Von KI-Piloten zu echter Transformation

Warum KI vor allem eine Organisationsfrage ist

Herr Bonnet, Sie beschäftigen sich seit vielen Jahren mit digitaler Transformation. Warum ist gerade jetzt Ihr Satz so relevant, dass KI keine technologische, sondern eine organisationale Herausforderung ist?

Dr. Didier Bonnet: Weil sich genau dort entscheidet, ob aus technologischer Möglichkeit tatsächlich geschäftliche Wirkung wird. Technologie wird immer besser werden. Das ist gewissermassen der Normalfall. Die eigentliche Frage lautet: Wie schnell und wie gut gelingt es Unternehmen, diese Technologien in ihre Organisation zu integrieren? Und genau da liegt das Problem. Viele Unternehmen betrachten KI noch immer primär als Tool-Thema. Sie investieren in Systeme, testen Anwendungen und hoffen, dass dadurch automatisch Fortschritt entsteht. Aber so funktioniert Transformation nicht.

In traditionellen Unternehmen geht es immer auch um Prozesse, Entscheidungswege, Strukturen, Verantwortlichkeiten und Fähigkeiten. Wenn diese Dinge nicht mitgedacht und angepasst werden, bleibt KI oberflächlich. Dann haben Sie vielleicht eine beeindruckende Demo oder einige clevere Pilotprojekte, aber keinen nachhaltigen Effekt auf das Geschäft. Deshalb ist KI aus meiner Sicht die Fortsetzung einer Entwicklung, die wir aus der digitalen Transformation bereits kennen: Die Technologie ist wichtig, aber die eigentliche Arbeit findet in der Organisation statt.

Wo stehen Unternehmen heute in ihrer KI-Reise wirklich? Noch eher in der Erkundung, der Testphase oder bereits in der Umsetzung im grossen Stil?

Beides, je nach Unternehmen und auch je nachdem, welche Form von KI man betrachtet. Wir müssen aufpassen, dass wir nicht so tun, als sei KI eine einzige Sache. Viele Unternehmen arbeiten seit Jahren erfolgreich mit dem, was man heute eher klassische oder prädiktive KI nennen würde: Machine Learning, regelbasierte Systeme, Prognosemodelle. Gerade in Industrie, Handel oder Wartung ist das nichts grundsätzlich Neues mehr. Diese Systeme laufen in vielen Fällen produktiv und liefern echten Nutzen.

Neu und stark gehypt ist vor allem generative KI. Sie hat seit dem Start von ChatGPT ein neues Momentum geschaffen, weil sie sehr vielen Menschen unmittelbar zugänglich geworden ist.

Plötzlich kann praktisch jeder mit diesen Systemen arbeiten, Inhalte erzeugen, Informationen verdichten, Analysen erstellen. Und jetzt kommt bereits die nächste Stufe: agentische Systeme, die nicht nur antworten, sondern Aufgaben ausführen und Entscheidungen vorbereiten oder sogar treffen. Damit steigt das Potenzial, aber eben auch die Komplexität. Fragen von Sicherheit, Verantwortung, Kontrolle und Ethik werden dann noch wichtiger.

Wenn man auf Unternehmen insgesamt blickt, sehe ich einen klaren Unterschied zwischen jenen, die in früheren Transformationsphasen gelernt haben, wie man Veränderung organisatorisch verankert, und jenen, die das nicht getan haben. Unternehmen wie Walmart, Zara, Netflix oder J.P.Morgan haben über Jahre Transformationsreife aufgebaut. Andere kämpfen heute mit denselben Problemen wie schon in früheren Digitalisierungswellen.

Viele KI-Piloten, wenig Transformation

Heisst das: Nicht die Technologie entscheidet, sondern die Transformationsreife eines Unternehmens?

Genau. Und das Erstaunliche ist, dass wir viele der aktuellen Fehler bereits aus der digitalen Transformation kennen. Schon damals war klar, dass man Prioritäten setzen muss, dass es Unterstützung von oben braucht, dass bereichsübergreifende Zusammenarbeit nötig ist und Mitarbeitende mitgenommen werden müssen. All das gilt unverändert. Und trotzdem wiederholen viele Unternehmen jetzt dieselben Fehler.

Ein klassisches Beispiel ist die Vielzahl von Piloten. Ich habe kürzlich mit einem Manager gesprochen, der sehr stolz erzählte, sein Unternehmen habe 55 KI-Piloten laufen. Das mag nach Dynamik klingen, ist aber oft eher ein Zeichen von Verzettelung. Die Zahl der Piloten sagt nichts darüber aus, ob ein Unternehmen wirklich vorankommt. Im Gegenteil: Häufig ist genau das der Grund, weshalb es nicht vorankommt. Denn Transformation entsteht nicht dadurch, dass man überall ein bisschen experimentiert. Sie entsteht dadurch, dass man die wenigen Felder identifiziert, auf denen KI das Geschäft tatsächlich substanziell verändern kann.

Viele Unternehmen verwechseln also Aktivität mit Wertschöpfung?

Ja, das sehe ich vielfach. Natürlich ist es sinnvoll, wenn Mitarbeitende KI nutzen, um Meetings zusammenzufassen, Texte zu schreiben oder schneller zu recherchieren. Diese Werkzeuge erhöhen vielfach die persönliche Produktivität. Aber persönliche Produktivität ist noch keine organisatorische Transformation. Sie führt nicht automatisch zu besseren Geschäftsergebnissen. Genau an dieser Stelle entsteht heute viel Missverständnis.

Die entscheidende Frage lautet deshalb nicht: Wie viele Use Cases haben wir? Sondern: In welchen zwei oder drei Bereichen kann KI für unser Unternehmen den grössten Hebel entfalten? Wo kann sie Kosten deutlich senken, Qualität verbessern, Durchlaufzeiten verkürzen oder Wachstum schaffen? In einem Industrieunternehmen kann das die Supply Chain sein, im Handel die Nachfrageprognose, in der Pharmaindustrie die klinische Forschung oder die Beschleunigung von F&E-Prozessen. Dort entstehen echte Effekte. Nicht in einer langen Liste isolierter Einzelfälle.

Darum bin ich auch vorsichtig mit dem Begriff «KI-Strategie». Unternehmen brauchen keine Parallelstrategie für KI neben ihrer Unternehmensstrategie. Sie benötigen eine Strategie für den sinnvollen Einsatz von KI im Dienst ihrer Geschäftsziele. Strategie bedeutet Auswahl. Und Auswahl ist immer unbequem, weil sie heisst, sich bewusst auf Weniges zu konzentrieren. Genau das fällt vielen Organisationen schwer.

Warum Produktivität allein nicht ausreicht

Sie unterscheiden drei Ebenen von Transformation und Wirkung. Welche sind das?

Die erste Ebene ist die individuelle Produktivität. Hier geht es um den Nutzen, den einzelne Mitarbeitende aus KI ziehen: schneller arbeiten, besser formulieren, mehr analysieren, Informationen effizienter verdichten. Das ist real, und wir sehen diese Effekte heute in vielen wissensintensiven Berufen. Das Problem ist nur: Diese Zeitgewinne lassen sich nicht automatisch in Unternehmenswert übersetzen.

Viele Unternehmen messen ihre Piloten gar nicht sauber. Sie kennen keinen klaren Ausgangswert und können deshalb auch den tatsächlichen Effekt nicht valide beziffern. Und auch wenn Zeit eingespart wird, bleibt offen, was mit dieser eingesparten Zeit geschieht. Wissensarbeiter steuern ihre Arbeit in hohem Mass selbst. Sie nutzen gewonnene Freiräume vielleicht für mehr Recherche, mehr Austausch oder andere sinnvolle Tätigkeiten. Das kann hilfreich sein, ist aber nicht automatisch ein skalierbarer Geschäftshebel.

Hinzu kommt ein heikles Thema: Wenn Führungskräfte KI vor allem als Instrument für Effizienz und Kostensenkung kommunizieren, hören Mitarbeitende sehr schnell eine bedrohliche Botschaft.

Dann entsteht der Eindruck, die Technologie sei primär dazu da, Arbeit zu verdichten oder Menschen ersetzbar zu machen. Das erzeugt Widerstand. Und erste Hinweise deuten darauf hin, dass KI die Intensität von Arbeit erhöhen kann. Unternehmen müssen deshalb sehr genau überlegen, wie sie mit diesen Produktivitätsgewinnen umgehen.

Die zweite Ebene ist die organisationale Wirksamkeit. Und hier liegt meines Erachtens der eigentliche Goldschatz. Gemeint ist die grundlegende Verbesserung oder Neugestaltung von Prozessen, Workflows und bereichsübergreifenden Abläufen. Nicht ein bisschen Automatisierung hier und ein wenig GenAI dort, sondern die Frage: Wie müsste dieser Prozess aussehen, wenn wir ihn heute mit den technologischen Möglichkeiten von Grund auf neu denken würden?

Der grösste Hebel liegt in der Neugestaltung von Prozessen

Warum ist genau diese zweite Ebene so entscheidend?

Weil hier der echte geschäftliche Hebel liegt. Viele bestehende Prozesse wurden vor zehn oder zwanzig Jahren unter völlig anderen Voraussetzungen gestaltet. Daten waren schwerer zugänglich, Analysen langsamer, Schnittstellen unflexibler. Heute sind viele dieser Begrenzungen weggefallen. Aber wenn Unternehmen neue Technologie nur in alte Prozesse einsetzen, holen sie meist nur minimale Verbesserungen heraus. Zwei oder drei Prozent vielleicht. Das ist nett, aber nicht transformativ.

Nehmen Sie das Beispiel Schadenbearbeitung in einer Versicherung.

• Die Frage darf nicht lauten: Wie machen wir einzelne Schritte im alten Prozess etwas effizienter?
• Die Frage muss lauten: Wie würde ein End-to-End-Prozess heute aussehen, wenn wir Bildanalyse, Mustererkennung, Textgenerierung und Datenintegration von Anfang an mitdenken?

Genau darin liegt der Unterschied zwischen punktueller Optimierung und echter Transformation. Ein interessantes Beispiel ist Aviva. Das Unternehmen hat Prozesse in der Kfz-Versicherung grundlegend neu gedacht und KI genutzt, um Schadensbilder auszuwerten, Entscheidungen vorzubereiten und die Kommunikation mit Kundinnen und Kunden zu verbessern. Das Ergebnis waren nicht nur Effizienzgewinne, sondern auch weniger Beschwerden und höhere Kundenzufriedenheit. Das zeigt: Wenn Prozesse konsequent neu gestaltet werden, profitieren nicht nur Kostenstrukturen, sondern auch Customer Experience und Servicequalität.

Warum tun sich so viele Unternehmen trotzdem schwer damit, Prozesse wirklich neu aufzusetzen?

Weil das unbequem ist. Es verändert Zuständigkeiten, Routinen, Kennzahlen und nicht selten auch Machtverhältnisse. Solange KI nur punktuell eingesetzt wird, sehen viele Verantwortliche nicht genug Nutzen, um einen grossen Umbau zu riskieren. Deshalb braucht es Führung von oben. Jemand muss sagen: Wir machen hier nicht länger ein bisschen Verbesserung im Bestand, sondern wir gestalten diesen Bereich neu – mit dem Anspruch auf einen echten Sprung, nicht auf eine Mini-Optimierung.

Das ist auch der Punkt, an dem viele Unternehmen in alten Denkmustern stecken bleiben. Sie denken noch zu konservativ über Prozesse, Rollen, Fähigkeiten und Organisationsstrukturen. Aber KI zwingt Unternehmen dazu, ausserhalb dieser Logik zu denken. Wer neue Technologie nur in alte Kästen einbaut, wird ihre Wirkung begrenzen.

Und die dritte Ebene?

Die dritte Ebene ist Innovation. Also die Frage, ob KI nicht nur bestehende Abläufe verbessert, sondern Geschäftsmodelle, Wertschöpfungsketten und Angebote verändert. In der Pharmaindustrie sieht man das besonders deutlich, etwa bei klinischen Studien oder in der Forschung. Dort können schon kleine prozentuale Verbesserungen enorme finanzielle und strategische Auswirkungen haben. Aber diese Stufe erreichen in der Regel nur Unternehmen, die zuvor die anderen Ebenen gemeistert haben. Man kann nicht rennen, bevor man laufen gelernt hat.

Was sollten Führungskräfte konkret tun, wenn sie merken, dass ihr Unternehmen im Pilotmodus festhängt?

Mein Rat wäre sehr klar: aufhören, überall gleichzeitig zu kämpfen. Stattdessen zurück auf die oberste, die erste Ebene gehen und gemeinsam klären, welche ein oder zwei Themen für das Geschäft wirklich entscheidend sind. Nicht fünfzehn. Nicht fünfundfünfzig. Sondern die wenigen Felder, in denen KI einen spürbaren Unterschied machen kann. Dort müssen dann Geld, Ressourcen, Führung und Aufmerksamkeit gebündelt werden.

Viele hoffen, dass die breite Nutzung von KI durch Mitarbeitende automatisch zu Skalierung von unten führt. Das ist eine schöne Vorstellung, aber in der Praxis funktioniert es selten so. Echte Transformation braucht Richtung, Auswahl und Konsequenz. Sie entsteht nicht von selbst.

Die Zukunft der Arbeit verlangt neue Führungsmodelle

Wenn wir zwei, drei oder vier Jahre vorausblicken: Was wird in Zukunft jene Unternehmen auszeichnen, die mit KI wirklich erfolgreich waren?

Ich glaube, es werden jene Organisationen sein, die lernen, Arbeit neu zu orchestrieren. Also das Zusammenspiel von Mensch und Maschine bewusst zu gestalten. Wenn agentische Systeme Aufgaben übernehmen, Entscheidungen vorbereiten oder bestimmte Tätigkeiten vollständig ausführen, reicht es nicht mehr, nur Tools einzuführen. Dann muss ein Unternehmen verstehen, wie Rollen, Verantwortung und Zusammenarbeit neu definiert werden.

Die grosse Managementfrage lautet deshalb:

• Wie führen wir eine Organisation, in der ein Teil der Arbeit von Menschen und ein anderer Teil von Maschinen erledigt wird?
• Wie stellen wir Qualität, Kontrolle, Sicherheit und ethische Standards sicher?
• Welche Rollen verändern sich grundlegend, welche verschwinden vielleicht, welche entstehen neu?

Darauf gibt es noch keine abschliessenden Antworten. Aber genau darin liegt die eigentliche Führungsaufgabe der nächsten Jahre.

Start-ups werden manches davon intuitiver lösen, weil sie nicht mit historisch gewachsenen Strukturen belastet sind. Für grosse, etablierte Unternehmen ist es schwieriger. Aber gerade für sie ist diese Auseinandersetzung entscheidend. Denn am Ende wird KI nicht daran gemessen, wie viele Tools ein Unternehmen eingeführt hat, sondern daran, ob es seine Organisation so weiterentwickelt hat, dass aus technologischer Dynamik echte Transformation entsteht.