Eines der grössten Probleme, die ich sehe, ist, dass es oft kein gemeinsames Verständnis von AI gibt. Unterschiedliche Sichtweisen im Management führen dazu, dass Unternehmen entweder am falschen Punkt ansetzen oder keinen Konsens darüber finden, womit sie überhaupt starten sollen.
Aus meiner Sicht sollten sich Unternehmen deshalb zuerst bewusst Zeit nehmen, um offen darüber zu diskutieren, was AI für sie bedeutet. Welche Chancen sehen wir? Wo haben wir Bedenken? Und vor allem: Wie stellen wir uns vor, dass AI unser Unternehmen verändert? Solche Gespräche helfen, Erwartungen und unterschiedliche Perspektiven sichtbar zu machen – was essenziell ist, um eine klare Strategie zu entwickeln.
Genauso wichtig ist es, sich auf eine gemeinsame Haltung zu einigen und einen klaren Rahmen abzustecken. Sind wir Early Adopters oder eher vorsichtige Nachzügler? Wie gewichten wir Effizienzgewinne gegenüber menschlichen Faktoren? Wer bleibt in der Verantwortung, wenn AI Entscheidungen trifft? Diese Fragen sollten geklärt werden, bevor AI-Initiativen lanciert werden.
Um Unternehmen in diesem Prozess zu unterstützen, haben wir einen Workshop entwickelt, der diese Fragen systematisch angeht und hilft, ein gemeinsames Bild und eine klare Haltung zum Thema AI zu erarbeiten.
Ein häufiges Problem ist, dass Management und technische Teams nicht die gleiche Sprache sprechen. AI ist nicht gleich AI – es gibt Generative AI (über die aktuell viel gesprochen wird), aber auch die «klassische» AI, die auch schon länger in grossen Unternehmen eingesetzt wird.
Wenn das Business dann mit der IT spricht und erwartet, dass klassische AI-Projekte genauso schnell umgesetzt werden können wie ein einfacher ChatGPT-Prompt, führt das oft zu Frustration auf beiden Seiten. Die einen sehen die Technologie als leicht verfügbar und sofort einsatzfähig, die anderen wissen, dass Integration, Datenaufbereitung und Prozesse viel Zeit benötigen.
Dieses Missverständnis kann nicht nur zu falschen Erwartungen führen, sondern auch dazu, dass AI-Initiativen im Unternehmen ins Stocken geraten. Deshalb ist es entscheidend, eine gemeinsame Sprache zu finden, Erwartungen zu klären und realistische Einschätzungen über den Aufwand und die Möglichkeiten von AI zu entwickeln. Nur so lassen sich nachhaltige Erfolge erzielen.
Einer der häufigsten Fehler: Unternehmen geben ihren Mitarbeitenden Zugang zu AI-Tools und erwarten, dass die Veränderung von selbst passiert. Das tut sie aber nicht. Gleichzeitig gibt es das andere Extrem: Man traut den Mitarbeitenden zu wenig zu. Studien zeigen, dass in Unternehmen oft vielmehr AI-Tools genutzt werden, als das Management glaubt – Mitarbeitende probieren mehr aus, als man denkt. Die Lösung liegt in einem aktiven, begleiteten Prozess: Tools bereitstellen, die Nutzung fördern, Erfahrungenaustauschen und die Organisation schrittweise weiterentwickeln.
Ein weiterer häufiger Fehler ist, mit grossen AI-Projekten zu starten. Oft wird dort angesetzt, wo das grösste Effizienzpotenzial vermutet wird. Das kann zwar sinnvoll sein, aber es gibt oft bessere Ausgangspunkte, die weniger Risiken und finanzielle Mittel erfordern: Bereiche, wo die Mitarbeitenden AI gegenüber offen sind, wo keine heiklen Daten betroffen sind oder wo man schnell erste Learnings sammeln kann. AI muss nicht gleich von Beginn an das ganze Unternehmen umkrempeln – es geht darum, gezielt anzufangen, Erfahrungen zu sammeln und darauf aufzubauen. Ein durchdachter Start kann darüber entscheiden, ob AI-Initiativen langfristig erfolgreich werden oder im Sand verlaufen.
