Zwei Erwartungen, die beide nicht aufgehen
Wenn ein Unternehmen flächendeckend ein KI-Abo einführt, treffen zwei Erwartungshaltungen aufeinander, die ich in dieser Form immer wieder höre.
Das Management: Wir haben etwas Gutes für unsere Mitarbeitenden getan. Die Werkzeuge helfen, die Effizienz massiv zu steigern. Wir erwarten, dass ab jetzt mehr in weniger Zeit geht.
Die Mitarbeitenden: Der Chatbot nimmt mir den Aufwand zu denken. Ich kann halbherzig Inputs geben, und der Output ist trotzdem korrekt, vollständig, prozesskonform und gesetzeskonform.
Beides ist verständlich. Beides ist falsch. Effizienz entsteht nicht durch ein Abo, sondern dort, wo jemand vorher definiert hat, wo sie herkommen soll. Und ein Sprachmodell liefert genau die Sorgfalt zurück, die man hineingibt. Wer halbherzig fragt, bekommt eine flüssig formulierte halbherzige Antwort. Die Verantwortung für das Ergebnis bleibt bei dem Menschen, der es weiterverwendet. Daran ändert kein Abo etwas.
Was für das Abo für alle spricht
Bevor ich austeile, die andere Seite, denn Warten und Tee trinken ist auch kein Rat. Niemand kann in einem Workshop Anwendungsfälle für ein Werkzeug definieren, das er noch nie benutzt hat. Die guten Ideen entstehen im Gebrauch, oft an Stellen, an die vorher niemand gedacht hat. Breiter Zugang ist der schnellste Weg, diese Ideen zu finden.
Dazu kommt das Tempo. Ein sauberer Prozess mit Workshops, Regeln und Evaluation dauert Monate. Die Mitarbeitenden warten nicht so lange, sie benutzen längst irgendetwas. Ein offizielles Werkzeug mit einer Handvoll klarer Grundregeln ist besser als kein Werkzeug und viel besser als das private Konto auf dem Handy. Und ja: Zugang für alle statt für eine handverlesene Gruppe verhindert zwei Klassen im Betrieb, die mit und die ohne.
Der Widerspruch löst sich auf, wenn man die Reihenfolge nur an einer Stelle ändert: Grundregeln und eine kurze Schulung zuerst, dann der breite Zugang, dann die Arbeit an den Anwendungsfällen, mit dem, was die Leute inzwischen ausprobiert haben. Das ist kein blinder Rollout, das ist ein geführter. Der Unterschied kostet zwei Wochen und spart ein Jahr.
Vor fünf Jahren keine US-Cloud, heute alle Geschäftsgeheimnisse im Chat
Was ich mit einem gewissen Schmunzeln feststellen musste: Unternehmen, die vor fünf Jahren die Migration in eine US-Cloud abgelehnt haben, senden heute beinahe alle Geschäftsgeheimnisse an US-KI-Unternehmen. Kundenlisten, Verträge, Offerten, interne Zahlen, alles in das Textfeld kopiert, weil es so bequem ist.
Ja, je nach Lösung gibt es grössere Zusicherungen des Anbieters: kein Training mit den Eingaben, begrenzte Speicherung, keine Auswertung. Das ist besser als nichts. Es ändert aber nichts an der Grundfrage, und die lautet: Weiss die Person, die gerade etwas einfügt, ob sie das darf?
Dem Management ist nicht immer bewusst, dass nicht jeder Mitarbeitende beurteilen kann, welche Daten zuerst anonymisiert werden müssen und welche gar nicht durch externe KI-Systeme verarbeitet werden dürfen. Datenschutz ist kein Bauchgefühl. Meistens werden die Werkzeuge ohne oder mit sehr laschen Richtlinien eingeführt. Und wo Regeln existieren, lassen sie sich im Alltag kaum prüfen. Chatverläufe durch das Management lesen zu lassen, ist keine Option, und eine wirksame Kontrolle ist damit fast nicht machbar.
Das Ergebnis ist ein Zustand, den man aus der Schatten-IT kennt: Jeder benutzt, was gerade zur Hand ist, niemand hat einen Überblick, und die Regel steht in einem Dokument, das keiner gelesen hat.
Der rechtliche Rahmen ist dabei kein Nebenschauplatz. In der Schweiz gilt seit September 2023 das revidierte Datenschutzgesetz, mit Kunden in der EU zusätzlich die DSGVO. Und der AI Act der EU verlangt seit Februar 2025 von Unternehmen, dass ihre Mitarbeitenden über ausreichende KI-Kompetenz verfügen. Schulung ist dort also keine Kür mehr. Dass es auch anders geht als mit dem US-Anbieter, zeigen europäische Anbieter und Modelle, die man selbst betreibt. Dazu mehr in Take 004.
Wie es richtig geht
Eine richtige Einführung setzt sich zuerst mit den Erwartungen, den Wünschen und vor allem mit den möglichen Anwendungsfällen auseinander. Die Reihenfolge ist entscheidend, und sie ist fast immer umgekehrt zu dem, was ich beobachte.
Erstens: Anwendungsfälle. In Workshops mit den Fachbereichen wird definiert, wo im Alltag wirklich Zeit verloren geht und wo ein Sprachmodell helfen kann. Sauber ausgearbeitet, mit Beispielen, nicht als Wunschliste.
Zweitens: Regeln. Erst jetzt entstehen die Richtlinien. Welche Daten dürfen wohin, was muss vorher anonymisiert werden, was bleibt intern. Eine einfache Ampel für Datenklassen reicht oft, wenn sie jeder versteht.
Drittens: Werkzeuge. Erst mit klaren Anwendungsfällen und Regeln werden die KI-Werkzeuge evaluiert. Nicht umgekehrt. Am besten fahren wir mit klaren Prozessen und über Schnittstellen angebundenen Systemen. Das zwingt die Mitarbeitenden, nicht allzu kreativ zu sein, und das ist hier ein Kompliment an den Prozess.
Viertens, der wichtigste Punkt: Schulung, Sensibilisierung und regelmässiger Austausch. Dort sammelt man auch neue Anforderungen und Bedürfnisse ein. Eine intern verantwortliche Person schaut mit der KI-Brille auf das Unternehmen und entwickelt die Nutzung weiter.
Fünftens: Nach der Einführung braucht es ein klares Verbot aller nicht freigegebenen KI-Werkzeuge. Ein Verbot funktioniert allerdings nur, wenn das freigegebene Werkzeug wirklich da ist und gut genug ist. Sonst züchtet man exakt den Wildwuchs, den man verhindern wollte.
Was es wirklich kostet
Die Lizenz ist der kleinste Posten. Was kostet, sind die seriöse Abklärung und die Einführung. Das ist zum grössten Teil interner Aufwand, sinnvollerweise ergänzt um etwas externe Beratung. Nur so stellt man sicher, dass die Werkzeuge auch wirklich korrekt eingesetzt werden.
Die Effizienz steigt nur dort, wo vorher klar definiert wurde, wo man sie gewinnen kann. Das Management hat oft das Bedürfnis, diesen Prozess den Mitarbeitenden allein zu überlassen. Das spart am Anfang Aufwand und produziert danach genau den Wildwuchs, den später niemand mehr einfangen kann.
Ein Beispiel aus meinem Umfeld, ohne Namen: ein Betrieb mit zwanzig Mitarbeitenden, Copilot für alle eingeführt, ohne Anwendungsfälle und ohne Schulung. Nach ein paar Monaten war man von der Leistung enttäuscht. Heute herrscht wieder Wildwuchs mit ChatGPT und Co., nur mit einem Unterschied zu vorher: Die Lizenzrechnung läuft weiter.
Wann das Abo für alle trotzdem passt
Privat ;) Und bei Unternehmen mit wenig schützenswerten Daten, die bewusst eine Lernphase einläuten: ein paar Monate ausprobieren, mit klaren Regeln für die wenigen heiklen Daten, die es auch dort gibt. Sonst sehe ich aktuell keinen Ort, an dem das flächendeckende Abo ohne die Schritte oben eine gute Investition ist.
Das Urteil
Finger weg. Nicht von KI, die gehört in den Betrieb. Finger weg vom blinden Rollout, der eine Rechnung als Strategie ausgibt. Wer die fünf Schritte geht, kann danach ruhig ein Abo für alle kaufen. Dann weiss man wenigstens, wofür.
Nicht von KI und nicht vom breiten Zugang, sondern vom blinden Rollout ohne Regeln, Schulung und Anwendungsfälle.