KI im Unternehmen sinnvoll einsetzen: Diese Grundlagen müssen stehen

Alle reden von KI. Aber sobald es konkret wird, fehlt die Grundlage: Welcher Prozess eignet sich überhaupt? Sind unsere Daten nutzbar? Wer übernimmt Verantwortung? KI scheitert fast nie an der Technologie, sondern daran, dass diese Fragen nie beantwortet wurden.

Die Probleme, die wir immer wieder sehen

• Dokumente werden täglich manuell gelesen, sortiert und weitergeleitet, obwohl das niemand mehr tun müsste.
• Wissen ist vorhanden, aber vergraben. Wer eine Antwort braucht, fragt dieselbe Person zum dritten Mal.
• Berichte entstehen jeden Monat neu durch manuelles Zusammensuchen aus verschiedenen Systemen.
• Ein Prozess läuft je nach Person anders. Für KI ist er damit nicht greifbar.
• Ein KI-Pilot war erfolgreich. Die Übergabe in den Betrieb ist nie passiert.
• Datenschutzfragen sind offen und der Einsatz stockt, obwohl die Idee längst gut wäre.
• Niemand weiss genau, wo die relevanten Daten liegen und ob sie überhaupt nutzbar sind.

• Wer täglich zwei Stunden mit manueller Dokumentenverarbeitung verbringt, verliert im Jahr einen Arbeitsmonat. Pro Person.
• Wissen, das nicht auffindbar ist, wird neu erarbeitet, falsch beantwortet oder gar nicht genutzt. Das passiert nicht einmal, sondern hundertmal im Jahr.
• Ein KI-Pilot ohne klare Verantwortung wird nach dem ersten Begeisterungsmonat still begraben. Das Budget ist weg, der Nutzen nie gemessen worden.
• Prozesse, die je nach Person anders laufen, lassen sich nicht skalieren, nicht automatisieren und nicht übergeben. Sie hängen an Köpfen.

Wie unterstützt die soxes Dein Unternehmen?

Ganz einfach: Wir analysieren einen konkreten Prozess in Eurem Unternehmen mit den Menschen, die ihn täglich leben. Ihr bekommt eine ehrliche Einschätzung, ob und wo Eure Daten für einen KI-Einsatz taugen, inklusive dem, was noch nicht bereit ist. Der Anwendungsfall, den Ihr am Ende habt, ist nicht der interessanteste, sondern der, der echte Entlastung bringt und sich realistisch umsetzen lässt. Der Pilot wird entwickelt, in bestehende Systeme eingebunden und bis in den laufenden Betrieb begleitet. Datenschutz, Verantwortlichkeiten und Betriebsmodell sind geklärt, bevor der erste Code geschrieben wird.

Wenn Unternehmen mit KI starten wollen, sollten sie nicht als Erstes fragen, welches Tool sie einsetzen. Die wichtigere Frage lautet: Welche Grundlage muss vorhanden sein, damit KI in unserem Unternehmen überhaupt sinnvoll, sicher und produktiv nutzbar ist?

1. Ein klares Problem und ein konkretes Ziel

KI sollte nie einfach eingeführt werden, weil das Thema gerade präsent ist. Der Ausgangspunkt muss immer ein konkretes Problem sein.

Zum Beispiel:

• ein hoher manueller Aufwand bei wiederkehrenden Aufgaben
• lange Suchzeiten, weil Wissen über viele Systeme und Dokumente verteilt ist
• grosse Mengen an Texten, Dokumenten oder Anfragen, die eingeordnet werden müssen
• Medienbrüche, bei denen Informationen manuell übertragen oder geprüft werden
• Engpässe, die Teams Zeit kosten und Prozesse bremsen

Erst wenn klar ist, welches Problem gelöst werden soll, lässt sich beurteilen, ob KI überhaupt die passende Antwort ist.

2. Prozesse, die klar genug sind

KI kann einen Prozess nur dann sinnvoll unterstützen, wenn überhaupt nachvollziehbar ist, wie dieser Prozess heute funktioniert. In vielen Unternehmen liegt genau hier das Problem: Der Ablauf ist über die Jahre gewachsen, einzelne Schritte laufen je nach Person anders ab und wichtige Entscheidungen passieren eher aus Erfahrung als nach klaren Regeln.

Bevor KI helfen kann, sollte deshalb klar sein:

• welche Informationen zu Beginn eines Vorgangs überhaupt vorliegen
• welcher Schritt daraus im Normalfall folgen soll
• woran Ihr ein brauchbares Ergebnis im Alltag erkennt
• an welchen Stellen heute manuell geprüft, ergänzt oder entschieden wird
• wo Ausnahmen, Sonderfälle oder Rückfragen regelmässig auftreten

KI ordnet keine unklaren Prozesse von selbst. Sie funktioniert dort gut, wo Abläufe, Entscheidungskriterien und Erwartungen wenigstens so weit greifbar sind, dass daraus ein sinnvoller Anwendungsfall entstehen kann.

3. Daten, die für KI wirklich nutzbar sind

KI braucht nicht einfach nur Daten. Sie braucht Informationen, die im richtigen Kontext verfügbar, verständlich und nutzbar sind. Genau daran hapert es in der Praxis oft früher als gedacht.

Entscheidend ist nicht nur, ob Daten vorhanden sind, sondern vor allem:

• in welchen Systemen, Dateien oder Tools die relevanten Informationen heute liegen
• ob diese Informationen vollständig und aktuell genug sind
• ob Inhalte sauber strukturiert, benannt und auffindbar sind
• ob Daten aus verschiedenen Quellen überhaupt zusammenpassen
• ob es Lücken, Dubletten oder Widersprüche in den Informationen gibt
• ob diese Daten für einen KI Einsatz überhaupt genutzt werden dürfen

4. Systeme und Schnittstellen, die zusammenspielen

KI entfaltet im Unternehmen nur dann echten Nutzen, wenn sie in bestehende Abläufe eingebunden werden kann.

Das bedeutet oft:

• Informationen müssen aus mehreren Systemen zusammengeführt werden
• Dokumente, Datenbanken oder Fachanwendungen müssen zugänglich sein
• Resultate müssen zurück in den Prozess fliessen
• Mitarbeitende müssen dort arbeiten können, wo sie ohnehin schon arbeiten

Wenn KI nur als isolierte Insellösung neben dem Alltag steht, bleibt sie oft interessant, aber nicht wirklich wirksam.

5. Verantwortung und klare Entscheidungswege

Ein KI-Projekt braucht mehr als Interesse und einen ersten Use Case. Es braucht klare Verantwortung im Team. Sonst bleibt nach den ersten Tests genau das offen, was später über Erfolg oder Misserfolg entscheidet.

Du solltest vor dem Projektstart definieren

• wer fachlich festlegt, was als «brauchbares Ergebnis» gilt
• wer Resultate prüft und bei Abweichungen eingreift
• wer Änderungen an Prompts, Logik oder Modellen freigibt
• wer den Betrieb, die Überwachung und die Weiterentwicklung verantwortet
• wer über Datenschutz, Einsatzgrenzen und Freigaben entscheidet

Viele Ergebnisse sind nicht einfach eindeutig richtig oder falsch. In der Praxis sehen wir hier oft denselben Bruch: Fachbereiche erwarten Nutzen, IT sorgt für die technische Umsetzung, aber niemand übernimmt verbindlich die Verantwortung für Qualität im laufenden Einsatz. Dann funktioniert ein Pilot vielleicht technisch, wird intern aber nie zu einem verlässlichen Werkzeug.

6. Sicherheit, Datenschutz und interne Regeln

Sobald KI mit internen Informationen arbeitet, stellt sich die Frage nach Sicherheit und Datenschutz.

Wichtige Punkte sind zum Beispiel:

• Welche Daten dürfen verarbeitet werden?
• Welche Inhalte sind sensibel?
• Wo werden Daten gespeichert oder übertragen?
• Welche internen Richtlinien gelten?
• Welche Freigaben braucht es?
• Was muss dokumentiert oder eingeschränkt werden?

Diese Fragen sollten nicht erst geklärt werden, wenn ein Pilot bereits läuft. Sie gehören an den Anfang, weil sie direkten Einfluss auf Architektur, Tool-Auswahl und Einsatzgrenzen haben.

7. Akzeptanz im Team und eine sinnvolle Nutzerführung

Auch die beste KI Lösung bringt wenig, wenn sie im Alltag nicht angenommen wird. Das passiert schneller, als viele denken.

Mitarbeitende müssen verstehen:

• Wofür ist die Lösung da?
• Was kann sie und was nicht?
• Wann und wo ist sie hilfreich für mich?
• Wer überprüft die Ergebnisse?
• Wie passt sie in meinen Arbeitsalltag?

Mitarbeitende sollten nicht den Eindruck bekommen, dass KI ihr Wissen, ihre Verantwortung oder sogar ihren Arbeitsplatz einfach ersetzen soll. KI ist ein Werkzeug, das unterstützen und entlasten kann. Die fachliche Einordnung, die Verantwortung für Ergebnisse und die Entscheidung bleiben aber beim Menschen.

Viele Unternehmen suchen keine theoretische Einordnung, sondern eine ehrliche Orientierung. Unsere ehrliche Antwort lautet fast immer: teilweise. Die meisten Unternehmen haben gute Ansätze und gleichzeitig offene Punkte. Entscheidend ist nicht, ob alles perfekt ist, sondern ob Ihr wisst, wo Ihr steht.

Drei Fragen, die schnell zeigen, wie weit Ihr seid:

Könnt Ihr das Problem in einem Satz beschreiben?

«Wir wollen KI einsetzen» ist kein Problem, das ist ein Wunsch. «Unsere Sachbearbeiter verbringen täglich zwei Stunden damit, eingehende Dokumente manuell zu klassifizieren» Das ist ein Problem. Wer das klar benennen kann, hat den wichtigsten Schritt bereits gemacht.

Würden zwei Mitarbeitende denselben Prozess gleich beschreiben?

Wenn nicht, ist der Prozess noch nicht klar genug für KI. Das bedeutet nicht, dass KI nicht möglich ist, aber es zeigt, wo zuerst Klarheit geschaffen werden muss.

Wisst Ihr, wo die relevanten Daten liegen und wer darauf zugreifen darf?

Wenn die Antwort «irgendwo in verschiedenen Systemen» ist, ist das kein Ausschlusskriterium. Aber es ist ein klarer Hinweis, dass vor dem KI-Einsatz Datenstruktur und Zugriffsrechte geklärt werden müssen.

Wenn Ihr alle drei Fragen klar beantworten könnt, sind die Grundlagen da. Wenn nicht, dann ist das der Startpunkt.