Viel KI, wenig Wirkung: Woran Unternehmen wirklich scheitern

Künstliche Intelligenz ist in vielen Unternehmen längst angekommen – zumindest auf dem Papier. Es wird pilotiert, getestet und investiert. Und doch bleibt die grosse Wirkung oft aus. Woran liegt das? Im Gespräch erklärt Wim Roelfs, Zurich Lead bei Accenture Song, warum KI selten an der Technologie scheitert, sondern an Prozessen, Strukturen und falschen Erwartungen. Er zeigt, weshalb Interfaces zum entscheidenden Erfolgsfaktor werden, wie sich die Zusammenarbeit zwischen Mensch und KI grundlegend verändert und warum Vertrauen zur zentralen Währung in einer zunehmend hybriden Arbeitswelt wird.

KI ist in den letzten Monaten vom Hype zur strategischen Priorität geworden. Kaum ein Unternehmen, das nicht pilotiert oder investiert. Und trotzdem bleibt die grosse Wirkung oft aus. Projekte versanden, Mitarbeitende nutzen die Tools nicht wirklich. Wo stehen wir aktuell?

Wim Roelfs: Wenn wir auf die Schweiz schauen, stehen wir eigentlich gar nicht so schlecht da. Rund 50 bis 55 Prozent der Unternehmen beschäftigen sich in unterschiedlicher Intensität mit KI. Vor allem grössere Unternehmen sind hier Vorreiter, während KMU eher als «Smart Follower» agieren. Das hat einerseits mit Investitionsmöglichkeiten zu tun, andererseits aber auch mit der Frage: Wo genau schafft KI für mich konkret Wert?

Was man aber klar sagen muss: Der Einsatz ist häufig sehr punktuell. Es sind einzelne Use Cases, einzelne Anwendungen. Selten ist KI wirklich über die gesamte Wertschöpfungskette oder entlang von End-to-End-Prozessen integriert. Typischerweise sehen wir den Einsatz aktuell stark im Marketing und im Contact Center. Bereiche wie Finance, Compliance oder Controlling werden folgen, sind heute aber noch weniger stark im Fokus. Das bedeutet: Es passiert viel, aber eben oft nicht in der Tiefe, die notwendig wäre, um echte Transformation zu erreichen.

Du hast in vorherigen Gesprächen betont, dass viele KI-Projekte nicht an der Technologie scheitern. Was steckt dahinter?

Man muss die Entwicklung zunächst einordnen. Die Geschwindigkeit, mit der KI adaptiert wurde, ist historisch einmalig. Während andere Technologien Jahre gebraucht haben – etwa Fernsehen über ein Jahrzehnt oder Social Media mehrere Jahre – hat generative KI innerhalb kürzester Zeit eine massive Verbreitung erreicht. Entsprechend hoch sind auch die Erwartungen. Wenn man dann genauer hinschaut, sieht man: Das Problem liegt selten in der Technologie selbst. Es liegt vielmehr daran, wie sie in Organisationen eingebettet wird.

Ein zentraler Punkt ist der fehlende Bezug zum Workflow, also zu den tatsächlichen End-to-End-Prozessen. KI wird oft in bestehende Strukturen integriert, die selbst gar nicht optimal sind. Man versucht, einzelne Schritte zu beschleunigen, ohne den Gesamtprozess neu zu denken. Das führt dazu, dass die Wirkung begrenzt bleibt. Hinzu kommt, dass KI häufig «in Prozesse hineingepresst» wird. Statt Arbeit zu vereinfachen, entsteht dadurch teilweise sogar zusätzliche kognitive Belastung für Mitarbeitende. Dazu kommt, dass viele Initiativen in Silos stattfinden. Einzelne Abteilungen treiben Projekte voran, ohne dass klar ist, wie diese zusammenwirken. Und häufig fehlt auch die Ownership, also die klare Verantwortung dafür, welche Wertschöpfung mit KI eigentlich erzielt werden soll.

Und vielleicht der wichtigste Punkt: Viele Unternehmen starten mit der Frage nach Effizienz. Aber KI sollte nicht primär als Effizienzthema verstanden werden. Es geht nicht nur darum, Dinge schneller zu machen, sondern darum, Dinge besser zu machen, neue Möglichkeiten zu erschliessen und Wachstum zu ermöglichen.

Das klingt tatsächlich nach einem strukturellen Thema. Wir reproduzieren mit KI im Grunde unsere bestehenden Organisationslogiken.

Genau. Wenn man bestehende Prozesse einfach nur beschleunigt, wird man nie die volle Wirkung erreichen. Selbst wenn man Prozesse inkrementell verbessert, bleibt das Potenzial begrenzt. Der eigentliche Hebel liegt darin, Prozesse neu zu denken – und das bedeutet zwangsläufig, über bestehende Organisationsgrenzen hinauszugehen.

Lass uns über einen Aspekt sprechen, den du auch mehrfach hervorgehoben hast: Interfaces. Warum sind sie so entscheidend?

Interfaces sind letztlich der Zugang zur Technologie. Und sie entscheiden darüber, ob sie genutzt wird oder nicht. Wenn wir uns aktuelle Zahlen anschauen, sehen wir zum Beispiel im Banking, dass viele Kundinnen und Kunden weiterhin lieber zum Telefon greifen oder in die Filiale gehen, statt einen Chatbot zu nutzen. Das ist kein Technologieproblem – das ist ein Relevanzproblem.

Viele Interfaces leisten heute nicht mehr als einfache Antworten. Sie sind nicht wirklich in der Lage, den Kontext zu verstehen oder echte Unterstützung zu bieten. Gleichzeitig hat sich aber das Verhalten der Menschen verändert: Viele nutzen KI im privaten Umfeld ganz selbstverständlich und erleben dort, wie schnell, präzise und relevant diese Systeme sind. Diese Erfahrung prägt die Erwartungshaltung. Wenn Interfaces im Unternehmenskontext diese Qualität nicht erreichen, werden sie schlicht nicht genutzt.

Die eigentliche Chance liegt darin, dass KI heute viel mehr kann: Sie kann Bedürfnisse verstehen, Situationen einordnen und gezielt unterstützen. Ein gutes Interface verbindet genau das: Kontext, Einfachheit und unmittelbare Relevanz. Es liefert nicht irgendeine Antwort, sondern die richtige Antwort im richtigen Moment.

Du hast vorhin einen spannenden Gedanken eingebracht: KI ermöglicht eine neue Form der Interaktion. Damit sprichst du im übertragenen Sinne sogar von «Empathie». Was meinst du damit?

Ein grosser Unterschied zu früheren Technologien ist, dass KI nicht mehr nur auf Autonomie basiert, also auf der reinen Ausführung von Aufgaben. Es kommt eine neue Dimension dazu, die man als eine Form von Empathie beschreiben kann. Natürlich ist das keine Empathie im menschlichen Sinne. Aber es ist die Fähigkeit, Kontext zu verstehen und darauf zu reagieren – also zu erkennen, was jemand meint, und entsprechend zu antworten. Das verändert die Interaktion fundamental. Wir sehen zum Beispiel in Studien, dass Menschen KI bei bestimmten Fragestellungen stärker vertrauen als ihrem persönlichen Umfeld, etwa bei Empfehlungen. Ein Teil der Nutzer beschreibt KI sogar als eine Art «good friend».

Das zeigt, dass KI nicht mehr nur als Tool wahrgenommen wird, sondern als Interaktionspartner. Und genau diese neue Qualität der Interaktion ist ein wesentlicher Grund dafür, warum die Adoption so schnell voranschreitet.

Was bedeutet das für Unternehmen, gerade auch im Hinblick auf Mitarbeitende?

Ein ganz wichtiger Punkt ist die Erwartungshaltung. Mitarbeitende nutzen diese Tools im privaten Umfeld sehr intensiv. Sie erleben dort, wie hilfreich sie sind – sei es für Entscheidungen, Recherchen oder alltägliche Fragestellungen. Diese Erwartung bringen sie mit in den Arbeitsalltag. Unternehmen stehen deshalb vor der Herausforderung, nicht nur Tools bereitzustellen, sondern auch eine sichere Umgebung zu schaffen, in der diese sinnvoll genutzt werden können. Es geht weniger darum, Mitarbeitende zu überzeugen – die Bereitschaft ist da. Es geht vielmehr darum, Risiken zu managen und gleichzeitig die Wertschöpfung sicherzustellen.

Wichtig ist auch die Perspektive: Wenn KI nur als Effizienzthema positioniert wird, entstehen schnell Ängste. Wenn man sie hingegen als Wachstumsthema versteht, verändert sich die Diskussion. Dann geht es darum, wie Mitarbeitende unterstützt werden können – besser, schneller und fundierter zu arbeiten.

Ein konkretes Beispiel sehen wir heute schon im Bereich Customer Service: Ein Agent kann im Hintergrund Informationen zusammenführen, Entscheidungen vorbereiten oder Risiken bewerten. Mitarbeitende müssen sich nicht mehr durch komplexe Prozesse kämpfen, sondern werden gezielt unterstützt – und können Kundinnen und Kunden schneller und fundierter helfen.

Wenn man das weiterdenkt, kommen wir automatisch zur nächsten Entwicklung: der Zusammenarbeit zwischen Mensch und KI.

Wir bewegen uns in eine Phase, in der Menschen und KI-Agenten zusammenarbeiten. Und ein Agent ist dabei nicht mehr einfach ein Tool, sondern eher eine Art Unterstützungssystem. Das kann bedeuten, dass ein Agent Recherche übernimmt, Daten analysiert, Entscheidungen vorbereitet oder in Prozessen unterstützt. Dadurch verschiebt sich die Rolle des Menschen. Wichtig ist: Arbeit verschwindet nicht, sie verändert sich. Routinetätigkeiten und repetitive Aufgaben werden zunehmend von solchen Systemen übernommen. Gleichzeitig gewinnt der Mensch Zeit für Aufgaben, die Kontext, Bewertung und Kreativität erfordern.

Langfristig bedeutet das, dass wir von einer rein menschlichen Workforce hin zu einer hybriden Workforce gehen. Menschen arbeiten mit ihren „Agents“ zusammen und diese Zusammenarbeit wird ein fester Bestandteil von Organisationen.

Gleichzeitig entstehen ja auch neue Formen der Interaktion, nicht nur zwischen Mensch und Maschine, sondern auch zwischen Maschinen.

Der nächste Schritt ist, dass KI-Systeme zunehmend eigenständig agieren, etwa indem sie für uns suchen, Optionen bewerten oder Entscheidungen vorbereiten. Und perspektivisch werden auch KI-Systeme miteinander interagieren. Das bedeutet, dass ein Teil der Interaktion ohne direkten menschlichen Eingriff stattfindet. Damit verändert sich auch die Logik von Sichtbarkeit: Es gibt nicht mehr unendlich viele Auswahlmöglichkeiten oder eine «zweite Seite» von Suchergebnissen. Entscheidungen werden vorselektiert, oft auf wenige Optionen reduziert.

Für Unternehmen stellt sich damit eine neue Frage: Wie wird meine Marke in diesen Systemen sichtbar? Wie wird sie ausgewählt? Wie wird sie bewertet? Man muss nicht nur für Menschen relevant sein, sondern auch für Maschinen.

Wenn wir all diese Entwicklungen zusammennehmen: Was ist aus deiner Sicht der zentrale Erfolgsfaktor?

Vertrauen. Und Vertrauen entsteht nicht durch Technologie allein, sondern durch Relevanz und durch das Gefühl, verstanden zu werden. Wenn eine Lösung ein echtes Problem löst – im richtigen Moment, in der richtigen Form – dann entsteht Vertrauen. Wenn sie das nicht tut, wird sie nicht genutzt.

Gleichzeitig sehen wir ein Spannungsfeld: Viele Menschen sind bereit, Daten zu teilen, erwarten aber gleichzeitig einen verantwortungsvollen Umgang damit. Und sie haben ein feines Gespür dafür, ob Personalisierung wirklich ihnen dient – oder primär der Marke. Genau hier entscheidet sich langfristig Vertrauen. Das gilt für Kundinnen und Kunden genauso wie für Mitarbeitende.

Dein Tipp zum Abschluss: Was sollten Unternehmen jetzt konkret tun?

Das Wichtigste ist, sich nicht nur auf die Technologie zu fokussieren, sondern auf die eigene Positionierung. Die zentrale Frage ist: Wofür steht meine Marke? Welchen Mehrwert biete ich? Und wie kann KI diesen Mehrwert verstärken? Die Möglichkeiten sind in jeder Branche vorhanden, das sehen wir sehr deutlich. Aber sie müssen gezielt erschlossen werden. Und dafür braucht es eine klare Strategie, die sowohl die internen Prozesse als auch die Interaktion mit Kundinnen und Kunden berücksichtigt.

Gleichzeitig betrifft das nicht nur Technologie oder einzelne Abteilungen. Es geht um die gesamte Organisation – von HR über IT bis hin zu Customer Experience. Rollen, Kompetenzen und Zusammenarbeit werden sich verändern. Entscheidend ist, diese Entwicklung aktiv zu gestalten.