Folge 29: Wann KI-Transformation scheitert – und wann nicht.

Inzwischen hat sich herumgesprochen: KI ist mehr als ein IT-Projekt. In fast jedem Unternehmen wird sie längst genutzt – ob geregelt oder nicht. Doch genau dort, wo Organisationen KI „einführen“ wollen, scheitern die meisten Vorhaben. Und zwar nicht erst beim Rollout, sondern viel früher: Am Anfang.

KI-Transformation scheitert nicht an der Technologie

Ein zentraler Gedanke der Folge: Wenn eine KI-Einführung scheitert, liegt es selten an der Technik. Es liegt daran, wie Unternehmen das Thema angehen. 

Fritz Fahringer war jahrelang „Herr der Daten“ des Data Hub in der Standortagentur Tirol und begleitet heute mit seiner Beratungsfirma VALTYROL Unternehmen beim ersten – und oft schwierigsten – Schritt. Sein Befund ist so einfach wie unbequem: 

👉 Ein Projekt hat einen klaren Anfang und ein klares Ende.

👉 Eine KI-Transformation nicht. 

Wer KI wie ein IT-Projekt behandelt – Tool kaufen, Schulung buchen, Haken dran – hat am Ende „maximal ein Abo abgeschlossen“ und einzelne Mitarbeitende, die im Stillen herumprobieren.

Der eigentliche Hebel liegt woanders. Darüber spreche ich mit Fritz Fahringer · Gründer VALTYROL und Vorstand der Data Intelligence Offensive.

JETZT REINHÖREN in Folge 29 >>

 

1. KI ist ein Prozess, kein Projekt 

KI verändert sich laufend – und damit müssen sich auch Prozesse und Menschen laufend mitverändern. Das ist kein einmaliges „Installieren und fertig“, sondern pures Change Management. 

Wenn ich die Leute nicht mitnehme, dann habe ich maximal ein Abo abgeschlossen. 

Deshalb beginnt KI nicht beim Werkzeug, sondern bei der Organisation: Wie tickt sie? Wie sieht sie sich selbst? Und wie ist sie in ihre Wertschöpfungskette eingebettet? 

2. Der Einstieg beginnt mit „Was nervt uns?“

tatt mit einer Tool-Liste startet man am besten mit einer ehrlichen Bestandsaufnahme: 

• Was machen wir täglich? 

• Was kostet uns Zeit? 

• Was nervt – und hält uns unverhältnismäßig auf? 

Das holt die Mitarbeitenden sofort ab, weil es genau die Reibungspunkte adressiert, die sie selbst spüren. Erst danach wird die Frage auf die nächste Ebene gehoben: Was nervt uns in Summe – und wer sind wir eigentlich als Organisation? 

👉 Erst die Reibung verstehen 👉 dann erst über KI (oder einfache Automatisierung) nachdenken.

3. Shadow AI ist ein Kultur- und kein Verbotsthema

Der Druck auf Mitarbeitende steigt: schneller, besser, mehr. Wer seine Ziele erreichen will, greift irgendwann zu KI – notfalls privat am eigenen Handy. Und dann landen Firmendaten dort, wo sie nicht hingehören. 

Shadow AI entsteht nicht aus böser Absicht – sondern aus Leistungsdruck und fehlender Orientierung. 

Reine Verbote lösen das nicht. Wer den Zugang zu sehr beschränkt, verhindert sinnvolles Arbeiten. Die Antwort liegt im Mindset: 

👉 Menschen befähigen statt bremsen
👉 sensibilisieren, üben, regelmäßig austauschen – intern und über das Unternehmen hinaus

4. Werte messbar machen: Value-based Engineering

Bevor man zum Techniker geht, lohnt sich die Vorarbeit. Werte wie Transparenz, Vertrauen oder Souveränität klingen schön – aber was bedeuten sie konkret für meinen Prozess, meine Mitarbeitenden, meine Kunden? 

Beim Chatbot heißt das etwa: Auf welche Daten greift er zu? Welche Sprache spricht er? Wann übergibt er an einen echten Menschen? Der AI Act schreibt ohnehin vor, dass Nutzer wissen müssen, dass sie mit einer KI sprechen. 

Was man nicht messen kann, bleibt nur ein netter Nordstern. 

Über „Value-based Engineering“ werden diese Werte in konkrete Anforderungen, Grenzen und KPIs übersetzt – nachvollziehbar wie ein Journal, das auf ISO-Normen und den AI Acteinzahlt. Und wie beim Prompting gilt: Je besser die Vorarbeit, desto besser das Ergebnis. 

5. KI ist ein Verstärker

Ein Bild, das hängen bleibt: KI verstärkt bestehende Abläufe – gnadenlos. Die guten genauso wie die fehlerhaften. 

👉 Setzt man KI auf einen sauberen Prozess, wird er besser. 👉 Setzt man sie auf einen kaputten Prozess, multipliziert sich der Fehler. 

Damit wird auch die Organisationskultur sichtbar. Im Marketing zum Beispiel wird KI oft unbedarft eingesetzt: Der Text klingt eloquent – aber ob er ein Ziel erreicht, die Firmenwerte spiegelt oder die Zielgruppe trifft, hat vorher niemand sichergestellt. 

6. Technische Schulden mit Zinseszinseffekt

Wer sich früher zu wenig um seine Daten gekümmert hat, zahlt jetzt drauf. Ein Datenreifegrad-Check macht diese „technischen Schulden“ sichtbar – und zeigt, dass der Umgang mit Daten in der Vergangenheit viel darüber verrät, wie ein Unternehmen künftig mit KI umgehen wird. 

Wenn man jetzt Stress bekommt, darf man trotzdem nicht hudeln. 

Die Grundaufgaben kommen zuerst. Lieber kleine, saubere Schritte als ein überstürzter Großwurf, der bestehende Fehler nur schneller skaliert. 

7. Der richtige Moment ist jetzt

Viele Unternehmen warten – auf das passende Tool, auf die anderen in der Branche, auf den „richtigen“ Moment. Fahringers Antwort darauf ist eindeutig: 

Es gibt keine Alternative zum Anfangen. Nicht anfangen ist keine Option. 

Gleichzeitig ist niemand zu spät dran: „Wir sind Internet 1998″ – am Anfang von etwas Großem. Wer jetzt klein, strukturiert und messbar startet, kann noch mitgehen. Und das wird zum Unterscheidungsmerkmal: Hat sich jemand schon mehr damit auseinandergesetzt als ich – oder nicht? 

👉 Klein anfangen, mit unkritischen, häufigen Aufgaben
👉 iterativ ausweiten über mehrere Bereiche
👉 Führung muss vorleben, sonst wirkt alles unecht 

Eine Kernbotschaft: Nicht sichtbar ist nicht buchbar. Wer will, dass seine Angebote von KI gefunden werden, muss Daten gezielt und strukturiert hinterlegen – sei es mit Schema.org, NAP-Auszeichnung oder klar gepflegten Öffnungszeiten.

Regelmäßige Pflege und Aktualität sind entscheidend, damit digitale Systeme relevante Informationen auslesen und weitergeben können. Das Prinzip ist universell: Unternehmen jeder Branche sollten jetzt prüfen, welche Informationen für KI zugänglich gemacht und wie sie kontinuierlich aktualisiert werden.

Wer Menschen mitnimmt, Werte messbar macht und klein, aber konsequent startet, führt KI nicht nur ein – sondern macht aus ihr echte Transformation. 

„KI ist immer ein Verstärker – von guten Abläufen genauso wie von technischen Schulden und fehlerhaften Prozessen.“ Fritz Fahringer, Gründer VALTYROL

 

Takeaways für die Praxis 

1) KI ist ein Prozess, kein Projekt 📌 Ein Projekt hat Anfang und Ende – eine Transformation nicht. Wer Menschen und Prozesse nicht mitnimmt, hat am Ende nur Einzelne, die im Stillen Tools ausprobieren. 

2) Der Einstieg beginnt mit „Was nervt uns?“ 📌 Tägliche Zeitfresser und Reibungspunkte sind der ehrlichste Startpunkt – und holen die Mitarbeitenden sofort ab. 

3) Nicht beim Tool anfangen, sondern bei Werten und Prozessen 📌 Erst Ziele, Grenzen und Werte klären, dann zur Technik. Wie beim Prompting gilt: Je besser die Vorarbeit, desto besser das Ergebnis. 

4) Shadow AI ist real – und ein Kulturthema 📌 Unter Leistungsdruck nutzen Mitarbeitende KI eben privat weiter. Das lösen keine Verbote, sondern Befähigung, Sensibilisierung und ausgewogene Leitlinien. 

5) KI ist ein Verstärker 📌 Sie verstärkt bestehende Abläufe gnadenlos – gute wie fehlerhafte. Wer KI auf einen kaputten Prozess setzt, multipliziert den Fehler. 

6) Werte messbar machen: Value-based Engineering 📌 Werte wie Transparenz oder Vertrauen in konkrete Anforderungen und KPIs übersetzen. Was man nicht messen kann, bleibt ein netter Nordstern.

7) Technische Schulden sichtbar machen 📌 Ein Datenreifegrad-Check zeigt, wo Datenhaltung vernachlässigt wurde. Erst die Grundaufgaben, dann die KI – sonst skaliert man nur den Fehler. 

8) Führung muss vorleben 📌 Transformation ist Führungsaufgabe. Wenn die Leitung KI nicht selbst nutzt, wirkt jede Initiative unecht. 

9) Austausch schafft Vorsprung 📌 Der Blick über das eigene Unternehmen hinaus – in Netzwerken wie der Data Intelligence Offensive – macht sichtbar und bringt einen Schritt voraus. 

10) Der richtige Moment ist jetzt 📌 Nicht anfangen ist keine Option. Lieber kleine, messbare Piloten und iteratives Vorgehen, als auf das „perfekte Tool“ zu warten – während andere längst losgegangen sind. 

Datenstrategie-Experte Fritz Fahringer

MMag. Fritz Fahringer ist Gründer der VALTYROL, einer unabhängigen Datenstrategieberatung mit Sitz in Kufstein, und Vorstandsmitglied der Data Intelligence Offensive (DIO), des österreichischen Netzwerks für vertrauenswürdige Datennutzung.
Zuvor war er 7,5 Jahre in der Standortagentur Tirol für IT-Themen verantwortlich – unter anderem für digital.tirol, aus dem datahub.tirol hervorging (Europas erster regionaler Data Space). Er ist Certified VBE Ambassador (IEEE 24748-7000), Beirat im Gaia-X Hub Austria sowie Lehrbeauftragter an der FH Kufstein und am MCI.

• Zur Website VALTYROL von Fritz Fahringer

ÜBER DEN PODCAST

Host in Folge 29 ist Petra Liebl, Expertin für digitales Marketing mit KI und langjährige Unternehmensberaterin mit Schwerpunkt Marketing.

Mit ihrem digitalen und Marketing-Background geht es für Petra darum, den Blick weg von Tools, hin zum zentralen Erfolgsfaktor für digitale Transformation zu lenken: Dem aktiven Gestalten von und für Menschen in Organisationen – und dabei den Blick für Chancen aber auch kritisches Denken und Handeln im Umgang mit KI-Tools zu schärfen.

Für ihr Spezialgebiet Marketing hat Petra ihr Expertenwissen in ein Marketing-System mit KI gegossen.

Petra LIEBL – Content Bakery
Als erfahrene Onlineexpertin und zertifizierte Digitalberaterin verbindet Petra Strategie, digitales Marketing und KI zu wirkungsvollen Online-Lösungen für Unternehmer:innen.

„Wir wollen den Blick weg von Technik, hin zum zentralen Erfolgsfaktor für digitale Transformation lenken: Dem aktiven Gestalten von und für Menschen in Organisationen.“

Im Podcast Vom Hype zum Handeln“ tauchen wir in weiteren Folgen noch tiefer in einzelne Aspekte ein, lassen Experten zu Wort kommen und stellen praktische Beispiele aus der Unternehmenspraxis vor. Dabei werden sowohl erfolgreiche Implementierungen als auch Lernerfahrungen aus weniger erfolgreichen Versuchen geteilt, um Unternehmen den Weg in die KI-gestützte Zukunft zu erleichtern.

Deine Gastgeberin

• Petra LIEBL  – Marketing-Beratung und Digitalisierungsexpertin
  Content Bakery