Künstliche Intelligenz eröffnet enorme Chancen – und macht gleichzeitig vieles unübersichtlicher. Für KMU geht es deshalb nicht darum, jedem neuen KI-Trend hinterherzulaufen. Entscheidend ist, die eigene Readiness aufzubauen: Welche Potenziale sind für das eigene Unternehmen besonders relevant – und was braucht es, um sie tatsächlich zu heben?
„Was ist an KI eigentlich anders?“ Diese Frage begleitet mich seit mehr als zehn Jahren. Und meine Antwort darauf hat sich im Laufe dieser Zeit verändert. Lange habe ich auf die Eigenschaften der Technologie verwiesen: KI ist autonom, lernfähig und in vielen Fällen intransparent. Das ist richtig – erklärt aber nur einen Teil dessen, was KI so besonders macht. Später habe ich begonnen, stärker über die Rolle von KI in unserer Arbeit zu sprechen. KI ist nicht einfach nur ein weiteres Tool oder Medium. Sie kann zum Akteur und Counterpart werden: Während klassische Werkzeuge unsere Arbeit unterstützen, kann ein KI-System zunehmend selbst Arbeit übernehmen. Heute würde ich noch einen Schritt weitergehen: Das eigentlich Besondere an KI liegt in der Transformation, die sie auslöst. KI verändert, was wir tun, wie wir es tun – und teilweise auch, wer es tut. Damit verändert sie nicht nur einzelne Prozesse, sondern potenziell Geschäftsmodelle, Organisationen und unsere Wirtschaft insgesamt. Genau deshalb ist die Frage für Unternehmen nicht mehr nur: Was kann KI? Sondern vor allem: Was bedeutet KI für uns?
Willkommen im KI-Dschungel. Für meinen Vortrag im Rahmen des DIH West Forums im Kontext der Vorarlberger KI-Days im September 2026 habe ich deshalb bewusst das Bild des Dschungels gewählt. Warum nicht die Achterbahn? Auch das wäre naheliegend: Wir erleben derzeit viele Höhen – erstaunliche Ergebnisse, Aha-Momente und Anwendungen, die besser funktionieren als erwartet. Aber genauso viele Tiefen: Frustration, unzuverlässige Ergebnisse, Integrationsprobleme und Lösungen, die sich nicht wie erhofft skalieren lassen. Nur: Eine Achterbahn fährt eine vorbestimmte Route. Der KI-Dschungel tut das nicht. Im Gegenteil: Das Terrain verändert sich laufend. Es gibt eine enorme Vielfalt an Möglichkeiten, Chancen und Ressourcen – aber auch Gefahren, Irrwege und Bereiche, die wir noch gar nicht vollständig verstehen. Für Unternehmen entsteht daraus eine schwierige Situation: Wie orientiert man sich in einem Umfeld, dessen Möglichkeiten schneller wachsen, als man sie bewerten kann?
Aus meiner Sicht zeichnen sich dabei einige Themen besonders deutlich ab.
- Wir nutzen KI schneller, als wir unsere Datenlandschaft modernisieren: KI ist längst im Arbeitsalltag angekommen. Wir schreiben Texte, übersetzen, programmieren, recherchieren oder analysieren mit Unterstützung von KI. Der Innovationswille ist also durchaus vorhanden. Gleichzeitig zeigt sich eine paradoxe Situation: Die breite Nutzung von generativer KI trifft in vielen Unternehmen auf eine Datenbasis, die noch nicht annähernd so weit entwickelt ist. Fortgeschrittene Datenanalysen sind in vielen KMU in Österreich noch keineswegs Standard. Genau hier liegt eine der größten Herausforderungen: Wir nutzen KI teilweise bereits sehr intensiv – aber unsere organisatorischen und technischen Grundlagen halten damit nicht Schritt. Das ist entscheidend, denn der Wert von KI entsteht nicht allein durch das Modell. Er entsteht durch das Zusammenspiel von Modell, Daten, Prozessen, Menschen und Infrastruktur.Wer seine Daten nicht kennt, kann ihre Qualität nicht beurteilen. Wer seine Prozesse nicht versteht, kann schwer einschätzen, wo KI tatsächlich einen Unterschied macht.
- KI macht Datensouveränität zur strategischen Frage: Damit verbunden ist eine zweite Frage: Was passiert eigentlich mit unserem Wissen? Unternehmensdaten sind nicht einfach irgendein Rohstoff. In ihnen stecken Erfahrungen, Kundenwissen, Prozesse, Know-how und über Jahre aufgebaute Wettbewerbsvorteile. Mit der zunehmenden Nutzung von KI müssen Unternehmen deshalb genauer wissen, welche Daten sie in welche Systeme geben, unter welchen Bedingungen diese verarbeitet werden und welche Abhängigkeiten dadurch entstehen. Datensouveränität ist damit nicht nur eine Frage des Datenschutzes. Sie wird zu einer strategischen Frage der Wettbewerbsfähigkeit. Denn Firmenwissen sollte nicht unreflektiert zum Treibstoff fremder Plattformen werden.
- Die größte Veränderung betrifft nicht die Technologie, sondern die Menschen: Wir stehen vor einem der größten Umbrüche der Arbeitswelt – und behandeln ihn vielerorts noch wie die Einführung einer neuen IT-Anwendung. Dabei verändert KI nicht nur einzelne Prozesse, sondern Aufgaben, Rollen, Zusammenarbeit und teilweise sogar die Frage, welche Arbeit künftig überhaupt von Menschen gemacht wird. Das bringt neuartige Change-Herausforderungen mit sich. Trotzdem greifen wir häufig auf klassische Change-Modelle zurück oder hoffen, dass die IT die Einführung von KI gewissermaßen nebenbei mitmacht. Beides greift zu kurz. KI ist kein Selbstläufer: „Hier ist die Technologie – nutzt sie“ wird die notwendige Veränderung nicht auslösen. Die eigentliche Herausforderung liegt deshalb in der Gestaltung der Transformation: Wie verändern sich Arbeit und Organisation? Welche Kompetenzen brauchen Menschen? Welche Rollen entstehen neu, welche verändern sich? Und wie schaffen wir ein gemeinsames Zielbild, wenn wir selbst noch nicht genau wissen, wie die Arbeitswelt mit KI aussehen wird? Genau darin liegt die besondere Herausforderung: Wir müssen nicht nur Menschen für eine neue Technologie qualifizieren, sondern gemeinsam mit ihnen eine neue Arbeitswelt gestalten.
- Geschwindigkeit schafft neue Haftungs- und Governance-Fragen: Die Einführung von KI schreitet vielerorts schneller voran als Governance, Regulierung und Unternehmenskultur. Das erzeugt Spannungsfelder: Was tun wir, wenn ein System falsche Ergebnisse liefert? Wer kontrolliert automatisierte Entscheidungen? Wie gehen wir mit Bias und Diskriminierung um? Wem gehört ein Ergebnis, das mit KI erzeugt wurde? Und wer trägt die Verantwortung, wenn daraus ein Schaden entsteht? Mit zunehmender Integration von KI in Geschäftsprozesse werden diese Fragen nicht kleiner, sondern größer. „Wir können das technisch“ ist deshalb noch lange nicht gleichbedeutend mit „Wir sollten das so einsetzen“. KMU brauchen dafür keine lähmende Bürokratie. Aber sie brauchen klare Regeln, Verantwortlichkeiten und ein Bewusstsein dafür, wo menschliche Kontrolle unverzichtbar bleibt.
- Auch KI hat eine Ökonomie – und die ist nicht immer vorhersehbar: Ein weiterer Punkt wird gerade erst richtig sichtbar: KI kann nicht nur Kosten sparen, sondern auch neue und schwer kalkulierbare Kosten verursachen. Der Business Case für KI basiert zunächst – wie viele Business Cases – auf Annahmen: über Nutzung, Leistung und Kosten. Gerade bei nutzungsabhängigen Modellen können sich diese Annahmen jedoch schnell verändern. Ein System, das bei einem kleinen Pilotprojekt wirtschaftlich erscheint, kann bei breiter Nutzung plötzlich ganz anders zu Buche schlagen. Das macht Kosten-Transparenz und Monitoring zu einem wesentlichen Teil jeder KI-Strategie. Die Frage sollte deshalb nicht nur lauten: Was kostet die Einführung? Sondern auch: Was kostet die Nutzung, wenn sich KI tatsächlich durchsetzt?
- Die einfachen Use Cases sind wichtig – aber sie reichen nicht
Bei den niedrig hängenden Früchten sind viele Unternehmen inzwischen durchaus gut unterwegs. Produktivität beim Schreiben, Zusammenfassen, Recherchieren oder Übersetzen lässt sich relativ einfach erhöhen. Doch genau hier lauert auch eine Falle: Die Summe vieler kleiner Produktivitätsgewinne führt nicht automatisch zu einer grundlegenden Verbesserung des Unternehmens. Der entscheidende Schritt ist, aus einzelnen Anwendungen strukturellen Nutzen zu machen. Wo verändert KI einen Prozess wirklich? Wo verbessert sie ein Kundenerlebnis? Wo entsteht ein neues Wertangebot? Wo können Ressourcen anders eingesetzt werden? Das ist anspruchsvoller als einfach ein weiteres KI-Tool auszuprobieren – aber genau dort liegt langfristig der größere Hebel.
- Je mächtiger KI wird, desto wichtiger wird gute Governance
Wir erleben derzeit eine enorme Geschwindigkeit in der technologischen Entwicklung. Gleichzeitig entstehen neue Abhängigkeiten, Risiken und gesellschaftliche Fragen. Das führt zu einem scheinbaren Widerspruch: Wir wollen KI möglichst schnell nutzen, müssen aber gleichzeitig sicherstellen, dass wir sie verantwortungsvoll einsetzen. Geschwindigkeit und Governance sind keine Gegensätze. Gute Governance ist vielmehr eine Voraussetzung dafür, Geschwindigkeit dauerhaft nutzen zu können. Wer Risiken erst dann adressiert, wenn ein konkreter Schaden entstanden ist, zahlt in der Regel deutlich mehr als jene Organisation, die sich frühzeitig mit Verantwortlichkeiten und Grenzen beschäftigt.
- KI ist auch eine Frage der Fairness
KI entsteht nicht im luftleeren Raum. Sie übernimmt Muster aus Daten, Strukturen und Entscheidungen, die bereits existieren. Damit kann sie Ungleichheiten fortführen und verstärken – etwa wenn historische Verzerrungen in Daten in automatisierten Entscheidungen reproduziert werden. Gleichzeitig können neue Ungleichheiten entstehen: durch ungleichen Zugang zu Technologie und Bildung, durch Veränderungen auf dem Arbeitsmarkt oder durch die zunehmende Konzentration technologischer Macht bei wenigen Akteuren. Die Frage nach verantwortungsvoller KI ist deshalb nicht nur eine technische. Sie ist eine wirtschaftliche, gesellschaftliche und letztlich auch eine ethische Frage.
- Und vielleicht am wichtigsten: Wir müssen lernen, mit KI zu lernen
Ein Aspekt beschäftigt mich derzeit besonders: KI verändert nicht nur unsere Arbeit, sondern auch die Art, wie wir lernen. Die Gefahr besteht, dass wir KI vor allem als Abkürzung verstehen: Frage stellen, Ergebnis bekommen, weitermachen. Die größere Chance liegt darin, KI als Lernpartner zu nutzen: Zusammenhänge verstehen, Alternativen entwickeln, Annahmen hinterfragen, Wissen aufbauen. Das ist ein entscheidender Unterschied. Denn wenn KI dazu führt, dass wir weniger selbst denken, kann kurzfristige Produktivität langfristig mit einem Verlust an Kompetenz bezahlt werden. Wenn wir KI dagegen nutzen, um unsere Fähigkeiten zu erweitern, entsteht ein ganz anderer Effekt: Wir werden mit KI besser – und nicht nur schneller.
Was bedeutet das für KMU?
Bei all diesen Themen könnte man leicht zu dem Schluss kommen: Das ist alles ziemlich kompliziert. Und ja: Der KI-Dschungel ist kompliziert. Aber daraus folgt nicht, dass KMU abwarten sollten, bis jemand den gesamten Dschungel kartografiert hat. Das wird nicht passieren. Ich halte deshalb einen anderen Ansatz für sinnvoller als den KI-Aktionismus, den wir in den vergangenen Jahren teilweise erlebt haben: Nicht der nächste Use Case sollte im Mittelpunkt stehen, sondern die eigene Readiness. Die entscheidende Frage lautet nicht: Welche KI-Anwendung müssen wir jetzt unbedingt ausprobieren? Sondern: Welches Potenzial entsteht durch KI spezifisch für unser Unternehmen – und was fehlt uns, um dieses Potenzial zu heben?
Dafür lohnt sich ein Blick auf vier miteinander verbundene Bereiche.
Erstens: Unser Wertangebot. Was bieten wir unseren Kundinnen und Kunden an? Verändert KI die Relevanz dieses Angebots? Verändert sich das Kundenverhalten? Entstehen neue Erwartungen oder vielleicht sogar völlig neue Möglichkeiten?
Zweitens: Unsere Prozesse und Strukturen. Wie erstellen und liefern wir unser Angebot heute? Wo entstehen durch KI neue Potenziale? Wo liegen Integrationshürden? Welche Prozesse müssen sich verändern, damit KI überhaupt Wirkung entfalten kann?
Drittens: Unsere Ressourcen. Welche Menschen, Daten und Infrastrukturen stehen uns zur Verfügung? Wo haben wir bereits gute Voraussetzungen? Und welche Ressourcen oder Kompetenzen müssen wir erst aufbauen?
Viertens: Unsere Fähigkeit zur Veränderung. Denn Readiness ist nicht nur eine technische Frage. Sie betrifft auch Kultur, Führung, Lernen und die Bereitschaft, Arbeit neu zu organisieren.
Diese vier Bereiche lassen sich nicht isoliert betrachten. Ein neues KI-Potenzial kann beispielsweise neue Datenanforderungen erzeugen. Neue Daten wiederum erfordern andere Prozesse. Neue Prozesse verändern Rollen und Kompetenzen. Und all das kann wiederum das Wertangebot beeinflussen. Genau deshalb bleibt es ein Dschungel. Aber wir können lernen, uns darin besser zu bewegen. Nicht jeder KI-Chance hinterherlaufen – sondern vorbereitet sein. Für KMU liegt aus meiner Sicht deshalb eine zentrale strategische Aufgabe darin, die eigene Readiness systematisch aufzubauen. Das bedeutet nicht, jede neue Technologie zu testen. Und es bedeutet auch nicht, auf KI zu warten. Es bedeutet, die eigenen Voraussetzungen so weiterzuentwickeln, dass man Chancen dann ergreifen kann, wenn sie zum Unternehmen passen. Readiness vor Aktionismus. Denn wenn Potenzial und Readiness zusammenpassen, steigt die Wahrscheinlichkeit, dass aus einem KI-Experiment tatsächlich Wert entsteht. Und genau daraus entsteht ein positiver Kreislauf: Wir nutzen KI dort, wo sie zu uns passt, lernen daraus und erhöhen dadurch unsere Readiness für die nächste Entwicklung. So müssen wir den KI-Dschungel nicht vollständig verstehen, bevor wir uns hineinbewegen.
Wir brauchen Orientierung.
Wir brauchen die richtigen Fragen.
Wir brauchen die Fähigkeit, Chancen und Risiken einzuschätzen.
Und wir müssen bereit sein, voneinander zu lernen. Denn eines ist sicher: Diesen Dschungel wird niemand alleine durchqueren. Gerade deshalb sind Austausch, gemeinsames Lernen und Formate wie die Vorarlberger KI-Days so wichtig. Es gibt noch nicht für jede Frage eine fertige Antwort – und schon gar nicht eine, die für jedes Unternehmen passt. Aber wir können gemeinsam besser verstehen, welche Fragen die richtigen sind. Und genau dafür ist der Austausch zwischen Unternehmen, Forschung und Technologie besonders wertvoll. Der KI-Dschungel wird nicht kleiner werden. Aber wir können lernen, uns darin besser zu orientieren.
Autorin: Dr. Sabrina Schneider, Leiterin Forschungsgruppe Digital Business Transformation und Blum Stiftungsprofessorin
Bild: Ki-generiert