Die Zahl der KI-Use-Cases (Anwendungsfälle) sagt wenig über ihren Nutzen aus. Das schreibt Simon Biela, Host des Podcasts „AI & Why“, am 6. November 2026 in einem Kommentar der Computerwoche. Er nennt drei Gründe, warum KI-Initiativen in großen Organisationen stecken bleiben. Erstens startet jeder Anwendungsfall mit eigenen Daten, eigener Anbindung, eigener Freigabe und eigenem Team bei null. Zweitens liegt der Nutzen zwischen den Abteilungen und nicht in einer einzelnen. Drittens wird der größte Hebel bei den Personalkosten kaum offen besprochen. Der Kommentar zitiert eine Studie, nach der fast 90 Prozent der befragten Unternehmen mit KI-Projekten weniger herausholen, als sie hineingesteckt haben. Sein Vorschlag: Anwendungsfälle nach gemeinsamen Daten, Systemen und Freigaben ordnen und als Paket beantragen, sodass jedes Paket ein Stück des gemeinsamen Fundaments mitfinanziert. Einordnung für Banken und Versicherer: Gerade dort sind Freigaben durch Datenschutz, IT-Sicherheit und Compliance aufwendig. Es lohnt sich, sie einmal je Paket zu klären und nicht je Anwendungsfall. Bei unseren Kunden aus Versicherung und Bank hat sich bewährt, in dieser Reihenfolge vorzugehen: 1. Die Liste der Anwendungsfälle nach Daten, Systemen und Freigaben gruppieren. 2. Ähnliche Fälle auch über Abteilungsgrenzen hinweg zu Paketen zusammenfassen. 3. Eine Verantwortliche oder einen Verantwortlichen für das gemeinsame Fundament benennen. 4. Den Nutzen im gemeinsamen Business Case messen und nicht je Abteilung. Die Umsetzung ist erkennbar, wenn für jedes Paket ein Budget, eine Freigabe und ein dauerhaftes Team vorliegen.