KI ist in vielen Unternehmen längst angekommen – zumindest auf dem Papier. Es wird getestet, pilotiert, diskutiert und präsentiert. Und trotzdem bleibt die Wirkung oft aus. Wolfgang Frühbauer, lizenzierter KI-Beauftragter (ÖVE/ÖNORM EN ISO/IEC 17024) beobachtet in der Praxis immer wieder dasselbe Muster:
Es fehlt an einer präzisen Strategie, die Ressourcen werden ungenau geplant, es wird mit Daten gearbeitet, die de facto Müll und nicht zu brauchen sind. KI-Projekte scheitern also selten an der Technologie, sondern vielmehr an der professionellen Umsetzung. Die häufigste Ursache ist nicht ein schlechtes Tool, sondern ein schlechter Start.
Viele Unternehmen beginnen mit der falschen Frage:
„Welche KI sollen wir einsetzen?“
Richtig wäre aber zuerst:
„Welches konkrete Problem lösen wir damit?“
Typische Fehler in der Praxis:
- Der erwartete Nutzen bleibt zu allgemein („Wir wollen effizienter werden.“)
- Es gibt keinen klar definierten Use-Case.
- KI wird als IT-Projekt behandelt, und nicht als Veränderungsprojekt.
- Fachbereiche und Key User werden zu spät eingebunden.
- Die Beschäftigten werden nicht abgeholt.
- Es fehlen interne Ressourcen für Tests, die Sicherung der Datenqualität und die Umsetzung.
- Es werden keine kurzfristigen, motivierenden Erfolge eingeplant.
Fehlende oder schlechte Prozesse sind dabei der stille KI-Killer: Wenn Abläufe nicht klar definiert sind, verstärkt KI das Chaos, anstelle die gewünschte Effizienzsteigerung zu bringen.
KI und Widerstand
Die Einführung von Künstlicher Intelligenz in Unternehmen und Organisationen ist längst keine rein technische Frage mehr. Vielmehr zeigt sich immer deutlicher, dass der größte Widerstand nicht aus fehlender Technologie oder unzureichender Datenbasis entsteht, sondern aufgrund von menschlichen Bedenken, Ängsten und Vorbehalten. Der Konflikt zwischen KI und menschlicher Intelligenz ist daher weniger ein technologischer als ein kultureller und psychologischer.
Viele Mitarbeitende befürchten, durch KI ersetzt zu werden oder an Bedeutung zu verlieren. Diese Sorge ist verständlich, denn Automatisierung und intelligente Systeme übernehmen immer häufiger Aufgaben, die bislang Menschen vorbehalten waren. Doch KI ist in den meisten Fällen kein Ersatz, sondern ein Werkzeug. Sie kann Prozesse beschleunigen, Muster erkennen und Daten analysieren – aber sie benötigt weiterhin menschliche Interpretation, ethische Einordnung und strategische Steuerung.
Ein weiterer Aspekt des Widerstands liegt im Kontrollverlust. Wenn Algorithmen Entscheidungen vorbereiten oder sogar eigenständig treffen, entsteht das Gefühl, Einfluss und Transparenz zu verlieren. Vertrauen in KI-Systeme entsteht jedoch nicht durch blinde Akzeptanz, sondern durch nachvollziehbare Prozesse, klare Kommunikation und die Einbindung der Betroffenen in die Entwicklung und Implementierung.
Der Schlüssel liegt daher in einer integrativen Herangehensweise. Unternehmen sollten KI nicht „gegen“ die humane Intelligenz einsetzen, sondern als Erweiterung menschlicher Fähigkeiten verstehen. Schulungen, offene Dialoge und eine klare Vision helfen, Ängste abzubauen und Potenziale sichtbar zu machen. Wenn Menschen erkennen, dass KI sie unterstützt statt sie zu ersetzen, dann wandelt sich Widerstand in Mitgestaltung.
Letztlich entscheidet nicht die Leistungsfähigkeit der Technologie über ihren Erfolg, sondern die Bereitschaft der Menschen, sie anzunehmen und sinnvoll zu nutzen. Künstliche Intelligenz entfaltet ihr volles Potenzial erst dann, wenn sie im Einklang mit der menschlichen Intelligenz steht – und nicht im vermeintlichen oder tatsächlichen Widerstand gegen sie arbeitet.
Die menschliche Intelligenz ist nicht der Gegner der KI. Sie ist ihr Erfolgshebel.
Diese Formulierung trifft einen wunden Punkt – aber sie lässt sich auch positiv drehen:
KI kann nur dann wirksam werden, wenn Menschen …
- ihren Nutzen verstehen,
- ihr vertrauen,
- sie in den Arbeitsalltag integrieren können und
- von Führungskräften aktiv begleitet werden.
In vielen Unternehmen ist genau das die Schwachstelle: Die Technologie wird eingeführt, aber der Veränderungsprozess nicht geführt.
Führungskräfte haben hier eine Schlüsselrolle inne – und zwar nicht nur in der Freigabe, sondern im täglichen Verhalten. Sie sollten …
- Unsicherheit aktiv ansprechen,
- Orientierung schaffen,
- Priorität geben,
- Ressourcen freimachen und
- Selbst die Anwendung von KI vorleben.
Sollte dieses Verhalten fehlen, dann entsteht kein KI-Problem, sondern ein Führungsproblem mit KI-Symptomen.
Do’s für erfolgreiche KI-Projekte:
1. Mit einem echten Schmerzpunkt starten
Nicht mit dem Tool beginnen, sondern mit einem messbaren Problem im Alltag (z. B. Zeitverlust, Fehlerquote, Medienbruch, Wissensverlust).
2. Einen klaren Piloten definieren
Klein starten, aber die Eckpfeiler des Pilotprojekts konkret definieren: Ziel, Verantwortliche, Zeitraum, Erfolgskriterien.
3. Mitarbeitende früh einbinden
Beschäftigte sollen nicht erst bei einer Einschulung, sondern schon bei der Use-Case-Definition von KI und der Prozess-Sicht eingebunden werden.
4. Führung sichtbar machen
KI-Projekte brauchen aktives Sponsoring durch Führungskräfte, nicht nur die Freigabe des Einsatzes von KI im Hintergrund.
5. Ressourcen realistisch planen
Ressourcen und Verantwortlichkeiten sollten möglichst klar benannt sein: Fachbereichszeit, Key User, Datenverantwortung und Umsetzungszeit müssen eingeplant sein, sonst wird KI zum „Nebenbei-Projekt“ mit geringen Erfolgsaussichten.
6. Erfolgsmessung und Transparenz
Wie bei jedem Projekt sind Meilensteine und Ergebnisse zu monitoren und zu besprechen.
7. Datenqualität vor Algorithmus stellen
In der Praxis entscheiden Datenverfügbarkeit, Datenqualität und Datenstruktur gemäß der alten IT-Weisheit: „Garbage in, garbage out.“
Wichtig ist es, die KI in die Prozesse zu integrieren und die Modelle nicht einfach neben die bestehenden Systeme zu stellen. KI muss systematisch in die operativen Abläufe und Entscheidungsstrukturen eingebettet werden.
Don’ts in KI-Projekten:
A. KI als reines IT-Thema behandeln
KI ist kein reines IT-Thema. Sie verändert Prozesse, Rollen und Zusammenarbeit – nicht nur die Software.
B. Zu früh zu viel erwarten
Ein Pilot ist noch keine Transformation. Wirkung entsteht erst durch Integration in den Alltag.
Überhaupt sollten KI-Vorhaben nicht vollmundig als „Transformationsprojekte“ angekündigt , sondern unaufgeregt wie normale Projekte zur Steigerung der Effizienz und Qualität kommuniziert werden.
Viele Unternehmen stehen auch vor der Frage, ob sie bei der KI-Einführung besser auf bereits verfügbare und erwerbbare Produkte zurückgreifen sollen, oder aber die KI-Werkzeuge besser selber bauen und trainieren sollen. Diese Frage ist nicht eindeutig zu beantworten, denn jeder Use Case ist individuell zu lösen. Meist ist am Ende des Tages eine Mischung aus beidem die beste Option.
Auch deshalb empfiehlt es sich, die KI-Strategie des Unternehmens mit einem KI-Profi gemeinsam zu entwickeln. Diese Expertinnen und Experten haben meist auch einen Überblick, welche Produkte und Lösungen es am Markt gibt und was sich schon bewährt hat.
Eine gelungene und erfolgreiche KI-Einführung (Case Study)
Die Aufgabenstellung lautete, für einen HKLS-Servicebetreib mit Installateur-Notruf einen KI-Voice-Agenten für die automatisierte Auftragsverteilung zu erstellen. Für die KI-Einführung bei diesen Handwerkerbetrieb mit 24/7 Service https://www.hkls.at/ musste eingebunden werden:
- Inbound- und Outbound-Telefonie
- Wissensdatenbank mit Geräteverwaltung und Kundendaten
- Anbindung an eine KI-Routen-Erstellung und an die aktuellen Verkehrsdaten
Der Use Case war somit der folgende:
- Die Aufträge werden von der KI verwaltet.
- Der Monteur bekommt die Aufträge aufs Handy, wobei er bereits Anlagendetails sowie angegebene Störung bzw. Informationen zur benötigten Wartung erhält.
- Nimmt der Monteur an, dann ruft die KI den Kunden an und avisiert das Eintreffen, wobei die Zeitermittlung über Maps erfolgt.
- Bei Änderungen seitens des Kunden organisiert die KI die Tour des Monteurs oder der Monteurin neu.
- Auch im Falle der Abwesenheit des Kunden kümmert sich die KI um einen neuen Termin.
- Add On: Für den Monteur oder die Monteurin werden bei No-Show seitens des Kunden andere Kunden in der Nähe gesucht und diese über die KI angefragt, ob sie vorgezogen werden möchten.
Das Hauptproblem in der Umsetzung lag nicht auf der technologischen oder der KI-Seite, sondern bei den Mitarbeitenden. Sie fanden die Idee nicht glaubwürdig und zweifelten an der Machbarkeit. Dazu kam, dass sich die Monteure beim Roll-out beobachtet und überwacht fühlten. Tatsächlich führte der neue Ablauf natürlich zu weniger Pausen, weil die Arbeitszeit besser genutzt wurde. Hier zeigte sich, dass finanzielle Anreize den Weg zu einer Win-Win-Situation bahnten, wodurch die KI-Lösung akzeptiert wurde.
Die geschilderte Fallstudie des von ihm durchgeführten Projekts bezeichnet KI-Berater Wolfgang Frühbauer rückblickend als „eine der gelungensten und effizientesten KI-Einführungen, die ich bis dato gesehen habe, weil das Management voll dahinter gestanden ist. Der Nutzen wurde gesehen, die Strategie gemeinsam erarbeitet, Ressourcen wurden freigegeben, und beim Roll Out wurden auch die erforderlichen Maßnahmen getroffen, um den Change ohne größere Reibungsverluste umzusetzen. Die Pointe bei diesem und anderen KI-Projekten ist, dass der Return on Investment in kürzester Zeit gegeben war, auch weil die Förderungen hier zwischen 30 % und 50 % betragen“, so Frühbauer.
Fazit für die Praxis von KI-Einführungen in Unternehmen
Die meisten KI-Projekte scheitern nicht an der künstlichen Intelligenz.
Sie scheitern an fehlender Klarheit, fehlender Veränderungsführung und fehlender Umsetzungskapazität.
Wer KI erfolgreich einführen will, muss deshalb zwei Systeme gleichzeitig führen:
- das technische System (Daten, Tools, Sicherheit, Integration)
- und das menschliche System (Vertrauen, Kommunikation, Rollen, Führung)
Genau dort liegt der Unterschied zwischen einem KI-Test und einem echten KI-Erfolg.
Wolfgang Frühbauer, MBA
Lizenzierter KI-Beauftragter (ÖVE/ÖNORM EN ISO/IEC 17024) – KI-Experte – KI-Trainer