Unter­neh­men und Insti­tu­tio­nen feh­len beim Ein­satz von KI immer noch Ori­en­tie­rung und Wis­sen damit neue Wert­schöp­fung ent­steht. Eco­nomy sprach mit Manuel Moser, Direc­tor Digi­tal Inno­va­tion & KI bei CAN­COM Aus­tria, über bestehende Her­aus­for­de­run­gen und Lösungs­mög­lich­kei­ten und über das Lift fah­ren in Hochhäusern.

Eco­nomy : Wo ste­hen wir aktu­ell beim Thema KI ?

Manuel Moser : Die gro­ßen Tech-Kon­zerne über­bie­ten ein­an­der der­zeit mit Erfolgs­mel­dun­gen : Kern­ge­schäfte wer­den durch künst­li­che Intel­li­genz dis­rup­tiert, Pro­zesse radi­kal ver­bes­sert, Wert­schöp­fung neu erfun­den. Die Ver­spre­chen sind groß und wäh­rend glo­bal von Durch­brü­chen gespro­chen wird, steht Öster­reich vie­ler­orts noch im Nebel. Ein Nebel, der weni­ger aus feh­len­der Tech­no­lo­gie besteht als aus feh­len­der Orientierung.

Woran liegt das ?

KI ist prä­sent, aber immer noch schwer greif­bar. Sie schwebt abs­trakt über Unter­neh­men und Orga­ni­sa­tio­nen, beein­dru­ckend und dif­fus zugleich. Betriebe bewe­gen sich „auf Sicht“, ohne klare Rich­tung. Ohne zu wis­sen, ob sie links oder rechts abbie­gen sol­len. Zwi­schen Hype und Rea­li­tät klafft also eine gefähr­li­che Lücke.

Lässt sich das genauer einordnen ?

Allein die nüch­ter­nen Zah­len sind ent­lar­vend : Nur rund 15 Pro­zent der öster­rei­chi­schen Unter­neh­men set­zen KI heute tat­säch­lich sinn­stif­tend ein. Bei gene­ra­ti­ver KI sind es sogar nur acht Pro­zent. Das steht in schar­fem Kon­trast zu den oft zitier­ten 80 Pro­zent, wo Mit­ar­bei­tende oft pri­vate Tools im Unter­neh­mens­kon­text ein­set­zen. KI ist ange­kom­men – aber nicht dort, wo sie Wert schafft.

Aber warum ist das immer noch so ?

Der Grund dafür liegt nicht in man­geln­dem Wil­len, son­dern in feh­len­der Struk­tur. Wer KI sinn­voll ein­set­zen will, braucht mehr als Pilot­pro­jekte. Er braucht ein sta­bi­les Fun­da­ment. Der Ein­stieg beginnt nicht nur bei der Tech­no­lo­gie, son­dern bei der stra­te­gi­schen Ent­schei­dung : Wofür soll KI ein­ge­setzt wer­den und auch, wofür nicht ? Will ein Unter­neh­men Pro­zesse voll­stän­dig auto­ma­ti­sie­ren oder Men­schen gezielt unter­stüt­zen ? Diese Frage ist nicht tech­ni­scher Natur, son­dern stra­te­gisch unternehmerisch.

Gibt es noch wei­tere rele­vante Kriterien ?

Mit der stra­te­gi­schen Aus­rich­tung ent­schei­det sich der Erfolg in den Pro­zes­sen und in kon­kre­ten Anwen­dungs­fäl­len. KI ent­fal­tet ihren Nut­zen dort, wo reale Pro­bleme gelöst und neue Chan­cen geschaf­fen wer­den. Doch selbst der beste Use Case schei­tert, wenn die Men­schen ihn nicht mit­tra­gen. Diese not­wen­dige kul­tu­relle Ver­än­de­rung ist kein Selbst­läu­fer. Füh­rungs­kräfte wie Mit­ar­bei­tende müs­sen ein­ge­bun­den, beglei­tet und über­zeugt wer­den. Ohne akti­ves Change-Manage­ment bleibt KI ein Fremdkörper.

Und was ist bei der prak­ti­schen Umset­zung zu beachten ?

Bei der ope­ra­ti­ven Umset­zung bil­det das tech­no­lo­gi­sche Fun­da­ment die zen­trale Ebene : ska­lier­bare KI-Platt­for­men und belast­bare Daten­öko­sys­teme. Ohne vali­dierte, zugäng­li­che Daten und eine ent­spre­chende Gover­nance wird jede KI nur ober­fläch­lich blei­ben. Die Ebe­nen las­sen sich nicht iso­liert betrach­ten. Sie glei­chen einem Hoch­haus, das man stets mit dem Lift in beide Rich­tun­gen durch­fah­ren sollte. Wer „oben“ Stra­te­gie for­mu­liert, muss „unten“ prü­fen, ob Platt­form und Infra­struk­tur das tra­gen kön­nen. Wer „unten“ Tech­nik auf­baut, braucht „oben“ die pas­sen­den Anwendungsfälle.

Wie weiß ich, wel­che Anwen­dung passt ?

Es ist wich­tig zu ver­ste­hen, was KI kann – und was nicht. Zwi­schen schnel­ler Umsetz­bar­keit und ech­tem Busi­ness-Impact gibt es Abstu­fun­gen. Ein­fa­che Sprach­mo­delle sind rasch inte­griert, lie­fern aber begrenz­ten Mehr­wert. Anspruchs­vol­lere Anwen­dun­gen erfor­dern mehr Reife, zah­len sich dafür aber deut­lich stär­ker aus.

Kön­nen Sie hier reale betrieb­li­che Bei­spiele nennen ?

Ja. Von uns (Anm. CAN­COM) zahl­reich durch­ge­führte Bera­tun­gen und vor allem kon­krete Pro­jekte bele­gen einen mess­ba­ren Nut­zen von KI und das über alle Bran­chen der Wirt­schaft hin­weg. Bei­spiels­weise unter­stützt ein Netz­werk aus spe­zia­li­sier­ten KI-Agen­ten den Mit­ar­bei­ter bei der Feh­ler­ana­lyse in der Qua­li­täts­si­che­rung. Statt Daten müh­sam aus ver­schie­de­nen Sys­te­men zu zie­hen, über­nimmt ein orches­trier­ter Agent die kom­plexe Pla­nung der Lösungs­fin­dung, greift auf Pro­duk­ti­ons­da­ten zu, ana­ly­siert Maschi­nen­pa­ra­me­ter und Doku­men­ta­tio­nen und lie­fert kon­krete Hand­lungs­vor­schläge. KI wird hier nicht zum Ersatz des Men­schen, son­dern zum Werk­zeug, das Kom­ple­xi­tät redu­ziert, Ent­schei­dun­gen beschleu­nigt und final neue betrieb­li­che Wert­schöp­fung bringt.

Gibt es in die­sem Kon­text auch kon­krete Zahlen ?

Ja. Bei­spiel Gewin­nung neuer Mit­ar­bei­ten­den mit Auto­ma­ti­sie­rungs­quo­ten von bis zu 90 Pro­zent. KI-Agents erle­di­gen hier alle Arbei­ten, von Doku­mente lesen und klas­si­fi­zie­ren, Infor­ma­tio­nen extra­hie­ren bis hin zur Ent­schei­dung, ob eigen­stän­dige Beur­tei­lung oder Abgabe an mensch­li­che Sach­be­ar­bei­tung. Dann indus­tri­elle Pro­duk­ti­ons­be­rei­che, wo Pro­zesse bis zu 50 Pro­zent beschleu­nigt wer­den kön­nen und reale Kos­ten­sen­kun­gen um durch­schnitt­lich 20 Prozent.

Ihre finale Empfehlung ?

Manuel Moser : Die genann­ten Bei­spiele zei­gen den Weg aus dem ein­gangs zitier­ten Nebel. KI darf kein Selbst­zweck blei­ben und kein abs­trak­tes Ver­spre­chen. Sie muss in Pro­zesse ein­ge­bet­tet, orches­triert und auf reale Ent­schei­dun­gen aus­ge­rich­tet wer­den. Öster­reichs Unter­neh­men und Insti­tu­tio­nen ste­hen nicht vor der Frage, ob sie KI ein­set­zen sol­len, son­dern wie kon­se­quent sie bereit sind, aus dem Hype greif­ba­ren Nut­zen und neue Wert­schöp­fung zu gene­rie­ren. Es gibt genü­gend Zah­len aus erfolg­reich umge­setz­ten Pro­jek­ten, die das Poten­tial klar bele­gen. (red/​czaak)