Warum Schatten-KI trotz Governance wächst

loading="lazy" width="400px">Wenn sich Schatten-KI zunehmend durchsetzt, liegt das unter Umständen an Ihrem Narrativ-Management, wie unsere Expertin nahelegt.Toma Stepunina | shutterstock.com



Seit Jahren versuchen IT-Organisationen, sich vom reinen Cost Center zum strategischen Partner zu entwickeln. Mit dem Aufstieg generativer KI verschärft sich diese Herausforderung zusätzlich. Was einst als „Shadow IT” – also die Nutzung von IT außerhalb zentraler Steuerung – begann, zeigt sich heute in neuer Form als „Shadow AI” (Schatten-KI). Sie ist schneller, zugänglicher – und deutlich schwerer kontrollierbar. Wo früher Budgets und formale Beschaffungsprozesse notwendig waren, genügt heute ein Browser-Fenster. Innerhalb von Sekunden werden Inhalte generiert oder Daten verarbeitet – teilweise auch auf Basis sensibler Informationen und ohne klare Leitplanken.



Shadow AI wird deshalb häufig primär als Sicherheitsproblem bewertet. Gleichzeitig lässt sich jedoch beobachten, dass das Thema vor allem dort an Bedeutung gewinnt, wo bestehende IT-Angebote oder Prozesse aus Sicht der Fachbereiche nicht schnell oder passgenau genug sind. Daraus ergibt sich ihre Ambivalenz:




Einerseits unterläuft Schatten-KI die Governance, erhöht die Risiken und erschwert die Steuerung.



Andererseits ermöglicht sie unmittelbare Produktivitätsgewinne und pragmatische Lösungen für konkrete Bedarfe.




Diese Gleichzeitigkeit von Nutzen und Risiko erzeugt ein Spannungsfeld, auf das IT-Organisationen reagieren müssen. Das tun sie häufig mit einem vertrauten Muster: mehr Regeln, mehr Kontrolle, mehr Restriktionen. Dieser Ansatz adressiert jedoch vor allem die Symptome. So verlagert sich Shadow AI einfach nur in weniger sichtbare Bereiche. Parallel verstärkt dieses Vorgehen genau das Image, das die IT eigentlich loswerden möchte, nämlich das eines bürokratischen Flaschenhalses.



Shadow AI – rational, aber nicht widerspruchsfrei



Ein zentraler Aspekt bleibt bei der Diskussion um Schatten-KI zudem oft außen vor: Governance scheitert selten allein an fehlenden Regeln, sondern an mangelnder Akzeptanz. Die entscheidende Frage ist deshalb nicht nur, wie sich Shadow AI begrenzen lässt – sondern, warum sie überhaupt erst entsteht. Denn das vollzieht sich nicht unabhängig von bestehenden Strukturen. Vielmehr ist es oft eher eine Reaktion auf diese. Für Fachbereiche ist es häufig die effizienteste Lösung. Gleichzeitig birgt es neue Risiken und bringt neue Abhängigkeiten mit sich. Der Kernkonflikt der Schatten-KI lässt sich somit klar benennen: kurzfristige Produktivität versus langfristige Steuerbarkeit.



Um Shadow AI zu verstehen, reicht der Blick auf Prozesse allein jedoch nicht aus. Denn Organisationen werden nicht nur durch Regeln gesteuert, sondern auch durch kollektive Deutungsmuster – sogenannte Narrative. Diese prägen die Wahrnehmung der IT und entstehen aus Projektergebnissen, Krisen und der täglichen Zusammenarbeit. Das beeinflusst Entscheidungen häufig stärker als die formale Governance.



Ist das dominante Narrativ beispielsweise „Die IT ist zu langsam und versteht unser Geschäft nicht“, wird der Weg an ihr vorbei zur logischen Konsequenz. Narrative wirken dabei wie ein Interpretationsfilter: Positive Erfahrungen werden als Ausnahmen gewertet, negative Erlebnisse bestätigen bestehende Überzeugungen. Auf diese Weise prägen sie auch das Vertrauen in die IT und damit die Bereitschaft, ihre Vorgaben zu akzeptieren – oder bewusst zu umgehen.



Operative Exzellenz ist somit notwendig, aber nicht ausreichend, um dieses Vertrauen zu verändern. Erst konsistent positive Erfahrungen können dafür sorgen, dass sich Narrative nachhaltig verschieben. Geschieht das nicht, wird selbst ein erfolgreiches Projekt weiterhin als Ausnahme interpretiert und nicht als Beleg für echten Wandel.



Die Enabling-Gap



Ein Beispiel aus der Praxis verdeutlicht die konkreten Auswirkungen dieser Dynamiken: Ein internationaler Industriekonzern führt einen KI-Assistenten in seine ERP-Landschaft ein. Aus Sicht der IT ist das Projekt ein Erfolg: Es wurde sauber integriert, termingerecht ausgerollt und klar geregelt. Die Botschaft lautet: „Der KI-Assistent ist verfügbar. Wir sind AI-enabled“. Im Fachbereich stellt sich jedoch schnell Ernüchterung ein: Die Ergebnisse sind größtenteils generisch, der Geschäftskontext fehlt weitgehend und der Produktivitätsgewinn ist damit begrenzt. Hier zeigt sich die sogenannte „Enabling-Gap“: Die technische Bereitstellung ist nicht kongruent mit einer tatsächlichen, geschäftswirksamen Nutzung.



Während das Projekt für die IT formal abgeschlossen ist, beginnt für den Fachbereich die eigentliche Arbeit. Externe Unterstützung ist notwendig, um den KI-Assistenten in den spezifischen geschäftlichen Kontext zu überführen – eine Rolle, die aus Sicht des Fachbereichs eigentlich bei der internen IT liegen sollte. Die Verantwortung für die inhaltliche Nutzung beim Fachbereich zu sehen, ist organisatorisch zwar nachvollziehbar. Für eine IT, die als Enabler wahrgenommen werden möchte, ist das jedoch kontraproduktiv. Denn diese Rolle endet nicht damit, Technologie bereitzustellen – sie geht darüber hinaus.



Insofern verstärken Erfahrungen wie diese das bestehende Narrativ von der IT, die zwar Technologie liefert, die Wertschöpfung jedoch anderen überlässt. Genau in diesem Umfeld kann Schatten-KI wachsen und gedeihen – nicht als Ausnahme, sondern als naheliegende Alternative für Fachbereiche, die schnelle und wirksame Lösungen suchen.



5 Hebel für ein neues Governance-Narrativ



Die Wahrnehmung der IT ist somit ein maßgeblicher Faktor dafür, ob Governance akzeptiert und umgesetzt oder umgangen wird. Die gute Nachricht: Diese Wahrnehmung lässt sich durch gezieltes Narrativ-Management aktiv steuern. Das erfolgt in fünf Schritten.



1. Narrativ sichtbar machen: Bevor ein Narrativ verändert werden kann, muss das bestehende verstanden werden. Entscheidend ist, wie über die IT gesprochen wird, wenn sie nicht im Raum ist. Qualitative Interviews mit Stakeholdern liefern dafür belastbare Hinweise. Im Fokus stehen dabei nicht einzelne Meinungen, sondern wiederkehrende Muster. Zuschreibungen wie „verhindernd“ oder „kompliziert“ markieren den realen Ausgangspunkt jeder Veränderung.



2. Enabling-Lücke diagnostizieren: Nahezu jede IT-Organisation versteht sich heute als „Business Enabler“. Eine zentrale Steuerungsgröße ist daher die Differenz zwischen diesem Selbstbild und der von den Fachbereichen erlebten Realität. Diese Lücke ist kein Vorwurf, sondern ein Diagnoseinstrument: Wo entstehen widersprüchliche Signale? Jeder abgelehnte KI-Use-Case ohne praktikable Alternative verstärkt tendenziell die Wahrnehmung der IT als Innovationsbremse.



3. Anschlussfähiges Ziel-Narrativ definieren: Buzzwords wie „AI-First-Company” bleiben wirkungslos, wenn sie nicht an konkrete Probleme geknüpft sind. Ein tragfähiges Narrativ muss direkt an den Schmerzpunkten des Business ansetzen. Dafür braucht es ein klares Rollenbild der IT, beispielsweise als strategischer Enabler, der Stabilität (Sicherheit und Compliance) und Innovation systematisch verbindet. Entscheidend ist, dass dieses Zielbild im Alltag durch sichtbare und messbare Ergebnisse gestützt wird.



4. Sprache in geschäftlichen Mehrwert übersetzen: Narrative verändern sich durch Sprache. IT-Abteilungen sollten daher konsequent aus der Perspektive der Wertschöpfung kommunizieren – in der Strategie ebenso wie im operativen Betrieb. Auch ein Incident Report sollte nicht beim technischen Defekt stehen bleiben, sondern den geschäftlichen Einfluss einordnen. Der Fokus liegt auf der schnellen Wiederherstellung der Handlungsfähigkeit und dem Beitrag der IT zur Kontinuität.



5. Vertrauen durch Konsistenz aufbauen: Reputation entsteht durch wiederholte Erfahrung. Narrative stabilisieren sich, wenn Erwartungen über die Zeit hinweg erfüllt werden. Erleben Fachbereiche regelmäßig, dass der offizielle Weg über die IT – etwa durch „Fast Lanes“ für KI-Experimente oder interne Sandbox-Umgebungen – der schnellere und zugleich sicherere Weg ist, verliert Shadow AI schrittweise ihre Grundlage.



Im KI-Zeitalter entscheidet nicht nur Technologie über den Erfolg der IT, sondern auch, wie sie erlebt wird. Shadow AI wirkt dabei wie eine Art Seismograf, der Reibungsverluste und ungenutzte Potenziale sichtbar macht. Das eröffnet die Chance, die Rolle der IT neu zu definieren – weg vom reinen Kostenfaktor und reaktiven Bereitsteller, hin zu einem strategischen Partner für Wertschöpfung. (fm)



Dieser Beitrag wurde im Rahmen des deutschsprachigen Experten-Netzwerks von Foundry veröffentlicht. Lust mitzumachen? Jetzt bewerben!