Betriebliche KI scheitert selten am Modell, ob ChatGPT oder Claude. Sie scheitert daran, dass Prozesse nur in Köpfen leben, Ablagen wuchern und Spielregeln fehlen. Vier Säulen entscheiden, ob ein KI-Agent trägt. Und eine fünfte, die keine Software löst: Das Personal.
Betriebliche KI arbeitet auf den Systemen, die im Betrieb ohnehin laufen. Der Mensch gibt frei, bevor etwas nach aussen geht (Quelle: iConference AG)
Der Reflex ist verständlich. Ein KI-Agent lässt sich in einer Woche aufsetzen, beeindruckt in der Demo und beantwortet die Frage aus dem Verwaltungsrat. Nur beginnt der Bau hier beim Dach. Sechs Wochen später steht ein Werkzeug, das niemand benutzt, weil vorher niemand die Stellen geklärt hat, an denen es scheitert.
Prozesse, die nur in Köpfen leben, kann niemand delegieren
Die häufigste Beobachtung in Betrieben, die mit KI beginnen: Abläufe haben sich über Jahre eingeschaukelt. Sie funktionieren, weil erfahrene Leute wissen, wie es läuft. Verbindlich festgelegt ist wenig. Wer eine Aufgabe an einen Agenten übergeben will, muss sagen können, wer sie anstösst, welche Daten sie braucht, wann sie fertig ist und wer den Fehlerfall aufräumt. Ein Prozess, der nur mündlich existiert, lässt sich an niemanden übergeben, weder an neue Mitarbeitende noch an eine Maschine. Die Umstellung auf ein Zusammenspiel von Mensch und Agent ist Prozessarbeit, bevor ein KI-basierter Workflow entsteht.
Das Ablagechaos ist das stillste Hindernis
Die zweite Beobachtung heisst fast überall gleich: Chaos auf SharePoint. Dieselbe Offerte in vier Fassungen, die gültige nicht erkennbar, daneben ein Ordner mit Dateinamen wie final_v3_neu. Ein Agent, der darauf zugreift, liefert genau das zurück: Eine plausible Antwort aus der falschen Fassung. Das fällt niemandem sofort auf. Darin liegt der Schaden. Ablagen aufräumen ist die langweiligste Aufgabe des Projekts. Sie entscheidet darüber, ob die Antworten stimmen.
Ohne Spielregeln entsteht «Bring your own AI»
Wo der Betrieb keine Antwort auf die Frage gibt, welches Werkzeug erlaubt ist, geben die Mitarbeitenden sie sich selbst. Sie arbeiten mit privaten Gratiskonten und die vertraulichen Betriebsdaten gehen denselben Weg. Der Antrieb dahinter ist Arbeitswille: Die Leute wollen vorwärtskommen. Ein Verbot löst das nicht, es verlagert die Nutzung nur ausser Sichtweite. Geklärt gehört, welche Daten in welches System dürfen, wo sie verarbeitet werden und was der Anbieter vertraglich zusichert. Diese Fragen beantwortet man vor dem Rollout, nicht nach dem ersten Vorfall.
Kleine Modelle richten bei grossen Aufgaben Schaden an
Der Wunsch nach Datenhoheit führt zum lokalen Modell auf eigener Hardware oder in einer CH-Cloud. Für Klassifikation, Extraktion und kurze Zusammenfassungen taugt das gut. Für juristische Prüfungen, mehrstufige Analysen oder heikle Korrespondenz reicht die Leistung nicht, und das Modell sagt es nicht. Es antwortet flüssig und falsch. Wer anspruchsvolle Arbeit an ein kleines Modell gibt, kauft sich Halluzinationen ein, die im Betrieb Schaden anrichten. Die ehrliche Aufteilung: Kleine Modelle für klar umrissene Aufgaben, ein Frontier-Modell wie Claude dort, wo Urteil gefragt ist. Die Frage nach dem Verarbeitungsort ist heute beantwortbar.
Kaum jemand spricht über diesen grossen Hebel
Die Diskussion dreht sich um Chatfenster und Agenten. Dass sich mit KI heute massgeschneiderte Anwendungen für den eigenen Betrieb bauen lassen, kommt selten zur Sprache. Für viele Firmen liegt dort der grösste Gewinn: Das kleine Werkzeug für einen Ablauf, den keine Standardsoftware abdeckt, die Schnittstelle zwischen zwei Systemen, die bisher an Budget und Entwicklerzeit gescheitert ist. Was früher ein Projekt über Monate war, entsteht heute in Tagen, ausgerichtet auf Ihren Prozess statt umgekehrt.
Die fünfte Säule steht nicht im Serverraum
Prozesse, Daten, Infrastruktur und Compliance sind die vier Säulen, auf denen betriebliche KI ruht. Keine davon trägt, wenn die Belegschaft nicht mitgeht. Der übliche Versuch ist ein Kurs «Wie bediene ich KI». Das adressiert die Oberfläche. Verstanden werden muss, was betriebliche KI überhaupt ist und warum die eigene Arbeit sich ändert.
Was trägt, ist Beteiligung. Die Mitarbeitenden entwerfen die Prozesse mit, die später automatisiert laufen. Sie testen den Prototyp des Workflows und melden, wo er im Alltag bricht. Sie räumen ihre eigenen Ablagen auf, weil sie am besten wissen, welche Fassung gilt. Wer den Zustand mitverantwortet hat, wehrt sich später nicht gegen das Ergebnis.
Ein Weg, der ohne uns weiterläuft
Unser Vorgehen beginnt mit der Standortbestimmung entlang der vier Säulen. Danach wird das Fundament gebaut: Ablagen bereinigen, RAG (Retrieval-Augmented Generation) auf den eigenen Bestand einrichten, Spielregeln schriftlich festhalten. Die Ausbildung läuft am eigenen System, nicht am Lehrbuchbeispiel. Über rund sechs Monate begleiten wöchentliche Workshops die Umstellung, kurz genug für den Betriebsalltag.
Parallel dazu rekrutieren wir KI-Champions aus dem Team. Das sind Leute aus dem Fachbereich und der IT, die Lust darauf haben und das Vertrauen der Kollegen geniessen. Sie übernehmen Schritt für Schritt die Workflows, die Einführung neuer Mitarbeitender und die Pflege der Ablagen. Am Ende eines gelungenen Projekts wird der Berater nicht mehr gebraucht. Das ist der Massstab, an dem wir gemessen werden wollen.
Der Autor
Georges Leuenberger ist Inhaber der iConference AG, Zug. KI-Beratung und KI-Software für den Schweizer Mittelstand. www.iconference.ch
Verfasst im Dialog mit Claude Opus 5
iConference AG | 6300 Zug | www.iconference.ch
Weitere Informationen und Beiträge bei iConference in der topsoft Marktübersicht