KI-Projekte: Warum Daten, Governance und Realismus mehr zählen als Tools

KI hat den Hype in vielen Fällen bereits hinter sich gelassen. Pilotprojekte und Experimente sind branchenübergreifend Alltag. Nur wenigen Unternehmen gelingt es jedoch, diese Initiativen zu unternehmensweiten Leistungssteigerungen auszubauen.

Der Unterschied zwischen Erfolg und Stillstand ist klar. KI scheitert in vielen Fällen nicht an der Technologie. Sie scheitert an Daten, Governance, Betriebsmodellen, Datenschutzrisiken und unrealistischen Erwartungen des Managements.

Für Verwaltungsrat und Geschäftsleitung lautet die zentrale Frage nicht mehr: «Welches KI-Tool sollen wir einsetzen?» Sie lautet: «Haben wir die Strukturen, Schutzmechanismen und realistischen Erwartungen, um KI verantwortungsvoll zu skalieren?»

Daten und Governance als Fundament

KI lebt von Daten. Aber nicht von beliebigen Daten. Entscheidend sind gesteuerte, verlässliche und vertrauenswürdige Daten. Unternehmen mit solider Datengovernance kommen schneller voran, skalieren leichter und schöpfen mehr Wert. Wer sie nicht hat, bleibt bei isolierten Pilotprojekten stecken.

Der Verwaltungsrat muss Daten als Infrastruktur behandeln, nicht als Nebenprodukt des Betriebs. Ohne eine kohärente Daten- und Analysestrategie bleibt KI ein Kostenfaktor statt eines Leistungstreibers.

Prioritäten für Verwaltungsrat und Geschäftsleitung:

• Datenverantwortung über alle Geschäftsbereiche hinweg festlegen.
• Qualitätsstandards mit messbaren Kennzahlen einfordern.
• Governance-Mechanismen über den gesamten Datenlebenszyklus einführen.
• Daten als Infrastruktur ins Zentrum der operativen Prozesse stellen.

Betriebsmodelle: Die verborgene Hürde

Viele Führungskräfte gehen davon aus, dass Wert automatisch entsteht, sobald die KI-Technologie steht. Die Realität zeigt das Gegenteil. Die eigentliche Hürde liegt in Betriebsmodellen, die noch nicht für KI ausgelegt sind.

Unternehmen scheitern häufig an:

• fehlender Abstimmung zwischen Business und IT.
• unterentwickelten Supportprozessen.
• fehlenden, funktionsübergreifenden operativen Prozessen.
• Engpässen bei kritischen Fähigkeiten.
• mangelndem Vertrauen in die Automatisierung.

Unternehmen, die mit KI erfolgreich sind, gehen einen anderen Weg. Sie gestalten ihre Betriebsmodelle neu, um KI-bereit zu werden:

• schlanke, automatisierte Prozesse.
• integrierte Datennutzung.
• Funktionen, die ganzheitlich zusammenspielen.
• kontinuierliche Weiterbildung und Talententwicklung.
• kulturelle Ausrichtung und Vertrauen in KI-Entscheidungen.
• Integration von Plattformen und Arbeitsabläufen.

Diese Veränderungen sind keine Option. Sie sind das Betriebssystem eines KI-bereiten Unternehmens.

Datenschutzrisiken: Der stille Blocker

Selbst wenn Governance und Betriebsmodelle stehen, scheitern KI-Initiativen häufig an Datenschutz- und Compliance-Risiken.

Verwaltungsrat und Geschäftsleitung müssen erkennen:

• KI verarbeitet häufig sensible Personendaten.
• Regulierungen wie die DSGVO und das Schweizer DSG stellen strenge Anforderungen.
• Verstösse können zu Bussen, Reputationsschäden und Vertrauensverlust führen.
• Kunden und Partner erwarten zunehmend Privacy by Design.

Wie sich Verwaltungsrat und Geschäftsleitung vorbereiten sollten:

• Datenschutz-Folgenabschätzungen für alle KI-Initiativen verlangen.
• Anonymisierung und Pseudonymisierung der Daten sicherstellen.
• Datenschutzverantwortliche von Beginn an in die KI-Governance einbinden.
• Prüfbare Prozesse für KI-Systeme einfordern.
• Cybersecurity-Rahmenwerke stärken, um die Datenintegrität zu schützen.
• Ethische KI-Grundsätze für Fairness und Verantwortlichkeit fördern.

KI skaliert nicht ohne Vertrauen. Datenschutz ist nicht nur Compliance, sondern ein Wettbewerbsvorteil.

Unrealistische Erwartungen des Managements: Ein verstecktes Risiko

Eine weitere grosse Hürde sind unrealistische Erwartungen des Managements. Branchenübergreifend glauben Führungskräfte oft, KI werde:

• sofortigen ROI liefern, ohne dass definiert ist, was ein realistischer ROI überhaupt bedeutet.
• Prozesse vollständig automatisieren, ohne dass diese neu gestaltet werden.
• menschliches Urteilsvermögen über Nacht ersetzen.
• nahtlos mit mangelhaften Daten und fragmentierten Systemen funktionieren.
• Kosten senken, ohne neue zu schaffen.

Diese Erwartungen werden selten überprüft und bereiten den Boden für Enttäuschungen. Teams geraten unter Druck, Ergebnisse zu liefern, für die weder die Technologie noch das Unternehmen bereit sind.

Was Verwaltungsrat und Geschäftsleitung tun sollten:

• Realistische Business Cases mit realistischen Erwartungen und überprüfbaren Annahmen verlangen.
• Auf Roadmaps vom Pilotprojekt zur Skalierung bestehen, die Zeitrahmen und Abhängigkeiten aufzeigen.
• Klare KPIs für Akzeptanz, Vertrauen und Integration setzen, nicht nur für Output.
• Kurzfristige Erfolge mit langfristigen Transformationszielen ausbalancieren.
• Pragmatische Erwartungen im gesamten Unternehmen kommunizieren, um hypegetriebene Entscheidungen zu vermeiden.

Zentrale Erkenntnisse:

• KI ist mächtig, aber keine Magie. Sie kann Mängel in bestehenden Prozessen nicht ausgleichen.
• Die Aufgabe der Führung besteht darin, Ambition mit Realismus auszubalancieren, damit Teams erreichbare, überprüfbare Ziele verfolgen.

Von Pilotprojekten zur Leistung

Die meisten Unternehmen können KI-Piloten vorweisen. Nur wenige zeigen messbare, unternehmensweite Ergebnisse. Der Unterschied liegt darin, wie Entscheidungsrechte, Liefermodelle und Anreize strukturiert sind.

KI stellt klassische Grenzen infrage. Sie stört bestehende Betriebsmodelle. Entscheidungen, die früher Führungskräfte trafen, liegen heute teilweise bei Algorithmen oder hybriden Mensch-Maschine-Teams. Die Risikokontrollen müssen sich anpassen. Der Verwaltungsrat muss erkennen: KI ist keine isolierte IT-Aufgabe. Sie ist ein Auftrag der gesamten Geschäftsleitung.

Prioritäten für den Verwaltungsrat:

• KI-Budgets an messbare Geschäftsergebnisse knüpfen, etwa Umsatzwachstum, tiefere Bearbeitungskosten oder kürzere Durchlaufzeiten.
• Projekte ablehnen, die allein mit «Tool-Einführung» begründet werden.
• Sicherstellen, dass sich Risikorahmenwerke, Compliance und Erwartungen mit der KI-Einführung weiterentwickeln.

Fazit

KI ist in vielen Fällen nicht durch Technologie begrenzt. Sie ist begrenzt durch organisatorische Reife, Governance, Datenschutz und unrealistische Erwartungen. Verwaltungsrat und Geschäftsleitung müssen über die reine Tool-Freigabe hinausgehen. Sie müssen Betriebsmodelle, Datenstrategien, Datenschutzmassnahmen und pragmatische Ziele einfordern, die Skalierung ermöglichen. Der eigentliche Wert entsteht aus Betriebsmodellen, Governance und realistischen Strategien, die Ambition in Leistung verwandeln.

Unternehmen, die jetzt handeln, tun mehr, als nur KI einzuführen. Sie bauen vertrauenswürdige, zukunftsfähige Unternehmen, die ihre Branche anführen.