Wenn die IT die digitale Transformation ausbremst

Mehr Technik bringt nicht mehr Tempo

Lange galt eine einfache Gleichung: für jedes Problem das passende System, und die Organisation wird schneller. Ab einem gewissen Punkt kippt diese Logik. Jede zusätzliche Anwendung bringt eigene Schnittstellen, eigene Datenbestände und eigenen Pflegeaufwand mit. Die Reibung im Alltag wächst dann schneller als der Nutzen, den das neue Werkzeug verspricht.

Diese Schieflage ist messbar. Für die Technologieeffizienz-Studie 2026, Experten für Technologieberatung und Softwareentwicklung, wurden 305 IT-Verantwortliche befragt. 61 % von ihnen geben an, dass ihre eigene IT die Produktivität eher bremst als beschleunigt.

Genau hier zeigt sich, warum Technologieeffizienz so wichtig für das Gelingen der Transformation geworden ist. Der Ausweg liegt dabei gerade nicht in noch mehr Software. Er beginnt mit einem klareren Blick auf das, was bereits im Einsatz ist.

Wie es zur Überkomplexität kam

Der heutige Zustand hat immer eine Vorgeschichte. Über Jahre folgten Unternehmen der Best-of-Breed-Logik und wählten für jede Funktion das jeweils beste Spezialwerkzeug, eingebunden über Schnittstellen. Cloud- und SaaS-Modelle senkten dann die Einstiegshürde: Neue Anwendungen ließen sich ohne große Investitionsentscheidung buchen, häufig direkt aus den Fachbereichen heraus.

Fusionen und Übernahmen schufen zusätzliche Parallelwelten, denn wenn zwei Organisationen zusammengehen, treffen auch zwei vollständige Systemlandschaften aufeinander. Die Pandemie beschleunigte die Dynamik zusätzlich: Binnen Monaten kamen Werkzeuge für Zusammenarbeit, Remote-Arbeit und Automatisierung hinzu. Abgeschaltet wurde dabei kaum etwas, denn neue Werkzeuge kamen hinzu, während alte aus Gewohnheit bestehen blieben.

So entstand über die Jahre ein Nebeneinander, dessen Umfang selten jemand bewusst entschieden hat.

Die Wurzeln der Komplexität

Komplexität entsteht selten durch eine einzelne Fehlentscheidung. Sie ist das Ergebnis vieler kleiner, für sich genommen sinnvoller Schritte, die über Jahre niemand zusammenführt. Zwei Mechanismen treten dabei besonders häufig auf: Altlasten aus der Vergangenheit und ein unkontrolliert wachsender Bestand an Werkzeugen. Beide verstärken einander.

1.Technische Schulden aus der Vergangenheit

Ältere Anwendungen werden erweitert, umbaut und mit Sonderlösungen am Leben gehalten. So sammeln sich technische Schulden an, deren Wartung einen wachsenden Teil des IT-Budgets bindet. Wie hoch dieser Anteil ausfällt, dokumentieren mehrere Analysen.

McKinsey ordnet technischen Schulden in der Untersuchung „Tech debt: Reclaiming tech equity“ einen erheblichen Teil des Werts der gesamten Technologielandschaft zu. Gartner zufolge fließt rund ein Viertel der Engineering-Kapazität in ihre Verwaltung, und Forrester erwartet, dass bis 2026 rund drei Viertel der Technologieverantwortlichen einen moderaten bis hohen Schuldenstand tragen. Häufig sind es Architektur-Entscheidungen von gestern, die heute niemand mehr hinterfragt.

2.Tool-Wildwuchs, Schatten-IT und Datensilos

Parallel wächst die Zahl der Anwendungen. Fachbereiche beschaffen eigene Cloud-Tools, oft an der IT vorbei und ohne zentrale IT-Governance. Dieses Muster ist als Schatten-IT bekannt. Das Ergebnis sind redundante Systeme mit ähnlichem Funktionsumfang: Lizenzen werden doppelt bezahlt, und dieselbe Aufgabe wird an mehreren Stellen erledigt.

Daten werden dabei an mehreren Stellen parallel gepflegt. Solche Datensilos machen jede durchgängige Digitalisierung mühsam, weil derselbe Prozess in jedem Werkzeug anders abgebildet ist. Wer Kundendaten aus fünf Systemen zusammensuchen muss, verliert genau die Geschwindigkeit, die die Transformation eigentlich bringen sollte. Welche Formen ineffizienter Software am häufigsten auftreten, zeigt die Befragung:

Form ineffizienter Software: Anteil der Unternehmen

• Unnötig komplexe Anwendungen mit ungenutzten Funktionen: 44 %
• Redundante Lösungen neben funktional vergleichbaren Tools: 41 %
• Verschachtelte Systeme, in denen Änderungen kaum möglich sind: 41 %
• Schlecht konzipierte Software ohne klaren Mehrwert: 35 %

Ein typisches Muster

Wie sich Komplexität im Alltag anfühlt, zeigt ein verbreitetes Beispiel: In einem Unternehmen pflegen vier Abteilungen vier verschiedene Werkzeuge, um im Kern dieselbe Aufgabe zu erledigen. Jedes Team hat sein Werkzeug einst aus gutem Grund gewählt. Die Daten liegen nun jedoch vierfach vor, in leicht abweichenden Formaten, und niemand weiß sicher, welche Version die richtige ist.

Sobald ein abteilungsübergreifender Prozess entsteht, beginnt die Handarbeit aus Exporten, Abgleichen und Nachfragen. Wird dann ein fünftes Werkzeug vorgeschlagen, das alles verbinden soll, wächst die Zahl der Systeme weiter. Genau an diesem Punkt kippt der vermeintliche Fortschritt in zusätzlichen Aufwand: für sich harmlos, im Konzern aber summiert er sich zu einem spürbaren Teil des IT-Budgets.

Der Preis der wachsenden Komplexität

Die Folgen bleiben nicht in der IT-Abteilung. Sie wirken auf mehreren Ebenen, die über den Erfolg jeder Transformation entscheiden. Was als technische Detailfrage beginnt, schlägt am Ende auf Wettbewerbsfähigkeit, Sicherheit und die eigene Belegschaft durch.

Tempo und Innovationskraft
Am sichtbarsten leidet das Tempo. Jede neue Initiative stößt auf lange Release-Zyklen, unklare Abhängigkeiten und Migrationsrisiken, weil eng verzahnte Systeme sich nur schwer verändern lassen. Zugleich bindet der Betrieb des Bestehenden Mittel, die für Neues fehlen.

Wer diese Reibung ignoriert, zahlt sie an anderer Stelle: bei den Digitalisierungsstrategien, die auf dem Papier überzeugen, in der Umsetzung aber ins Stocken geraten. Während interne Kapazität in der Wartung gebunden ist, ziehen Wettbewerber mit schlankeren Strukturen vorbei.

Sicherheit und Risiko
Veraltete Komponenten erhöhen die Angriffsfläche und kollidieren mit modernen Anforderungen an Sicherheit und Datenschutz. Jede nicht mehr gepflegte Anwendung wird so zu einem stillen Risiko. Kommt es zum Ausfall, ist zudem oft unklar, wer für das betroffene System überhaupt zuständig ist. Was im Alltag unauffällig mitläuft, wird im Ernstfall zur offenen Flanke.

Hinzu kommt wachsender regulatorischer Druck. Anforderungen an Datenschutz, Nachweispflichten und Ausfallsicherheit lassen sich auf veralteten Systemen nur mit stetig steigendem Aufwand erfüllen.

Fachkräfte und Attraktivität
Spezialwissen für Altsysteme ist knapp und teuer, und qualifizierte Fachkräfte arbeiten selten gern in einem technologischen Museum. Die Komplexität kostet damit auch Attraktivität als Arbeitgeber und bindet Zeit, die für die Entwicklung neuer Lösungen fehlt.

Künstliche Intelligenz als Brandbeschleuniger

Auf diese ohnehin unübersichtliche Basis trifft nun die nächste Welle: generative KI. Sie wird häufig zusätzlich eingeführt, ohne dass Daten und Prozesse dafür vorbereitet sind. Trifft Künstliche Intelligenz auf unbereinigte Datenbestände, entstehen in kurzer Zeit mehr Inhalte und mehr Code, ohne dass die Ergebnisse dadurch besser würden.

Accenture nennt Unternehmensanwendungen, Künstliche Intelligenz und die Enterprise-Architektur als die größten Quellen technischer Schulden. Gartner beschreibt das zugrunde liegende Muster als „GenAI Productivity Paradox“: Gewinne einzelner Werkzeuge übertragen sich nicht auf den Output des Unternehmens, solange Prozesse und Daten unverändert bleiben. Wer Künstliche Intelligenz ohne klare Leitplanken auf einen fragmentierten Bestand setzt, beschleunigt im Zweifel die falschen Prozesse.

Die Technologieeffizienz-Studie bestätigt die Skepsis. 47 % der Studienteilnehmenden fühlen sich von der Flut neuer KI-Anwendungen überfordert. Erst auf einer geordneten Basis lässt sich der Nutzen von Künstlicher Intelligenz seriös messen und in der Breite heben.

Woran Konsolidierung oft scheitert

Die Richtung ist damit klar: aufräumen. Trotzdem geschieht es selten, und die Gründe liegen weniger in der Technik als in der Organisation. Drei Hürden tauchen immer wieder auf.

Fehlende Transparenz über den Bestand
Viele Organisationen wissen nicht genau, welche Anwendungen im Einsatz sind und wer sie nutzt. Ohne dieses Bild lässt sich kaum entscheiden, was entbehrlich ist. Ein aktuelles Verzeichnis aller Systeme ist deshalb die Grundvoraussetzung, in gewachsenen Umgebungen bereits eine Aufgabe für sich. Erst wenn Bestand, Nutzung und Kosten auf dem Tisch liegen, lässt sich überhaupt priorisieren.

Angst vor dem Ausfall
Jede Ablösung birgt das Risiko, einen laufenden Prozess zu stören. Diese Sorge führt dazu, dass Systeme weiterlaufen, obwohl sie kaum noch gebraucht werden. Ohne saubere Dokumentation der Abhängigkeiten wiegt das schwer, und die bequemere Entscheidung heißt dann: alles bleibt, wie es ist.

Ein Bestand, der nur wächst
Ein Bestand schrumpft nicht von allein: Für das Einführen gibt es Budgets und Zuständige, für das Abschalten meist niemanden. Der Technologieeffizienz-Studie zufolge haben 37 % der Unternehmen bislang keine strukturierte Maßnahme zur Reduktion ihrer Komplexität ergriffen. Solange Systeme zudem eng verdrahtet sind, erschwert die mangelnde Integration jede Ablösung; 33 % nennen sie als zentrale Hürde.

Der Weg zurück zur Wertschöpfung

Der Ausweg ist unspektakulär und seit Langem bekannt: aufräumen, bevor weiter skaliert wird. Fachlich heißt dieser Schritt Application Rationalization, also die strukturierte Bewertung des Anwendungsbestands nach Geschäftsnutzen und Betriebskosten. Für jedes System folgt daraus eine von drei Entscheidungen:

• Behalten und konsolidieren, wo eine Anwendung spürbaren Nutzen stiftet
• Modernisieren, wo die fachliche Substanz stimmt, aber die Technik veraltet ist
• Abschalten, wo Funktionen doppelt vorhanden sind
• Bewerten statt bewahren

Am Anfang steht eine ehrliche Bestandsaufnahme mit zwei Leitfragen: Zahlt eine Anwendung auf ein Geschäftsziel ein, und was kostet sie im Betrieb tatsächlich? Sichtbar wird der Aufwand erst über die Gesamtbetriebskosten einer Lösung, die Total Cost of Ownership aus Lizenzen, Integration, Schulung und Support.

Entgegen der weitverbreiteten Annahme sind es eher selten die einzelnen, auf den ersten Blick ins Gewicht fallenden teuren Lizenzen, die das Budget am stärksten belasten. Die wahren Kostentreiber sind die vielen kleinen, oft unscheinbaren Doppelstrukturen und Redundanzen, die im Einzelnen kaum auffallen, sich jedoch über die Jahre hinweg zu erheblichen Beträgen summieren. Aus der Gesamtübersicht ergibt sich eine Rangfolge für das weitere Vorgehen: Lösungen, die einen hohen Nutzen stiften und mit geringen Kosten verbunden sind, bleiben von jeglichen Kürzungen unberührt, während kostenintensive Anwendungen mit nur verhältnismäßig geringem Mehrwert als Erste einer gründlichen Prüfung unterzogen werden. Diese strukturierte Bewertung holt Entscheidungen aus der Grauzone vager Bauchgefühle und subjektiver Einschätzungen heraus und stellt sie auf eine fundierte, rationale Grundlage.

Integrieren statt neu kaufen

Bevor eine neue Lösung angeschafft wird, lohnt sich der Blick auf das, was bereits vorhanden ist. Häufig lässt sich eine Anforderung durch eine bestehende Anwendung abdecken, die nur sauber angebunden werden muss. Jede zusätzliche Insellösung erhöht dagegen den Integrationsaufwand und schafft eine weitere Stelle, an der Daten gepflegt und Berechtigungen verwaltet werden müssen.

Eine durchgängige Integration über offene Schnittstellen sorgt dafür, dass Informationen nur einmal entstehen und im Prozess konsistent bleiben. So entsteht aus einer Sammlung einzelner Werkzeuge nach und nach ein System, dessen Teile zusammenspielen.

In Phasen statt im großen Wurf

Eine Konsolidierung gelingt selten als einmaliges Großprojekt. Bewährt hat sich ein schrittweises Vorgehen, das früh sichtbare Ergebnisse liefert und das Ausfallrisiko klein hält. Wird ein System nach dem anderen abgelöst, trifft ein Fehler jeweils nur einen überschaubaren Bereich statt den gesamten Betrieb. Sinnvoll ist der Einstieg dort, wo Doppelstrukturen offensichtlich sind und die Ablösung wenig Widerstand erzeugt, denn jeder abgeschlossene Schritt schafft Vertrauen und Budget für den nächsten.

So wird aus dem abstrakten Ziel „weniger Komplexität“ eine Abfolge konkreter Entscheidungen. Wichtig ist, jeden Schritt auszuwerten, bevor der nächste beginnt: Was hat die Ablösung eingespart, und wo traten unerwartete Abhängigkeiten auf? Diese Rückkopplung verhindert, dass aus dem Aufräumen selbst ein neues Großprojekt mit eigener Komplexität wird.

Menschen und Governance entscheiden

Konsolidierung ist im Kern Change Management und damit eine Führungsaufgabe. Die Studie nennt als häufigsten Grund für überflüssige Software die fehlende Abstimmung zwischen Fachbereich und IT. Zudem sagen 64 %, dass Mitarbeitende bei Technologieentscheidungen kaum einbezogen werden. Ein System, das niemand wollte, pflegt am Ende auch niemand.

Dort hingegen, wo Unternehmen ihre Systemlandschaft bereits entrümpelt haben, berichten 49 % von höherer Akzeptanz und 42 % von niedrigeren Betriebskosten. Weniger Systeme bedeuten weniger Reibung und mehr Spielraum für die Aufgaben, die den Unterschied machen.

Technologieeffizienz als Führungsaufgabe
Aufräumen ist kein einmaliges Projekt. Ohne feste Verantwortlichkeiten kehrt die Komplexität zurück, sobald der nächste Bedarf entsteht.

Klare Kriterien und Verantwortung
Technologieeffizienz benötigt klare Kriterien dafür, wann ein System eingeführt, weiterbetrieben oder abgelöst wird, und eine Stelle, die diese Kriterien im Alltag durchsetzt. Technologie ist in dieser Sicht kein Selbstzweck. Ihr Wert bemisst sich am Beitrag zum Geschäft, nicht an der Zahl der eingesetzten Werkzeuge.

Erfolg messbar machen

Messbar wird das über einige wenige Kennzahlen. Ein aussagekräftiger Indikator ist das Verhältnis von Betriebs- zu Innovationsausgaben im IT-Budget: Kippt es zugunsten des Betriebs, wächst die Altlast schneller als die Gestaltungskraft. Ergänzend lohnt sich der Blick auf die Zahl aktiv genutzter Anwendungen, die durchschnittliche Dauer bis zur Umsetzung einer Änderung und die Akzeptanz bei den Anwendenden. Wer Technologieeffizienz auf diese Weise zur Führungsfrage macht, verankert sie dauerhaft in der Organisation, statt sie einer einmaligen Aufräumaktion zu überlassen.

Fazit

Digitale Transformation scheitert selten an fehlenden Ideen und fast nie an fehlender Technologie. Sie scheitert an der Komplexität, die Unternehmen sich über Jahre selbst geschaffen haben. Der nächste Fortschritt beginnt deshalb mit einer unbequemen Disziplin: Bestehendes konsequent zu hinterfragen und Ballast abzuwerfen, bevor die nächste Lösung hinzukommt.

Über die Schlagkraft eines Unternehmens entscheidet am Ende die Klarheit seiner Systemlandschaft. Die entscheidende Frage lautet dann, welches System sich morgen abschalten ließe, ohne dass es überhaupt jemand vermisst.

Quellen

• MaibornWolff: Technologieeffizienz-Studie 2026
• McKinsey & Company: „Tech debt: Reclaiming tech equity“
• Forrester Research: Forrester’s Technology & Security Predictions 2025
• Gartner: „Supply Chain Productivity: GenAI Productivity Paradox“
• Accenture: „Build Your Tech and Manage Your Debt“