Tag 1: KI mit Wirkung: Vom Pilotprojekt zum Business-Impact

Stefan

Hallo und herzlich willkommen zum offiziellen Podcast des AI Business Specialist Trainings der Graduate School of Applied Technology and Management Zürich. Ein ganz besonders warmes Willkommen geht heute an alle Teilnehmenden unserer aktuellen Klasse. Wir freuen uns riesig, dass ihr mit an Bord seid. Unser Kurs startet heute, am achten August zweitausendsechsundzwanzig, und führt uns berufsbegleitend über knapp drei Monate bis Ende Oktober, wo wir uns intensiv auf die eidgenössische Fachprüfung vorbereiten. Ich bin Stefan.

Martina neu

Und ich bin Martina. Auch von mir ein ganz warmes Willkommen. Vor uns liegen sechsundzwanzig Kurstage mit einhundertvierundvierzig Kontaktstunden und insgesamt bis zu vierhundert Lernstunden. Wir werden sehr viel Zeit miteinander verbringen, acht Präsenztage hier bei uns im Launchspace Zürich Altstetten und achtzehn Online Sessions am Dienstag und Freitagabend. Bevor wir tiefer in die Tagesaktualitäten eintauchen, wollen wir euch einen umfassenden Überblick geben: Was ist künstliche Intelligenz heute, wie funktioniert sie im Kern und warum sind Strategie, Governance und Trends genau jetzt der entscheidende Erfolgsfaktor?

Stefan

Lass uns dafür mal ganz von vorne anfangen, Martina. Wenn wir heute von KI sprechen, meint die breite Öffentlichkeit meistens generative Sprachmodelle oder sogenannte Foundation Models. Aber wie funktioniert das technisch überhaupt? Im Grunde genommen ist ein Sprachmodell eine mathematische Vorhersagemaschine. Es basiert auf riesigen neuronalen Netzen, der sogenannten Transformer Architektur, und lernt aus gewaltigen Datenmengen Muster. Wenn ihr einer KI eine Frage stellt, berechnet sie Schritt für Schritt das statistisch wahrscheinlichste nächste Wort oder genauer gesagt den nächsten Token.

Martina neu

Das ist ganz wichtig zu verstehen. KI hat kein Bewusstsein und kein echtes Weltverständnis wie wir Menschen. Sie ist ein extrem leistungsfähiges System zur Mustersuche und Vorhersage. Ein Token entspricht dabei etwa drei Vierteln eines Wortes. Und genau hier entsteht oft ein riesiges Missverständnis in Unternehmen. Viele glauben, KI sei eine Art Allwissender Supercomputer, den man einfach installiert und der dann von alleine Probleme löst. Aber in der Realität halluzinieren Modelle, wenn Daten fehlen, oder sie liefern oberflächliche Antworten, wenn die Anweisung ungenau bleibt.

Stefan

Genau. Und deshalb hat sich die Technologie in den letzten Monaten auch rasant weiterentwickelt. Wir sehen aktuell den Sprung von reinen Chatbots hin zu drei zentralen neuen Funktionsweisen. Erstens: Generative AI als Commodity. Die reine Textgenerierung wird extrem billig und austauschbar. Die Inferenzkosten, also der Preis für das Erzeugen von Antworten, sind in den letzten Jahren um mehr als das Vierzigfache pro Jahr gefallen. Heute kostet eine Million Tokens bei Top Modellen oft nur noch Centbeträge.

Martina neu

Und wenn das Basismodell zur Austauschware wird, wo liegt dann der eigentliche Wert für Unternehmen? Er liegt in drei Schichten: erstens in proprietären, eigenen Daten, zweitens in der tiefen Integration in die Arbeitsabläufe und drittens in der Schnittstelle zu den Mitarbeitenden. Das ist genau der Punkt, den wir beim Innovationsverband Schweizer Arbeitsmarkt immer wieder betonen: Ein gemietetes Standardmodell bringt keinen Wettbewerbsvorteil. Erst die Kombination mit euren eigenen Firmenprozessen schafft echte Wertschöpfung.

Stefan

Die zweite grosse technische Welle sind die sogenannten Reasoning Modelle. Während Standardmodelle sofort das nächste Wort spucken, nutzen Reasoning Modelle sogenanntes Test Time Compute. Sie investieren mehr Rechenzeit während der Anfrage, bauen eine eigene Gedankenkette, eine Chain of Thought auf, und überprüfen sich selbst, bevor sie eine Antwort ausgeben. Das ist ideal für komplexe Logikprüfungen, Programmierung oder juristische Analysen, kostet aber pro Antwort deutlich mehr Rechenleistung.

Martina neu

Und die dritte, vielleicht folgenreichste Entwicklung: Agentic AI. Hier antwortet das System nicht mehr nur, sondern es handelt. Ein Agent bekommt ein Ziel vorgegeben, zerlegt dieses eigenständig in Teilschritte, ruft Schnittstellen und Werkzeuge auf und führt den Prozess autonom aus. Protokolle wie MCP von Anthropic oder Agent to Agent von Google sorgen dafür, dass verschiedene Agenten miteinander sprechen und wie eine digitale Belegschaft zusammenarbeiten können.

Stefan

Aber genau hier zeigt sich, warum reine Technologie ohne Strategie nicht funktioniert. Und damit kommen wir zum harten Kern unseres Kurses und den aktuellen Marktdaten. Das globale Marktforschungsunternehmen McKinsey zeigt in seiner grossen State of AI Erhebung mit über neunzehnhundert Unternehmen ein faszinierendes Paradoxon: Während achtundachtzig Prozent aller Unternehmen KI in mindestens einer Funktion nutzen, erzielen nur neununddreissig Prozent überhaupt einen messbaren Effekt auf den operativen Gewinn, den EBIT. Und nur mickrige sechs Prozent gelten als echte High Performer mit mehr als fünf Prozent Gewinnbeitrag.

Martina neu

Das ist das Adoptions Paradoxon. Alle nutzen KI, aber kaum jemand verdient damit Geld. Und warum ist das so? Weil die meisten Firmen KI einfach als Zusatz Tool auf veraltete Arbeitsabläufe pfropfen. Sie kaufen Lizenzen, verteilen Copiloten und hoffen auf Wunder. Doch BCG hat das treffend in der Zehn Zwanzig Siebzig Regel zusammengefasst: Nur zehn Prozent des Transformationsaufwands entfallen auf die Wahl der Algorithmen und Modelle. Zwanzig Prozent betreffen Technologie, Daten und IT. Aber ganze siebzig Prozent entfallen auf die Menschen und die Prozesse, also auf das Redesign von Rollen, Verantwortung, Schulung und Arbeitsabläufe.

Stefan

Genau diese siebzig Prozent sind euer Spielfeld als künftige AI Business Specialists. Ihr seid die Brücke zwischen der technischen Machbarkeit und dem betriebswirtschaftlichen Nutzen. Schauen wir uns die Rollenverteilung in den Firmen an: Laut BCG AI Radar treffen bereits in zweiundsiebzig Prozent der Unternehmen die CEOs persönlich die Hauptentscheidungen beim Thema KI. Die Budgets verdoppeln sich aktuell auf durchschnittlich eins komma sieben Prozent des Gesamtumsatzes. Wenn die Führungsetage so stark involvierte ist, verlangt sie auch knallharte Nachweise. Ein reines Demoprojekt reicht nicht mehr aus.

Martina neu

Und dazu kommen drei kritische Steuerungsfragen, die jedes KI Projekt begleiten müssen. Erstens: Die Betriebskosten oder FinOps. Die Tokenpreise sinken zwar, aber weil agentische Systeme rund um die Uhr Inferenz erzeugen, explodieren bei vielen Firmen die Monatsrechnungen. Laut KPMG haben erst sechsundzwanzig Prozent der Organisationen eine Echtzeitsicht auf ihre laufenden KI Betriebskosten. Wer seine Kosten kontrolliert, berichtet aber fünfmal häufiger von einem positivem ROI.

Stefan

Zweitens: Das Thema Cybersecurity und Shadow AI. Wenn der offizielle Weg zu einem KI Tool in der Firma drei Monate dauert, der inoffizielle aber nur drei Minuten, nutzen Mitarbeitende unbewilligte Werkzeuge. Diese Shadow AI schafft enorme Sicherheitsrisiken in den Bereichen Datenabfluss, Modellmanipulation und Prompt Injection. Deloitte warnt, dass KI die Angriffsfläche massiv vergrössert. Die Lösung liegt nicht in stumpfen Verboten, sondern darin, den offiziellen Freigabeprozess drastisch zu beschleunigen.

Martina neu

Und drittens: Die Regulierung und Governance. Der EU AI Act setzt seit zweitausendfünfundzwanzig scharfe Regeln für Grundmodelle. Ab August zweitausendsechsundzwanzig gelten Transparenzpflichten und Marktüberwachung. Die Schweiz geht zwar einen sektoriellen Weg ohne zentrales KI Gesetz, aber wer Produkte in die EU exportiert oder Kunden dort bedient, muss die EU Vorgaben einhalten. Governance ist dabei keine Bremse, sondern die Voraussetzung für Vertrauen und Marktzugang.

Stefan

Lass uns noch zwei weitere ganz wesentliche Themenblöcke beleuchten, die uns im Kurs intensiv begleiten werden. Der erste ist Physical AI und Multimodalität. KI verlässt nämlich endgültig den Bildschirm und zieht in die physische Welt ein. Mit sogenannten Vision Language Action Modellen, wie zum Beispiel dem Roboter Basismodell pi zero, verbinden sich Sehen, Sprachverständnis und physisches Handeln. Roboter und Cobots lernen Bewegungsabläufe nicht mehr durch starre Programmierung, sondern durch Generalisierung aus Milliarden Sensordaten.

Martina neu

Das hat enorme Konsequenzen für die Schweizer Industrie, Logistik und Medizintechnik. Wir sehen bereits heute bei Unternehmen wie BMW oder Amazon, wie autonome Systeme Flotten steuern und Laufwege um zehn Prozent optimieren. Für euch als AI Business Specialists bedeutet das: Ihr müsst in Zukunft nicht nur verstehen, wie Software im Büro Prozesse beschleunigt, sondern wie sich Software mit Maschinen und Operational Technology verbindet. Dabei entstehen völlig neue Fragen zur Betriebssicherheit und Haftung.

Stefan

Der zweite Zusatzblock betrifft das Compute Race und Souveräne KI. Wer die Recheninfrastruktur kontrolliert, kontrolliert am Ende die Wertschöpfung. Die vier grossen US Hyperscaler investieren im Jahr zweitausendsechsundzwanzig über siebenhundert Milliarden Dollar in Datenzentren und Chips. Dem gegenüber steht der Ruf nach digitaler Souveränität. In der Schweiz haben die ETH Zürich, die EPFL und das Supercomputing Zentrum CSCS das vollständig offene Sprachmodell Apertus entwickelt. Es ist auf dem Schweizer Supercomputer Alps trainiert und beherrscht alle Landessprachen inklusive Schweizerdeutsch und Rätoromanisch.

Martina neu

Souveränität und Datenschutz sind auf dem Schweizer Markt ein riesiges Verkaufsargument. Banken, Gesundheitsdienstleister und die öffentliche Verwaltung verlangen zunehmend Modelle mit offener Datenherkunft und On Premise Lauffähigkeit, um keine Daten an ausländische Clouds zu verlieren. In unserem Kurs werdet ihr lernen, wie man eine souveräne KI Architektur bewertet und entscheidet, wann ein US Cloudmodell Sinn macht und wann eine lokale, souveräne Lösung wie Apertus oder Mistral zwingend ist.

Stefan

Lass uns auch noch kurz auf die Schweiz blicken. Das Thema Arbeitsmarkt beschäftigt hier gerade alle. Eine aktuelle Studie von einstAIn und Angestellte Schweiz zeigt, dass achtundzwanzig Prozent aller Stellen in der Schweiz stark von KI betroffen sind. Das betrifft vor allem kaufmännische Berufe, Verwaltung, Finanzen und Recht. Gleichzeitig gehen in der Schweiz bis zweitausendneunundzwanzig fast siebenhundertachtundachtzigtausend Menschen in Pension, während nur sechshundertvierdio gtausend nachrücken. Es fehlen rund einhundertachtundvierzigtausend Arbeitskräfte. KI ist für Schweizer Unternehmen also kein Jobkiller, sondern die einzige Möglichkeit, den demografischen Wandel und den Fachkräftemangel aufzufangen.

Martina neu

Genau deshalb ist eure Ausbildung zum AI Business Specialist so extrem wertvoll. Das Programm führt euch zu zwei Abschlüssen: am vierundzwanzigsten Oktober macht ihr direkt im Kurs das SAQ Zertifikat AI Business Expert. Und darüber hinaus bereiten wir euch intensiv auf den eidgenössischen Fachausweis von ICT Berufsbildung Schweiz vor. Über alle sechsundzwanzig Kurstage hinweg begleitet euch Mary bei eurer eigenen Projektarbeit, die ihr direkt als Fallstudie für die Berufsprüfung einreichen könnt.

Stefan

Wir freuen uns riesig auf die gemeinsamen drei Monate mit euch. Wir werden jeden dieser Sieben Blöcke vertiefen, von den Grundlagen über Prototyping und Business Case bis zu Go Live, Cyber Security und Change Management. Bringt euer Engagement mit, nutzt die Network Lunches an den Präsenztagen und den Austausch auf Slack. Nochmals ganz herzlich willkommen am ersten Kurstag im Launchspace, schön dass ihr dabei seid, und lasst uns gemeinsam starten. Viel Erfolg bei Tag eins.