KI in Action: Wenn Experimente zum Arbeitsalltag werden

Die Referierenden zeigten, wie KI Prozesse beschleunigt, neue Rollen schafft und Unternehmen dazu zwingt, Verantwortung und Zusammenarbeit neu zu denken:

Patrick Federi, Head of UX bei Ergon Informatik, zeigte, wie KI bereits entlang des gesamten UX-Prozesses eingesetzt wird. Sie hilft bei der Auswertung von Interviews, beim Entwickeln von Varianten und beim Vorbereiten von Nutzertests. Prototypen entstehen heute in Stunden statt Wochen und können viel früher getestet werden. Federi zeigte aber auch Grenzen auf: Ein überzeugender Prototyp könne den Eindruck erwecken, das Produkt sei bereits fertig. Für ihn bedeutet das: «Was bleiben soll, braucht mehr Spezifikation und weniger Vibe.» Und er betonte die Verantwortung der Fachleute mit dem Motto «Human in the Lead»: Wer ein KI-Ergebnis übernimmt, muss es beurteilen und dafür geradestehen können.

Lukas Fischer, Gründer und CEO von NETNODE, stellte den Umbau seiner eigenen Organisation vor – und verglich den Prozess mit einem Kompost: Altes wird zersetzt, damit Neues wachsen kann. Nach zwanzig Jahren, in denen er Code von Hand geschrieben habe, musste er seine eigene Rolle neu denken, sagte Fischer. Bei NETNODE soll aus der persönlichen Nutzung einzelner KI-Werkzeuge eine gemeinsame Arbeitsweise werden. Dazu werden Projektwissen, Anweisungen und Abläufe so organisiert, dass Menschen und KI-Agenten darauf zugreifen können. Die vorgestellte Umgebung verbindet Skills, Workflows und angeschlossene Systeme. So entsteht für einen Jour fixe aus offenen Tickets, der Roadmap, dem letzten Protokoll und Aktivitäten im Helpdesk ein Vorschlag für die Agenda. Ein Mensch prüft, gewichtet und ergänzt. Fischer machte damit deutlich, wie sich Arbeit verschiebt: Ziele setzen, Kontext bereitstellen und Ergebnisse prüfen. Dies alles erfordert die Bereitschaft, die eigenen beruflichen Gewohnheiten zu hinterfragen.

Sébastien Donzel, Director Digital Services bei Wirz, beleuchtete die ethische Perspektive unter anderem mit der Frage: Nach welchen Massstäben beurteilen wir eine überzeugend formulierte Antwort der KI? Welche Folgen kann ihre Anwendung haben? Und wer übernimmt die Verantwortung? Für Donzel müssen KI-Ergebnisse auch Vertrauen und die Glaubwürdigkeit einer Marke transportieren.

Patman, Lead AI bei Team Farner, weitete den Blick anschliessend auf die gesamte Organisation. Unter dem Titel «Vom KI-Tool zum Betriebssystem» beschrieb er, wie persönliche Möglichkeiten zu gemeinsamen Fähigkeiten werden können. Sein Ansatz umfasst drei Bereiche: Mitarbeitende befähigen, zum Ausprobieren anregen und Wissen zugänglich machen. Am Anfang gilt zu klären, wo die Mitarbeitenden stehen und was sie für ihre Aufgaben brauchen. Darauf sollten Lernangebote und Zugänge zu Werkzeugen aufbauen. Eine neue Aufgabe mit KI könne zu Beginn durchaus länger dauern, betonte Patman. Wer neue Arbeitsweisen lernen soll, braucht dafür Zeit im Arbeitsauftrag. Interne Wissensträger und geteilte Abläufe helfen anschliessend, Erfahrungen in die Teams zu tragen. Anschaulich wurde das an den vorgestellten Anwendungen: «Atelier» soll kreative Abläufe wiederholbar machen, «Monitor» Informationen für die Beratung aufbereiten und «Hot Seat» das Trainieren von Expertise ermöglichen. Ein AI Hub und sogenannte Second Brains sollen Unternehmenswissen sowie Kunden- und Teamkontexte besser verfügbar machen. Zugänglichkeit und der Schutz sensibler Informationen müssen dabei zusammen gedacht werden. Auch über die wirtschaftliche Seite von KI sprach Patman: Was verrechnen Agenturen künftig, wenn KI den Aufwand stark reduziert? Und wie werden Kosten für die Nutzung und den Unterhalt der Systeme verrechnet?

Kurz zusammengefasst zeigen die vier Beispiele: Die Anwendung von KI muss konkret erprobt werden, Erfahrungen geteilt und es braucht ausreichend Zeit zum Lernen. Und es braucht den Mut, vertraute Abläufe zu verändern.