67 % der HR-Führungskräfte wissen nicht, was AI wirklich kann. SHRM-Daten 2026: Das eigentliche CHRO-Bottleneck ist kein Budgetproblem

Das Budget-Argument gilt nicht mehr. Das Compliance-Argument gilt nicht mehr. Laut dem SHRM 2026 State of AI in HR Report ist der Hauptgrund, warum HR AI noch nicht eingeführt hat, folgender: HR-Führungskräfte wissen nicht, was AI kann.

Das ist ein schwieriger zu lösendes Problem als eine Budgetposition.

Was die SHRM-Daten 2026 wirklich zeigen

SHRM befragte im Dezember 2025 insgesamt 1.908 HR-Fachleute. Die Ergebnisse fielen für einen Forschungsbericht zu einem so vielschichtigen Thema wie AI und Human Resources ungewöhnlich klar aus.

Key Facts

• 92 % der CHROs erwarten, dass AI in diesem Jahr weiter in die Belegschaft integriert wird (SHRM, 2026).
• 67 % der HR-Führungskräfte nennen "Wir wissen nicht, was AI kann" als Hauptgrund für die Nicht-Einführung von AI im HR (SHRM, 2026).
• 62 % der Organisationen setzen AI irgendwo ein, aber nur 39 % setzen sie innerhalb von HR ein (SHRM, 2026).

Zweiundneunzig Prozent der Chief Human Resources Officers (CHROs) erwarten, dass AI in diesem Jahr weiter in die Belegschaft integriert wird. Siebenundachtzig Prozent prognostizieren eine stärkere AI-Nutzung in HR-Prozessen, ein Anstieg gegenüber 83 % im Jahr 2025. Die Erwartungsseite ist nahezu universell.

Die Einführungsseite erzählt eine andere Geschichte. 62 % der Organisationen setzen AI irgendwo in ihrem Betrieb ein. Aber nur 39 % haben AI innerhalb der HR-Funktion eingeführt. Diese Lücke zwischen dem organisationsweiten AI-Einsatz und dem HR-spezifischen AI-Einsatz deutet auf etwas Strukturelles hin, nicht auf etwas Situatives.

Und die SHRM-Daten benennen es direkt. Als HR-Führungskräfte gefragt wurden, warum sie AI im HR nicht eingeführt haben, nannten 67 % einen einzigen Grund: Wir wissen nicht, was AI wirklich kann. Nicht das Budget. Nicht der Datenschutz. Nicht mangelnde Unterstützung durch die Unternehmensleitung. Fehlendes Wissen ist das primäre Hindernis.

Zum Vergleich: Recruiting ist derzeit der führende AI-Anwendungsfall im HR, aktiv bei gerade einmal 27 % der Organisationen. Die Funktion also, die menschliches Talent im großen Maßstab bearbeitet, bewertet und entwickelt, arbeitet weitgehend ohne die Technologie, von der ihr seit zwei Jahren gesagt wird, dass sie alles verändern wird. Und der Grund dafür ist, dass die für diese Funktion verantwortlichen Personen noch nicht beschreiben können, was sie eigentlich einführen würden.

Warum das wichtiger ist als die Mercer Readiness-Lücke

Wer den CHRO-Datenzyklus 2026 verfolgt, kennt Mercers Zahlen: 98 % der Führungskräfte erkennen die Bedeutung von AI, aber nur 50 % fühlen sich bereit, diesen Wandel zu führen. LinkedIns Liste der am schnellsten wachsenden Rollen zeigt AI-angrenzende Positionen, die schneller steigen als jede andere Kategorie. Die iCIMS-Einstellungsdaten verzeichnen einen Rückgang bei Einstiegspositionen, da AI frühe Karriereaufgaben übernimmt.

All diese Datenpunkte teilen eine stille Annahme: dass HR-Führungskräfte verstehen, was AI ist und was sie im HR-Kontext leisten kann. Die Mercer Readiness-Lücke setzt voraus, dass man weiß, worauf man nicht vorbereitet ist. LinkedIns Skills-Daten setzen voraus, dass HR beurteilen kann, ob die AI-Kenntnisse einer Bewerberin oder eines Bewerbers echt sind. Die iCIMS-Geschichte zu Einstiegspositionen setzt voraus, dass HR in der Lage ist, die Talentpipeline bewusst neu zu gestalten.

SHRMs Befund bricht diese Annahme für zwei Drittel der Profession.

Bedenken Sie, was es bedeutet, einen RFP-Prozess für eine HR-Technologieplattform durchzuführen, wenn 67 % des Bewertungsteams ein echtes AI-Feature nicht von einem Marketing-Label unterscheiden können. Anbieter wissen das. Sie verwenden Begriffe wie "KI-gestützt", "intelligentes Matching" und "Predictive Analytics" in Produktunterlagen, ohne anzugeben, welches Modell läuft, womit es trainiert wurde, wie es mit Bias umgeht oder was es tatsächlich vorhersagt. Wenn Käufer vagen Behauptungen nicht widersprechen können, gibt es keinen Anreiz, präzise zu sein.

Das ist die praktische Konsequenz der Bewusstseinslücke: Beschaffungsprozesse wählen nach Marketing-Selbstbewusstsein statt nach technischer Substanz aus. Und die Organisationen, die diese RFPs gewinnen, setzen nicht unbedingt bessere AI ein, sondern setzen besseres Positioning ein.

Die AI-Personalbereitschaftslücke im CHRO-Kontext 2026 ist verwandt, aber unterschiedlich. Personalbereitschaft fragt, ob Mitarbeitende neben AI arbeiten können. Die SHRM-Daten stellen eine vorgelagerte Frage: Kann die HR-Führung die AI bewerten, neben der Mitarbeitende angeblich arbeiten sollen? Man kann kein Readiness-Programm um ein System herum entwickeln, das man nicht benennen kann.

Die HR-AI-Kompetenzleiter

Das nützlichste Umdenken für CHROs ist derzeit nicht "Wie führen wir mehr AI ein?", sondern: "Wo steht unsere Funktion auf der Kompetenzkurve, und wie sieht eine Stufe höher aus?"

Hier ist ein Framework, das das Terrain abbildet:

Die HR-AI-Kompetenzleiter beschreibt vier Ebenen des funktionalen AI-Verständnisses für HR-Führungskräfte:

Stufe 1: Aufmerksam. Die HR-Führungskraft weiß, dass AI in HR-Tools existiert. Sie hat Demos gesehen und Analystenberichte gelesen. Sie kann in einer Vorstandssitzung bestätigen, dass AI die Talentakquise neu gestaltet. Aber sie könnte Ihnen nicht sagen, welche spezifischen Aufgaben AI in einem bestimmten Produkt übernimmt oder wie man die Behauptungen eines Anbieters überprüft.

Stufe 2: Unterscheidend. Die HR-Führungskraft kann ein echtes AI-Feature von einem Marketing-Label unterscheiden. Sie versteht den Unterschied zwischen einem regelbasierten Chatbot und einem Large Language Model. Sie weiß, dass sie fragen muss, womit das Modell trainiert wurde und was "AI-gestütztes Screening" tatsächlich filtert.

Stufe 3: Spezifizierend. Die HR-Führungskraft kann eine sinnvolle AI-Anforderung in einen RFP schreiben. Sie kann artikulieren, welches Ergebnis sie möchte, welche Daten für das Training oder Fine-Tuning des Modells verfügbar sind, welchen Bias-Audit sie erwartet und wie Erfolg in den ersten 90 Tagen aussieht.

Stufe 4: Operierend. Die HR-Führungskraft kann einen Pilot durchführen und beurteilen, ob er funktioniert hat. Sie kann Metriken vor und nach der Einführung vergleichen, störende Variablen identifizieren und entscheiden, ob sie erweitern, anpassen oder stoppen will.

SHRMs Daten verorten die meisten HR-Führungskräfte zwischen Stufe 1 und Stufe 2. Sie wissen, dass AI kommt (92 % Erwartungsniveau bestätigt das). Aber sie können noch nicht beurteilen, ob das AI-Feature eines bestimmten Tools substanziell oder kosmetisch ist. Diese eine Stufe, von Aufmerksam zu Unterscheidend, ist für einen CHRO im Jahr 2026 mehr wert als jeder einzelne Tool-Kauf.

Man kann ein hervorragendes Produkt kaufen und trotzdem nichts davon haben, wenn man nicht spezifizieren kann, was man braucht, oder nicht bewerten kann, was man erhalten hat. Die HR-AI-Kompetenzleiter ist nicht nur eine Diagnose, sondern auch ein Beschaffungsfilter.

Für mehr Kontext dazu, wie KI-Kompetenz mit strategischer Führungskapazität zusammenhängt, lesen Sie AI-Transformation auf Organisationsebene führen und Warum die meisten AI-Transformationen scheitern.

Das in den Daten verborgene Governance-Problem

Es gibt eine zweite Implikation, die leicht zu übersehen ist. CHROs werden zunehmend gebeten, AI-Governance zu leiten: Ethik-Frameworks zu verantworten, Bias-Audits durchzuführen und Belegschafts-Folgenabschätzungen zu erstellen. Diese Arbeit wird mit Fachleuten besetzt, die laut SHRM-Daten größtenteils noch nicht artikulieren können, was die Systeme, die sie regeln, tatsächlich tun.

Das ist keine Kritik an CHROs als Einzelpersonen. Es ist eine Beschreibung, wo die Profession in einem sehr schnell beweglichen Zyklus steht. Aber es hat reale Konsequenzen. Ein AI-Governance-Framework, das ohne funktionale KI-Kompetenz aufgebaut wird, ist ein Framework, das auf Annahmen basiert, nicht auf Mechanismen. Es regelt die Idee von AI, nicht ihre Praxis.

Die LinkedIn-2026-Daten zu Weiterqualifizierungslücken bei AI-Engineers und HR-Fachleuten legen nahe, dass selbst in Funktionen mit mehr AI-Nähe als HR die Unterstützungsinfrastruktur zum Schließen von Kompetenzlücken dünn ist. Für HR, das auf der Kompetenzleiter noch weitgehend auf Stufe 1 ist, ist die Lücke größer und die Unterstützung dünner.

Das führt direkt zur Frage der AI-Experimentierreife gegenüber Umsetzungsreife: Organisationen, die ohne eine kritisch denkende Käuferklasse im HR experimentieren, kaufen tendenziell breit und setzen eng ein, was genau die 62%/39%-Lücke produziert, die SHRM dokumentiert.

Was im laufenden Quartal zu tun ist

Die SHRM-Daten sind eine Diagnose, kein Urteil. Eine Stufe auf der Kompetenzleiter zu schließen ist in einem Quartal erreichbar, wenn die Arbeit strukturiert ist. So sieht das aus:

1. Einen 3-Anbieter-AI-Discovery-Sprint durchführen. Bringen Sie drei HR-Tech-Anbieter herein, einen, den Sie bereits nutzen, einen, den Sie evaluieren, einen, den Sie noch nicht kennen. Bitten Sie jeden, Ihr Team durch genau ein AI-Feature zu führen: was es tut, welche Daten es nutzt, wie es mit Grenzfällen umgeht und wie man seine Leistung messen würde. Bewerten Sie nicht das Produkt. Bewerten Sie die Fähigkeit Ihres Teams, die richtigen Fragen zu stellen. Dokumentieren Sie die Lücken.

2. Einen aktiven RFP mit einer AI-Spezifikation neu schreiben. Nehmen Sie einen aktuellen oder bevorstehenden HR-Technologie-RFP und fügen Sie einen dedizierten AI-Anforderungsabschnitt hinzu. Erzwingen Sie Spezifität: Welche Aufgabe erledigt die AI, welche Daten trainieren sie, wie sieht der Bias-Audit-Prozess aus, wie sieht Erfolg nach 90 Tagen aus? Der Akt des Schreibens ist die Kompetenzübung. Sie lernen mehr beim Entwurf der Spezifikation als bei jedem Anbieter-Demo.

3. Ein internes AI-Show-and-Tell durchführen. Bitten Sie zwei oder drei Manager oder HR Business Partners (HRBPs), die bereits AI-Tools nutzen (in welcher Funktion auch immer), ihre Arbeit 20 Minuten lang zu demonstrieren. Machen Sie das zu einem monatlichen Pflichttermin, nicht zu einer einmaligen Veranstaltung. Bewusstsein entsteht durch Wiederholung. Die Menschen, die etwas wissen, lehren die, die es nicht wissen.

4. Ein grundlegendes Kompetenz-Dashboard aufbauen. Verfolgen Sie, wo Ihre HRBPs auf der Kompetenzleiter stehen. Eine einfache Selbsteinschätzung (Können Sie drei AI-Anwendungsfälle in Ihrer Funktion nennen? Können Sie ein AI-Feature beschreiben, das Sie in Ihren aktuellen Tools nutzen? Haben Sie an einem AI-Pilot teilgenommen?) gibt Ihnen eine Ausgangsbasis. Sobald Sie eine Ausgangsbasis haben, können Sie sie verbessern. Für ein Framework dazu, wie kompetenzbasierte Ansätze auf den internen HR-Kapazitätsaufbau angewendet werden, lässt sich das Prinzip direkt übertragen.

Die Führungsbereitschaftslücke bei AI ist in allen Funktionen real, aber die HR-Version ist besonders dringend, weil HR gleichzeitig Governance-Eigentümer und Nachzügler bei der Einführung ist. Die Bewusstseinslücke innerhalb der HR-Funktion zu schließen ist keine optionale Vorbereitung, sondern die Voraussetzung für alles andere.

FAQ

Was bedeutet "KI-Kompetenz" für eine HR-Führungskraft im Jahr 2026?

KI-Kompetenz für eine HR-Führungskraft bedeutet nicht Coding oder Data Science. Sie bedeutet, Anbieterbehauptungen bewerten zu können (können Sie ein echtes AI-Feature von einem Marketing-Label unterscheiden?), eine sinnvolle AI-Anforderung in einen RFP zu schreiben und zu beurteilen, ob ein Pilot ein Ergebnis erzielt hat, das es wert ist, zu skalieren. SHRMs 2026-Daten legen nahe, dass die meisten HR-Führungskräfte auf Stufe 1 dieses Spektrums stehen: Sie wissen, dass AI kommt, können aber noch keine Substanz von Positioning unterscheiden.

Warum ist das Budget nicht das größte Hindernis für die AI-Einführung im HR?

SHRMs 2026-Umfrage unter 1.908 HR-Fachleuten ergab, dass 67 % "Wir wissen nicht, was AI wirklich kann" als ihren Hauptgrund nannten, warum sie AI im HR nicht eingeführt haben. Budget, Compliance und Führungsunterstützung lagen dahinter. Das ist bemerkenswert, weil Budgetbeschränkungen durch einen Business Case lösbar sind. Bewusstseinslücken erfordern eine andere Art von Investition: bewusstes Engagement, strukturierte Bewertung und internen Kompetenzaufbau, der Zeit braucht, selbst wenn Geld vorhanden ist.

Wie kann ein CHRO die AI-Bewusstseinslücke in einem Quartal schließen?

Vier Schritte: einen 3-Anbieter-Discovery-Sprint durchführen, der darauf abzielt, bessere Fragen zu stellen (nicht ein Produkt auszuwählen); einen aktiven RFP neu schreiben, um spezifische AI-Anforderungen einzuschließen; ein monatliches internes Show-and-Tell einrichten, bei dem HRBPs, die AI-Tools nutzen, diese Kollegen demonstrieren; und eine einfache Kompetenzbasis für Ihre HRBP-Population aufbauen. Das erfordert keine Budgetgenehmigung oder ein AI-Strategiedokument. Es erfordert eine Kalenderverbindlichkeit. Das Framework der 5 Stufen der AI-Reife zeigt, wie Organisationen auf jeder Stufe aussehen. Zu wissen, wo HR steht, hilft CHROs, die Arbeit richtig zu priorisieren.

Mehr erfahren

• Was ist Business AI: ein Leitfaden für nicht-technische Führungskräfte
• AI-Governance-Framework für Führungskräfte
• AI-Transformation auf Organisationsebene führen
• Die 5 Stufen der AI-Reife
• AI-Personalbereitschaftslücke 2026 (CHRO-Edition)