Zwei von zwanzig nutzen das KI-Tool: Warum dein Rollout im Büro versandet (und was wirklich hilft)

Es gibt einen Verlauf, der mir in Kunden-Workshops so regelmäßig begegnet, dass ich ihn inzwischen fast mitsprechen kann. Woche 1: der Rollout-Termin. Das neue KI-Tool wird vorgestellt, die Lizenzen sind verteilt, alle probieren es aus. Jemand lässt sich ein Gedicht über die Firma schreiben, es wird gelacht, echte Aufbruchsstimmung. Woche 4: Stille. Kein Widerstand, keine Beschwerden – einfach Stille. Und drei Monate später öffnet der Geschäftsführer zum ersten Mal den Lizenz-Report und sieht: Zwei von zwanzig Konten waren diese Woche überhaupt aktiv. Die Zahlen variieren von Fall zu Fall. Das Muster tut es nicht.

Kennst du diese Situation auch:

• Du hast Copilot- oder ChatGPT-Lizenzen für dein Office-Team gekauft und siehst sie im Alltag nirgendwo wieder?
• Die Begeisterung vom Kickoff ist verdunstet, ohne dass irgendjemand offen widersprochen hätte?
• Und du willst niemanden zur Nutzung zwingen, weil du ahnst, dass genau das nach hinten losgeht?

Dann habe ich eine gute und eine unbequeme Nachricht für dich. Die gute: An deinem Team liegt es höchstwahrscheinlich nicht. An dir übrigens auch nicht. Die unbequeme: Von allein wird es auch nicht besser. Denn was da versandet, ist in den allermeisten Fällen kein Motivations-, sondern ein Mechanik-Problem. Und Mechanik lässt sich reparieren: ohne Druck, ohne Appelle und ohne ein weiteres neues Tool.

Die gute Nachricht: Es liegt (wahrscheinlich) nicht an deinem Team

Fangen wir mit der Entlastung an, denn die hat Zahlen verdient. Gartner hat 2024, als Microsoft 365 Copilot gerade frisch in den Unternehmen ankam, rund 130 IT-Verantwortliche befragt, etwa die Hälfte davon aus Großunternehmen ab 10.000 Mitarbeitern. Das Ergebnis liest sich wie das Protokoll deines Rollouts: 72 Prozent der Unternehmen berichteten, dass ihre Mitarbeiter Copilot nur schwer in den Arbeitsalltag integrieren. 57 Prozent sahen das Engagement nach der Einführung schnell abfallen. 73 Prozent gaben zu, den Begleitaufwand unterschätzt zu haben. Und nur 3 Prozent attestierten dem Ganzen bis dahin einen signifikanten Geschäftswert. Wohlgemerkt: Das sind Unternehmen mit eigenen IT-Abteilungen und Projektteams. Die Gartner-Folgeumfrage von 2025 zeichnet dasselbe Bild: Nur 5 Prozent der abgeschlossenen Copilot-Piloten gingen in die größere Ausrollung, und knapp die Hälfte der Befragten mit Pilot-Erfahrung bewertete den Nutzen sinngemäß mit „zeigt Potenzial“. Nicht „hat eingeschlagen“. Zeigt Potenzial.

Jetzt könnte man daraus schließen, die Werkzeuge taugten nichts oder die Menschen wollten nicht. Beides stimmt nicht, und genau darin steckt der Aha-Moment. Denn dieselben Mitarbeiter, die dein offizielles Tool links liegen lassen, nutzen KI längst. Microsoft und LinkedIn haben schon 2024 für den Work Trend Index 31.000 Menschen in 31 Ländern befragt: 75 Prozent der Wissensarbeiter nutzten generative KI bei der Arbeit, und 78 Prozent dieser Nutzer brachten ihre eigenen Tools mit, am Unternehmen vorbei. Was aus dieser Schatten-Nutzung folgt, ist ein eigenes Thema. Dem widme ich noch einen eigenen Beitrag. Für heute reicht die Erkenntnis: Am Willen liegt es nicht. Am Werkzeug meistens auch nicht.

Woran dann? An der Mechanik. Adoption entsteht nicht dadurch, dass Menschen ein Tool gut finden, sondern dadurch, dass es in ihrem Arbeitsablauf die bequemste Option ist. Wer stattdessen an der Motivation schraubt (die Rundmail, der Appell im Meeting, das zweite Kickoff), repariert das falsche Teil. Übrigens ist das hier das exakte Spiegelbild eines Problems, über das ich Ende 2025 geschrieben habe: Dort nutzten alle wild ChatGPT, und trotzdem änderte sich nichts. Hier nutzt kaum jemand das offizielle Tool. Beide Fälle haben dieselbe Wurzel: Werkzeuge verteilen ist keine Einführung.

Warum nutzen deine Mitarbeiter Copilot nicht? Die vier Mechanik-Fehler

In den Rollouts, die mir begegnen, tauchen immer wieder dieselben vier Konstruktionsfehler auf. Selten alle vier gleichzeitig, aber fast nie weniger als zwei.

Fehler 1: Das Tool wohnt im falschen Tab

Stell dir die Buchhalterin vor, die eine Mahnung schreiben muss. Sie hat Outlook offen, Word und das Fachverfahren. Und irgendwo, hinter einem Lesezeichen aus dem Kickoff, wohnt das neue KI-Tool. Um es zu nutzen, müsste sie ihre Arbeit unterbrechen, das Fenster wechseln, den Kontext hinüberkopieren und das Ergebnis wieder zurücktragen. Unter Zeitdruck gewinnt in diesem Duell immer die Gewohnheit. Nicht aus Faulheit, sondern aus Ökonomie: Der alte Weg ist eingespielt und funktioniert.

Ich predige das nicht aus der Theorie. Ich automatisiere seit 2025 mein eigenes Unternehmen, und die Systeme, die dabei überlebt haben, haben genau eine Gemeinsamkeit: Sie wohnen im Prozess, nicht daneben. Meine KI-Assistentin Lea erreiche ich per WhatsApp, dem Ort, an dem ich ohnehin ständig bin. Meine automatisierte Buchhaltung hängt direkt am Rechnungseingang: Rechnung kommt an, System verarbeitet sie. Kein zusätzliches Fenster, an das ich denken müsste, keine Extra-Disziplin nötig. Und genau deshalb laufen beide bis heute.

Die Konsequenz für dein Büro: Hol die KI dorthin, wo die Arbeit ohnehin stattfindet. Nach Outlook, nach Word, ins Fachverfahren. Nicht dein Team muss zum Tool kommen. Das Tool muss zur Arbeit kommen.

Fehler 2: Leerer Prompt statt „Mahntext Stufe 2“

Der zweite Fehler versteckt sich hinter einem Satz, der bei fast jedem Kickoff fällt: „Probiert einfach mal aus, was damit geht!“ Für Technikbegeisterte klingt das nach Freiheit. Für die meisten Menschen im Büro ist die leere Eingabezeile eine Zumutung. Die Buchhalterin will nicht prompten. Sie will eine Mahnung der Stufe 2 schreiben, in fünf Minuten, im richtigen Ton. Der Unterschied zwischen „mach mal was mit KI“ und „klick hier für deinen Mahntext“ entscheidet darüber, ob das Werkzeug überhaupt eine Chance bekommt.

Der Work Trend Index liefert dazu den passenden Befund: Die Power-User unter den Befragten erhielten 35 Prozent häufiger rollenspezifisches Training als der Rest, während insgesamt nur 39 Prozent überhaupt irgendein KI-Training vom Arbeitgeber bekommen hatten. Rollenspezifisch ist das Schlüsselwort. Eine allgemeine „So funktioniert KI“-Schulung erzeugt Nicken im Raum und ändert am Montag danach nichts.

Dazu eine Beobachtung aus meinen Workshops: Vorlagen, die aus den echten Arbeitsaufgaben der Teilnehmer entstehen (ihre Mahnung, ihr Protokoll, ihre Angebots-Nachfass-Mail), werden hinterher tatsächlich genutzt. Prompt-Bibliotheken, die jemand aus dem Internet importiert hat, verstauben. Das ist keine Messreihe, nur die immer gleiche Rückmeldung aus der Praxis. Aber sie ist erstaunlich konsistent.

Fehler 3: Gießkanne statt Vielnutzer

Der dritte Fehler ist der teuerste, und er passiert aus einem sympathischen Motiv: Fairness. Alle bekommen eine Lizenz, niemand soll sich zurückgesetzt fühlen. Rechnen wir das kurz durch. Microsoft 365 Copilot kostet als Business-Add-on 18,20 Euro pro Nutzer und Monat, Listenpreis im Jahresabo, zuzüglich Mehrwertsteuer, Stand Juli 2026. Zwanzig Lizenzen sind also knapp 4.400 Euro netto im Jahr. Wenn davon zwei aktiv genutzt werden, zahlst du gut 180 Euro pro tatsächlich genutzter Lizenz und Monat. Das ist kein Software-Abo mehr. Das ist ein Abo auf schlechtes Gewissen.

Dazu kommt ein Detail, das dein Admin-Dashboard freundlicher aussehen lässt, als die Lage ist: Microsofts Standard-Metrik zählt als „aktiven Nutzer“ bereits, wer das Tool ein einziges Mal in 28 Tagen angefasst hat. Darauf hat der Gartner-Analyst Dan Wilson ziemlich trocken hingewiesen. Wenn also selbst dein geschmeicheltes Dashboard mau aussieht, kannst du dir ausmalen, wie die ehrliche Zahl aussähe.

Die Alternative zur Gießkanne ist unbequemer zu kommunizieren, aber wirksam: Starte mit den fünf Leuten, deren Rollen am meisten von KI haben, typischerweise dort, wo täglich Text entsteht, also Buchhaltung, Assistenz, Innendienst. Lass dort sichtbare Erfolge entstehen und erweitere dann. Nutzung, von der man im Flur hört, wirbt besser als jede Rundmail.

Fehler 4: Niemand ist Ansprechpartner

Der vierte Fehler ist der unscheinbarste. Irgendwann in Woche 2 sitzt jemand vor dem Tool und hat eine konkrete Frage: „Wie bekomme ich aus diesem Besprechungsprotokoll eine Aufgabenliste?“ An wen wendet sie sich? „Die IT“ ist keine Antwort, ein Ticketsystem erst recht nicht. Wenn diese Frage keine Anlaufstelle mit Namen und Gesicht hat, wird sie nicht gestellt. Und wer mit seiner ersten echten Frage allein bleibt, stellt auch keine zweite. Die Nutzung schläft dann nicht ein, weil das Tool schlecht wäre, sondern weil die dritte kleine Hürde nicht mehr genommen wird.

Die Reparatur ist erfreulich klein: eine benannte Ansprechperson pro Abteilung. Kein neues Team, keine Stabsstelle, kein „Head of AI“, sondern eine Kollegin oder ein Kollege, die das Tool gern nutzen und die offizielle Erlaubnis haben, anderen zwischendurch zwanzig Minuten zu helfen. Wie Teamleiter darüber hinaus als Führungskräfte auf die Nutzung wirken, ist noch einmal ein eigenes Thema. Das hebe ich mir für einen der nächsten Beiträge auf.

Gießkannen-Rollout vs. Mechanik-Rollout: der direkte Vergleich

Zusammengefasst sieht der Unterschied so aus:

Was mir an dieser Tabelle wichtig ist: Die rechte Spalte kostet kaum zusätzliches Geld. Sie kostet Reihenfolge und Sorgfalt: erst zuhören, dann bauen, dann verteilen, statt umgekehrt. Du musst nichts Neues kaufen. Du musst das, was du gekauft hast, anders einbauen.

Was du in den nächsten 30 Tagen konkret tun kannst

Ich würde die ersten dreißig Tage ungefähr so anlegen. In der ersten Woche wird nicht gebaut, sondern zugehört: Frag jede Rolle in deinem Büro, welche drei Aufgaben jede Woche wiederkommen und nerven. Nicht „was könntet ihr euch mit KI vorstellen?“, denn das erzeugt Brainstorming-Poesie. Sondern: Was kostet dich regelmäßig Zeit und macht keinen Spaß? In Woche zwei und drei entstehen daraus rollenspezifische Vorlagen, im Zweifel gemeinsam in einem Workshop und ausdrücklich aus den echten Aufgaben der Leute, nicht aus einer importierten Prompt-Liste. Parallel benennst du pro Abteilung die Ansprechperson. Und statt neue Lizenzen nachzukaufen, verteilst du die vorhandenen um: hin zu den Rollen, deren Aufgaben jetzt Vorlagen haben. In Woche vier schaust du dir an, was davon benutzt wird: ehrlich, je Rolle, nicht über das 28-Tage-Dashboard.

Eines setze ich dabei stillschweigend voraus: dass dein freigegebenes Tool datenschutzrechtlich sauber aufgesetzt ist. Falls du da unsicher bist, lies zuerst diesen Beitrag. Die Mechanik hilft wenig, wenn das Fundament wackelt. Und wenn du für das Ganze einen strukturierten Rahmen willst, von der Potenzialanalyse bis zum Pilotprojekt: So gehen wir bei webiator vor.

Und dann der ehrliche Teil, den dir kaum jemand dazusagt: Auch mit sauberer Mechanik wird nicht jeder im Team zum Power-User. Muss auch niemand. Das realistische Ziel ist nicht 100 Prozent Nutzung, sondern dass die Vielnutzer-Rollen ihre zwei, drei Kernaufgaben zuverlässig mit KI erledigen. Das klingt unspektakulär, ist aber mehr, als die meisten Rollouts je erreichen. Und falls es dir nach wenig vorkommt: Laut Bitkom hatten Mitte 2025 43 Prozent der deutschen Unternehmen überhaupt kein KI-Schulungsangebot, und nur 8 Prozent schulten alle Beschäftigten. Wer die Mechanik auch nur halbwegs richtig baut, ist der Mehrheit damit bereits voraus.

Wo dieser Text aufhört (und warum)

Zum Schluss eine ehrliche Abgrenzung, denn nicht jedes stille Tool hat dasselbe Problem. Wenn dein Team das Werkzeug nicht vergisst, sondern aktiv meidet, aus Sorge um den eigenen Arbeitsplatz oder aus Angst vor Fehlern, dann hilft dir keine Vorlage der Welt. Das ist ein Kommunikations- und Vertrauensthema, und es bekommt hier in den nächsten Wochen einen eigenen Beitrag. Wenn umgekehrt alle munter durcheinander KI nutzen und sich trotzdem nichts verbessert, bist du beim Spiegelbild-Problem. Und falls es um dein Entwicklerteam geht: Dort gelten eigene Gesetzmäßigkeiten, die ich im Beitrag zur J-Kurve beschrieben habe.

Für alles dazwischen, also Lizenzen bezahlt, Team wohlwollend, Nutzung trotzdem bei zwei von zwanzig, gilt: Es ist Mechanik. Die rollenspezifischen Vorlagen entstehen übrigens am schnellsten aus echten Arbeitsaufgaben. Genau so machen wir das in unseren KI-Workshops: nicht mit importierten Prompt-Listen, sondern mit den Mahnungen, Protokollen und Anfragen deines Teams. Wenn deine Lizenzen seit Monaten brachliegen, lass uns in einem Erstgespräch draufschauen, an welchem der vier Punkte es bei dir hakt. Nach meiner Erfahrung sind es meistens zwei. Und beide sind reparierbar.