"Entscheidend ist, dass bei Bedarf ein Mensch übernehmen kann"

Viele Unternehmen experimentieren bereits mit KI. Warum fällt es dennoch schwer, Pilotprojekte in den produktiven Betrieb zu überführen?

Kurt Ris: Ein Pilot zeigt, was KI unter kontrollierten Bedingungen leisten kann. Im produktiven Einsatz muss sie mit realen Daten, bestehenden Systemen und klaren Verantwortlichkeiten funktionieren. Dabei werden häufig Lücken sichtbar: Daten sind unzureichend aufbereitet, Schnittstellen fehlen, Datenschutzfragen bleiben unbeantwortet und Verantwortlichkeiten für Qualität, Kosten und Betrieb sind ungeklärt. Auch Mitarbeitende werden oft zu spät einbezogen und Arbeitsabläufe zu spät angepasst. Erfolgreiche Unternehmen planen den Betrieb von Anfang an mit: Sie wählen einen konkreten Anwendungsfall mit messbarem Nutzen, binden Fachbereich und IT ein und klären früh, wie die Lösung integriert, überwacht und weiterentwickelt wird. So wird aus einem technischen Experiment ein verlässlicher Service. Die dafür nötige Betriebserfahrung muss beim ersten Anwendungsfall erst aufgebaut werden.

Woran erkennen Unternehmen, ob ein KI-Anwendungsfall für den produktiven Einsatz geeignet ist?

Entscheidend sind drei Fragen: Welches konkrete Problem lösen wir? Welchen messbaren Nutzen erzielen wir? Können wir die Lösung sicher und zuverlässig betreiben? Ein Anwendungsfall muss nicht spektakulär sein, um wertvoll zu sein. Ein KI-Assistent, der hilft, interne Dokumentationen oder technische Informationen schneller zu finden, kann im Alltag einen grossen Unterschied machen. Voraussetzung ist, dass die Datenqualität stimmt, Zugriffsrechte eingehalten werden und die Lösung in bestehende Prozesse integriert werden kann. Produktionsreife bedeutet dabei nicht hundertprozentige Fehlerfreiheit. Entscheidend ist, dass Qualitätsanforderungen definiert sind, Fehler erkannt werden und bei Bedarf ein Mensch übernehmen kann. Ein begrenzter Einsatz mit echten Nutzern und repräsentativen Daten zeigt, ob diese Voraussetzungen erfüllt sind.

Welche strategischen Entscheidungen müssen Unternehmen frühzeitig treffen, um ihre Datenhoheit zu behalten und neue technologische Abhängigkeiten zu vermeiden?

Unternehmen sollten früh klären, welche Daten sie einsetzen, wo diese verarbeitet werden, wer darauf zugreifen kann und wie ein Wechsel zu einem anderen Anbieter beziehungsweise Modell möglich ist. Datenhoheit umfasst auch die Kontrolle über Betrieb, Datennutzung und Weiterentwicklung. Dazu gehören Entscheidungen über die Plattformarchitektur, den Verarbeitungs­standort, den Umgang mit Prompts, Ergebnissen und gespeicherten Kontexten sowie den Zugriff von Unterauftragnehmern. Technologische Unabhängigkeit erfordert offene Schnittstellen, exportierbare Daten und austauschbare Modelle oder Infrastrukturen. Eine standardisierte API allein reicht nicht. Auch Wissensdatenbanken, Werkzeuge und Geschäftsprozesse müssen übertragbar bleiben. Vollständige Unabhängigkeit ist kaum erreichbar. Entscheidend ist, Abhängigkeiten bewusst einzugehen, ihre Auswirkungen zu verstehen und einen Anbieterwechsel technisch, vertraglich und wirtschaftlich vorzubereiten.

Wo geraten digitale Souveränität und der Wunsch nach schneller KI-Innovation am stärksten in ­Konflikt?

Der Konflikt entsteht, wenn Unternehmen möglichst schnell neue KI-Dienste nutzen, gleichzeitig aber die Kontrolle über ihre Daten und den Betrieb behalten wollen. Digitale Souveränität lässt sich auch durch einen souveränen KI-Service-Provider erreichen. Unternehmen müssen Infrastruktur und Modelle nicht selbst betreiben. Entscheidend sind verbindliche Zusicherungen darüber, wo Daten verarbeitet werden, wer darauf zugreifen kann, wie Logs erstellt werden und unter welchen technischen und rechtlichen Bedingungen der Service läuft. Ebenso wichtig sind austauschbare, nicht proprietäre Modelle und offene Schnittstellen. Auf Basis von Open-Weight-Modellen kann ein souveräner KI-Service-Provider den Zielkonflikt zwischen rascher Innovation und digitaler Souveränität entschärfen: Er stellt neue Modelle und Funktionen als professionell betriebenen Service bereit und verbindet Innovation mit lokaler Kontrolle. Dafür muss er technologisch anschlussfähig bleiben und seine Souveränität im tatsächlichen Betrieb nachweisen.

Welche Entscheidungen und Verantwortlichkeiten sollten Unternehmen beim KI-Betrieb selbst behalten, auch wenn sie externe Dienstleister einbinden?

Unternehmen müssen selbst entscheiden, wofür sie KI einsetzen, welche Risiken sie akzeptieren und welche Daten dafür verwendet werden dürfen. Die fachliche Verantwortung für Ergebnisse und Entscheidungen muss klar geregelt werden. Ein externer Partner kann Plattform, Sicherheit, Integration und Betrieb bereitstellen sowie technische Expertise einbringen.  Somit gehören die Auswahl der Anwendungsfälle, die Freigabe der verwendeten Daten und die Festlegung von Zugriffsrechten in die Verantwortung des Unternehmens. Ebenso muss es festlegen, wo menschliche Kontrolle erforderlich ist, wer Ergebnisse prüft und wer bei Fehlern oder Vorfällen entscheidet.

Wann lohnt sich eine souveräne KI-Plattform, und wann sind internationale Hyperscaler die sinnvollere Wahl?

Eine souveräne KI-Plattform lohnt sich dann, wenn sensible Daten, geschäftskritische Prozesse und die langfristige Kontrolle über den Betrieb im Zentrum stehen. Ein souveräner KI-Service-Provider kann diese Anforderungen mit einem profes­sionell betriebenen Service erfüllen – Unternehmen müssen dafür keine eigene KI-Infrastruktur aufbauen. Internationale Hyperscaler sind attraktiv, wenn globale Verfügbarkeit, ein breites Angebot integrierter Dienste und der schnelle Zugang zu neuen KI-Funktionen entscheidend sind. Auch dort müssen Unternehmen Datenzugriffe, Betriebsbedingungen und Abhängigkeiten für den konkreten Service prüfen.

Wie lässt sich KI-Governance gestalten, ohne Innovation unnötig auszubremsen?

Governance sollte klare Leitplanken statt Verbote schaffen. Unternehmen legen fest, welche Daten für welche KI-Dienste verwendet werden dürfen, welche Anwendungen keine zusätzliche Freigabe benötigen und wann eine vertiefte Risikoprüfung nötig ist. Für einen internen Assistenten mit freigegebenen Dokumenten gelten andere Anforderungen als für eine KI, die sensible Kundendaten verarbeitet oder Entscheidungen mit weitreichenden Folgen unterstützt. In regulierten Branchen sind Datenschutz, Nachvollziehbarkeit und Kontrolle angemessen zu berücksichtigen. Verständliche und verhältnismässige Regeln geben Mitarbeitenden Sicherheit und ermöglichen Innovation. Ein souveräner KI-Service-Provider kann technische Kontrollen zentral bereitstellen, etwa für Zugriffsrechte, Datentrennung und Modellfreigaben.

Welche Risiken und Kosten werden unterschätzt, wenn Unternehmen KI-Anwendungen dauerhaft ­betreiben wollen?

Häufig konzentriert man sich auf die Kosten rund um das Modell und übersieht den zusätzlichen Aufwand, der laufend entsteht: Daten müssen aufbereitet und gepflegt, Schnittstellen inte­griert, Zugriffsrechte verwaltet und Ergebnisse kontrolliert werden. Lange Kontexte, hohe Nutzerzahlen oder Agenten mit vielen aufeinanderfolgenden Aufrufen können die Verbrauchskosten zusätzlich erhöhen.  Auch die Anforderungen an Sicherheit und Governance verändern sich mit der Nutzung. Eine Lösung, die in einem kleinen Pilotprojekt günstig erscheint, kann bei vielen Nutzenden und komplexen Datenquellen deutlich aufwendiger werden. 

Was sollten Schweizer Unternehmen heute konkret anpacken, damit ihre KI-Strategie nicht bei Pilotprojekten stehen bleibt?

Sie sollten mit wenigen abgegrenzten Anwendungsfällen beginnen und diese verbindlich in den Betrieb überführen. So werden Daten, Sicherheit, Zuständigkeiten und das Betriebsmodell von Anfang an berücksichtigt. Dadurch entstehen Grundlagen und betriebsinterne Erfahrungen im Umgang mit geeigneten Daten, bei der Integration in bestehende Systeme sowie in den Bereichen Sicherheit, Qualität und menschliche Kontrolle. Mitarbeitende werden früh eingebunden und Arbeitsabläufe angepasst. Ein souveräner KI-Service-Provider kann die technische und betriebliche Umsetzung beschleunigen und die Kontrolle über Daten und Betriebsbedingungen ermöglichen.