KI-Kompetenz im Unternehmen aufbauen
KI ist in den Firmen angekommen. Jetzt beginnt die eigentliche Arbeit. Doch Geld, Technik und Rückhalt im Top Management reichen nicht aus. Entscheidend ist eine Kultur der Neugier und Verantwortung.
Selbst Verwirrung kann bisweilen ein starker Innovationsmotor sein. Julian Nolan, Gründer und CEO des Schweizer Unternehmens Iprova, das Forschungs- und Patentteams mit Daten unterstützt, erinnert sich an ein Gespräch mit einem Kunden: Das Aufsichtsgremium seines Unternehmens habe verlangt, in der Forschung stärker auf KI zu setzen. „Was KI genau ist, wissen Topmanager vielleicht nicht“, erzählt Nolan. „Aber sie sind der Meinung, dass KI nützlich sein könnte.“
Wie kann ich heute helfen?
- Welche Ihrer Entscheidungen sind nur ein teures Erkennen von Mustern?
- Wo basiert Ihr Vorsprung auf Wissen, das andere nicht haben?
- Was kollabiert bei kostenlosen Prognosen?
KI ist derzeit ein großes Thema in den Chefetagen der Unternehmen. Eine Analyse des Penn Wharton Budget Model vom September 2025 kommt zu dem Ergebnis, dass KI die Wirtschaftsleistung bis 2035 um rund 1,5 % steigern könnte. Doch Führungskräfte müssen mehr tun, als einen KI-Einsatz im eigenen Unternehmen einfach in Auftrag zu geben. Wer vom KI-Boom profitieren will, muss wissen, wo KI echten Nutzen stiften kann, welche Veränderungen dafür nötig sind und welche Fähigkeiten und Werkzeuge man dafür braucht. Das gelingt nur mit klaren Schritten, Offenheit für Ideen aus der Praxis und einer Kultur, in der Beschäftigte Neues testen können: nach klaren Regeln, aber ohne Angst vor Fehlern.
Viele Unternehmen sind davon noch weit entfernt. Das belegt ein kontrovers diskutierter MIT-Bericht aus dem Jahr 2025. Im Zentrum steht eine ernüchternde Zahl: 95 % der untersuchten Pilotprojekte mit KI scheiterten. Nur in Technologie und Medien sahen die Forscher erste Anzeichen für Wettbewerbsverschiebungen. Der große Rest verfehlt die Erwartungen, so die Kritiker. Das enttäuschende Tempo der Entwicklung überrascht Nolan nicht. Neue Technologien, sagt er, brauchen fast immer länger als erwartet, bis sie ihr volles Potenzial entfalten und sich in der Breite durchsetzen. Doch Führungskräfte sollten sich davon nicht täuschen lassen. Was wie Stillstand wirkt, ist oft die Vorphase eines großen technologischen Umbruchs. Erste Veränderungen sind bereits sichtbar.
Bob Goodson, Gründer und Präsident von Quid, einem Unternehmen, das mit KI-Tools Kundenverhalten auswertet, beobachtet, dass sich manche Aufgabenprofile stark verändern. Mit der wachsenden Zahl von Pilotprojekten dürfte sich dieser Wandel weiter beschleunigen. Die Investitionen sind schon heute breit gestreut.
„Wer herausfindet, wie sich KI nutzen lässt, um Kosten zu senken oder den Umsatz zu steigern, hat in vielen Branchen einen entscheidenden Vorteil“, sagt Goodson. Selbst wenn nur 5 % der Experimente Ergebnisse liefern, könnten die beteiligten Unternehmen profitieren. Dafür müssten sie jedoch eine gewisse Vorarbeit leisten. Entscheidend sei, den Blick zu weiten: „Das eigentliche Thema ist nicht die Technologie“, sagt Nolan. „Es geht um die Fähigkeit von Menschen, sich an sie anzupassen.“
Bewährte Modelle funktionieren hier nur bedingt. „Für KI gibt es keine Gebrauchsanleitung“, sagt Goodson. Anders als bei früheren Softwareentwicklungen fehlen die nötigen Erfahrungen. Trotz der wachsenden Zahl großer Sprachmodelle (LLMs) ist noch immer unklar, was sie wirklich leisten können. „Im Moment ist es ein bisschen wie im Wilden Westen“, meint Goodson. Viele Strategien, die bei früheren Technologieumbrüchen funktionierten, greifen bei KI-Anwendungen nicht mehr.
Für Melissa Cheals, CEO des neuseeländischen Personaldienstleisters Smartly, ist vor allem eins wichtig: „Firmen brauchen neugierige Menschen, die Experimente in ihre Arbeit integrieren.“ Jeder Versuch könne neue Erkenntnisse bringen, vom großen Pilotprojekt bis zum kleinen Alltagstest. Damit daraus ein greifbarer Nutzen entsteht, muss jedoch das Topmanagement Prioritäten setzen, die Firmenkultur weiterentwickeln und Lernen im gesamten Unternehmen verankern.
Die Agenda für die Spitzenmanager ist somit komplex und vielschichtig. Am Anfang steht die Frage, ob das Unternehmen überhaupt auf eine KI-Strategie vorbereitet ist. Cheals vergleicht die Einführung der Technologie mit einer Operation am offenen Herzen. Andy Wu von der Harvard Business School, der Ende 2025 zusammen mit Kollegen einen Leitfaden für den KI-Einsatz in Unternehmen veröffentlicht hat, rät deshalb zu einem wohlüberlegten, pragmatischen Start. Er beschreibt erste Schritte, die Manager unabhängig von der KI selbst gehen müssen: Unternehmen sollten zunächst ihre technische Basis bereinigen, bevor sie etwa ChatGPT-Lizenzen kaufen. Der größte Fehler sei, sofort ein KI-Abo abzuschließen, statt vorher die eigene IT zu modernisieren. Viele Führungskräfte hätten jedoch nur ein vages Bild vom Zustand ihrer Systeme.
Die meisten Unternehmen seien kaum vorbereitet, KI-Werkzeuge sinnvoll zu nutzen. Vorrangig gehe es darum, strategisch relevante Daten zu identifizieren, deren Speicherorte zu kennen und Datensilos aufzubrechen. Führungskräfte sollten auch erkennen können, welche Arbeitsabläufe neu gedacht werden müssen. Wu nennt zwei Beispiele. Erstens: Viele Anreizsysteme und Kennzahlen stammten aus der Zeit vor dem KI-Einsatz. Sie belohnen nicht, was inzwischen durch neue Technologien möglich ist. In Rechtsabteilungen wird beispielsweise noch immer absolute Fehlerfreiheit honoriert. Wenn jedoch KI-Modelle bei Vertragsentwürfen helfen, könnte es sinnvoller sein, auch Tempo und Durchsatz zu belohnen, selbst wenn so kleinere Fehler entstehen. Zweitens übernimmt Software heute einfachere Aufgaben, anhand derer Berufseinsteiger früher Praxiserfahrungen sammeln konnten. Deshalb müssten Unternehmen Nachwuchskräfte künftig früher an anspruchsvollere Aufgaben heranführen.
Leadership development will also have to change. Much of the tedious work increasingly given to AI once helped train and season new executive-track hires. “One possible model for the future will be to just throw junior people into high-level tasks that we would previously have thought of as too risky to trust them with,” says Wu.
Wie bei jeder großen unternehmerischen Transformation hängt der Erfolg auch bei der Einführung von KI-Systemen davon ab, dass eine hochrangige Führungskraft Verantwortung übernimmt. Dafür kommen verschiedene Organisationsmodelle infrage. Goodson empfiehlt, im Unternehmen einen Verantwortlichen zu benennen, der direkt an die Unternehmensspitze berichtet. Goodson berät Führungskräfte regelmäßig zu organisatorischen und kulturellen Fragen der KI-Einführung und rät aufgrund seiner Erfahrung dringend davon ab, diese Rolle einer einzelnen Abteilung zuzuweisen. Melissa Cheals berichtet, dass sich bei Smartly die Zusammenlegung von KI- und Datenaufsicht bewährt habe. Denn Daten bilden die Grundlage für jeden KI-Einsatz. Wichtig sei auch, eine Führungskraft mit einem klaren Auftrag für die Einführung von KI-Systemen einzusetzen. Sie müsse Richtlinien entwickeln, den Einsatz in großen strategischen Projekten vorantreiben und zugleich sicherstellen, dass alle Beschäftigten die Technologie in ihre tägliche Arbeit integrieren können.
In einem ersten Schritt sollte man die Technologie mit den Interessen des Unternehmens abgleichen. Wie Goodson erläutert, betrifft Künstliche Intelligenz jeden Bereich eines Unternehmens. Weil Zeit, Geld und andere Mittel begrenzt sind, können Unternehmen aber nicht alles gleichzeitig machen. Deshalb müssen Führungskräfte bei großen Projekten entscheiden, was am wichtigsten ist, und sich darauf konzentrieren.
Goodson arbeitete bereits ein Jahrzehnt lang an KI-Projekten, bevor ChatGPT Schlagzeilen machte. In dieser Zeit habe er eine zentrale Erkenntnis gewonnen: „Man darf sich nie von einer Technologie ablenken lassen. Wichtig ist, konsequent vom Ergebnis her zu denken. Erst das Geschäftsproblem klären, dann die richtigen Leute und Prozesse dafür zusammenbringen.“ Ansonsten investierten Unternehmen hohe Summen in eine Technologie, „ohne dass dabei am Ende ein echter Nutzen entsteht“.
Im nächsten Schritt ist die Gegenfrage zu beantworten: Was sollte man besser nicht solchen Systemen überlassen? Iprova unterstützt Unternehmen in der Forschung, häufig mit dem Ziel patentfähiger Entdeckungen. Doch wertvolle patentfähige Erfindungen brauchen weiterhin menschlichen Erfindergeist. Deshalb wäre ein Sprachmodell, das fertige Inhalte ausspuckt, nur begrenzt hilfreich. Wertvoller ist ein System, das die Forscher gezielt unterstützt: mit den richtigen Informationen zum richtigen Zeitpunkt, ohne ihnen die eigentliche Erfindungsleistung abzunehmen. Die Technologie, erläutert Nolan, müsse „das passende Maß an Unterstützung bieten und dabei die Vorgaben der Patentämter berücksichtigen“.
Allgemeiner gesagt: Eine KI-Strategie muss zu dem passen, was ein Unternehmen mit ihren Ergebnissen anfangen kann. In einem Beitrag für die Harvard Business Review beschreibt Nolan die attraktivsten Einsatzfelder: Sie liegen dort, wo Firmen Einfluss auf die weitere Wertschöpfungskette eines Produkts haben und auf die Technologie, mit der es entwickelt, produziert und ausgeliefert wird. Dort lassen sich KI-gestützte Erkenntnisse schnell skalieren. Ohne diese Möglichkeit können selbst gute Ideen ins Leere laufen. Ein weiterer Bereich, in dem Führungskräfte rasch Kompetenz aufbauen müssen, sind klare Regeln für den Einsatz von KI. Wegen der Risiken liegt diese Verantwortung letztlich beim Topmanagement. „Ohne angemessene Governance birgt KI Risiken, vor allem für Sicherheit und Datenschutz“, sagt Cheals. „Deshalb braucht man die richtigen Richtlinien und Rahmenwerke.“
Setting up rules around AI use is another crucial area where leadership must develop competency fast. Ultimately, the inherent dangers of misusing the technology make this a board responsibility. They absolutely must get this right, Cheals explains. “Without proper governance, AI does pose a risk – particularly when it comes to security and data privacy. This is why it is crucial to ensure the right policies and frameworks are in place.” To do this well means wrestling with some important questions.
„Man muss konsequent vom Ergebnis her denken. Erst das Geschäftsproblem klären, dann die richtigen Leute und Prozesse dafür zusammenbringen.“
„Firmen brauchen neugierige Menschen, die Experimente in ihre Arbeit integrieren. Jeder Versuch kann neue Erkenntnisse bringen.“
Auch beim Aufbau von KI-Kompetenzen in der Belegschaft führt kein Weg an gründlicher Arbeit vorbei. Es funktioniert nicht, einfach Technologie einzusetzen, um Menschen zu ersetzen. Das zeigt eine Umfrage der Plattform Orgvue: Fast zwei von fünf Befragten haben nach der Einführung Künstlicher Intelligenz Stellen abgebaut, und mehr als die Hälfte dieser Gruppe bereut diesen Schritt inzwischen.
Cheals überrascht das nicht: „Es ist nicht die Maschine, die von allein etwas tut. Sie muss von einem Menschen bedient, trainiert und weiterentwickelt werden.“ Unternehmen sollten deshalb gezielt Ressourcen und Geld in Programme investieren, die Neugier und Begeisterung für die Möglichkeiten der Technologie wecken. Dann, so Cheals, würden die Mitarbeiter sie von sich aus einfordern.
Sobald die Mitarbeiter an Bord sind, brauchen sie grundlegende Schulungen: im Umgang mit Prompts etwa und darin, wie sich Unternehmensdaten sinnvoll in Antworten von Sprachmodellen einbinden lassen. Echte Kompetenz entsteht aber erst durch praktische Erfahrung, wenn Mitarbeiter die neuen Tools im Arbeitsalltag nutzen.
KI-Kompetenz in der Belegschaft entsteht jedoch nicht allein durch Schulungen. Sie ist vor allem eine Frage der Kultur. Ermutigende Signale von oben dürfen deshalb keine Lippenbekenntnisse bleiben. Goodson erklärt, die Führungsspitze müsse „in ihrem eigenen Umgang mit KI ein Vorbild sein“. Wenn die Unternehmensleitung die Technologie selbst einsetze und ihren Teams konkrete Ergebnisse zeigt, sendet das ein starkes Signal. Der schwierigste Teil des Lernprozesses, warnt Harvard-Professor Wu, ist für Spitzenmanager nicht der Einstieg in die KI. Die Technologie sei wahrscheinlich so leicht zugänglich wie keine vor ihr. Schwieriger sei es, alte Gewohnheiten im Umgang mit KI-Modellen abzulegen.
Nolan betont zudem, dass Mitarbeiter solche Tools aus eigenem Antrieb nutzen müssen. Das gelingt nur, wenn sie sich dadurch in ihrer Rolle gestärkt sehen. „Sie dürfen sich nicht bedroht fühlen“, erklärt er. „Die Technologie muss ihnen persönlich, idealerweise schnell, etwas bringen.“ Richtig eingeführt, könne KI Mitarbeitern das Gefühl geben, mehr zu können als zuvor, und ihre Arbeit interessanter machen. Dann wird aus Skepsis schneller Neugier. Bevor Mitarbeiter allzu experimentierfreudig werden, müssten sie allerdings verstehen, wann solche Versuche sicher und sinnvoll sind. Klare Leitplanken seien deshalb notwendig, sagt Wu. Gleichzeitig brauche man eine gewisse Fehlertoleranz: Wer Neues ausprobiert, dürfe nicht bestraft werden, wenn ein Experiment scheitert.
Gemeinsames Lernen verstärkt diesen Effekt. Bei Smartly ist die Arbeit mit generativer KI deshalb als Gruppenprozess angelegt. „Wenn alle zusammenarbeiten, von den Sacharbeitern bis zur Führungsebene, sieht jeder, was die anderen erreichen“, erklärt Cheals. So würden die Möglichkeiten der Technologie im Arbeitsalltag konkret greifbar. Unternehmen können dabei auch das Wissen von Mitarbeitern nutzen, das sonst an der Basis stecken bleibt. Gleichzeitig entstehen so praxisnahe, bewährte Vorgehensweisen, die sich schnell im gesamten Unternehmen verbreiten können. Wu verweist auf junge Beschäftigte, die noch studierten, als ChatGPT auf den Markt kam. Viele von ihnen seien „absolute Ninjas im Umgang mit ChatGPT und KI-Tools“. Doch ihr Wissen bleibe oft an der Unternehmensbasis stecken.
Bei Smartly blieb es nicht beim Experimentieren. Cheals berichtet von Online-Brainstormings, aus denen rund 40 mögliche Produktideen hervorgingen. In anschließenden „verrückten Sessions“ nutzten die Teilnehmer KI-Tools, um Prototypen zu bauen und aus den besten Ideen funktionsfähige Produkte zu entwickeln. Ein Tool ist bereits im Einsatz: Smartly-Kunden können damit Personal-Organigramme erstellen, die zeigen, wie das Beziehungsgeflecht im Unternehmen tatsächlich funktioniert. Ein weiteres Tool soll neue Mitarbeiter automatisch durch die Einarbeitung führen.
Unternehmen, die diesen Weg einschlagen, bewegen sich auf einem schmalen Grat. Sie müssen möglichst viele Mitarbeiter zum KI-Einsatz ermutigen, obwohl heute noch niemand weiß, was die Technologie am Ende leisten kann. Auch Kennzahlen helfen nur bedingt, solange sich die Maßstäbe selbst noch verändern. Entscheidend ist deshalb, ob Führungskräfte und Mitarbeiter bereit sind, mit KI vertrautes Terrain zu verlassen. Wo diese Bereitschaft wächst, stellen sich zwar messbare Erfolge nicht sofort ein, doch der Weg bekommt eine Richtung. Vorsprung beginnt dort, wo Menschen ihre Arbeit neu denken.
-
KI gezielt einsetzen – nicht aus Erwartungsdruck:
Viele Unternehmen betrachten KI als strategisch wichtig. Ein echter Mehrwert entsteht jedoch erst, wenn damit konkrete geschäftliche Herausforderungen gelöst werden – nicht, wenn KI nur eingeführt wird, weil die Unternehmensleitung es erwartet.
-
Erst die Kultur schaffen, dann skalieren:
Viele KI-Initiativen scheitern daran, dass Unternehmen noch nicht über die notwendige Infrastruktur, Governance und Unternehmenskultur für eine erfolgreiche Einführung verfügen.
-
Raum für Experimente schaffen:
Unternehmen profitieren am meisten, wenn Mitarbeitende KI ausprobieren, testen und daraus lernen können – innerhalb klarer Rahmenbedingungen, die Innovation, Sicherheit und Datenschutz miteinander in Einklang bringen.
Immer einen Schritt voraus!
Melden Sie sich für unseren Newsletter an und lassen Sie sich von Think:Act auf den neuesten Stand bringen – mit dem, was heute wichtig ist, und mit Orientierung für das, was als Nächstes kommt.
.svg)
