KI im Unternehmen: Hürden bei HR, Daten und Transformation
- vor 6 Tagen
- 4 Min. Lesezeit
Künstliche Intelligenz ist omnipräsent – doch wie viel Substanz steckt hinter dem Hype? In einer Paneldiskussion beleuchteten Vertreter von Workday, Neuroth und Deloitte den tatsächlichen Stand der KI-Nutzung in Unternehmen. Die zentrale Erkenntnis: Der größte Hebel liegt nicht in der Technologie, sondern in Organisation, Daten und Menschen.
Die Ausgangslage ist klar: Kaum ein Thema wird derzeit so intensiv diskutiert wie künstliche Intelligenz. Unternehmen wollen aufspringen, investieren und experimentieren. Doch zwischen Interesse und echter Transformation klafft eine Lücke. In der Praxis dominieren vielerorts Pilotprojekte, isolierte Use Cases und erste Automatisierungsinitiativen, während eine strategische Verankerung noch aussteht.
„Viele Organisationen probieren KI aus, aber wirklich strategisch angegangen wird das Thema noch zu wenig“, sagt Florian Brence, Partner bei Deloitte . Seine Beobachtung deckt sich mit Erfahrungen aus zahlreichen Projekten: KI wird häufig als Technologieprojekt verstanden – nicht als tiefgreifende Veränderung der Arbeitsweise. Der Fokus liegt dabei vor allem auf Effizienzsteigerung, etwa durch Automatisierung oder schnellere Informationsverarbeitung. Was jedoch oft fehlt, ist die konsequente Weiterentwicklung von Rollen, Entscheidungslogiken und Organisationsstrukturen.
Genau hier setzt auch die Perspektive von Workday an. Gregory Strasser verweist auf eine Workday Studie, die zeigt, dass viele Unternehmen zwar bereits intensiv mit KI arbeiten, jedoch Schwierigkeiten haben, daraus echten Mehrwert zu generieren. Der Grund liegt weniger in den Tools als in den Rahmenbedingungen, in denen sie eingesetzt werden.
Das Produktivitätsparadoxon und seine strukturellen Ursachen
Ein zentrales Motiv der Diskussion war das sogenannte Produktivitätsparadoxon. KI ermöglicht es, schneller zu arbeiten, mehr Inhalte zu generieren und größere Datenmengen zu verarbeiten. Gleichzeitig zeigt sich jedoch, dass ein erheblicher Teil dieser Effizienzgewinne wieder verloren geht – etwa durch Nachbearbeitung, Kontrolle oder Anpassung der Ergebnisse.
„KI macht Arbeit schneller, aber Geschwindigkeit allein garantiert keinen besseren Output“, erklärt Gregory Strasser von Workday .
Die Ursachen dafür liegen tief in der Organisation verankert. Einerseits fehlt es häufig an klaren Zielbildern: Was soll durch KI tatsächlich besser werden – nur schneller oder auch qualitativ hochwertiger? Andererseits arbeiten viele Unternehmen mit Strukturen, die nicht mehr zur technologischen Realität passen.
„Wir arbeiten heute mit ganz modernen Tools – aber die Organisationsstrukturen sind oft noch jene von vor Jahrzehnten“,
so Strasser .
Diese Diskrepanz führt dazu, dass KI zwar Prozesse beschleunigt, aber nicht zwingend verbessert. Mitarbeitende müssen Ergebnisse prüfen, korrigieren und anpassen – ein zusätzlicher Aufwand, der die ursprünglichen Zeitgewinne relativiert. Gleichzeitig entsteht ein Spannungsfeld zwischen Effizienz und Qualität, das viele Organisationen noch nicht aufgelöst haben.
Der Mensch im Zentrum – zwischen Chance und Unsicherheit
Im weiteren Verlauf der Diskussion wurde deutlich, dass die zentrale Herausforderung nicht technologischer, sondern menschlicher Natur ist. KI verändert nicht nur Prozesse, sondern auch das Verhältnis von Mitarbeitenden zu ihrer Arbeit, zu Entscheidungen und zu Verantwortung.
„Wenn diese Unsicherheit da ist, führt das automatisch dazu, dass Menschen mehr kontrollieren wollen“, erklärt Gregory Strasser .Diese Kontrollmechanismen sind nachvollziehbar – insbesondere in sensiblen Bereichen. Gleichzeitig erhöhen sie jedoch den Arbeitsaufwand und führen zu einer neuen Form kognitiver Belastung. Mitarbeitende müssen schneller arbeiten, mehr Inhalte verarbeiten und gleichzeitig sicherstellen, dass die Qualität stimmt. Die Folge ist ein Spannungsfeld, das sich nicht durch Technologie allein auflösen lässt.
Datenqualität als unterschätzter Engpass
Ein weiterer zentraler Punkt der Diskussion war die Rolle von Daten. Während KI oft als Zukunftstechnologie wahrgenommen wird, zeigt sich in der Praxis, dass viele Unternehmen noch mit grundlegenden Herausforderungen kämpfen.
„Der kritische Pfad in Projekten sind die Daten – nicht die Technologie“,
betont Florian Brence .
In vielen Organisationen sind Daten historisch gewachsen, fragmentiert oder inkonsistent. Fehlerhafte Einträge, unterschiedliche Definitionen oder fehlende Standardisierung erschweren eine sinnvolle Nutzung. Besonders problematisch wird dies, wenn KI auf diese Daten aufsetzt und daraus automatisierte Entscheidungen ableitet.Gerade im HR-Bereich ist diese Problematik besonders ausgeprägt. Hier werden sensible personenbezogene Daten verarbeitet, deren Qualität und Konsistenz entscheidend sind. „Bei HR genügt fast richtig nicht – es muss 100 Prozent stimmen“, so Brence .
Gleichzeitig zeigt sich hier auch das Potenzial: Eine saubere, integrierte Datenbasis ermöglicht nicht nur effizientere Prozesse, sondern auch fundiertere Entscheidungen. Barbara Tscheliessnigg, COO bei Neuroth, betont in diesem Zusammenhang den strategischen Mehrwert: „Durch eine gute Datenbasis können wir bessere Entscheidungen treffen und Kompetenzen gezielter steuern“
Transformation als kulturelle Aufgabe
Ein zentrales Fazit der Diskussion war, dass KI-Einführung nicht als IT-Projekt verstanden werden darf. Vielmehr handelt es sich um einen umfassenden Transformationsprozess, der tief in die Organisation hineinwirkt.
„Das ist kein Rollout eines Systems, das ist ein Change“, sagt Barbara Tscheliessnigg .
Dieser Change betrifft nicht nur Prozesse und Systeme, sondern vor allem Denkweisen. Unternehmen müssen bereit sein, bestehende Strukturen zu hinterfragen, gewohnte Abläufe zu verändern und sich stärker an Standards zu orientieren. Gleichzeitig erfordert dieser Wandel eine klare Kommunikation und Einbindung der Mitarbeitenden.
Ein entscheidender Erfolgsfaktor ist dabei das Vertrauen. Mitarbeitende müssen verstehen, welchen Mehrwert KI bringt – und wie sie sinnvoll eingesetzt wird. Ohne dieses Verständnis bleibt Technologie wirkungslos.
Neue Kompetenzen für eine neue Arbeitswelt
Mit der Einführung von KI verändert sich auch das Anforderungsprofil für Mitarbeitende. Klassische Aufgaben werden zunehmend automatisiert, während neue Kompetenzen an Bedeutung gewinnen.
„Man muss den Mitarbeitenden zeigen, wie sie KI sinnvoll nutzen können“,
betont Barbara Tscheliessnigg .
Dabei geht es nicht nur um technische Fähigkeiten, sondern auch um den richtigen Umgang mit der Technologie: das Formulieren von Anfragen, das Bewerten von Ergebnissen und das Verständnis für Grenzen und Risiken.
Gleichzeitig stellt sich eine grundlegende Frage: Wie lernen junge Mitarbeitende künftig die notwendigen Grundlagen, wenn viele klassische Einstiegsaufgaben wegfallen? Diese Entwicklung deutet auf einen tiefgreifenden Wandel hin – nicht nur in einzelnen Funktionen, sondern in der gesamten Arbeitswelt.
Der wahre Wandel beginnt im Unternehmen
Die Paneldiskussion machte deutlich, dass KI ihr Potenzial nur dann entfalten kann, wenn Unternehmen bereit sind, sich selbst zu verändern. Technologie allein reicht nicht aus.„Wir werden nicht mehr so arbeiten wie am Anfang des 21. Jahrhunderts“, sagt Gregory Strasser .
Der Schlüssel liegt in einem integrierten Ansatz: Datenqualität, Prozessharmonisierung, neue Rollenbilder und gezielte Qualifizierung müssen zusammenspielen. Erst dann kann aus Effizienz auch tatsächlicher Mehrwert entstehen.
Oder, wie es im Panel zusammengefasst wurde: Die eigentliche Transformation findet nicht in der Technologie statt – sondern im Unternehmen selbst.
it&d business Redaktion
Kommentare