Tag 4 - KI nutzen reicht nicht: Warum die Schweiz am Mehrwert scheitert

Stefan

Neunundachtzig Prozent. Das, das ist eine Zahl aus der aktuellen E Y Umfrage für die Schweiz von Mai zweitausendsechsundzwanzig. Neunundachtzig Prozent aller Schweizer Unternehmen nutzen heute Künstliche Intelligenz im Arbeitsalltag. Und, und jetzt kommt die eigentliche Pointe, Martina, genau neun Prozent sagen, dass KI ihr Geschäftsmodell grundlegend verändert hat. Neun Prozent.

Martina neu

Neun Prozent! Das ist, das ist eine gewaltige Schere, Stefan. Wir sehen in den Daten vom Innovationsverband Schweizer Arbeitsmarkt genau dasselbe Muster. Siebzig Prozent der Firmen rollen Werkzeuge wie Copilot oder Gemini aus, aber ein Drittel steckt nach wie vor in ewigen Pilotprojekten fest. Es ist die perfekte Illusion von Fortschritt.

Stefan

Genau an diesem Punkt hat Dozent Thomas Wengi an Tag vier des Lehrgangs zum AI Business Specialist im Launchspace Zürich Altstetten den Hebel angesetzt. Nach den zwei Abenden zur Umfeld und Innenanalyse war seine Ansage glasklar: Strategie vor Governance vor Use Cases. Wer bei den Tools anfängt, baut auf Sand.

Martina neu

Thomas Wengi bringt da ja über zwanzig Jahre Führungs- und Handelserfahrung mit, unter anderem aus den Migros Fachmärkten. Und was er da beschreibt, deckt sich exakt mit dem Wirkungsgraben von McKinsey. In deren weltweiter Erhebung nutzen zwar alle achtundachtzig Prozent KI in mindestens einer Funktion, aber nur neununddreissig Prozent sehen überhaupt irgendeinen E B I T Effekt. Und ein echtes Spitzenfeld, die sogenannten High Performer, das sind gerade mal sechs Prozent.

Stefan

Sechs Prozent, ah, das muss man sich mal auf der Zunge zergehen lassen. Und die Frage ist doch, was machen diese sechs Prozent anders als der Rest?

Martina neu

Sie verändern die Arbeitsabläufe! Sie kaufen nicht einfach Lizenzen und hoffen auf Wunder. Bei der I S A sehen wir täglich, dass der Erfolg an zwei Dingen hängt: Workforce Enablement und Prozess Redesign. Wenn die Mitarbeitenden keine geschützte Lernzeit bekommen und die Abläufe dieselben bleiben wie neunzehnhundertzweiundneunzig, verpufft jede Technologie.

Stefan

Ich beobachte in der Industrie momentan genau diesen enormen Druck auf den Teppichetagen. Führungskräfte kaufen hunderte Lizenzen, um im Verwaltungsrat Vollzug zu melden. Aber wenn ich dann frage, welches konkrete Geschäftsproblem damit gelöst werden soll, herrscht oft betretenes Schweigen.

Martina neu

Weil die Selbstsicherheit der Mitarbeitenden eben nicht mit dem Lizenzkauf steigt, sondern mit strukturierter Weiterbildung. Werkzeug ohne Richtung erzeugt nur Überforderung oder, noch schlimmer, stille Verweigerung.

Stefan

Um von der reinen Analyse zu einer echten Entscheidung zu kommen, hat uns Thomas Wengi ein klassisches, aber extrem scharfes Werkzeug reaktiviert: die T O W S Matrix von Heinz Weihrich aus dem Jahr neunzehnhundertzweiundachtzig. Martina, wie oft siehst du Teams, die brav Stärken und Schwächen auflisten und danach völlig isolierte Massnahmen beschliessen?

Martina neu

Erwischt! Fast immer. Man macht bunten Post it Zauber, und am Ende entscheidet das Bauchgefühl des Chefs. Bei T O W S kreuzt man ja zwingend die Aussensicht von Tag zwei, also Chancen und Gefahren, mit der Innensicht von Tag drei, den Stärken und Schwächen. Und aus diesen vier Kombinationen destilliert man maximal drei vertretbare Stossrichtungen.

Stefan

Maximal drei, genau. Und wenn diese Richtungen stehen, kommt Roger Martins Strategic Choice Cascade aus seinem Werk Playing to Win ins Spiel. Fünf verbundene Entscheidungen: Winning Aspiration, Where to Play, How to Win, Capabilities und Management Systems. Stefan, was ist da die grösste Falle in der Praxis?

Stefan

Die grösste Falle ist das, was Roger Martin die Ein Kasten Strategie nennt. Jemand ruft in der All Hands Runde aus: Wir werden KI first! Das klingt mutig, entscheidet aber rein gar nichts. Die zweite Falle ist die Drei Kasten Strategie: Man definiert zwar Markt und Fähigkeiten, vergisst aber die Management Systeme, also Datenpipelines, Weiterbildung und Monitoring. Ohne den fünften Kasten entsteht keine einzige Fähigkeit im Alltag.

Martina neu

Und dazu passt Martins fantastischer Can't beziehungsweise Won't Test. Bevor ein Schweizer K M U auch nur einen einzigen Franken investiert, muss es die Frage beantworten: Können oder wollen die Mitbewerber diese spezifische Kombination aus Fähigkeiten nicht nachbauen? Stefan, wenn die Antwort auf beides Nein lautet, was passiert dann?

Stefan

Dann ist die Strategie wertlos. Sobald die Konkurrenz sieht, dass es funktioniert, kopiert sie es innerhalb von drei Monaten. Und der hypothetische Vorsprung löst sich in Luft auf. Deshalb verweist Thomas Wengi auch immer wieder auf die B C G Regel für den Aufwand.

Martina neu

Ah, die Zehn Zwanzig Siebzig Regel! Zehn Prozent des Transformationsaufwands fliessen in Algorithmen, zwanzig Prozent in Technik und Daten, aber volle siebzig Prozent gehören den Menschen und den Prozessen. B C G zeigt zweitausendsechsundzwanzig sehr deutlich: Top Performer betreiben viermal häufiger strukturierte KI Lernprogramme und schützen aktiv die Arbeitszeit fürs Lernen. Das ist reine Belegschaftstransformation.

Stefan

Jetzt müssen wir aber über die wirklich unbequemen Zahlen reden. Warum scheitern so viele ambitiöse Pläne? Die R A N D Corporation hat zweitausendvierundzwanzig eine Studie von Ryseff und Kollegen veröffentlicht. Sie haben fünfundsechzig erfahrene Data Scientists befragt. Das Ergebnis: Über achtzig Prozent aller KI Projekte scheitern. Das ist doppelt so hoch wie bei normalen I T Projekten!

Martina neu

Und weist du, was an dieser R A N D Studie das Absurde ist? Null Prozent der Fehlschläge lagen an der Qualität der KI Modelle. Null! Hundert Prozent der Ursachen waren organisatorischer Natur. R A N D nennt fünf Hauptgründe: Falsch kommunizierte Geschäftsziele, ungeeignete Daten, Faszination für die Technik statt fürs Problem, fehlende M L Ops Infrastruktur und völlig überschätzte Machbarkeit.

Stefan

Besonders der Punkt mit den Daten tut weh. Ein Befragter nannte Data Engineers die Klempner der Data Science. Wenn die Rohre verstopft oder dreckig sind, nützt das glänzendste Modell am Ende gar nichts. Und diese Klempnerarbeit hat oft wenig Prestige, ist aber das Fundament von allem.

Martina neu

Dazu gibt es eine hochaktuelle Warnung aus der Schweiz. Im Mai zweitausendsechsundzwanzig hat Christof Zogg von Swisscom B T O B publiziert, dass zwei bis drei Monate nach dem Rollout die Nutzung der bereitgestellten KI Tools dramatisch einbricht, wenn sie nicht tief in die eigentlichen Workflows integriert sind. Und er betont: Wer im ewigen Pilotmodus verharrt, schafft Sicherheitsrisiken und verschenkt Produktivität.

Stefan

Diese typische Proof of Concept Müdigkeit! Die Mitarbeitenden testen das dritte Tool, schreiben ein paar Mails, und dann schläft es ein. Thomas Wengi hat dafür ein klares Gegenmittel formuliert: Für jeden strategischen Eckpunkt muss es eine benannte Person geben, eine Timeline, ein fixes Budget und ein vordefiniertes Go No Go Gate.

Martina neu

Ein vordefiniertes Gate, ganz genau. Wenn ich nicht vor dem Start schriftlich festhalte, unter welchen Bedingungen wir ein Projekt stoppen, bringe ich ein totes Projekt aus politischen Gründen niemals mehr zum Stehen. Accountability braucht einen Namen, nicht nur ein Papier.

Stefan

Gut, sprechen wir über Governance. Wie strukturiert man Compliance, ohne die Innovationsgeschwindigkeit völlig abzutöten? Thomas Wengi teilt das in vier saubere Ebenen ein: Ganz unten Soft Law wie die O E C D Prinzipien und das W E F Playbook. Darüber die Methodik mit dem N I S T Risk Management Framework Eins Punkt Null. Dann die Norm I S O I E C zweiundvierzigtausendundeins. Und zuoberst das Gesetz, der E U A I Act.

Martina neu

Und da müssen wir dringend mit einem gefährlichen Mythos aufräumen, den ich in Schweizer Teppichetagen ständig höre. Viele Firmen behaupten stolz: Wir sind I S O zweiundvierzigtausendundeins zertifiziert, also sind wir E U A I Act konform. Stefan, erklär bitte, warum das ein fataler Trugschluss ist!

Stefan

Weil I S O zweiundvierzigtausendundeins das Managementsystem der Organisation zertifiziert, also die Art und Weise, wie ein Unternehmen KI steuert und überwacht. Der E U A I Act hingegen reguliert das konkrete Produkt und dessen spezifische Risikoklasse. Ein zertifiziertes Managementsystem garantiert noch lange nicht, dass dein einzelnes Produkt die gesetzlichen Kennzeichnungspflichten erfüllt!

Martina neu

Absolut. Und beim E U A I Act gab es erst kürzlich im Juni zweitausendsechsundzwanzig ein riesiges Update durch den E U Digital Omnibus. Der Rat der Europäischen Union hat die Übergangsfristen für Hochrisiko KI nach Anhang Drei auf den zweiten Dezember zweitausendsiebenundzwanzig verschoben. Aber, und das vergessen viele, zwei entscheidende Artikel wurden kein bisschen verschoben!

Stefan

Richtig! Artikel vier zur A I Literacy, also der Pflicht für Unternehmen, für ein ausreichendes Kompetenzniveau ihrer Belegschaft zu sorgen, gilt bereits seit Februar zweitausendfünfundzwanzig. Und Artikel fünfzig zu den Transparenzpflichten greift unverändert ab August zweitausendsechsundzwanzig. Wer glaubt, er könne sich bis zweitausendsiebenundzwanzig zurücklehnen, riskiert Bussen von bis zu sieben Prozent des weltweiten Jahresumsatzes oder fünfunddreissig Millionen Euro. Und das gilt wegen der Extraterritorialität auch direkt für Schweizer Firmen mit E U Kundschaft.

Martina neu

Und wie sieht es rein innerweizerisch aus? Die Schweiz macht ja bekanntlich keinen eigenen A I Act nach E U Vorbild. Der Bundesrat hat sich für die Ratifizierung der KI Konvention des Europarats und sektorielle Anpassungen entschieden. Die Vernehmlassung läuft bis Ende zweitausendsechsundzwanzig. Aber das Schweizer Datenschutzgesetz D S G gilt ab sofort und direkt für jede KI gestützte Datenverarbeitung mit Personenbezug.

Stefan

Plus die F I N M A Aufsichtsmitteilung null acht aus zweitausendvierundzwanzig. Auch ausserhalb der Finanzbranche ist das der beste Leitfaden überhaupt: Ein zentrales KI Inventar mit Risikoklassifizierung, klare Zuständigkeiten über den gesamten Lebenszyklus, Modelltests und Dokumentationsstandards. Besser kann man sich kaum aufstellen.

Martina neu

Jetzt stellt sich natürlich die Frage: Wie übersetzt man dieses ganze Wissen am Montag um acht Uhr morgens in die Praxis? Wir müssen über Operating Models sprechen. Zentral als Center of Excellence, Hub and Spoke oder völlig föderiert. Stefan, was empfiehlt der Kurs für die meisten Unternehmen?

Stefan

Die Faustregel lautet: Wer weniger als zehn aktive KI Projekte hat, startet zentral. Sobald die Organisation reifer wird, wechselt man auf Hub and Spoke. Der zentrale Hub baut die Plattform, die Standards und führt das Modellinventar. Die Geschäftsbereiche, die Spokes, besitzen die Use Cases und die P und L Verantwortung. Und ganz wichtig: Maximal drei Governance Foren, nicht acht Komitees!

Martina neu

Ganz genau. Und ein A I Ethics Board ist nur dann etwas wert, wenn es echtes Stopp Recht besitzt. Siehe das Drei Stufen Modell von S A P mit Steering Committee, Advisory Panel und Ethics Office. Wenn ein Ethikgremium keine Projekte blockieren kann, ist es bloch Wandschmuck oder ein akademischer Lesezirkel.

Stefan

Um Use Cases sauber aufzubereiten, nutzen wir den viadee A I Use Case Canvas Drei Punkt Zwei. Sechs Felder auf einer einzigen Seite. Das zwingt dazu, immer im Problemraum zu beginnen und nicht bei der Technologie. Wer ein Problem nicht auf einer A Drei Seite erklären kann, hat es schlicht noch nicht verstanden.

Martina neu

Und aus der Bewertung von Impact und Machbarkeit entsteht die Impact Feasibility Matrix. Aber Vorsicht vor der Datenfalle! Ein vermeintlicher Quick Win, bei dem die Daten nicht sauber vorliegen, ist in Wahrheit ein hochriskantes Strategic Bet. Wer das verwechselt, verbrennt genau das Vertrauen, das man am Anfang braucht.

Stefan

Deshalb takten wir das Portfolio in eine Drei Wellen Roadmap. Welle eins: Quick Wins in null bis sechs Monaten. Welle zwei: Foundation mit Daten und M L Ops Infrastruktur in sechs bis achtzehn Monaten. Welle drei: Strategic Bets in zwölf bis sechsunddreissig Monaten. Und zwischen den Wellen sitzen harte Stage Gates mit schriftlichen Kill Kriterien.

Martina neu

Das ist der Schlüssel für die Umsetzung. Thomas Wengi hat uns für die Berufsprüfung und die Praxis vier Sätze mitgegeben: Strategie vor Governance vor Use Cases. KI Erfolg ist zu siebzig Prozent Mensch und Prozess. I S O zertifiziert die Organisation, das Gesetz reguliert das Produkt. Und Accountability braucht einen konkreten Namen. Das war ein richtig vollgepackter Kurstag im Launchspace.