Business vs. Technik: Wie man KI in Organisationen verankert

In der ersten Folge der neuen Staffel von “No Hype KI” wird beleuchtet, warum KI in Unternehmen nicht als reines Technik-Thema gesehen werden darf und wie man wirklichen Business Value generiert. Außerdem: Wie Führungskräfte ihre Teams bei KI-Projekten mitnehmen können.

Es diskutieren Christoph Mayer (EY | Partner, AI & Data), Christian Casari (Ontec | Head of AI Partnerships & Sales), Marcus Kautsch (ACP | Senior Consultant) und Ana Simic (Propeller | Founderin).

„No Hype KI“ wird unterstützt von ACP, EY, ITSV, KEBA, Lenovo, Microsoft, ONTEC AI und der Universität Graz.

---

Um diese Themen geht es im Videotalk:

1. KI als Business- und Strategiethema (nicht „nur Technik“)

• Christoph Mayer (EY) stellt klar, dass KI aus EY-Sicht primär ein Business-Thema ist: Der Nutzen entsteht im Fachbereich, Technik ist notwendig, aber nachgelagert – ohne früh eingebundenes Business bringt selbst eine saubere Implementierung keinen Mehrwert.
• Christian Casari (Ontec AI) stimmt zu, dass jedes KI-Projekt businessgetrieben sein muss („sonst ist es falsch“), betont aber, dass Technik dennoch erfolgskritisch bleibt – fehlende Schnittstellen oder schlechte Daten können eine noch so gute Business-Idee scheitern lassen.
• Ana Simic (Propeller) fokussiert bewusst auf Business Leader und ihre Rolle: Aus ihrer Erfahrung sind Technologiefragen meist lösbarer, die eigentliche Komplexität liegt darin, Wert zu generieren und die Organisation – insbesondere Führungskräfte und Teams – souverän durch diese Veränderung zu führen.

2. Use Cases, ROI und Priorisierung: vom Spielwiese-Bot zum vertikalen Hebel

• Ana Simic (Propeller) unterscheidet zwischen „horizontalen“ Use Cases (z.B. Enterprise-Chatbots, mit denen Mitarbeitende Alltagsprobleme lösen) und „vertikalen“ Use Cases entlang konkreter Fachprozesse; sie plädiert dafür, unternehmensweit höchstens drei große, messbare vertikale KI-Use Cases zu priorisieren, um die Organisation nicht zu überfordern.
• Markus Kautsch (ACP) beschreibt eine Evolutionslogik: Erst breite Durchdringung mit KI-Assistenten für alltägliche Aufgaben (Mail, Meeting Notes) mit begrenztem ROI, anschließend der eigentliche Hebel über vertikale Prozess-Use-Cases, bei denen Prozesse neu gedacht und gemeinsam mit einem Ökosystem so umgebaut werden, dass spürbarer Business-Impact entsteht.
• Christian Casari (Ontec AI) warnt vor „KI um der KI willen“: Viele Probleme lassen sich ohne LLMs schneller lösen; gleichzeitig können „Bastler“ heute in kurzer Zeit 70–80-Prozent-Lösungen bauen – der Unterschied zur produktiven, compliance-sicheren 100-Prozent-Lösung ist groß und muss im Business Case mitgedacht werden.

3. Menschen, Skills, Angst und Enablement in der Organisation

• Ana Simic (Propeller) verweist auf Studien, nach denen in Österreich nur etwa ein Drittel der Menschen KI wöchentlich nutzt, und zeichnet damit das Bild von Teams, in denen einige sehr neugierig sind, während zwei Drittel wenig Interesse oder Berührungsängste haben – Führungskräfte müssen sowohl unterschiedliche Skill-Levels als auch Status- und Jobängste von Wissensarbeiter:innen ernst nehmen.
• Christian Casari (Ontec AI) schildert aus Projekterfahrung, dass Enablement bei sehr basalen digitalen Kompetenzen beginnen kann (Beispiel Mitarbeiter, der Bookmarks nicht kennt) und dass es sinnlos ist, Personen in KI-Schulungen zu schicken, die grundlegende Office- und Browser-Skills nicht beherrschen – Mitarbeitende müssen „dort abgeholt werden, wo sie sind“.
• Christoph Mayer (EY) hebt hervor, dass Enablement über Schulungen hinausgeht: Mitarbeitende kennen ihre lästigsten Prozesse und ihr implizites Wissen am besten; wenn man sie für Ideengewinnung aktiviert und gleichzeitig auf eine kommende Pensionierungswelle schaut, kann man verborgene Wissensschätze heben, die Top-down oft unsichtbar bleiben.

4. Governance, Regulierung und AI Act: Guardrails statt Ausrede

• Christoph Mayer (EY) betont, dass es ohne Governance-Strukturen nicht geht: KI muss in die Unternehmensstrategie eingebettet, Verantwortlichkeiten geklärt und Themen wie ROI, Geschäftsmodell, Kundenvertrauen sowie rechtliche und ethische Fragen (DSGVO, AI Act, Haftung) früh adressiert werden, sonst scheitern Projekte später an Legal oder Compliance.
• Markus Kautsch (ACP) plädiert für ein dezentrales Center of Excellence mit Vertreter:innen aus allen relevanten Bereichen, das nicht als „Bremse“, sondern als Lenkrad bzw. Akzelerator fungiert – Guardrails aus AI Act und Datenschutz schaffen intern Sicherheit und extern Vertrauen, wenn sie transparent kommuniziert und proaktiv genutzt werden.
• Ana Simic (Propeller) formuliert die These, dass Governance und Regulierung in manchen Unternehmen als vorgeschobene Begründung dienen, warum man langsamer ist, als man sein sollte; sie verweist auf Beispiele, in denen Firmen mit klarer KI-Strategie und Leadership-Commitment Governance-Regeln in zwei Wochen definiert und umgesetzt haben.
• Christian Casari (Ontec AI) ordnet ein, dass DSGVO und Privacy längst einen starken Rahmen vorgeben und dass der EU-AI-Act – je nach Risikostufe des Systems – oft weniger einschränkend ist als befürchtet; mit Optionen wie On-Premise-LLMs sieht er in gut gemachter Regulierung eher einen sinnvollen Rahmen als ein Innovationshindernis.

5. Agentic AI, digitale Workforce und Zukunft der Arbeit

• Christian Casari (Ontec AI) beschreibt Agents als breites Spektrum – von einfachen „Talk-to-Tools“-Agenten bis zu Systemen, die eigenständig Entscheidungen treffen – und argumentiert, dass man sie ähnlich wie Mitarbeitende behandeln sollte: intern mit Testgruppen erproben, human in the loop halten, Ergebnisse prüfen und Verantwortung beim Menschen belassen, bevor man sie in den Kundendialog lässt.
• Markus Kautsch (ACP) versteht Agents und KI generell als zusätzliche „digitale Workforce“: Mitarbeitende müssen lernen, Aufgaben zu delegieren, Erwartungen klar zu formulieren (Prompts als Arbeitsanweisung) und Ergebnisse zu bewerten; damit werden viele Beschäftigte faktisch zu Führungskräften über digitale Kolleg:innen.
• Ana Simic (Propeller) weist darauf hin, dass technisch bereits ganze Geschäftsprozesse agentisch abbildbar sind und dass Mitarbeitende mit starken Digital- und AI-Skills oft in einem Nachmittag Lösungen bauen können, für die die Organisation formal viel länger brauchen würde – das erzeugt ein Spannungsfeld zwischen hoher individueller Geschwindigkeit und organisatorischer Trägheit, in dem Unternehmen einen neuen Umgang mit Verantwortung, Tempo und Governance finden müssen.