# Wer entscheidet über KI im Unternehmen? Rolle und Befugnisse des CAIO

> Die Rolle des CAIO: KI-Investitionen beurteilen, Entscheidungen mit Fachbereichen treffen und mit Widerstand gegen veränderte Arbeitsabläufe umgehen.

> **Kurzfassung:** Ein CAIO ist eine leitende Rolle, die die KI-Strategie, Investitionen und den Einsatz von KI im Unternehmen steuert. Fachwissen über KI genügt nicht: Die Person muss das Geschäft, den Betrieb und die Wechselwirkungen zwischen Fachbereichen verstehen. Sie sollte mitentscheiden, wofür sich eine Investition lohnt, was sich ändern muss und wo Entscheidungsbefugnisse liegen. Widerstand kann entstehen, wenn sie einen KI-Wunsch ablehnt, ebenso wie dann, wenn sie eine Änderung des Prozesses vorschlägt. Befugnisse, Rückhalt der Geschäftsleitung und die Zusammenarbeit mit den Fachbereichen müssen deshalb zusammen gestaltet werden. Nicht jedes Unternehmen braucht eine eigenständige CAIO-Position.

Stellen Sie sich ein Unternehmen vor, in dem Kundenretouren tagelang offen bleiben. Die Geschäftsleitung möchte ein KI-System, das Anfragen liest und eine Entscheidung empfiehlt. Die erste Vorführung überzeugt: Das System fasst die Nachricht des Kunden zusammen, findet die Bestellung und schlägt vor, ob die Retoure angenommen werden soll.

Zwei Mitarbeitende im Kundenservice kommen bei derselben Anfrage jedoch zu unterschiedlichen Ergebnissen. Eine Person arbeitet mit veralteten Rückgabebedingungen. Bestimmte Ausnahmen darf nur die Vertriebsleitung genehmigen. Und selbst nachdem ein Produkt im Lager eingetroffen ist, bleibt der Fall offen, weil der Datensatz verspätet aktualisiert wird.

Was sollte die Führungskraft tun, die dieses hypothetische KI-Projekt verantwortet? Sie könnte nach einem besseren Modell suchen. Zuerst muss sie verstehen, warum die Bearbeitung der Retouren stockt. Wenn das Lesen einer Nachricht wenige Minuten dauert, die Genehmigung durch eine Führungskraft aber zwei Tage, beseitigt eine schnellere Zusammenfassung den Engpass nicht.

Ich finde es hilfreicher, die Rolle des CAIO anhand solcher Entscheidungen zu betrachten.

In meinem Beitrag über [CIO, CTO und IT-Leitung: Was der Titel nicht sagt](/de/cio-cto-und-it-leiter-was-der-titel-nicht-sagt) habe ich argumentiert, dass Verantwortlichkeiten und Entscheidungsbefugnisse wichtiger sind als Stellenbezeichnungen. In der Diskussion unter meinem LinkedIn-Beitrag hat Matias Baglieri die Frage auf KI erweitert: Ein Modell kann funktionieren, ohne dass Menschen seinem Ergebnis vertrauen. Auch Datendefinitionen, Modellrisiken und Entscheidungsbefugnisse gehören auf die Agenda eines CAIO.

Dem stimme ich zu. Ein CAIO muss aus meiner Sicht auch sagen können: „Hier brauchen wir keine KI.“ Selbst wenn KI sinnvoll ist, kann der erwartete Nutzen ausbleiben, wenn sich der Prozess nicht mitverändert.

## Wo die Arbeit eines CAIO beginnt

CAIO steht für Chief Artificial Intelligence Officer. Gemeint ist hier eine leitende Rolle, die KI-Strategie, Investitionen und Einsatz im Unternehmen steuert. Der Zuschnitt kann je nach Organisation unterschiedlich sein. Ein Unternehmen schafft möglicherweise eine eigenständige Position; ein anderes verbindet sie mit Verantwortung für Daten, Technologie oder Transformation.

Die [Managementstruktur von Mastercard](https://investor.mastercard.com/corporate-governance/management-committee/default.aspx) führt Greg Ulrich als Chief AI and Data Officer. Die Beschreibung des Unternehmens verbindet den Einsatz von KI und Daten im Geschäft, interne und externe Anwendungen sowie die Steuerung dieser Bereiche. Das ist ein Beispiel dafür, wie Verantwortlichkeiten gebündelt werden können. Es belegt nicht, dass dieselbe Struktur in einem anderen Unternehmen besser funktionieren würde.

Aus meiner Sicht sollte der CAIO dafür verantwortlich sein, zu beurteilen, wo sich KI im Unternehmen lohnt. Dazu reicht es nicht, eine Liste von Anwendungsfällen in Projekte zu verwandeln. Er muss verstehen, was das Unternehmen verbessern will und woran diese Verbesserung scheitert.

Ein CAIO muss KI verstehen, aber auch das Unternehmen. Er oder sie sollte erkennen können, was im Betrieb nötig ist, um ein Versprechen des Vertriebs an einen Kunden einzuhalten, weshalb die Finanzabteilung eine bestimmte Kontrolle verlangt und wie veränderte Aufgaben die Personalabteilung betreffen. Der CAIO muss nicht in jedem Fachbereich Experte sein. Er sollte aber erkennen, wann die Entlastung eines Teams zusätzliche Arbeit für ein anderes bedeutet.

Im Retourenbeispiel könnte das unmittelbare Ziel sein, Kundennachrichten schneller zu bearbeiten. Wenn Kunden früher eine richtige Antwort erhalten sollen, muss jedoch der gesamte Ablauf zwischen dem Lesen der Nachricht und der Erstattung betrachtet werden. Finanzen, Lager und Kundenservice gehören zu dieser Entscheidung.

KI kann dabei helfen. Sie könnte frei formulierte Nachrichten klassifizieren, relevante Dokumente heraussuchen oder eine Zusammenfassung zur Prüfung vorbereiten. Das Unternehmen muss dennoch bestimmen, welche Regel unter welchen Bedingungen über die Annahme einer Retoure entscheidet. Dass ein Modell eine Antwort formulieren kann, gibt ihm nicht die Befugnis, diese Regel festzulegen.

## Ein CAIO braucht ein klares Ja und ein glaubwürdiges Nein

Ich möchte den CAIO nicht als Führungskraft beschreiben, die jedes Projekt blockiert. Die Rolle hilft dem Unternehmen, wenn sie nach einer Ablehnung auch einen gangbaren Weg aufzeigt.

Sind Rückgabebedingungen klar, Daten ordentlich und Entscheidungen an wenige feste Regeln gebunden, kann eine Verbesserung der bestehenden Software ausreichen. Sind Anfragen tatsächlich schwer auszulegen, kann es sich lohnen, eine KI-gestützte Erstprüfung zu erproben. Sind Ausnahmen und Genehmigungsrechte unklar, müssen die dafür zuständigen Führungskräfte an der Klärung mitwirken.

Es ist aber auch nicht immer richtig, mit KI zu warten, bis alles geklärt ist. Während ein Unternehmen seine Rückgabebedingungen vereinheitlicht, könnte es ein Werkzeug zur Zusammenfassung mit einer begrenzten Gruppe von Anfragen testen. Der Umfang ist definiert, die Entscheidung gegenüber dem Kunden ändert sich nicht, und das Team prüft die Ergebnisse. Prozessverbesserung und technisches Lernen können parallel laufen.

Wenn der Auftrag des CAIO von der Geschäftsleitung nur lautet, den KI-Einsatz zu erhöhen, wird es schwerer, für eine einfachere Lösung einzutreten. Das Unternehmen muss deutlich machen, dass auch ein gutes Ergebnis ohne KI als Erfolg gilt.

## Wann können Mitarbeitende einer KI-Empfehlung folgen?

Die Vertrauensfrage, die Matias angesprochen hat, lässt sich nicht dadurch lösen, dass man erklärt, wie fortschrittlich ein Modell ist. Eine Person im Kundenservice muss wissen, unter welchen Bedingungen sie sich auf eine Empfehlung verlassen darf.

Liest das System die aktuellen Rückgabebedingungen? Kann es zeigen, dass ein Dokument fehlt? Was soll ein Mitarbeitender tun, wenn die Empfehlung falsch ist? Wer kümmert sich um eine beanstandete Entscheidung? Ohne klare Antworten ist Zurückhaltung gegenüber dem Ergebnis vernünftig.

Wer jede Empfehlung übernimmt, kann ebenso Probleme verursachen wie jemand, der keiner Empfehlung vertraut. Es sollte klar sein, bei welchen Aufgaben und unter welchen Bedingungen sich Mitarbeitende auf das Modell verlassen können.

Der CAIO sollte beurteilen, ob das Modell für diese Aufgabe hinreichend zuverlässige Ergebnisse liefert. Eine falsche Zusammenfassung hat andere Folgen als die Ablehnung einer berechtigten Rückgabeanfrage. Dasselbe Modell kann für die erste Aufgabe nützlich sein und für die zweite nicht die nötige Verlässlichkeit bieten. Auch die Person, die die Ergebnisse prüft, braucht genügend Zeit, Informationen und die Befugnis, eine Entscheidung infrage zu stellen.

Diese Verantwortung geht über generative KI hinaus. Auch Bedarfsprognosen, Risikobewertungen und Empfehlungssysteme können auf fehlerhaften Daten, ungeeigneten Einsatzbedingungen oder unangemessenen Grenzen für ihre Entscheidungen beruhen. Wer den CAIO nur als Verantwortlichen für die Chat-Werkzeuge des Unternehmens versteht, blendet diese Anwendungen aus.

## Wer Ergebnisse verlangt, muss Befugnisse geben

Wer eine Führungskraft für KI-Risiken verantwortlich macht, muss ihr zuerst erlauben, die relevanten Systeme zu sehen und die damit verbundenen Entscheidungen zu beeinflussen. Fachbereiche können Werkzeuge einkaufen, Daten weitergeben und sie mit kundenbezogener Arbeit verbinden, ohne voneinander zu wissen. In dieser Situation besteht die Verantwortung einer zentralen Führungskraft womöglich nur auf dem Papier.

In der Ankündigung einer gemeinsam mit Oxford Economics durchgeführten [Studie zu Technologieführungskräften aus dem Jahr 2026](https://newsroom.ibm.com/2026-06-08-new-ibm-study-finds-cios-and-ctos-face-growing-ai-control-gap-as-enterprise-deployment-scales) schreibt IBM, dass rund zwei Drittel der teilnehmenden CIOs und CTOs angeben, für KI-Systeme verantwortlich gemacht zu werden, die sie nicht vollständig kontrollieren. Die Untersuchung umfasst 2.000 leitende Technologieentscheider in 33 Regionen. Sie beruht auf Selbstauskünften der Teilnehmenden und stammt von einem Anbieter, der KI-Produkte und Beratungsleistungen verkauft. Sie zeigt weder, wie verbreitet dieses Problem bei Unternehmen in der Türkei ist, noch belegt sie, dass die Ernennung eines CAIO es lösen würde.

Im Retourenbeispiel legt der Fachbereich die Rückgabebedingungen fest. CAIO, Technikteam und Risikoverantwortliche klären gemeinsam die Grenzen, innerhalb derer eine KI-Empfehlung verwendet werden kann. Schon zu Beginn sollte feststehen, wer über die Ausweitung des Tests entscheidet und wer das System stoppen kann, wenn es versagt.

Diese Befugnisse brauchen einen Platz in der Stellenbeschreibung. Das Unternehmen sollte festlegen, welche Entscheidungen der CAIO selbst treffen kann und welche an den CEO oder den zuständigen Ausschuss gehen müssen. Ist niemand benannt, der bei einem Konflikt mit einem Fachbereich die Entscheidung trifft, bleiben die Kriterien des CAIO möglicherweise bloße Empfehlungen.

Den CAIO jede risikoarme Anwendung genehmigen zu lassen, würde eine weitere Warteschlange schaffen. Teams können klar definierte Grenzen erhalten, innerhalb derer sie selbst entscheiden. So bleibt dem CAIO Zeit für bereichsübergreifende Probleme und Entscheidungen mit erheblichen Folgen, statt jede kleine Anwendung freizugeben.

## Was CIO, CTO und Fachbereiche weiterhin verantworten

Die Ernennung eines CAIO nimmt anderen Führungskräften keine Verantwortung ab. Der CIO bleibt für Unternehmenssysteme, Informationen und Transformationsprioritäten verantwortlich. Ist KI Teil eines Produkts, bestimmt der CTO die technische Ausrichtung und steuert die Entwicklungskapazität. Die IT kann Zugriffe, Integration und den laufenden Betrieb verantworten. Gibt es eine Führungskraft für den Datenbereich, sollten Datendefinitionen und Datenqualität gemeinsam mit ihr geklärt werden.

Diese Grenzen hängen von der bestehenden Struktur des Unternehmens ab. Ein CAIO, der gemeinsame Kriterien für den KI-Einsatz festlegt, muss nicht jedes Softwareteam führen. Diese Teams brauchen jedoch Zeit und Ressourcen, um die Kriterien anzuwenden. Wer von Budgetentscheidungen ausgeschlossen ist, kann Prioritäten nur begrenzt setzen.

Die Leitung des Kundenservice verantwortet weiterhin den Retourenprozess: das Versprechen an den Kunden, die Arbeitsweise der Mitarbeitenden und das Prozessergebnis. Sie kann diese Verantwortung nicht abgeben mit dem Satz: „Das ist jetzt ein KI-Projekt; darum kümmert sich der CAIO.“

Auch Sicherheits-, Rechts- und Risikoprüfungen sollten nicht auf die persönliche Freigabe des CAIO beschränkt werden. Wenn die Person, die den KI-Einsatz ausweiten soll, allein darüber entscheidet, ob ihr Projekt akzeptabel ist, haben abweichende Einschätzungen weniger Gewicht. Das Unternehmen braucht auch für solche Bewertungen einen Weg, Meinungsverschiedenheiten zu klären.

## Ein Nein und neue Arbeitsabläufe können Widerstand auslösen

Wenn ein Bereich KI-gestützte Automatisierung wünscht, kann der CAIO eine andere Lösung empfehlen. Die Bereichsleitung kann das als ausbleibende Unterstützung verstehen. Erwartet die Geschäftsleitung eine schnelle KI-Einführung, kann sie dieselbe Führungskraft ebenfalls als Hindernis sehen. Gute technische Gründe garantieren nicht, dass eine Empfehlung angenommen wird.

Auch wenn der CAIO KI empfiehlt, kann es Widerstand geben. Der Vorschlag kann mehr bedeuten als den Kauf eines neuen Werkzeugs: Er verändert möglicherweise, wie Arbeit erledigt wird. Ein Genehmigungsschritt entfällt, eine Entscheidung wandert in ein anderes Team oder eine Person, die eine Aufgabe seit Jahren ausführt, erhält eine andere Rolle. Wer betroffen ist, wird häufig zuerst prüfen, was die Veränderung für die eigene Arbeit bedeutet, bevor der Nutzen für das Unternehmen im Vordergrund steht.

Aus meiner Sicht liegt eine Schwierigkeit dieser Rolle darin, dass der CAIO in beiden Situationen als jemand wahrgenommen werden kann, der sich überall einmischt. Er oder sie kann unpopulär sein, weil eine Anfrage abgelehnt oder die bestehende Ordnung verändert werden soll. Das Unternehmen zu verstehen, reicht nicht. Die Person muss auch mit den Menschen im Unternehmen arbeiten können.

Sie muss einen Vorschlag anhand der tatsächlichen Arbeit des Bereichs erklären: Welche Wartezeit wird kürzer? Welcher Fehler wird vermieden? Wessen Arbeitslast steigt? Sie sollte den Menschen zuhören, die den Prozess kennen, und den Vorschlag bei Bedarf ändern. Ein Einwand ist nicht automatisch Widerstand gegen Veränderung. Er kann auf ein Problem hinweisen, das im Entwurf übersehen wurde.

Die Geschäftsleitung kann die Verantwortung für diese Entscheidungen nicht vollständig dem CAIO überlassen. Fordert sie ihn auf, bestehende Prozesse infrage zu stellen, zieht sich aber beim ersten Konflikt zurück, kann sie realistischerweise nicht erwarten, dass er mit den Fachbereichen diese Prozesse verändert. Die Geschäftsleitung muss die Entscheidung für die Veränderung mittragen und dafür sorgen, dass die betroffenen Teams unterstützt werden. Das Unternehmen muss nicht annehmen, dass der CAIO in allem recht hat. Es braucht eine Arbeitsweise, in der Einwände geprüft und Entscheidungen getragen werden.

## Wann braucht ein Unternehmen einen eigenständigen CAIO?

Hat ein Unternehmen nur einige begrenzte KI-Anwendungen und können CIO, CTO oder Datenverantwortliche die Entscheidungen mit ausreichender Zeit und Befugnis steuern, ist eine weitere leitende Position möglicherweise nicht nötig. Das Unternehmen kann die Verantwortung ausdrücklich zuweisen, die nötige Unterstützung bereitstellen und die getroffenen Entscheidungen überprüfen.

Für eine eigenständige Rolle spricht mehr, wenn Fachbereiche um dieselben Daten, technische Kapazitäten und Budgets konkurrieren. Wenn Anwendungen größere Risiken tragen, Entscheidungen eines Bereichs einen anderen betreffen und die vorhandenen Führungskräfte keine Zeit für diese gemeinsamen Fragen haben, entsteht ein dauerhafter Bedarf an Koordination und Entscheidungen.

Die Lücken müssen dennoch getrennt werden. Fehlt jemand, der die Entscheidung trifft? Kann das Team die Arbeit nicht leisten? Oder wurden der bestehenden Führungskraft keine Befugnisse gegeben? Ein neuer CAIO, der nur das erste Problem lösen soll, lässt die beiden anderen bestehen.

Ein Unternehmen könnte stattdessen mit einem befristeten Transformationsauftrag beginnen. Sind gemeinsame Regeln festgelegt und die nötigen Fähigkeiten im Team aufgebaut, können einige Verantwortlichkeiten an bestehende Führungskräfte übergehen. Wird KI zu einem dauerhaften Teil des Produkts und des Betriebs, kann eine eigenständige Rolle bleiben. Entscheidend sollte die dauerhafte Arbeitslast sein, nicht die Frage, ob der Titel gerade in Mode ist.

## Erfolg nicht an der Zahl der Projekte messen

Ein Bericht des CAIO kann zeigen, wie viele Pilotprojekte gestartet sind, wie viele Personen ein Werkzeug nutzen oder wie viele Modelle laufen. Diese Kennzahlen zeigen Aktivität. Ob sich der Retourenprozess verbessert hat, beantworten andere Aufzeichnungen.

Erhalten Kunden die richtige Entscheidung schneller? Werden weniger Fälle wegen einer falschen Entscheidung wieder geöffnet? Wie viel Zeit verbringen Mitarbeitende im Kundenservice damit, Zusammenfassungen zu korrigieren? Rechtfertigt das Ergebnis die Kosten noch, wenn neben der Lizenz auch Integration, Überwachung und Prüfaufwand berücksichtigt werden?

Ein Pilot, der den erwarteten Nutzen nicht zeigt, kann ebenfalls nützlich sein. Das Unternehmen hat erkannt, wo die Grenzen liegen, bevor es mehr investiert. Daraus folgt nicht, dass die Zahl abgebrochener Projekte zu einer weiteren Erfolgskennzahl werden sollte. Eine Idee zu stoppen ist nur dann eine gute Entscheidung, wenn die verfügbaren Informationen und Alternativen es rechtfertigen.

## Erwartungen an einen CAIO klar machen

Wenn ein Unternehmen einen CAIO einstellt, muss es offen besprechen, was es von einer Führungskraft erwartet, die KI versteht. Soll diese Person aus eingehenden Anfragen lediglich Projekte machen? Oder darf sie hinterfragen, ob es sich lohnt, ihnen nachzugehen? Soll sie verändern, wie Arbeit erledigt wird, muss auch klar sein, wie sie mit den verantwortlichen Führungskräften arbeitet und wer bei Meinungsverschiedenheiten die Entscheidung trifft.

Ein CAIO kann nicht jedes Problem im Unternehmen übernehmen. Die Fachbereiche bleiben für ihre Ergebnisse verantwortlich. Der CAIO beurteilt, wo KI helfen kann, und arbeitet mit ihnen an den nötigen Veränderungen. Überträgt die Geschäftsleitung diese Verantwortung ohne passende Befugnisse und Unterstützung, löst ein neuer Titel das Problem nicht.

---

Language: German
License: CC BY 4.0
License URL: https://creativecommons.org/licenses/by/4.0/
Scope: Evren Bal-authored text, unless this article expressly states otherwise.
Excluded: Third-party material, quoted excerpts, logos, and separately marked images retain their own rights.
Attribution: Credit Evren Bal, link to the canonical source and license, and indicate changes.
Source: https://evrenbal.com/de/caio-rolle-und-befugnisse