13.01.2025
FOLGE 3 | NACHLESE

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

Nachlese. Der Hype um künstliche Intelligenz ist längst im Rollen. Doch wie schaffen Unternehmen den Durchbruch in der Praxis? In der dritten Folge der neuen brutkasten-Serie “No Hype KI” schildern Expert:innen, welche Erfolgsfaktoren wirklich zählen und wie sich Herausforderungen souverän meistern lassen - von Datenlücken bis hin zur Einbindung der Belegschaft. Klar wird, dass die Technik nur ein Teil der Gleichung ist.
/artikel/no-hype-ki-folge-3
Die dritte Folge von "No Hype KI" mit Manuel Moser, Alexandra Sumper, Moritz Mitterer und Clemens Wasner (v.l.n.r.) (c) brutkasten

„No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz.


Wie lässt sich KI “richtig” in Unternehmen integrieren? Wieso erleben Unternehmen einen “Bottom-Up-Push” und warum sprechen viele dabei noch von großen Hürden? Um diese und viele weitere Fragen ging es in der dritten Folge von “No Hype KI”. Zu Gast waren Alexandra Sumper von Nagarro, Manuel Moser von CANCOM Austria, Moritz Mitterer von ITSV sowie Clemens Wasner von AI Austria und EnliteAI.

Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

Der Bottom-Up-Push

“Der AI-Hype ist jetzt circa zehn Jahre alt”, startet Clemens Wasner die Diskussionsrunde. Was als “vorausschauende Warnung und Betrugserkennung“ im B2B-Sektor begann, hat sich eine knappe Dekade später zu einer Bottom-Up-Push-Bewegung entwickelt. “Einzelne Mitarbeitende verfügen teilweise über weitaus mehr praktische Erfahrung mit Generativer KI”, als “das oft auf einer Projektebene passiert”, so Wasner.

Um KI federführend in Unternehmen zu verankern, sei es wichtiger denn je, Mitarbeitende einzubinden und ihnen intern eine Bühne für den Best-Practice-Austausch zu geben, erklärt Wasner weiter. Aktuell ginge der KI-Push immer intensiver von Mitarbeiter:innen aus. Vergleichbar sei diese Bewegung mit dem Aufkommen der Smartphones vor etwa fünfzehn Jahren.

Daten mit Qualität

Als Basis sollte zuerst allerdings der Datenhaushalt eines Unternehmens sauber strukturiert und reguliert werden, sagt Manuel Moser, Director Digital Innovation & Software Engineering bei CANCOM Austria. “Wenn ein Unternehmen in puncto Daten hinterherhinkt, kann das jetzt durchaus ein Stolperstein sein”, sagt der Experte. In CRM- und ERP-Systemen finden sich häufig unvollständige Angaben. Die dadurch entstehende unzureichende Datenqualität könne jede KI-Initiative ins Stocken bringen, so Moser.

“Der größte Feind ist Zettel und Bleistift”

Schon allein das Notieren von Informationen auf Zetteln gilt nicht nur als scheinbar banale Hürde, wie Moser im Talk erläutert. Analoge Gewohnheiten können enorme Auswirkungen auf den gesamten Digitalisierungsprozess des Unternehmens haben: “Ich sage immer: Bei Digitalisierungslösungen ist der größte Feind der Zettel und der Bleistift am Tisch, mit denen man das digitale Tool am Ende des Tages umgeht.”

Gerade der öffentliche Sektor sollte im KI-Einsatz sowie in der Verwaltung von Daten sorgfältig agieren. Moritz Mitterer, Aufsichtsratsvorsitzender der ITSV, spricht von besonders sensiblen Daten aus der Sozialversicherung, die ein enges rechtliches Korsett und damit ein höheres Maß an Vorsicht mit sich bringen.

“Wir haben 2017 in der ITSV damit begonnen, innerhalb der Struktur damit zu experimentieren”, erzählt Mitterer. Ein essentielles Learning daraus: Gerade große Prozessmengen stellen sich als ideales Feld für KI heraus – wenn man vernünftige Leitplanken, klare Haftungsregeln und eine unternehmensweite Governance definiert.

Im Fokus stehen User:innen

Datenqualität, Governance und gleichzeitig reichlich Agilität? Worauf sollten sich Unternehmen in erster Linie konzentrieren, um KI lösungsorientiert einzusetzen? Alexandra Sumper, Director Delivery Österreich bei Nagarro, betont, dass KI-Projekte weit mehr als reine Technik voraussetzen: “Meine Erfahrung zeigt wirklich, nicht zu groß zu beginnen, wenn man erst am Anfang steht.“ Viele Firmen würden sich gerade anfangs in Strategiepapieren verlieren, anstatt realitätsgetreue Use Case zu definieren, so die Expertin.

“Man muss gut darauf achten, dass man liefert. Sowohl an Datenqualität, als auch an optimierter User Experience”, erläutert Sumper. Als Erfolgsbeispiel nennt sie die Asfinag, die einen KI-Chatbot erfolgreich eingeführt hat. Das Besondere dabei: Ein Kernteam entwickelte die KI-Lösung, achtete auf Datenqualität und band die künftigen Nutzer:innen ein. Die Akzeptanz im Unternehmen stieg rasant, erzählt Sumper von den Projektanfängen.

Ähnliche Schlüsse zieht Sumper aus der Beobachtung anderer Kund:innen: In erster Linie gelte es zu testen, ob KI in einem kleinen Rahmen Nutzen bringt. Sobald Mitarbeiter:innen erleben, dass KI ihre Arbeit wirklich erleichtert, wächst das Vertrauen und die Bereitschaft, weitere Schritte zu gehen.

“Am Anfang gibt es nichts, dass zu 100 Prozent funktioniert”

Dass sich eine Trial-and-Error-Phase gerade in den Anfängen des KI-Einsatzes nicht vermeiden lässt, scheint ein allgemeiner Konsens der Diskussionsrunde zu sein. “Es gibt nichts, was sofort 100 Prozent top funktioniert”, so Sumper. Um Fehlerquellen und deren Auswirkungen jedoch möglichst gering zu halten, empfiehlt die Expertin Qualitätssicherung durch ein Key-User-Team, um Fehler festzustellen, zu korrigieren und Daten-Gaps zu schließen.

Hierbei sollen die Möglichkeiten von generativer KI intelligent genutzt werden, wie Clemens Wasner hervorhebt: “Wir haben das erste Mal eine Technologie, die es ermöglicht, unstrukturierte Daten überhaupt auswertbar zu machen.” Nun gilt es, Effizienz in der Datenstrukturierung und -auswertung zu fördern, um mit der aktuellen Welle der digitalen Transformation mitzuhalten. Denn KI ist, wie Manuel Moser von CANCOM Austria bestätigt, ein wesentlicher Teil der digitalen Transformation: “Ein Baustein, wenn man so will, wie ein ausgestrecktes Werkzeug eines Schweizer Taschenmessers.”

KI-Bereiche mit Potenzial zur Ausgründung

Das Gespräch zeigte insgesamt, dass Unternehmen viel gewinnen können, wenn sie KI nicht als fertige Lösung, sondern als Lernprozess verstehen, in den die Belegschaft aktiv mit eingebunden wird. Auf einer soliden Datenbasis mit klarer Kommunikation ließe sich schon in kleinen Projekten ein spürbarer Mehrwert für das Unternehmen erzeugen.

In manchen Branchen, darunter Sozialversicherungen, E-Commerce sowie Luftfahrt und Logistik, sind Fortschritte unvermeidlich, um den steigenden Anforderungen von Markt- und Mitarbeiterseite gerecht zu werden.

Wasner spricht hierbei von einem Fokus auf Digital Business, der sich bereits in der Entstehung neuer Geschäftsfelder am Markt zeigt: Immer häufiger bündeln Unternehmen Wissensträger:innen zu den Bereichen Data, IoT und Machine Learning in einer eigenen Organisation oder Ausgründung. Gezielt wird hier das Potenzial eines eigenen KI-Kernteams zu nutzen und auszubauen versucht.

Luft nach oben

Dass es in vielen Branchen noch reichlich ungenutztes Potenzial gibt, haben mittlerweile einige Reports aufgeschlüsselt dargestellt. Gerade im Healthcare-Bereich sei “mit Abstand am meisten rauszuholen” – unter anderem im Hinblick auf den sicheren und effizienten Umgang mit Patienten- und Amnesie-Daten zur schnellen und akkuraten Behandlung.

Laut Moritz Mitterer der ITSV besteht eine große Herausforderung darin, sensible Patientendaten und strenge Regulatorik mit dem Wunsch nach Fortschritt zu vereinen. Gerade in Sozialversicherungen sei es wichtig, eine klare Governance zu schaffen und den Einsatzrahmen von KI zu definieren. Nur so könne Vertrauen gefestigt und sichergestellt werden, dass neue Technologien nicht an bürokratischen Hemmnissen oder Sicherheitsbedenken scheitern.

Vertrauen ist “noch ein starker Blocker”

“Am Ende des Tages probieren Unternehmen aus: Wie reagiert die Technologie, wie geht man damit um, welche Art von Projekten macht man?”, rundet Manuel Moser von CANCOM Austria die Diskussion ab. Der nächste Schritt liege darin, immer “mehr in die Kernprozesse von Unternehmen reinzukommen”, so Moser. “Und das, glaube ich, ist ein sehr wesentlicher Punkt.“ Das Vertrauen, dass es die Technologie braucht. Das ist aktuell noch ein „starker Blocker in Unternehmen”.

Die Expertenrunde teilt einen universellen Konsens: Der Mensch sowie sein Know-how und Vertrauen in KI spielen bei der digitalen Transformation eine erhebliche Rolle. Sobald KI-Anwendungen auf eine verlässliche Datenstruktur und klare Organisation treffen, kann sich KI im Unternehmensalltag entfalten. Erst durch das Zusammenspiel von Technik, Datenkultur und motivierten Teams wird KI zum Treiber neuer Chancen.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: „No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?„

Folge 2: „Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?„


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
Deine ungelesenen Artikel:
03.11.2026

Die Projektmanagerin, die nie schläft: accilium zeigt bei der aIQon KI-Agenten im Echtbetrieb

Mit ihrer ersten „aIQon“ hat die Wiener Strategieberatung accilium ein neues Format gestartet: keine Folien, nur Live-Demos von KI-Agenten, die bereits im Einsatz sind. Im Mittelpunkt stand Aurelia, eine Agentin, die als Mitglied eines Projektteams in Microsoft Teams mitarbeitet.
/artikel/accilium-zeigt-bei-der-aiqon-ki-agenten-im-echtbetrieb
03.11.2026

Die Projektmanagerin, die nie schläft: accilium zeigt bei der aIQon KI-Agenten im Echtbetrieb

Mit ihrer ersten „aIQon“ hat die Wiener Strategieberatung accilium ein neues Format gestartet: keine Folien, nur Live-Demos von KI-Agenten, die bereits im Einsatz sind. Im Mittelpunkt stand Aurelia, eine Agentin, die als Mitglied eines Projektteams in Microsoft Teams mitarbeitet.
/artikel/accilium-zeigt-bei-der-aiqon-ki-agenten-im-echtbetrieb
Opening Fireside Chat bei der aIQon: Peter Allan (accilium) diskutierte mit Alexia Feick (Microsoft) und Paul Strunz (Wien Energie) über KI im Unternehmensalltag. (c) Zsolt Marton

Keine Charts, keine Keynotes, nur Dinge, die funktionieren. Mit dieser Regel eröffnete Peter Allan, AI Lead und Managing Partner bei accilium, am 22. Oktober die erste aIQon im 15. Stock des Juwel Wien. Das Format lehnt sich an Tech-Konferenzen an: Ein Team stellt ein Problem vor, zeigt live, was es dagegen gebaut hat, und erklärt, was es dabei gelernt hat. Allan nannte den Nachmittag ein Experiment. Wer Organisationen das Potenzial von KI vermitteln wolle, komme mit Folien nicht mehr weit, man müsse es zeigen.

Von der Beratung zum Bauen

accilium ist eine österreichische Strategie- und Managementberatung mit Sitz am Wiener Schubertring, die unter anderem für den öffentlichen Sektor arbeitet. Erst im September erhielt das Unternehmen den Zuschlag für einen Rahmenvertrag der Bundesbeschaffung GmbH (BBG) zur Digitalisierung der Verwaltung mit einem Volumen von bis zu 39 Millionen Euro.

Mit der aIQon zeigt accilium eine weitere Seite: Das Unternehmen hat heuer ein eigenes Team aus Forward Deployed Engineers aufgebaut, also Entwickler:innen, die direkt mit den Kunden arbeiten und Lösungen nicht nur konzipieren, sondern auch bauen. Die Rolle kommt aus der Software-Industrie und wird derzeit von führenden KI-Anbietern etabliert. Für eine Beratung heißt das: Strategie und Umsetzung aus einer Hand. Die gezeigten Agenten stammen alle aus diesem Team und laufen bei accilium selbst im Echtbetrieb.

(c) Zsolt Marton

Eine Kollegin, die alles mitliest

Aurelia ist ein eigenes Mitglied in einem Teams-Kanal. Sie hat ein eigenes Konto, liest Kanal, Postfach, Planner und Kalender eines Projekts mit und tut, was das Team ihr sagt. Im Szenario der Demo kehrt Projektleiterin Pia aus zwei Wochen Urlaub zurück und fragt Aurelia, was passiert ist. Statt Dutzende Nachrichten nachzulesen, bekommt sie in einer Antwort, was entschieden wurde und was für sie offen ist. Eine Kollegin ist krank: Aurelia findet deren fällige Aufgaben, schlägt Vertretungen vor und hängt die Aufgaben nach Pias Zustimmung im Planner um. Als die Kundin per Mail den Lenkungskreis vorziehen will, meldet sich Aurelia von selbst, weist darauf hin, dass eine Kollegin an dem Tag im Urlaub ist, und fragt nach, bevor sie den Termin verschiebt. Zum Jour fixe steht die Agenda in der Einladung, und eine Kollegin wird an ihren Kurzbericht erinnert.

(c) Zsolt Marton

Die Regeln dahinter sind klar: Aurelia liest alles mit, meldet sich von selbst aber nur dort, wo das Team es ihr aufgetragen hat. Planner und Kalender ändert sie erst nach einem Ja, Mails nach außen schickt sie nicht. Was sie darf, steht laut accilium im Code und nicht im Prompt. Die Regeln selbst gibt ihr das Team im Kanal, in ganz normalen Sätzen, so wie einer neuen Kollegin. Technisch läuft alles in einem Microsoft-Tenant auf Azure in der EU, das Sprachmodell in der EU-Datenzone.

Das wichtigste Learning kam aus dem eigenen Betrieb: Das richtige Maß ist für jedes Team ein anderes. Manche wollen täglich einen Status, andere jemanden, der im Hintergrund die Fäden zusammenhält und sich nur auf Nachfrage meldet. Deshalb lässt sich heute einstellen, wie proaktiv Aurelia ist. Und weil Teams einen Agenten als Kollegin wahrnehmen, gelte dasselbe wie bei jeder neuen Mitarbeiterin: Beide Seiten müssen sich aneinander gewöhnen.

Dasselbe Prinzip auf drei Ebenen

(c) Zsolt Marton

Zwei weitere Demos zeigten, dass der Ansatz auch jenseits des Projektteams funktioniert. „Linda Legal“ bündelt das Erfahrungswissen einer Rechtsabteilung und prüft direkt in Outlook Verträge gegen Richtlinie und Verhandlungsprotokoll. In der Demo entdeckte sie, dass in einem Paragrafen „jeweils“ statt des vereinbarten „zusammen“ stand, womit pro Wochenabruf 8.000 statt 4.000 Euro fällig geworden wären. Ihr Wissen liegt in lesbaren Dateien, die die Fachabteilung ohne IT selbst pflegt. „Erich Aigner“ wiederum ist ein persönlicher Assistent: Ein Berater erzählt ihm nach einem Kundentermin eine Minute lang, was zu tun ist, danach stehen Nachricht, Folgetermin und Mailentwürfe bereit. Gesendet wird nichts, das entscheidet der Mensch.

(c) Zsolt Marton

Drei Agenten, drei Ebenen: Team, Fachwissen, einzelne Person. Allen gemeinsam ist dasselbe Prinzip. Lesen, sortieren und vorbereiten tun die Agenten selbstständig, ändern und nach außen kommunizieren nur nach menschlicher Freigabe. Und diese Grenze ist technisch verankert, nicht bloß im Prompt versprochen.

Die Technik ist nicht der Engpass

Dass genau das die eigentliche Arbeit ist, zeigte auch der Opening Fireside Chat, in dem Peter Allan mit Alexia Feick und Paul Strunz über KI im Alltag, Top-down und Bottom-up in der Transformation und die Messbarkeit von KI-Projekten sprach. Strunz leitet das Digital Competence Center der Wien Energie, Feick war früher bei accilium und arbeitet heute im Customer Success bei Microsoft. Ihr gemeinsamer Befund: Die heutigen Modelle sind gut genug, der Hebel liegt in Prozessen, Governance und Befähigung. Feick riet, bei konkreten Pain Points anzusetzen statt bei dem Wunsch, „KI zu haben“. Der Output nach sechs Monaten solle eine veränderte Arbeitsweise mit messbarem Ergebnis sein, und lieber ein Use Case im crossfunktionalen Team als 30 kleine Proof-of-Concepts. Strunz ergänzte, dass Effizienzgewinne verpuffen, wenn die Prozesse dahinter nicht angepasst werden; bei der Wien Energie misst man unter anderem die Zahl aktiver Citizen Developer, eingesparte Stunden und eingespartes Geld.

(c) Zsolt Marton

Allan sieht in Agenten vor allem eine Wachstumschance: Es gebe unendlich viel Nachfrage nach Services, und wer es clever mache, nutze Agenten, um jeden einzelnen Job besser und kreativer zu machen. Bei accilium selbst sei keine Stelle durch KI ersetzt worden, wohl aber viel administrative Arbeit weggefallen. Intern begleitet das Unternehmen den Wandel mit einem eigenen Rhythmus: Jede Woche gibt es einen neuen „Build“ mit Skills, Tools und Trainings, wie bei einem Software-Unternehmen.

Alle Demos, Baupläne, Prompts und Skills stellt accilium offen zum Download bereit. Wer nicht dabei war, kann die Agenten also nachbauen. Auch das ist für eine Beratung ungewöhnlich und passt zum Anspruch des Formats: zeigen statt erklären.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis