KI-Champion oder Forward Deployed: Wer treibt KI im Unternehmen?

Stripe hat letzte Woche eine ungewöhnliche Stelle ausgeschrieben. Gesucht wird kein KI-Engineer und kein Data Scientist, sondern ein Forward Deployed AI Accelerator. Jemand, der direkt in operativen Teams sitzt und herausfindet, welche Aufgaben sich mit KI wirklich beschleunigen lassen.

Das ist eine der ersten prominent ausgeschriebenen Stellen dieser Art, und sie verrät einiges über den Reifegrad, in dem KI-Transformation gerade ankommt. In unseren Mittelstand-Rollouts sehen wir, dass dieselbe Logik dort längst nötig ist. Nur mit anderem Etikett.

Die Frage, die selten gestellt wird

Wenn Geschäftsführungen sich fragen "wer treibt eigentlich unsere KI-Initiative?", landet die Antwort oft auf einem von zwei Stühlen. Stuhl Nummer eins: die IT. Stuhl Nummer zwei: ein einmaliges Beratungsprojekt, das nach dem Kickoff wieder verschwindet.

Beide greifen zu kurz, wenn niemand dauerhaft dort sitzt, wo die Arbeit tatsächlich passiert. Eine gute externe Begleitung kann den Rahmen setzen, das Fundament bauen und die Methodik mitbringen. Aber die laufende Übersetzung von konkreter Arbeit in KI-Anwendung braucht jemanden, der im Team verankert ist. Das eine ersetzt das andere nicht, beides greift ineinander.

Stripe hat das gerade explizit gemacht. Der Forward Deployed AI Accelerator gehört in die operativen Teams, nicht in eine zentrale KI-Abteilung. Er beobachtet, wie ein Mitarbeiter eine bestimmte Auswertung auf eine bestimmte Weise baut, und überlegt dann, wie sich daraus ein wiederverwendbarer Workflow, ein Skill oder ein Eintrag in der Wissensdatenbank machen lässt.

Das ist eine Übersetzungsrolle, keine Bau-Rolle.

Was wir in unseren Rollouts sehen

In vielen Unternehmen ist eine eigene Vollzeit-Rolle dafür überdimensioniert. Was funktioniert, ist eine verteilte Variante davon. Wir nennen sie KI-Champions.

Pro Abteilung werden ein paar Power-User identifiziert. Nicht die lautesten, sondern die methodischsten. Sie bekommen echte Zeit dafür, nicht als Zusatzbelastung obendrauf, und übersetzen die Arbeit ihrer Kollegen in Skills, Workflows und gemeinsame Wissensdatenbanken. Genau wie Stripes Forward Deployed Accelerator, nur verteilter und in Teilzeit.

Der Effekt ist deutlich. Unternehmen mit aktiven KI-Champions kommen über die ersten Wochen auf eine spürbar höhere Nutzungsquote als Unternehmen, die das Tool ausrollen und dann sich selbst überlassen. Es ist nicht ein Faktor von vielen, es ist der entscheidende.

Wann das Champion-Modell nicht mehr reicht

Ab einer bestimmten Unternehmensgröße kippt die Rechnung. Ein KI-Champion in einer kleinen Abteilung kann seine Kollegen gut mitnehmen. In einer sehr großen Abteilung wird das eng, weil die Übersetzung von Arbeit in KI-Anwendung zu viel Zeit kostet, um sie nebenbei zu leisten.

Genau hier ergibt Stripes Modell Sinn. Wenn eine Abteilung groß genug ist, dass ein Übersetzer damit voll ausgelastet wäre, ist die Vollzeit-Rolle überlegen. Sie hat mehr Zeit, mehr Tiefe, mehr Kontinuität, und sie kann Use Cases so dokumentieren, dass andere Teams nachziehen.

Wo genau diese Schwelle liegt, hängt vom Unternehmen ab, von der Art der Arbeit und davon, wie weit die KI-Nutzung schon ist. Als grobe Orientierung: Je größer die Organisation und je dichter die wissensintensive Arbeit, desto eher lohnt sich eine eigene Vollzeit-Rolle.

Was beide Modelle teilen

Drei Dinge sind in beiden Varianten gleich, und alle drei werden in der Praxis am häufigsten übersehen.

Erstens: eingebettet, nicht zentral. Weder ein KI-Champion noch ein Forward Deployed Accelerator gehören in eine abgekoppelte KI-Abteilung. Sie gehören da hin, wo die Arbeit passiert. In den Vertrieb, in die Buchhaltung, in den Service.

Zweitens: operativ, nicht abstrakt. Beide Rollen reden nicht über KI-Strategie im luftleeren Raum. Sie arbeiten an konkreten Use Cases, konkreten Workflows, konkreter Zeitersparnis.

Drittens: Übersetzung von Arbeit, nicht Ausrollen von Tools. Beide finden heraus, was die Teams bereits tun, und übersetzen es in wiederverwendbare KI-Anwendungen. Die Haltung ist nicht "Hier ist das Tool, nutzt es jetzt", sondern "Zeig mir, wie du diese Aufgabe heute machst, daraus bauen wir einen Workflow".

Was vorher stehen muss

Sowohl die Champion-Rolle als auch die Forward Deployed Rolle laufen ins Leere, wenn das Fundament fehlt.

Es braucht eine funktionierende KI-Infrastruktur. Einen gemeinsamen Workspace, klare Regeln zum Umgang mit Daten, und eine Stelle, an der Skills, Workflows und Wissensdatenbanken zusammenlaufen.

Und es braucht die Entscheidung der Geschäftsführung, dass KI ein mehrjähriges Vorhaben ist und kein einmaliger Pilot. Die Wirkung dieser Rolle zeigt sich nicht im ersten Quartal. Wer zu früh den Stecker zieht, sieht sie nie.

Wo Stripes Modell den Weg weist

Was Stripe gerade öffentlich macht, zeigt einen wichtigen Punkt. KI-Adoption ist keine reine Tool-Frage und keine reine Engineering-Frage. Sie ist eine Übersetzungs-Frage. Jemand muss zwischen "wie wir arbeiten" und "was KI kann" stehen und permanent neu übersetzen.

Im Mittelstand übernehmen das KI-Champions. In Konzernen wie Stripe ein Forward Deployed Accelerator. Die Funktion ist dieselbe.

Wer im eigenen Unternehmen niemandem diese Funktion gegeben hat, hat noch keine KI-Initiative. Er hat eine Tool-Lizenz.