KI-Transformation: Wie Künstliche Intelligenz die Arbeitswelt neu gestaltet

Was ist eine KI-Transformation?

Eine KI-Transformation bedeutet, dass Unternehmen ihre bestehenden Prozesse, Systeme und Arbeitsweisen grundlegend überdenken und neu ausrichten. Es geht nicht darum, KI als ein weiteres Werkzeug neben anderen zu implementieren. Es geht darum, dass KI zur treibenden Kraft wird, die Entscheidungen schneller trifft, Ressourcen effizienter nutzt und Mitarbeitende von repetitiven Aufgaben befreit, damit diese sich auf strategischere, kreativere Arbeiten konzentrieren können.

Die Transformation verläuft jedoch nicht linear. Sie beginnt mit einer klaren Vision, setzt sich in der strategischen Planung fort und manifestiert sich letztlich in der täglichen Arbeit jedes einzelnen Mitarbeitenden.

Laut der dritten jährlichen Wharton GBK KI-Adoptionsstudie von Oktober 2025 nutzen bereits 82% aller Mitarbeitende in Unternehmen weltweit KI-Anwendungen in ihren Kernprozessen auf einer wöchentlichen Basis, von der Personalverwaltung bis zur Produktionsoptimierung. Unternehmen, die diesen Weg erfolgreich gehen, berichten 2025 von deutlichen Produktivitätssteigerungen, schnelleren Entscheidungsfindungsprozessen und gestärkter Wettbewerbsfähigkeit.

Was ist KI, was ist Künstliche Intelligenz?

Künstliche Intelligenz ist ein Sammelbegriff für verschiedene Technologien, von regelbasierten Systemen über Machine Learning bis hin zu großen Sprachmodelle, die Aufgaben ausführen, die bisher menschliche Intelligenz erforderten.

Das Spektrum ist breit: Ein einfaches KI-System könnte automatisch Kundenbeschwerden klassifizieren und an die richtige Abteilung weiterleiten. Ein komplexeres System könnte Produktionsdaten analysieren, Fehler vorhersagen und automatisch Wartungsmaßnahmen einleiten. Wieder andere Systeme können natürliche Sprache verstehen und generieren, was ganz neue Möglichkeiten für Kundenservice und interne Kommunikation eröffnet.

Das zentrale Verständnis: Künstliche Intelligenz ist kein Selbstzweck. Jede KI-Anwendung muss ein konkretes Geschäftsproblem lösen. Eine KI-Transformation scheitert nicht an der Technologie, sondern daran, dass Unternehmen die falschen Probleme zu lösen versuchen oder die richtige Technologie auf die falsche Weise implementieren.

Die erfolgreichsten Unternehmen behandeln Künstliche Intelligenz deshalb nicht als IT-Thema, sondern als Geschäftsthema. Sie stellen nicht die Frage "Welche KI-Technologie sollten wir kaufen?", sondern "Welche Geschäftsergebnisse wollen wir erreichen, und wie kann KI dabei helfen?"

"KI ist die neue Elektrizität": Martina Merz über die Zukunft der Arbeit

Auch für Martina Merz ist KI kein einfaches Tool oder ein kurzzeitiger Trend. Sie versteht KI als neue Realität. Die Aufsichtsrätin  verschiedenster Unternehmen und ehemalige Managerin hat Jahre im Maschinenraum der Transformation verbracht. Von der Restrukturierung globaler Konzerne bis zur Neuausrichtung von Führung in der digitalen Ära kennt sie die Komplexität von Wandel aus erster Hand.

Martina Merz ist davon überzeugt, dass wir an einem Wendepunkt stehen. Wenn sie künstliche Intelligenz mit Elektrizität vergleicht, will sie nicht provozieren. Sie will präzisieren: „Künstliche Intelligenz ist wie Elektrizität. Sie wird jeden Lebensbereich verändern."

In einem ausführlichen Interview auf der Flip Forward 2025 hat Merz ihre Sicht darauf geteilt, was KI für Industrie, Führung und die Menschen bedeutet, die am nächsten am Geschehen arbeiten: die Mitarbeitenden in der Produktion und im operativen Geschäft. Das vollständige Video-Interview finden Sie hier:

Was ist eine KI-Strategie?

Eine KI-Strategie ist das strategische Grundgerüst, auf dem die gesamte KI-Transformation aufbaut. Sie antwortet auf grundlegende Fragen:

• Wo wollen wir KI einsetzen?

• Welche Geschäftsprobleme sollen gelöst werden?

• Welche Ressourcen brauchen wir?

• Und vor allem: Wie passen KI-Initiativen in unser übergeordnetes Geschäftsmodell?

Eine solide KI-Strategie unterscheidet sich von Einzelprojekten: Sie hat Weitblick, ist an Unternehmenszielen verankert und wird von der Führungsebene aktiv unterstützt. Unternehmen ohne klare KI-Strategie laufen Gefahr, in verschiedene Richtungen zu experimentieren, während wertvolle Ressourcen verpuffen.

Die beste KI-Strategie einer Organisation ist eine, die drei Ebenen adressiert:

1. Strategische Ebene: Welche Geschäftsprobleme können durch KI gelöst werden? Wie trägt dies zu unseren langfristigen Zielen bei?

2. Operative Ebene: Welche konkreten Prozesse werden automatisiert oder optimiert? Welche Daten brauchen wir dafür?

3. Kulturelle Ebene: Wie wird unser Team KI verstehen, akzeptieren und nutzen? Wie verändern sich Rollen und Verantwortlichkeiten?

Eine KI-Strategie muss auch realistisch sein. Sie sollte mit den größten Herausforderungen beginnen, also dort, wo KI den unmittelbarsten Nutzen bringt, und dann skaliert werden. Unternehmen, die überambitioniert starten, scheitern häufig an der Umsetzung. Eine iterative, evidenzbasierte Herangehensweise bewährt sich deutlich besser.

Vom „Engagement" zum Dialog: Die Frontline neu denken

Mit dem Begriff „Frontline Engagement" kann Merz wenig anfangen. „Der Begriff vermittelt ja den Eindruck, als sei da kein Engagement. Aber da ist jede Menge Engagement," erläutert sie kritisch. Damit trifft sie einen wunden Punkt: Es fehlt eben nicht an Engagement von Mitarbeitenden, aber diese werden oft einfach nicht gehört.

Merz spricht daher lieber von Frontline-Dialog. Dialog ist per Definition wechselseitig. Dialog setzt Respekt, Expertise und Input voraus. Damit erfordert Dialog Systeme, die zuhören – und antworten. Genau hier sieht sie die bahnbrechende Kraft von KI.

"Frontline-Mitarbeitende sind die 'Außenhaut' einer Organisation. Sie spüren als Erste, was passiert," betont Merz. Sie sind es, die Kundenprobleme erleben, ehe diese in offizielle Berichte einfließen. Sie sind es, die Verbesserungspotenziale im Tagesgeschäft erkennen. Sie sind es, die zuerst spüren, wenn Prozesse nicht funktionieren.

Klug eingesetzt wird KI damit zum Nervensystem einer Organisation: Sie kann verbinden, reagieren und macht lokales Wissen zu kollektiver Intelligenz. Sie ermöglicht es, dass die Erkenntnisse von Tausenden dezentral arbeitenden Menschen in Echtzeit zur Verfügung stehen, analysiert und angewendet werden können.

Die Botschaft an Führungskräfte ist unmissverständlich: Wenn ihre Frontline nicht mitreden, Einblicke teilen oder Entscheidungen mitgestalten kann, dann fliegen sie blind. Eine KI-Transformation, die die Frontline außen vor lässt, verfehlt ihre Ziele fundamental.

KI wird nicht nur vom Top Floor gesteuert

Für Martina Merz ist die Situation klar: Die KI-Revolution ist in der Chefetage angekommen, und darüber hinaus. "Bisher haben wir Experimente gesehen, frühe Anwender. Aber diese Phase liegt hinter uns. Jetzt braucht es Struktur. KI ist zu einem Führungsthema geworden," erklärt sie.

Dies bedeutet zwei Dinge gleichzeitig: Zum einen muss die KI-Strategie auf der obersten Führungsebene verankert sein, mit klarer Verantwortung und Budget. Zum anderen aber – und das ist die oft übersehene zweite Hälfte – kann KI nur dann sein volles Potenzial entfalten, wenn die Mitarbeitenden sie verstehen, unterstützen und aktiv nutzen.

Merz betont: „Jeder Bereich eines Unternehmens wird KI anders erleben – je nach Funktion und Rolle. Aber wir alle müssen uns damit befassen. Es ist kein Thema mehr für ‚die Anderen'." Diese Aussage richtet sich besonders an traditionelle Hierarchie-Organisationen, in denen „KI" lange nur auf Führungsebene diskutiert wurde, während der operative Betrieb unberührt blieb.

Gerade in Organisationen mit großen dezentralen Belegschaften stellt sich deshalb die entscheidende Frage: Wie erreichen und integrieren wir Menschen, die in bisherigen Digitalisierungsinitiativen kaum berücksichtigt wurden?

Wie sieht gute Führung aus? Ein neues Modell

Martina Merz erzählt in unserem Interview von einem Besuch bei Nvidia – einem der Treiber der KI-Revolution – und wie CEO Jensen Huang seine Organisation strukturiert hat. Bei Nvidia hat der CEO mehr als 50 direkte Reports. Wie funktioniert das? "Jeden Freitag schickt jede Person ihre fünf wichtigsten Prioritäten und Ideen. Das System zieht die Verbindungen. Es zeigt, wer miteinander sprechen sollte. Keine Meetings nötig," erklärt Merz.

Dies ist ein Beispiel, wie KI-Führung fundamental verändern kann. Statt in Abstimmungs- und Koordinationsmeetings gefangen zu sein, können Führungskräfte ihre Aufmerksamkeit auf strategische Fragen konzentrieren. KI übernimmt den operativen Fluss und die Koordination.

Der entscheidende Punkt ist nicht die konkrete Methode bei Nvidia, sondern die dahinter liegende Haltung: eine Kultur der Klarheit und Neugier, unterstützt durch Systeme, die Zusammenarbeit erleichtern. "Führungskräfte müssen keine Informations-Broker mehr sein. Technologie übernimmt den Fluss. Wichtig ist, was Sie mit dieser Information machen," sagt Merz.

Dies öffnet neue Möglichkeiten: Führungskräfte können sich weniger mit Informationsbeschaffung und -weitergabe befassen und mehr Zeit auf Gestaltung, Strategieentwicklung und Mentorschaft verwenden.

Jeder ist Frontline

Ein letzter, aber fundamental wichtiger Punkt: Martina Merz betont, dass Frontline nicht nur Fabrikhallen oder Lager meint. Die Nähe zum Geschehen, zu Kunden, zu Problemen, zu Chancen, macht jeden Mitarbeitenden zur Frontline. Denn in dynamischen Organisationen ist heute jede Person nur einen Schritt von einer Entscheidung entfernt.

Statt schlicht KI "an die Frontline auszurollen", sollten Führungskräfte zunächst Dialogsysteme schaffen, in denen Mitarbeitende auf allen Ebenen vernetzt, informiert und handlungsfähig sind – und deren Auswertung dann mit KI optimieren. Dies erfordert einen Perspektivwechsel: Weg von "Wie rollen wir KI aus?" hin zu "Wie gestalten wir Systeme, in denen KI Menschen befähigt?"

"Wir verabschieden uns von Systemen, die von lauten Stimmen abhängen. Mit KI kommen wir endlich in Echtzeit näher an die Fakten – und können damit viel schneller, viel bessere Entscheidungen treffen," fasst Merz ihre Vision zusammen.

Martina Merz appelliert an die Industrie: KI braucht digitale Basis

Eine der wichtigsten praktischen Erkenntnisse, die Martina Merz aus ihrer Erfahrung mitbringt, ist die Bedeutung von Grundlagenarbeit. "Damit KI skaliert werden kann, brauchen Unternehmen strukturierte Daten und digitale Basis-Workflows. Wenn das fehlt, helfen auch die besten Tools nicht," erklärt sie.

Dies ist ein Weckruf für alle, die glauben, KI könne veraltete Systeme oder fragmentierte Prozesse einfach „reparieren". In der Praxis zeigt sich: Viele Unternehmen arbeiten noch mit analogen Tools, Insellösungen oder Medienbrüchen. Ein typisches Bild.

Für Merz ist das kein Grund, den Einsatz von KI aufzuschieben. Im Gegenteil: Es ist der Aufruf, jetzt zu beginnen, Datenstrukturen zu schaffen und damit die Voraussetzungen für einen erfolgreichen Einsatz von KI zu gestalten. Die Digitalisierung der Grundlagen und die KI-Transformation gehen Hand in Hand – sie sind nicht zwei aufeinanderfolgende Projekte, sondern parallel zu verfolgende Ziele.

Praktischer Einsatz von KI in Unternehmen

Der praktische Einsatz von KI beginnt mit konkreten Use Cases. In der Personalverwaltung können KI-Systeme Lebensläufe analysieren und die besten Kandidaten identifizieren. Im Customer Service können Chatbots häufig gestellte Fragen beantworten, ohne dass menschliche Agenten dazwischen gehen. In der Fertigung können prädiktive Analysen Maschinenausfälle vorher ankündigen.

Der Einsatz von KI ist jedoch kein isoliertes Projekt einer einzelnen Abteilung. Um wirklich transformativ zu wirken, muss KI abteilungsübergreifend eingesetzt werden. Dies stellt Unternehmen vor neue Herausforderungen: Wie koordiniert man verschiedene KI-Initiativen? Wie stellt man sicher, dass die Systeme miteinander kommunizieren? Wie vermeidet man, dass eine Silo-Mentalität neue "KI-Silos" schafft?

In der Praxis zeigt sich: Der Einsatz von KI ist oft nur die halbe Miete. Die andere Hälfte ist Organisationsentwicklung – die Anpassung von Prozessen, Strukturen und Mindsets.

Besonders im Kontext von dezentralen Belegschaften, wie sie in großen Produktionsunternehmen üblich sind, entsteht eine entscheidende Frage: Wie erreicht man mit KI auch die Mitarbeitenden, die am weitesten vom Zentrum entfernt sind? Wie nutzt man KI nicht nur zur Zentral-kontrolle, sondern zur Stärkung von Mitarbeitenden vor Ort?

KI-Lösungen: Von der Problemdiagnose zur Implementierung

Eine KI-Lösung ist nicht einfach der Kauf eines Tools. Sie ist die Antwort auf eine spezifische Herausforderung, die eine Kombination von Technologie, Prozessänderung und Organisationsentwicklung umfasst.

Zu einer umfassenden KI-Lösung gehört:

• Klare Zielsetzung: Was genau soll erreicht werden? Wie wird Erfolg gemessen?

• Datengrundlage: Welche Daten sind verfügbar? In welcher Qualität? Welche müssen zuerst aufbereitet werden?

• Technologieauswahl: Welche KI-Systeme oder -Tools sind für diese Herausforderung relevant?

• Change Management: Wie werden Mitarbeitende einbezogen? Wie werden Ängste adressiert?

• Implementierung und Skalierung: Wie wird die Lösung schrittweise ausgerollt? Wie wird der Fortschritt gemessen?

• Fortlaufende Optimierung: Wie wird das System kontinuierlich verbessert?

Unternehmen, die KI-Lösungen am erfolgreichsten implementieren, tun dies iterativ. Sie starten mit einem "Minimum Viable Product" (einer minimal funktionsfähigen Lösung), messen die Resultate und lernen daraus. Dann skalieren sie schrittweise, während sie gleichzeitig Feedback sammeln und Verbesserungen vornehmen.

Ein besonderer Erfolgsfaktor bei KI Lösungen ist die Einbindung der Endnutzer von Anfang an. Wenn diejenigen, die die KI später nutzen sollen, nicht in die Konzeption und Entwicklung involviert sind, entstehen Lösungen, die an den echten Bedürfnissen vorbeigehen. Agile und nutzer-zentrierte Entwicklung hat sich daher in KI-Projekten als deutlich erfolgreicher erwiesen als klassisch-sequenzielle Ansätze.

KI-Tools: Die technische Landschaft navigieren

Die Vielfalt der KI Tools ist beeindruckend und kann zugleich überwältigend wirken. Unternehmen haben heute Zugriff auf Tools für:

• Datenanalyse und Business Intelligence: Tools, die große Datenmengen verarbeiten und Muster erkennen

• Automatisierung: Systeme, die repetitive Prozesse ausführen

• Prognose und Planung: KI, die zukünftige Trends vorhersagt

• Natürlichsprachliche Verarbeitung: Tools, die Text verstehen und generieren

• Bildverarbeitung: KI, die visuelle Daten analysiert

• Robotische Prozessautomation: Softwareroboter, die Geschäftsprozesse ausführen

Die Wahl der richtigen KI-Tools ist nicht in erster Linie eine technische Entscheidung, sondern eine strategische. Das beste Tool ist nicht dasjenige mit den meisten Features, sondern dasjenige, das zur spezifischen Herausforderung passt und die richtige Balance zwischen Komplexität und Benutzerfreundlichkeit bietet.

Ein verbreiteter Fehler ist es, teurere oder komplexere Tools zu wählen als nötig. Manchmal ist die einfachere Lösung nicht nur kostengünstiger, sondern auch schneller zu implementieren und leichter zu managen. Die erfolgreichsten Unternehmen beginnen mit überschaubaren Lösungen, die schnell Erfolg zeigen und Momentum aufbauen – statt auf die perfekte All-in-One-Lösung zu warten.

Ein anderer kritischer Punkt beim Einsatz von KI-Tools: Sie funktionieren nur dann wirklich, wenn die zugrundeliegenden Daten in guter Qualität vorliegen. Ein hochmodernes KI-Tool kann nicht von magischen Ergebnissen erzeugen, wenn es mit fragmentierten, ungenauen oder fehlenden Daten arbeitet. Dies ist einer der größten Erfolgsfaktoren, den viele Unternehmen unterschätzen.

KI-Kultur: Der Erfolgsfaktor hinter der Technologie

Eine KI-Kultur bedeutet, dass Mitarbeitende auf allen Ebenen verstehen, warum KI für das Unternehmen wichtig ist, wie sie funktioniert und wie sie konkret ihre Arbeit beeinflusst. Sie bedeutet auch, dass Menschen sich trauen, mit KI zu experimentieren, Fehler zu machen und daraus zu lernen.

Unternehmen mit starker KI-Kultur haben mehrere Merkmale gemeinsam:

• Offenheit für Innovation: Mitarbeitende werden ermutigt, neue Ansätze auszuprobieren, auch wenn diese fehlschlagen könnten.

• Kontinuierliches Lernen: Es gibt strukturierte Möglichkeiten für Weiterbildung und Wissensaustausch rund um KI.

• Transparenz: Führungskräfte kommunizieren offen über KI-Projekte, Erfolge und auch Herausforderungen.

• Vertrauen: Mitarbeitende vertrauen darauf, dass KI nicht dazu genutzt wird, sie zu überwachen oder zu ersetzen, sondern ihre Arbeit zu verbessern.

• Psychologische Sicherheit: Menschen müssen sich sicher fühlen, Fragen zu stellen, Bedenken zu äußern und mit KI-Systemen zu experimentieren.

Die Entwicklung einer KI-Kultur ist ein laufender Prozess, kein einmaliges Trainingsevent. Führungskräfte spielen dabei eine entscheidende Rolle: Sie müssen mit gutem Beispiel vorangehen, KI-Themen regelmäßig adressieren und zeigen, dass KI-Kompetenz im Unternehmen Wert hat.

KI-Transformation: 6 Handlungsempfehlungen für Führungskräfte

Aus Martina Merz' Perspektive ergeben sich klare Handlungsempfehlungen für eine erfolgreiche KI-Transformation:

1. Machen Sie KI zum Führungsthema – nicht nur zum Innovationsprojekt. KI gehört auf die Vorstandsebene, mit klarer Verantwortung an der Spitze. Es reicht nicht aus, dass die IT-Abteilung "ein KI-Projekt" durchführt.

2. Starten Sie mit den Grundlagen: Daten strukturieren, Workflows vereinfachen. Ohne solides Fundament kann KI nicht skalieren. Fragmentierte Prozesse und analoge Systeme müssen zuerst beheben werden – parallel zum KI-Einsatz, nicht danach.

3. Beziehen Sie die Frontline in Ihre Strategie ein – nicht nur als nachgelagerte Zielgruppe. Wenn Ihre KI-Transformation im HQ endet, wird sie scheitern. Inklusion ist Effizienz: Dezentrale Belegschaften müssen Input geben und können.

4. Vermeiden Sie Spielereien – setzen Sie auf echten Dialog. KI-Tools sind nur dann nützlich, wenn sie Mitarbeitende verbinden, Austausch ermöglichen und Handeln auslösen.

5. Denken Sie in Systemen, nicht in Silos. Die klügsten Unternehmen nutzen KI, um Barrieren abzubauen – nicht um neue Dashboards oder neue Kontrollebenen zu bauen.

Die KI-Transformation wird nicht von der Technologie gewonnen oder verloren. Sie wird von der Fähigkeit gewonnen oder verloren, Menschen zu verbinden, Systeme zu schaffen, die Dialog ermöglichen, und eine Kultur zu entwickeln, in der KI das Potenzial von Menschen verstärkt, statt es zu verdrängen.

Quellen: Wharton GBK KI-Adoptionsstudie.