Was Teams mit erfolgreicher KI-Adoption anders machen

Miguel Schweiger

October 8, 2026

•

Min. Lesezeit

Zusammenfassung

Viele KMU haben eine KI-Plattform eingeführt und ihre Teams geschult. Die Logins steigen, an der Arbeit ändert sich trotzdem wenig. Der Engpass liegt selten beim Tool oder bei den Mitarbeitenden, sondern bei der Führung. Wir zeigen fünf Verhaltensweisen, die wir in Teams mit fortgeschrittener KI-Adoption immer wieder sehen: vorleben, Wissen zugänglich machen, Enabler mit echtem Mandat aufbauen, Arbeit neu denken und Erwartungen offen aussprechen. Zu jedem Punkt gibt es eine Kontrollfrage für deinen eigenen Reality-Check.

Inhalt

Always invite AI to the table.

Ethan Mollick, Innovationsprofessor und Buchautor

Erfolgsfaktoren der KI-Adoption

Die KI-Plattform ist eingeführt, die ersten Trainings sind durch, die Nutzungszahlen sehen ordentlich aus. Und trotzdem arbeitet im Team kaum jemand anders als vor sechs Monaten. Dieses Bild begegnet uns in Gesprächen mit KMU gerade auffallend oft.

Wer genauer hinschaut, findet den Engpass selten bei der Technik. Auch nicht bei den Mitarbeitenden. Er sitzt eine Etage höher. Führungskräfte bestimmen, ob KI im Alltag genutzt wird, ob Menschen Zeit bekommen, ihre Arbeitsweise zu ändern, und ob aus einzelnen Experimenten bessere Abläufe werden. KI-Adoption lässt sich deshalb nicht an die IT oder an ein Trainingsprogramm delegieren.

Fünf Verhaltensweisen sehen wir bei Führungskräften, deren Teams mit KI vorankommen. Zu jeder gibt es eine Frage, mit der du deinen eigenen Stand ehrlich prüfen kannst.

1. Vorleben: der stärkste Hebel für KI-Adoption

In Teams, die mit KI weit sind, gehört die Führungskraft fast immer selbst zu den stärksten Nutzerinnen und Nutzern. Nicht sporadisch, sondern systematisch. Oft geht sogar die Geschäftsleitung voran.

Was heisst systematisch? Die eigenen Aufgaben laufen über ein durchdachtes Setup, meist einen zentralen Agenten, der auf Skills, Kontext und Tools zugreift. Damit lassen sich Entscheidungen samt Optionen, Risiken und offenen Fragen vorbereiten, Managementberichte auf unplausible Annahmen prüfen oder strategische Konzepte gezielt mit Gegenargumenten konfrontieren. Auch die tägliche Mailflut lässt sich vorsortieren, inklusive passender Antwortentwürfe.

Das Team schaut genau hin. Es orientiert sich weniger an Weisungen als an dem, was die Führung selbst tut. Eine hohe, sinnvolle KI-Nutzung im Führungsteam ist für uns deshalb der stärkste Einzelindikator dafür, wie gut KI im restlichen Unternehmen ankommt. Warum Kultur hier mehr bewegt als jede Tool-Auswahl, beschreiben wir in unserem AI-First Framework für KI-Kultur im KMU.

Frage dich: Lebe ich meinem Team vor, wie ich meine Arbeit systematisch mit KI besser und schneller erledige und so meine Ziele besser erreiche?

2. Wissen aus Köpfen und Ablagen holen

KI kann im Team nur so gut arbeiten wie das Wissen, auf das sie zugreift. Solange Ziele, Entscheidungen und Abläufe in einzelnen Köpfen, Chats und Ordnern stecken, sucht jemand vor jeder Aufgabe den Kontext neu zusammen. Das frisst genau die Zeit, die KI eigentlich sparen sollte.

Eine gemeinsame Wissensbasis muss nicht kompliziert sein. Bewährt hat sich eine Gliederung in vier Blöcke:

Team-Kontext: Wofür sind wir verantwortlich, welche Ziele verfolgen wir, wer hat welche Rolle?
Projekte und Entscheidungen: Was läuft, was wurde entschieden und warum, welche Fragen sind offen?
Abläufe und Qualitätskriterien: Wie erledigen wir wiederkehrende Aufgaben und woran erkennen wir ein gutes Ergebnis?
Wissen aus Meetings: Transkripte samt abgeleiteten Entscheidungen und Aufgaben, abgelegt beim jeweiligen Projekt.

In welchem Tool das passiert, ist zweitrangig. Wichtig ist, dass die KI auf die freigegebenen Inhalte zugreifen kann und klar ist, welche Fassung gilt. Die Pflege gehört zur Arbeit: Wer eine Entscheidung ändert, hält sie direkt fest. Welche Standards dafür gelten und wer verantwortlich ist, legt die Führungskraft fest.

Frage dich: Kann meine KI Fragen zu Zielen, Projekten und Entscheidungen meines Teams anhand unserer aktuellen Wissensbasis korrekt beantworten, ohne dass ich ihr den Kontext erst zusammensuchen muss?

3. KI-Enabler mit echtem Mandat aufbauen

Damit KI nicht bei zwei, drei begeisterten Einzelpersonen hängen bleibt, braucht es jemanden, der Anwendungsfälle für alle baut. Wir nennen diese Rolle KI-Enabler.

Ein typisches Beispiel: Die Person entwickelt einen Ablauf, der aus den Projektinformationen den wöchentlichen Statusbericht vorbereitet. Sie kennt die Arbeit, baut eine erste Lösung, testet sie mit dem Team und verbessert sie anhand des Feedbacks. Am Ende greifen alle darauf zu, statt sich einzeln etwas zusammenzubasteln.

Genau hier scheitern viele. Jemanden ins Training zu schicken und zu hoffen, dass neben dem Tagesgeschäft noch Zeit bleibt, funktioniert nicht. Die Führungskraft muss Kapazität freiräumen, andere Aufgaben bewusst zurückstellen, den Auftrag im Team klar machen und regelmässig auf die Ergebnisse schauen. Auch Hürden mit der IT zu klären, gehört dazu. Ohne Mandat bleibt die Rolle ein Hobby

Frage dich: Gibt es in meinem Team eine fest verankerte Person mit klarem Mandat und genug Zeit, die regelmässig KI-Anwendungsfälle für das Team umsetzt?

Sparring auf Augenhöhe für eine erfolgreiche KI-Transformation gewünscht?

Wir begleiten Führungsteams in KMU dabei, KI selbst zu nutzen, Wissen zugänglich zu machen und Mitarbeitende als Enabler aufzubauen. In einem kurzen Gespräch klären wir, wo dein nächster Schritt liegt.

Miguel Schweiger

Managing Partner

Verlauf im Dunkelblau bis Lila mit einem subtilen, gepunkteten Wellenmuster im Hintergrund.

4. Die Arbeit im Team neu denken

Neu denken klingt nach grossem Strategieprojekt. In der Praxis beginnt es viel kleiner, mit zwei ehrlichen Fragen: Welche Aufgaben kann KI im Team übernehmen? Und was können die Menschen dadurch tun, wofür heute Zeit, Informationen oder Fähigkeiten fehlen?

Danach geht es an einen konkreten Ablauf. Welche Schritte erledigt das Team heute? Wo werden Informationen von einem System ins nächste kopiert? Welche Freigabe schützt wirklich vor einem Risiko und welche ist bloss Gewohnheit? Gerade bei agentischer KI lohnt sich dieser Blick: unnötige Übergaben raus, sinnvolle Freigaben behalten, klare Grenzen für die KI setzen. Wer passende Einstiegspunkte sucht, findet mit den sechs Use-Case-Archetypen ein brauchbares Raster.

Wie das im Grossen aussieht, zeigt IKEA. Die Ingka Group, grösster Betreiber von IKEA-Filialen, führte 2021 den Chatbot Billie ein. Zwischen 2021 und 2023 löste er rund 47 Prozent der eingehenden Anfragen, etwa 3,2 Millionen Interaktionen. Statt Stellen abzubauen, bildete Ingka rund 8'500 Callcenter-Mitarbeitende zu Einrichtungsberaterinnen und -beratern weiter. Der Remote-Verkauf kam bis Ende des Geschäftsjahres 2022 auf 1,3 Milliarden Euro Umsatz. Nicht weniger Arbeit, sondern andere.

Für ein KMU muss daraus nicht gleich ein neues Geschäftsfeld entstehen. Die Logik ist aber dieselbe: Nimm mit dem Team einen Ablauf auseinander und kläre, was KI übernimmt, wo sie Unterstützung braucht und wo Menschen den Unterschied machen.

Kontrollfrage: Habe ich ein klares Bild davon, wie KI die Arbeit in meinem Team verändert, was sich in unseren Abläufen ändern muss und welche neue Arbeit dadurch möglich wird?

5. Den Elefanten im Raum ansprechen

Früher oder später fragt sich jede Person im Team, was diese Entwicklung für die eigene Stelle bedeutet. Wer am Computer arbeitet und KI ausprobiert hat, ahnt es: Manche Aufgaben werden anders erledigt, einige fallen weg.

In Teams mit fortgeschrittener KI-Adoption wird das offen angesprochen. Die Führung tut nicht so, als hätte sie alle Antworten. Sie formuliert aber klar, was sie erwartet: dass jede Person versteht, was KI für die eigene Rolle leisten kann, sie im Alltag ausprobiert und die eigene Arbeitsweise weiterentwickelt.

Diese Erwartung braucht ein faires Gegenangebot. Zeit, gute Werkzeuge, Orientierung bei Risiken und eine ehrliche Vorstellung davon, was mit frei werdender Kapazität passiert. Fehlt das, klingt «werdet produktiver» schnell nach einseitiger Ansage.

Gemessen wird nicht an Logins oder abgeschlossenen Trainings, sondern an der Arbeit selbst. Welche Aufgaben laufen heute anders? Welche Lösungen helfen dem Team im Alltag? Wo kommen wir nicht weiter?

Kontrollfrage: Könnte jede Person in meinem Team erklären, was ich bei der KI-Nutzung von ihr erwarte, welche Unterstützung sie bekommt und woran wir Fortschritt festmachen?

Fazit: KI-Adoption beginnt bei dir

Ob KI im Team ankommt, entscheidet sich aus unserer Sicht an fünf Punkten, die nur die Führung in der Hand hat: vorleben, Wissen zugänglich machen, eine Person mit echtem Mandat ausstatten, Abläufe neu denken und Erwartungen offen aussprechen.

Geh die fünf Kontrollfragen ehrlich durch. Wo du keine klare Antwort hast, liegt dein nächster Schritt. Und meistens ist das eine Entscheidung, kein neues Tool.

‍

Miguel Schweiger

Managing Partner

Miguel begleitet KMU und öffentliche Organisationen als Sparringspartner bei Digitaler Transformation & KI. Als Mitgründer von Centry Labs übersetzt er Trends in konkrete Anwendungen: klare Roadmaps, realistische Business Cases, schnelle Umsetzung und Trainings, die Teams befähigen. Nebenbei doziert er an HSLU und KBZ praxisnah und wirkungsorientiert.