Das KI-Tool ist meistens in Ordnung. Der Einsatzort ist fast immer falsch. Das ist die kurze Antwort darauf, warum die meisten Enterprise-KI-Einführungen sechs Monate nach dem Launch ins Stocken geraten – und warum wir KI-Agenten in die Tools bauen, in denen Teams bereits arbeiten, und nicht daneben.
Zugang ist nicht gleich Adoption
BCG veröffentlichte im April 2025 Forschungsergebnisse, die zeigen, dass nur 1 von 4 Unternehmen KI erfolgreich skaliert. Noch aufschlussreicher: Rund 70 % der Softwareentwickler – die tool-affinste Gruppe in jeder Organisation – nutzen GenAI-Tools nicht, auf die sie Zugang haben. Die Tools existieren. Die Lizenzen sind bezahlt. Die Demos liefen gut. Und trotzdem.
BCG bringt es auf den Punkt: „Der Fehler, den Führungskräfte machen, ist: Ich habe die Technologie, ich habe der Organisation die Tools gegeben, also werden sie diese nutzen. Aber Zugang ist nur der Ausgangspunkt." (BCG, April 2025)
BCGs eigene Forschung führt diese Lücke fast vollständig auf psychologische Barrieren zurück – Angst, Gewohnheit und mangelndes Wissen über das Mögliche. Aber es gibt eine strukturelle Ursache unter dieser Psychologie: Jedes neue Tool fordert Menschen auf, ihren Arbeitsort zu wechseln, nicht nur ihre Arbeitsweise. Das ist eine Steuer, die die meisten Teams nicht freiwillig zahlen.
In unseren Projekten sehen wir dasselbe Muster. Ein Team erhält Zugang zu einem KI-Schreibassistenten oder einer CRM-Intelligence-Ebene. In den ersten zwei Wochen erkunden die neugierigen 20 % das Tool. Dann bricht die Nutzung ein. Nicht weil das Tool aufgehört hat zu funktionieren – sondern weil das Team aufgehört hat, es aufzurufen. Es lebt in einem Tab, den niemand mehr öffnet.
Die Toggling-Steuer ist real und sie summiert sich
Forschungsdaten von Shieldbase AI beziffern die Kosten des App-Wechselns konkret. Eine Studie mit 137 Nutzenden in drei Fortune-500-Unternehmen über fünf Wochen ergab, dass Mitarbeitende rund 1.200-mal pro Tag zwischen Anwendungen wechselten. Jeder Wechsel kostete knapp zwei Sekunden – aber es ist die kognitive Neuorientierung nach jedem Wechsel, die sich aufaddiert. Die Studie stellte fest, dass allein durch Neuorientierung fast vier Stunden pro Woche verloren gehen, was fünf vollen Arbeitswochen pro Jahr entspricht – also 9 % der jährlichen Arbeitszeit, die weg sind, weil Kontext gewechselt wird statt Arbeit erledigt.
Das Detail, das uns nicht loslässt: Nach 65 % dieser Wechsel togglete die Person innerhalb von 11 Sekunden wieder zurück. Die Zeit, die in der Ziel-App verbracht wurde, war kaum länger als der Aufwand, dorthin zu navigieren. Das ist kein Produktivsystem. Das ist ein Drehstuhl mit Software-Abonnement.
McKinsey-Forschung via Shieldbase zeigt zudem, dass Wissensarbeitende 28 % ihrer Arbeitswoche allein mit E-Mails verbringen. UC-Irvine-Forscherin Gloria Mark hat dokumentiert, dass eine einzige Unterbrechung rund 25 Minuten Erholungszeit kostet. Die Toggling-Steuer stiehlt nicht nur Minuten – sie verschlechtert die Aufmerksamkeitsqualität für alles, was danach kommt.
Eine Frage vor jeder KI-Integration
Bevor Sie einen KI-Agenten spezifizieren, bevor Sie Anbieter evaluieren, bevor Sie eine einzige Zeile Integrationscode schreiben – stellen Sie sich diese Frage: Wo verbringt Ihr Team tatsächlich den Großteil seiner Arbeitsstunden?
Nicht wo es arbeiten soll. Nicht wo das System of Record liegt. Wo verbringt es tatsächlich die meiste Zeit – kommunizierend, koordinierend, Entscheidungen treffend?
Für die meisten GTM-Teams lautet die ehrliche Antwort: Slack oder Microsoft Teams. Nicht das CRM. Nicht das Projektmanagement-Tool. Nicht das Daten-Dashboard. Die Messaging-Ebene. Dort lebt der Kontext, dort werden Entscheidungen informell getroffen, dort läuft der echte Workflow. Das CRM wird nachträglich aktualisiert – wenn überhaupt.
Salesforce hat dieses Experiment an sich selbst durchgeführt. Im Februar 2025 integrierten sie KI-Agenten direkt in Slack. Sechs Monate später nutzten 86 % der Mitarbeitenden diese Agenten, um Antworten zu erhalten und Aktionen auszuführen – ohne Slack zu verlassen. Die prognostizierten Einsparungen: 500.000 Mitarbeiterstunden jährlich. Der Sales Agent allein soll 203.000 Stunden pro Jahr einsparen, indem er Pipeline-Daten, Forecasts und Wettbewerbsinformationen dort bereitstellt, wo Vertriebsgespräche bereits stattfinden. Andy White, SVP Technology bei Salesforce, beschrieb die zentrale Erkenntnis so: „Lösungen bauen, die für Teams funktionieren, nicht nur Systeme."
Slacks eigene Forschung zu Salesforce Sales Cloud-Nutzenden erzählt dieselbe Geschichte aus der anderen Richtung: Unter Nutzenden ohne Slack-Anbindung haben mehr als die Hälfte Schwierigkeiten, den Fortschritt zu verfolgen, und fast die Hälfte kämpft mit großen Herausforderungen bei der Wissenserhaltung und -auffindbarkeit. Das CRM hält die Daten. Aber wenn der Zugriff auf diese Daten bedeutet, die Kommunikationsebene zu verlassen, werden die meisten Menschen nicht konsequent darauf zugreifen.
Wie workflow-native KI in der Praxis aussieht
Das ist nicht abstrakt. Hier ist, was wir für Kunden bauen, die ihren Tag in Slack verbringen:
CRM direkt im Channel. Ein Vertriebsmitarbeitender beendet ein Gespräch. Anstatt Salesforce zu öffnen, den Tab zu wechseln, den Kontakt zu suchen und Notizen manuell einzutragen, sendet er eine Zusammenfassung in einen dedizierten Slack-Channel. Ein KI-Agent liest die Nachricht, extrahiert die relevanten Felder und aktualisiert den CRM-Datensatz. Das System of Record bleibt aktuell. Der Mitarbeitende hat Slack nie verlassen.
Content auf Abruf. Eine GTM-Leaderin braucht ein Competitive One-Pager vor einem Call in zwei Stunden. Sie schickt dem Content-Agenten eine Slack-Nachricht mit Kontext. Der Agent holt das relevante Produkt-Positioning, formatiert einen Entwurf und liefert ihn im Thread zurück. Kein Prompt-Engineering-Interface zu erlernen, kein separates Tool zu öffnen.
Finance-Zusammenfassungen ohne Dashboard-Tour. Ein Gründer möchte vor einem Board-Call die Burn Rate, die Liquiditätsposition und die drei größten Ausgabenkategorien wissen. Eine Slack-Nachricht an den Finance-Agenten. Die Antwort kommt in verständlicher Sprache, aus den verbundenen Daten, in unter dreißig Sekunden zurück. Das Finance-Dashboard existiert weiterhin – aber der Aufwand, es zu finden und zu lesen, ist verschwunden.
Das Muster in allen drei Fällen: Die KI schafft keinen neuen Ort, den man aufsuchen muss. Sie erscheint dort, wo die Arbeit bereits ist. Der Workflow bleibt intakt. Die Qualität der Informationen innerhalb dieses Workflows verbessert sich.
Das Prinzip, das alles steuert, was wir bauen
Wir sind überzeugt: Die beste KI-Integration ist die, bei der man nicht merkt, dass es eine Integration ist. Es fühlt sich an, als wäre das Tool, das man bereits nutzt, intelligenter geworden. Nicht als hätte man ein neues Tool gelernt, zusätzlich zu denen, die man bereits verwaltet.
BCGs eigener Pilot eines KI-gestützten Kalender-Tools ergab, dass 92 % der Nutzenden sagten, sie würden es weiter nutzen – weil es in ihren bestehenden Workflow passte. Nicht weil es das leistungsfähigste verfügbare Tool war. Sondern weil es sie nicht aufforderte, ihren Arbeitsort zu wechseln.
Das ist die Design-Prämisse, an der wir jeden Kunden festhalten: Definieren Sie, wo das Team tatsächlich lebt, und bringen Sie den Agenten dorthin. Wenn sie in Slack leben, lebt der Agent in Slack. Wenn sie in Teams leben, lebt der Agent in Teams. Wenn sie in E-Mail leben, lebt der Agent in E-Mail. Das Modell spielt keine Rolle, wenn die Leute den Tab nie öffnen.
Die Frage, die Sie diese Woche beantworten sollten, ist nicht: „Welches KI-Tool sollen wir kaufen?" Sie lautet: „Wo verbringt unser Team seinen Tag – und ist unsere KI bereits dort?"