Was bedeutet fehlende KI-Kompetenz auf Führungsebene konkret für ein Unternehmen?

Führungskräfte ohne KI-Grundverständnis sind nicht in der Lage, die Qualität von KI-Strategien und deren Umsetzung zu beurteilen. Dies führt zu fehlgeleiteten Investitionen, gescheiterten Projekten und ungenutzten Compliance-Risiken. Laut verfügbaren Studien sehen 85 Prozent der Führungskräfte KI als strategisch wichtig – doch nur 20 Prozent fühlen sich ausreichend informiert, um steuernd einzugreifen.

Ist der EU AI Act für Schweizer Unternehmen relevant, die keinen Sitz in der EU haben?

Ja, aus zwei Gründen: Erstens orientiert sich die Schweizer Gesetzgebung historisch stark an EU-Regulierungen – wie beim Datenschutzgesetz geschehen. Zweitens sind viele Schweizer Unternehmen über Kunden, Lieferanten oder eigene Niederlassungen direkt in den EU-Rechtsraum eingebunden. Wer heute EU-AI-Act-konform agiert, ist für kommende Schweizer Regelungen gut aufgestellt.

Was sind Multiagentensysteme und welchen Nutzen haben sie für Unternehmen?

Multiagentensysteme (MAS) bestehen aus mehreren spezialisierten KI-Agenten, die autonom miteinander kommunizieren, um komplexe Aufgaben arbeitsteilig zu lösen – ähnlich einem menschlichen Projektteam. In Pilotprojekten der Logistikbranche wurden damit Produktivitätssteigerungen von bis zu 40 Prozent erzielt. Sie ermöglichen vollautomatisierte Prozesse von der Produktentwicklung bis zur Vertriebspublikation.

Bis wann und in welchem Umfang werden KI-Agenten Unternehmensentscheidungen beeinflussen?

Laut einer SAP-Studie könnten bis 2028 bis zu 60 Prozent aller Unternehmensentscheidungen von KI-Agenten beeinflusst werden. Erste Anwendungen existieren bereits heute in den Bereichen Preisoptimierung, Personalplanung, Einkauf und programmatische Werbung. Unternehmen sollten deshalb bereits jetzt Governance-Frameworks und Kontrollmechanismen für autonome KI-Entscheidungen entwickeln.

Warum sind 54 Prozent der Bevölkerung skeptisch gegenüber KI-generierten Nachrichten, und was können Medienhäuser dagegen tun?

Die Skepsis basiert auf der bekannten Tendenz grosser Sprachmodelle, Fakten zu erfinden oder Quellen zu halluzinieren. Medienhäuser können Vertrauen durch klare Transparenz schaffen: durch Kennzeichnung von KI-generierten oder KI-optimierten Inhalten, Offenlegung verwendeter Quellen und eine differenzierte Markierung auf Beitragsebene statt pauschaler Angaben.

Wie können Unternehmen KI strategisch einführen, ohne die Belegschaft zu überlasten?

Der Schlüssel liegt in einem strukturierten Top-down-Ansatz: Die Geschäftsführung definiert die KI-Strategie gemeinsam mit externen Experten und schafft damit den Rahmen für skalierbare, schrittweise Implementierung. Effizienzgewinne durch KI-Automatisierung schaffen dabei neue Kapazitäten, die wiederum für Compliance- und Weiterbildungsaufgaben genutzt werden können – ein sich selbst verstärkender Kreislauf.

Welche neuen Geschäftsmodelle entstehen durch die Kombination von Multiagentensystemen und Social Commerce?

Die Verbindung von TikTok-Reichweite mit automatisierten KI-Produktionspipelines ermöglicht vollständig neue Vertriebsmodelle: Thematische Nischenexpertise wird mit automatisierter Produktentwicklung (z. B. individualisierte Print-on-Demand-Produkte) kombiniert und direkt über Social-Commerce-Kanäle monetarisiert. Die technische Infrastruktur dafür – Automatisierungsplattformen, Bildgeneratoren, Shop-APIs – ist heute bereits verfügbar und für KMU zugänglich.

Ab welchem Punkt sollte KI-Entscheidungsautonomie durch menschliche Kontrolle begrenzt werden?

Es gibt keine universelle Schwelle, aber die Gastgeber empfehlen, Kontrollmechanismen proportional zur Entscheidungsrelevanz zu gestalten: Operative Routineentscheidungen (Preisanpassung, Anzeigenausspielung) können weitgehend autonom erfolgen, während strategische Entscheidungen (Personalplanung, Investitionen) stets menschliche Validierung erfordern sollten. Entscheidend ist, dass Governance-Strukturen nicht reaktiv, sondern präventiv etabliert werden.

Wenn Algorithmen entscheiden: KI-Kompetenz in der Führungsetage und die Zukunft autonomer Geschäftsentscheidungen

Der blinde Fleck in der Chefetage: KI-Kompetenz als strategische Pflicht

Eine der unbequemsten Wahrheiten im Kontext der digitalen Transformation lautet: 85 Prozent der Führungskräfte halten Künstliche Intelligenz für strategisch wichtig – aber nur 20 Prozent fühlen sich ausreichend informiert, um fundierte Entscheidungen zu treffen. Diese Diskrepanz ist kein harmloses Wissensgefälle. Sie ist ein unternehmerisches Risiko.

Chris Jon Graf und Bernd Schmellenkamp, die Gastgeber des Schweizer KI-Podcasts «Digitalize Your Passion», bringen es in dieser Episode klar auf den Punkt: Wer KI-Strategie einfach nach unten delegiert – wie man es mit anderen Fachthemen tut – handelt fahrlässig. Denn ohne ein Grundverständnis auf Geschäftsführungsebene fehlt die Fähigkeit, die Qualität der Umsetzung überhaupt zu beurteilen.

Was fehlendes KI-Wissen in der Führung wirklich bedeutet

Falsche Priorisierung von KI-Projekten mangels strategischer Einordnung
Verzögerungen oder Scheitern von Implementierungen
Compliance-Risiken, insbesondere im Hinblick auf den EU AI Act
Abhängigkeit von externen Dienstleistern ohne interne Prüfkompetenz

Die Lösung ist nicht, dass jeder CEO zum KI-Ingenieur wird. Es geht darum, ausreichend Orientierung zu haben, um die richtigen Experten zu identifizieren, deren Arbeit zu bewerten und KI als Führungsthema auf der obersten Hierarchieebene zu verankern.

EU AI Act: Regulierung als unerwarteter Transformationstreiber

Der EU AI Act ist in der Schweiz kein direkt geltendes Recht – und dennoch hochrelevant. Wie die Gastgeber erläutern, hat die Schweiz historisch bei EU-Regularien stets nachgezogen: Entweder über bilaterale Verträge oder durch eigene Gesetzgebung, die sich stark an EU-Vorbildern orientiert. Das Schweizer Datenschutzgesetz ist das jüngste Beispiel dieses Musters.

Für Unternehmen mit Kunden, Lieferanten oder eigenen Standorten in der EU ist die Lage eindeutig: Der EU AI Act ist heute bereits handlungsrelevant.

Compliance als Einstieg in die KI-Strategie

Ein wichtiger strategischer Gedanke aus der Episode: Compliance muss nicht als bürokratische Last betrachtet werden. Sie kann als Einstiegstor in eine strukturierte KI-Strategie dienen. Unternehmen, die KI zunächst aus regulatorischen Gründen angehen, profitieren dabei gleichzeitig von den Effizienzgewinnen – freigewordene Ressourcen helfen wiederum, den Compliance-Aufwand zu stemmen. Ein sich selbst verstärkender Prozess.

Multiagentensysteme: Die stillen Entscheider hinter den Kulissen

Das technisch anspruchsvollste Thema der Episode ist gleichzeitig das strategisch bedeutsamste: Multi-Agenten-Systeme (MAS). Laut SAP Report 2025 liegt die Zukunft der Automatisierung in der Interaktion mehrerer spezialisierter KI-Agenten, die selbständig miteinander kommunizieren, um komplexe Aufgaben zu lösen.

Wie Multiagentensysteme in der Praxis funktionieren

Chris Jon Graf beschreibt das Prinzip anhand eines konkreten Beispiels:

Agent 1 generiert einen Produktnamen basierend auf einem Thema
Agent 2 erstellt eine Produktbeschreibung
Agent 3 generiert ein passendes Bild via Bildgenerierungs-KI
Agent 4 publiziert das fertige Produkt automatisch in einem Online-Shop

Das Resultat: Eine nahezu vollständig automatisierte Produktentwicklungs- und Vertriebspipeline – angetrieben durch eine Abfolge spezialisierter KI-Komponenten, die miteinander interagieren wie ein gut eingespieltes Arbeitsteam.

Messbare Ergebnisse aus Pilotprojekten

Erste Pilotprojekte mit Multiagentensystemen zeigen in der Logistikbranche Produktivitätssteigerungen von bis zu 40 Prozent durch Echtzeit-Optimierung von Lieferketten. Diese Zahlen sind keine Marketing-Versprechen, sondern empirische Ergebnisse aus kontrollierten Implementierungen.

KI als autonomer Entscheider: Wann übernehmen Algorithmen die Kontrolle?

Laut einer SAP-Studie könnten bis 2028 bis zu 60 Prozent aller Unternehmensentscheidungen von KI-Agenten beeinflusst werden. Das klingt futuristisch – ist es aber nur bedingt.

Bereits heute treffen KI-Systeme täglich Millionen von Entscheidungen:

Google Ads: Automatische Anzeigengenerierung, Ausspieloptimierung und Zielgruppenentscheidungen in Echtzeit
Zalando: KI entscheidet, welche Produkte welchen Nutzern in welchem Moment angezeigt werden
Preisoptimierung: Dynamische Preisfindung auf Basis von Marktdaten ohne menschliche Intervention

Vom Assistenten zum autonomen Manager

Die entscheidende Frage ist nicht ob, sondern wann KI-Agenten von der Assistenzfunktion zur eigenständigen Entscheidungsrolle wechseln. Bernd Schmellenkamp verweist auf das Konzept der DAOs (Decentralized Autonomous Organizations) aus der Kryptowelt als Vorläufer: Organisationen, deren Entscheidungen vollständig auf vordefinierten Prinzipien und Algorithmen basieren – ohne menschliche Intervention im Einzelfall.

Für die Praxis bedeutet das: Je mehr ein KI-System in der Vergangenheit konsistent gute Empfehlungen geliefert hat, desto wahrscheinlicher wird es, dass Führungskräfte ihm zunehmend autonome Entscheidungsgewalt einräumen. Nicht per Direktive, sondern durch schleichende Gewöhnung.

Executive Takeaway: Kontrollmechanismen von Anfang an einbauen

Die Gastgeber betonen ausdrücklich: Autonome KI-Entscheidungen erfordern robuste Überprüfungs- und Kontrollmechanismen. Ohne diese besteht das Risiko eines unkontrollierten Kontrollverlusts – mit potenziell weitreichenden unternehmerischen und rechtlichen Konsequenzen.

KI und Medien: Das Vertrauensproblem

Ein weiteres zentrales Thema der Episode ist die Medienbranche. Die Funke Mediengruppe hat mit dem Videopodcast «Off The Record» ein Format gestartet, das sich explizit mit KI in der Medienwelt beschäftigt – ein Zeichen dafür, dass auch klassische Medienhäuser die Relevanz des Themas erkannt haben.

Laut Reuters Institute Digital News Report sind 54 Prozent der Befragten unsicher, ob KI-generierte Nachrichten vertrauenswürdig sind. Diese Skepsis ist rational und wird durch die bekannte Neigung grosser Sprachmodelle zum «Halluzinieren» – also zum Erfinden von Quellen und Fakten – untermauert.

Was Transparenz konkret bedeutet

Kennzeichnung, ob ein Inhalt vollständig KI-generiert oder nur KI-optimiert wurde
Offenlegung der verwendeten Quellen durch das KI-System
Unterscheidung zwischen menschlich erstellten und algorithmisch bearbeiteten Inhalten

Die Forderung nach einer Kennzeichnungspflicht für KI-generierte Medieninhalte dürfte in den kommenden Jahren regulatorisch an Fahrt gewinnen – nicht zuletzt durch den EU AI Act.

Neue Geschäftsmodelle: TikTok Shop meets Multiagentensysteme

Abschliessend diskutieren die Gastgeber ein konkretes, heute bereits umsetzbares Geschäftsmodell: Die Kombination aus TikTok-Reichweite und automatisierten KI-Produktionspipelines.

Das Grundprinzip: Thematische Expertise (z. B. Boutique-Hotels, Reisedestinationen, Nischenprodukte) trifft auf automatisierte Produktentwicklung via Multiagentensystem. Ergebnis: Individualisierte, on-demand produzierte Physikalprodukte (z. B. T-Shirts, Merchandise), die direkt über TikTok Shop vertrieben werden – ohne klassisches Lager, ohne Massenproduktion.

Dieses Modell ist kein Zukunftsszenario. Die technologische Infrastruktur existiert bereits heute über Plattformen wie Make.com in Kombination mit Bildgeneratoren und Print-on-Demand-Diensten.

Executive Takeaways im Überblick

KI-Kompetenz ist Chefsache – nicht delegierbar, aber durch gezielte externe Expertise kompensierbar
EU AI Act ist für Schweizer Unternehmen handlungsrelevant – als Orientierungsrahmen und im Fall von EU-Geschäftsbeziehungen direkt bindend
Multiagentensysteme sind keine Zukunftsmusik – sie erzeugen messbare Produktivitätsgewinne bereits heute
Bis 2028 könnten 60 % der Unternehmensentscheidungen KI-beeinflusst sein – Governance-Frameworks müssen jetzt entwickelt werden
Mediale KI-Transparenz wird zum Wettbewerbsfaktor und regulatorischen Pflichtfeld
Neue Geschäftsmodelle entstehen an der Schnittstelle von KI-Automatisierung und Social Commerce