# Wie man ein Unternehmen KI-transformiert: Erst Vision und Leadership, Technologie zuletzt > In Folge 7 von Prompt & Proper reden Steffen Ochsenreither und ich über die KI-Transformation selbst. Die häufigste Frage ist die Tooling-Frage, dabei transformiert kein Tool eine Organisation. Die üblichen Maturity-Frameworks starten bei der Technologie und stehen damit auf dem Kopf. Dazu meine AI-Maturity-Matrix, das Transformations-Framework aus der Praxis und der eigentliche Hebel: transformative Leader, die als Leuchttürme vorangehen. - Date: 2026-09-02 - Source: https://romanoroth.com/de/podcast/e07-wie-man-ein-unternehmen-ki-transformiert/ - Tags: AI, Podcast, Prompt & Proper, Transformation, Leadership, AI Strategy Wir haben in diesem Podcast schon viel über Technik geredet und über die Auswirkungen von KI. In Folge 7 von **[Prompt & Proper](https://promptandproper.ai/)** nehmen Steffen Ochsenreither von der Post und ich uns die Transformation selbst vor. Also nicht, was KI in einem Unternehmen macht, sondern wie man ein Unternehmen auf KI ausrichtet.
## Die Tooling-Frage ist die einfachste Frage Steffen sagt, die Hauptfrage sei nach wie vor die Tooling-Frage. Welches Tool nehme ich, welches Modell nehme ich. Ich sehe das auch, zuletzt an zwei Konferenzen in Berlin, der CIO Connect und dem Industry Forward Summit. Und ich sehe es bei uns selbst. Ich habe intern massiv Werbung für Claude Code gemacht, jetzt sitzen wir an der Neuverhandlung der Lizenzen. Das ist eine reale Konsequenz, aber es ist eben keine Transformation. Meiner Meinung nach ist die Tool-Frage die einfachste Frage überhaupt. Du stellst das Tool zu den Leuten hin und hast damit noch nichts verändert. Steffen bringt den Vergleich, der das gut trifft: > „Selbst grosse Tools, SAP etc., das ist das Tool. SAP transformiert auch keine Firma. Es ist die Nutzung des Tools." Die Frage dahinter lautet also, wie stelle ich die Nutzung überhaupt sicher. Und da fängt die Arbeit an. ## Die Maturity-Frameworks stehen auf dem Kopf Steffen hat sich diverse AI-Maturity-Modelle angeschaut. Die meisten beginnen bei der Frage, wie gut das Unternehmen technologisch aufgestellt ist. Für ihn gehört genau dieser Punkt ans Ende. Sein Ablauf geht von der Vision über Leadership zu den Skills, und erst danach kommen Technologie und Daten. Ohne Zugriff auf die Daten und ohne sauberes Datenmodell wird es schwierig, das bestreitet er nicht. Nur liegen davor rund fünfzehn andere Schritte, und mit denen sollte man anfangen. ## Meine AI-Maturity-Matrix: vier Stufen über alle Rollen Bei Zühlke habe ich dafür eine AI-Maturity-Matrix eingeführt. Horizontal die Stufen, vertikal unsere Rollen, in den Feldern steht konkret, was das für diese Rolle bedeutet. Das Lustige daran: Tools kommen darin praktisch nicht vor. Stufe 0 heisst, du benutzt KI in deiner täglichen Arbeit gar nicht. Stufe 1 habe ich capable genannt, du experimentierst sporadisch, privat und in der Arbeit. Auf Stufe 2, adopting, wird es interessant. KI ist das Default-Tool, und wenn du ein Problem hast, überlegst du dir zuerst, wie du es damit löst. Stufe 3 ist transformativ. KI ist vollständig in deine Arbeit integriert, du bildest andere aus, du baust ganze Prozesse um und bist Champion in deinem Bereich. Steffen hat sofort nachgehakt: Wer Microsoft Office oder die Google-Suche benutzt, ist doch schon KI ausgesetzt, also automatisch auf Stufe 2? Nein. Eine Google-Suche bleibt Stufe 1. Stufe 2 heisst, der Ingenieur arbeitet per Default mit Coding-Agenten, oft mit mehreren gleichzeitig, und der Architekt stellt seine Architekturfragen direkt einem Agenten. Bei Zühlke ist das Ziel klar. Stufe 0 wollen wir in Zukunft nicht mehr haben, dafür läuft jetzt die Ausbildung. Das absolute Minimum ist Stufe 1. Ich glaube allerdings nicht, dass das lange hält. Irgendwann im nächsten Jahr wird Stufe 2 unser Minimum sein. ## Das Transformations-Framework: Assessment, Vision, Roadmap, Portfolio Die Matrix ist die persönliche Dimension. Daneben steht die Transformation des Unternehmens. Wir haben bei Zühlke ein eigenes Framework dafür, mit dem wir KI-Transformationen bei Kunden durchführen, und wir wenden es gerade auf uns selbst an. Der Ablauf: Zuerst Interviews mit dem Leadership-Team und ausgewählten Mitarbeitenden, damit klar wird, wo wir stehen. Das ist ein klassisches Maturity Assessment, und es macht die Lücken sichtbar. Danach ein AI Vision Workshop, in dem wir das Zielbild definieren. Früher hätte ich dafür einen Fünfjahreshorizont genommen, heute sind es zwei Jahre. Aus dem Zielbild leitest du die Roadmap ab, und aus der Roadmap das Initiativen- oder Use-Case-Portfolio. Ein Punkt, der oft fehlt: > „Jeder Use Case, den ihr habt, sollte sich an den strategischen Zielen des Unternehmens orientieren und sollte auf ein Unternehmens-KPI einzahlen." Ohne diese Verankerung sammelst du Initiativen, die niemand messen kann. ## Die drei Schlüssel: Technologie, Prozesse, Organisation Steffen wollte wissen, welche drei Punkte es braucht, ohne die es nicht geht. Du fragst einen Consultant nach drei Punkten, du kriegst drei Punkte. Der erste Punkt ist die Technologie. Das technische Fundament, und darin zentral die AI-Plattform, das agentische Gateway, wie immer du es nennst. Das wird besonders wichtig, wenn die Tokenpreise steigen und du dich von einzelnen Vendoren entkoppeln willst. Darauf sitzt das Skill-Management, also Skills als Markdown-Files für die Modelle, und dort leben auch deine Agenten. Der zweite Punkt sind die Prozesse. Du musst sie analysieren und anpassen, und das koordinierst du nicht aus dem Elfenbeinturm. Wir definieren in den Landesgesellschaften und Units sogenannte AI-Champions, die die Transformation dezentral durchführen und die Prozesse vor Ort umbauen. Der dritte Punkt ist die Organisation. Hier werden die Security-Leute unruhig: Du musst die Daten teilen. Die Modelle brauchen Zugriff, strukturiert wie unstrukturiert, damit Agenten darauf arbeiten können. Das heisst am Ende, dass die Organisation entlang der Wertschöpfungskette aufgebaut sein muss. Linien- und Ablauforganisation richten sich an einem Produkt oder Service aus, und diese Einheit hat Zugriff auf alle Daten, die sie zum Liefern braucht. Steffens Kommentar dazu: jeder dieser drei Punkte ist für sich ein langes Projekt. Und potenziell eine eigene Folge, die liegt jetzt auf dem Backlog. ## Das Vision-Problem Steffen sieht vor all dem noch eine Lücke. Die Vision ist meistens sehr vage. Eine Vision zu formulieren, die fünf Jahre hält, ist in dieser Zeit schwierig, das muss sie seiner Meinung nach auch nicht. Das eigentliche Problem liegt woanders: Die Vision für den KI-Einsatz hängt entweder am Tooling fest oder sie geht ultrabreit auf „wir nutzen KI überall". Beides lässt sich für die Leitungsebene nicht übersetzen. Was bedeutet das für die einzelne Mitarbeiterin, für den einzelnen Mitarbeiter? Da bleibt viel Potenzial liegen. ## Die Geschäftsleitung geht durch die Schulung Ich sehe in vielen Unternehmen, dass das Thema auf Geschäftsleitungs- und Verwaltungsratsebene nicht wirklich verstanden ist. Was diese Technologie ist und wie man sie gewinnbringend einsetzt, bleibt unklar. Deshalb habe ich bei Zühlke bestimmt, dass die gesamte Geschäftsleitung einen ganzen Tag durch eine unserer Schulungen geht. Das hat ihnen überhaupt nicht gepasst, was ich verstehe, wenn man Leute einen ganzen Tag aus dem Geschäft zieht. Inhalt waren Governance, die Frage, welche KI-Initiative wirklich Sinn ergibt, und der Unterschied zwischen einem LLM, einem RAG und einem Agenten. Ich habe klar aufgezeigt, warum Halluzinationen entstehen und wo die Grenzen liegen. Genau das nimmt das „Magic" aus dem Thema heraus. Man merkt den Effekt seither: Alle ziehen am gleichen Strang und haben dasselbe Verständnis, und das zahlt direkt auf die Vision ein. Steffen stimmt zu, mit einer Einschränkung, die sitzt: > „Eine generalistische Schulung hast du so schnell vergessen, wie du sie angemeldet hast." Eine Basisbefähigung braucht es, man muss grundsätzlich verstehen, was diese Technologie tut. Danach muss die Schulung aber gezielt darauf eingehen, was den Leuten im Alltag konkret etwas bringt. Sonst bleibt die Nutzung nicht hoch. ## Limit-Awareness Der Punkt, den Steffen für Teamleiter, Geschäftsführung und Verwaltungsrat am wichtigsten findet, ist die Limit-Awareness. Damit meint er nicht, welche Aufgabe ein Modell noch nicht kann. Er meint die Grenzen, die aus der eigenen Organisation kommen, und die Grenzen der eigenen Technologieplattform. Wer diese Grenzen nicht kennt, landet in einem von zwei Fehlern. Entweder er geht davon aus, dass alles problemlos funktioniert. Oder er fängt gar nicht erst an, aus Angst, die Sache könnte zu gross werden. ## Transformative Leader sind der Schlüssel Damit schliesst sich der Kreis zur Matrix. Die Manager, die mich am meisten interessieren, sind die, die KI vollständig einsetzen. Die Sessions machen, die weiter sind als ihre Ingenieure und zeigen, wie sie damit arbeiten. Diese Leute stehen nicht auf Stufe 2, sie sind bereits transformativ. Und genau davon brauchst du ein Set an den richtigen Stellen. Leute, die als Influencer und Vorreiter wirken und die Richtung sichtbar machen. Das ist meiner Meinung nach der Schlüssel einer KI-Transformation. ## Das Fazit Steffens Zusammenfassung am Ende der Folge: Es braucht eine Vision, also einen konkreten Plan, wo man hin will. Es braucht ein Set von Leadern, die diese Vision aktiv tragen, statt sie mitzunehmen, weil der CAIO das so gesagt hat. Diese Leader leben es vor und schaffen die Strukturen dafür. Wer seine Leute nicht für eine Basisschulung freistellt, kommt nicht weit. Ein Assessment macht den Stand transparent, und damit lässt sich gut starten. Wenn euch die Folge gefällt, abonniert **Prompt & Proper** auf [Spotify](https://open.spotify.com/episode/7vEr25ARvQzAVULdVvIYGI), [Apple Podcasts](https://podcasts.apple.com/us/podcast/prompt-proper/id6792786850), [Amazon Music](https://music.amazon.com/podcasts/b8a56367-a595-4865-8e73-97c706fa4743) oder [YouTube](https://youtu.be/COwYN2fdg3Q) und schreibt uns, mit welchem KI-Thema ihr gerade kämpft. Alle Folgen: [promptandproper.ai](https://promptandproper.ai/).