Artikel von **Chase Covington**, **Tomer Slaney** (Partner, New York) und **David Pralong** (Senior Partner, Charlotte), veröffentlicht von der *McKinsey Transformation Practice* im **September 2026** (genauer Tag nicht angegeben, konventionell auf den 1. datiert); 8 Seiten, 2 Abbildungen, deren Inhalt im Text nicht wiedergegeben wird. **(1)** Befund: Das Transformation Office (TO) hinkt bei der Modernisierung seiner eigenen Werkzeuge hinterher; in einem Turnaround mit **3.000** Mitarbeitenden erstellten **mehr als 15** Personen alle vier Wochen einen **300-seitigen** Bericht. **(2)** Drei den Agenten übertragene Säulen: *performance intelligence*, *single source of truth*, *conversation facilitation*. **(3)** Berichtete Gewinne: **35 bis 40 %** der Zeit bei Kernaufgaben, teils **70 %**; ein Kernteam, das von **zehn auf drei** Personen verkleinert wurde. **(4)** Leitplanken: sich fortpflanzende Fehler zwischen Agenten, Falschalarme, Nachvollziehbarkeit jedes Schritts. **(5)** Reihenfolge: zuerst Reporting, dann Automatisierung von Aktionen, schließlich Change Management innerhalb des TO. Die Autoren stellen den Text als „einen ersten Blick auf die Chance für TOs" vor. Die Fälle werden nicht benannt, keine Messmethode wird beschrieben, und zwei der genannten Tools (**Wave**, **Lilli**) gehören McKinsey. Der Text schließt an [[sternfels-mckinsey-60000-people-20000-agents-officechai-2026-01-14]] an, wo McKinsey seine Agenten bereits zu seiner Belegschaft zählt.
Ausführlicher Meinungsbeitrag (Point of View), veröffentlicht auf **sfeir.com** am 24. Juni 2026 von **Didier Girard** (Managing Director, SFEIR). **Kernthese**: 2024 setzte man allgemein auf **AI4Business** (KI in Geschäftsprozessen) als das große Wertreservoir; 2026 hat sich das Bild **umgekehrt** — es ist **AI4IT** (KI zur Produktion des Informationssystems: Code, SDLC, Softwarefabrik), die **messbaren** Wert schafft. Der Artikel *untermauert* diese These mit der Technologiebeobachtung der Firma: Enttäuschung bei AI4Business (die MIT-Studie „95 % der Piloten ohne ROI“, umstritten, aber aufschlussreich; eine **organisatorische** Blockade / Mollicks Hayeksches Problem) versus quantifizierte AI4IT-Belege (Salesforce, Intercom, Raiffeisen, AWS/Bedrock, Atlassian, DORA). Mechanistische Erklärung: **Code verifiziert sich selbst** (Kompilierung, Tests, CI), während Geschäftsprozesse weder einen Compiler noch eine unmittelbare Feedbackschleife haben. **Konsequenz für das Budget 2027**: eine Verschiebung von **CapEx zu OpEx**, die Preisdynamik der Tokens (steigender Spitzenwert — Fable 5 bei 2× Opus — versus Inferenz ÷280 und Abwärtsdruck durch Open Weights/Desktop) sowie **AI FinOps**, gesteuert durch **Cost per Outcome**. Schließt mit **4 Empfehlungen für das COMEX**.
#AI4IT#AI4Business#Umkehrung
**Didier Girard** — Managing Director (CTO / DG) de **SFEIR** · ESN française (~1 000 personnes, France · Belgique · Luxembourg · Suisse). Auteur de l'article ; voix éditoriale du cabinet sur la transformation IA des DSI.
Fallstudie, veröffentlicht vom **Cornell AI Innovation Hub** (15. Juni 2026): wie eine zweisemestrige Zusammenarbeit zwischen dem AI Hub, Doktoranden und dem Treasury-Team von Cornell eine zeitaufwendige manuelle Recherche in ein KI-Tool verwandelte, das bei einer ersten Charge **100.000 $** an nicht identifizierten Zahlungen **zurückgewann**. Ein erfolgreicher **AI4Business**-Anwendungsfall (Finanzprozess), der das **Leader-Lab-Crowd**-Framework von **Ethan Mollick** nahezu punktgenau veranschaulicht: Der **AI Hub** übernimmt die Rolle des **Lab** (ein zentrales, beidhändiges Team aus Technologen und Studierenden); **Treasury** (Cheryl Barnes, Marie Graves…) ist die **Crowd**, die das Fachwissen und den eigentlichen Schmerzpunkt einbringt; und die **100.000 $** stellen die **sichtbare Belohnung** (vivid win) dar, die die Akzeptanz verankert — genau der Anreizhebel, den Mollick als entscheidend erachtet. Zentrale Methode: **„context first, then plan, then build“** über **Claude Code Plan Mode**, eine Kette aus **Fuzzy Matching → Gemini Enterprise Web Search → Claude-Synthese**, alles innerhalb des kontrollierten **Cornell AI Gateway**. *„Die 100.000 Dollar sind ein Anfang.“*
#Cornell AI Innovation Hub#nicht identifizierte Zahlungen#Zahlungsabgleich
**Pete Stergion** — Desktop Engineer au Cornell AI Innovation Hub · co-tech lead du projet (avec Phil Williammee). Article institutionnel signé de l'AI Hub.