das ist der Kern meines Buchs.
AI ist das Nervensystem einer Organisation. Die Seele bleiben die Menschen. Eine Maschine kann prüfen, vergleichen und empfehlen. Sie kann nicht entscheiden, was wichtig ist, und sie kann keine Konsequenz tragen.
Deshalb ist Human-in-the-Loop für mich keine Vorsichtsmassnahme, sondern ein Design-Prinzip. Wem gehört die Business-KPI, wer entscheidet, wer darf stoppen? Fehlt diese Rolle, haben wir ein Operating-Model-Problem in Software übersetzt.
Christoph: Deine Kernthese in einem Satz?
Romano: Der nächste Wettbewerbsvorteil ist nicht die AI, sondern die Organisation um sie herum.
Die Modelle bekommen alle. Der Unterschied entsteht daran, ob eine Organisation ihre Feedback Loops schliesst, ihren tatsächlichen Engpass kennt und Menschen hat, die eine Entscheidung tragen.
Geschwindigkeit ohne Feedback Loops ist kein Fortschritt, das ist Risiko.
Christoph: Was rätst Du jemandem, der nächste Woche über den breiten Rollout entscheiden muss?
Romano: Drei Dinge, in dieser Reihenfolge. Die ersten beiden sind im Kern Value Stream Mapping. Eine Methode, die es seit Jahrzehnten gibt und die in AI-Diskussionen fast nie vorkommt.
Machen Sie den Fluss sichtbar. Vom Kundenwunsch bis zur Auslieferung, und zwar mit den Wartezeiten zwischen den Schritten, nicht nur mit den Arbeitszeiten. Fragen Sie dafür fünf Ihrer Leute einzeln, wo sie am meisten Zeit und Sicherheit verlieren. Einzeln, weil in der Runde alle die offizielle Version erzählen. Wenn die Antworten nicht auf den Schritt zeigen, den Ihr Werkzeug beschleunigt, haben Sie Ihre Entscheidung bereits.
Messen Sie dann am Ende dieses Flusses. Nutzung und Zufriedenheit steigen immer. Durchlaufzeit bis zum Kunden und Nacharbeit tun das nicht.
Und benennen Sie die Person, die nach dem Ergebnis stoppen darf. Wenn es diese Person nicht gibt, sparen Sie sich den Versuch und rollen Sie ehrlich aus. Dann wissen wenigstens alle, dass es eine Beschaffung war und kein Experiment.
“Ein Signal wird erst dann wertvoll, wenn es eine Handlung auslöst, aus der die nächste Entscheidung belastbarer wird.”
Der gemeinsame Kern#
Eine AI-Initiative ist nicht skalierungsreif, nur weil sie lokal schneller macht.
Sie wird entscheidungsreif, wenn der kleinste belastbare Versuch eine teure Annahme im gesamten Value Stream prüft, und wenn vorher feststeht, welches Ergebnis zu Skalieren, Verändern oder Stoppen führt.
Als kurze Entscheidungsregel: Ziel klären. Teure Annahme bestimmen. Gesamtsystem messen. Kleinsten Versuch begrenzen. Konsequenz vorab festlegen. Verantwortung zuordnen.
Takeaway#
Vor dem nächsten Rollout- oder Budgetgate sollte die verantwortliche Person einen Satz vervollständigen können:
Wenn wir im begrenzten Versuch [Beobachtung] sehen, werden wir [skalieren / verändern / stoppen], weil dadurch die Annahme [Annahme] für das strategische Ziel [Ziel] belastbarer oder unhaltbar wird. Verantwortlich für diese Entscheidung ist [Rolle].
Kann die Organisation diesen Satz nicht formulieren, fehlt ihr nicht automatisch ein grösserer Pilot. Ihr fehlt zunächst eine entscheidungsfähige Lernschleife.
Hinweis zur Entstehung#
Dieser Dialog ist kein Wortprotokoll eines Live-Interviews. Er wurde aus einem tatsächlichen fachlichen Austausch und meinen belegten Positionen redaktionell entwickelt. Ich habe die mir zugeschriebenen Aussagen geprüft, wo nötig angepasst und die Veröffentlichung freigegeben. Herausgeber und redaktionelle Bearbeitung: Christoph Gulden, 2026.
Danke an Christoph Gulden für das Gespräch und für den Widerspruch an der richtigen Stelle. Das Original findest Du in seinem Newsletter Thought Leaders Talk auf LinkedIn.