Sie haben die Agenten eingeführt und das Change Management durchgeführt. Jetzt fragen Sie sich, wie Sie den Nachweis erbringen können, dass Sie die geforderte Transformation vollziehen. 

Wenn Führungskräfte derzeit aufgefordert werden, den ROI ihrer Software- und KI-Investitionen nachzuweisen, greifen sie zur sichtbarsten verfügbaren Kennzahl: der Token-Nutzung.

Meta hat intern eine Rangliste erstellt, die Mitarbeiter danach bewertet, wie viele KI-Token sie verbraucht haben. Sie wurde geleakt, ging viral und wurde abgeschaltet. Token sind messbar, sie sind nachverfolgbar, und sie bestätigen zumindest, dass etwas passiert.

Das Problem ist, dass die meisten Unternehmen KI genauso messen wie sie vor einem Jahrzehnt die Softwareeinführung gemessen haben – dabei ist KI ein grundlegend anderes Tier.

Hohe Nutzungszahlen garantieren keinen hohen Mehrwert, und wenn Sie nicht verstehen, wie KI von Ihrer Belegschaft tatsächlich genutzt wird, haben Sie keinen Hebel, um dies zu verbessern.

Moment mal. Was sind Token? Hinweis: Es geht nicht um Krypto.

Token sind die Maßeinheit, mit der Teams und Anbieter die KI-Nutzung messen. Jedes Mal, wenn ein Mitarbeiter mit einem KI-Agenten interagiert – sei es durch eine Frage, das Erstellen von Inhalten oder das Bearbeiten einer Aufgabe – wird diese Interaktion in Token gemessen. Stellen Sie sich Token als die Währung der KI-Aktivität vor. Je mehr Ihre Teams KI nutzen, desto mehr Token werden verbraucht.

Es ist verständlich, dass diese Kennzahl zur bevorzugten Metrik wurde. Lange Zeit war sie eine der wenigen verfügbaren Zahlen. Aber das Token-Volumen zeigt Ihnen nur, dass Aktivität stattgefunden hat. Es sagt Ihnen nicht, ob Mitarbeiter KI für die richtigen Dinge einsetzen oder ob irgendetwas davon mit Arbeit zusammenhängt, die wirklich zählt. Sie können starke Token-Zahlen haben und trotzdem eine KI-Investition haben, die zu wenig leistet. 

Fressen oder gefressen werden, Enterprise-Edition 

Die Unternehmen, die tatsächlich herausfinden, wie sie eine große, gewachsene Belegschaft mit KI transformieren können, behandeln die KI-Einführung als etwas, das aktiv gesteuert und aktualisiert werden muss. 

Das beginnt damit, zu sehen, wie die Arbeit tatsächlich über KI-Workflows hinweg abläuft. Ob sie sich einloggen, sie für die richtigen Aufgaben nutzen, nützliche Ergebnisse erhalten und sie in ihre tatsächliche Arbeitsweise integrieren. 

In den meisten Unternehmen sieht die Akzeptanz derzeit an der Oberfläche gut aus, bricht aber im Verborgenen leise zusammen. Mitarbeiter stoßen auf Sackgassen, finden Umgehungslösungen und hören ganz auf, das Tool zu nutzen. Und niemand weiß es, weil niemand es sehen kann. 

KI ist eigentlich eher wie Mensch + SaaS + KI

Mitarbeiter leben noch nicht in KI-Tools. Sie wechseln ständig zwischen KI-Agenten und SaaS-Anwendungen, und echte Arbeit findet in beiden statt. Die KI-Nutzung isoliert zu betrachten, liefert nur einen Teilausschnitt eines Workflows, der alles andere als partiell ist.

Um Produktivität und Akzeptanz richtig zu verstehen, muss man das gesamte Bild sehen: 

  • Wo ist KI wirklich in die Arbeitsabläufe eingebettet? 
  • Wo tragen SaaS-Tools noch den Großteil der Last? 
  • Verschiebt sich dieses Gleichgewicht tatsächlich im Laufe der Zeit, je mehr wir in KI investieren?

Diese letzte Frage ist wichtiger, als die meisten Unternehmen erkennen. Der wirtschaftliche Fall für KI hat immer die Annahme eingeschlossen, dass sie letztendlich die Abhängigkeit von einem aufgeblähten SaaS-Stack reduzieren würde. Mehr KI-Fähigkeiten, weniger redundante Tools, schlankere und effizientere Technologieausgaben. 

Aber die meisten Unternehmen erhöhen ihre KI-Budgets, während die SaaS-Kosten stagnieren – ohne wirkliche Transparenz darüber, ob sich der Kompromiss auszahlt. 

Was nun?

IT-Verantwortliche haben hier eine echte Chance, die Denkweise ihrer Organisationen in Bezug auf KI zu verändern: als ein Adoptionsproblem, das kontinuierliche Aufmerksamkeit und Veränderung erfordert. Das Wertvollste, was die IT jetzt tun kann, ist sicherzustellen, dass die gekauften und eingesetzten Tools tatsächlich so funktionieren, wie sie es sollten, und dass sie dies auch weiterhin tun, wenn Workflows weiterentwickeln.

Dafür ist eine Plattform erforderlich, die Ihnen Analysen über Ihren gesamten Mitarbeitertechnologie-Stack hinweg bietet – SaaS und KI-Agenten gemeinsam –, damit Sie sehen können, wo das Engagement stark ist, wo Reibungspunkte entstehen und wo Mitarbeiter auf eine Weise kämpfen, die noch niemand gemeldet hat. 

Es bedeutet, in Echtzeit darauf reagieren zu können und Anleitungen direkt in Workflows einzuspielen, sodass Mitarbeitende genau dann und dort Unterstützung erhalten, wenn und wo sie diese benötigen – ohne auf ein Schulungsprogramm oder eine Change-Management-Initiative warten zu müssen. Und es bedeutet, in Vorstandsgespräche mit etwas Nützlicherem als Token-Zahlen zu gehen: Adoptionskurven, Reibungspunkte Reduzierungen, SaaS-Konsolidierung, Produktivitätsveränderungen. Und echte Empfehlungen, was als Nächstes zu tun ist. 

Möchten Sie sehen, wie das in der Praxis aussieht? Erfahren Sie, wie Pendo for IT Enterprise-Teams dabei hilft, von der Messung von KI zur echten Einführung in der gesamten Belegschaft überzugehen.