Reality Check: Warum KI-Piloten nicht skalieren
Im Saal haben einige KI schon im Einsatz, andere planen es. Die Gründe, warum die Skalierung hakt, kennt Saidze aus vielen Organisationen: unklare Ownership, fehlende Skills, eine unklare Datenbasis, Governance und Compliance, die bremsen, und fehlendes Vertrauen. Ein Teilnehmer beschreibt drei Gruppen im eigenen Unternehmen: Menschen, die sich nicht trauen, KI zu nutzen, Menschen, die die freigegebenen Tools nutzen, und Regelbrecher, die private Versionen verwenden.
Einen Prototyp zu bauen ist das eine. KI so zu etablieren, dass sie selbstverständlich in den Prozessen steckt, ist etwas anderes. Ohne Strategie entsteht laut Saidze viel Vielfalt mit wenig Richtung. Deshalb bringt Saidze fünf Bausteine mit: strategisches Alignment, Skills und Personalplanung, Operating Model, Kommunikation und Vertrauen sowie Compliance und Governance.
Baustein 1 und 2: Strategie und Skills für die KI-Einführung
KI folgt dem Business, nicht umgekehrt. Statt nach Einsatzmöglichkeiten für KI zu suchen, fragst du: Welche repetitiven Aufgaben gibt es? Wo ist Kommunikation manuell? Welche KPI soll sich bewegen, etwa die Time-to-Hire im Recruiting oder die Retention Rate? KI ist kein Selbstzweck, um beim Management als AI-first Company zu glänzen. Dazu gehören ein interdisziplinäres Team aus Legal, Kommunikation, Produkt, IT, Datenschutz und HR und eine ehrliche Einschätzung der eigenen Ressourcen.
Die Angst vor Jobverlust vergleicht Saidze mit der Dampfmaschine: Als James Watt sie verbesserte, fürchtete man, weniger Kohle zu brauchen. Am Ende wurde mehr Kohle gebraucht, weil die Maschine in mehr Bereichen einsetzbar war. Ähnlich war es mit Excel und der Buchhaltung. Für die Personalplanung nutzt Saidze die Logik Build, Buy, Borrow, Bot. Die Skill-Gap-Analyse heißt bei Saidze Superpower-Workshop: Was ist deine Top-Fähigkeit, was willst du lernen? Vertraulichkeit schafft psychologische Sicherheit.
„Und wenn wir kein Operating Model haben, ist KI nichts anderes als ein teures Spielzeug, mit dem man nicht wirklich viel bewirken kann.“
Baustein 3 und 5: Operating Model und Governance
Ohne Operating Model ist KI ein teures Spielzeug. Es entstehen neue Rollen, etwa HR AI Transformation Lead, AI Workflow Implementer oder AI Supervision Manager. Saidze erwartet eher mehr Jobs, deren Rollenprofile sich verändern. Weil KI im HR nach dem EU AI Act als Hochrisiko-Anwendung gilt, gehört die Prüfung von Tools gemeinsam mit dem Einkauf dazu. Im eigenen Team gilt das Vier-Augen-Prinzip: Jeder KI-Use-Case wird vor dem Release von einer zweiten Person geprüft.
Klare Verantwortung regelt ein RASCI-Modell, eingebettet in ein AI Target Operating Model aus Business-, IT- und KI-Strategie. Für Governance nutzt Saidze ein Bild aus dem Fußball: Ohne Schiedsrichter mit gelber und roter Karte geht es auf dem Platz nicht fair zu. KI braucht Spielregeln, besser früher als später. Dazu gehören domänenspezifische Metriken. Wer ein Tool für die Brustkrebsdiagnostik entwickelt, misst etwa, wie viele weibliche Patientendaten aus wie vielen Regionen berücksichtigt sind.
Baustein 4: Vertrauen und offene Kommunikation
Laut Folie steigt die Wahrscheinlichkeit, dass Mitarbeitende kündigen, um 39 Prozent, wenn sie der KI misstrauen. Ängste gehören deshalb auf den Tisch. Fragt eine Kollegin, ob sie ihren Job in fünf Jahren noch hat, ist Saidzes Antwort ehrlich: In der heutigen Form wahrscheinlich nicht, aber die Aufgaben verändern sich, und ihr schaut gemeinsam, wie sie fit für die Zukunft wird.
Konkret helfen eine KI-Office-Hour, ein offener Teams- oder Slack-Kanal für Bedenken und Use Cases, Feedbackschleifen und ein KI-Beirat, der sich monatlich trifft, etwa um den Code of Conduct und Leitplanken für Responsible AI mit Legal und Compliance zu überarbeiten. AI-Champions im eigenen Haus geben als Multiplikatoren Workshops. Das alles kostet laut Saidze keinen Cent.
Skills als Hebel und dein 30/60/90-Tage-Plan
Laut World Economic Forum werden 44 Prozent der heutigen technischen Fähigkeiten bis 2027 irrelevant sein. Lernagilität wird damit zur Kernkompetenz. Überleg dir, welche zwei bis drei Rollen bei euch als Erstes betroffen sind und wie ein Fahrplan für Reskilling und Upskilling aussieht.
Für den Start empfiehlt Saidze einen 30/60/90-Tage-Plan. In den ersten 30 Tagen machst du ein KI-Audit: Welche Datenquellen gibt es, wie gut ist die Datenqualität, welcher Use Case kommt mit ein bis zwei Datenquellen aus? In den nächsten 60 Tagen setzt du den Pilot um und findest heraus, woran es hakt, etwa an der Datenqualität oder an überforderten Mitarbeitenden. Danach geht es mit Governance und KI-Beirat in die Skalierung.
Kapitel im Mitschnitt
Häufige Fragen
Warum scheitert die Skalierung von KI im Unternehmen?
Häufige Gründe sind unklare Ownership, fehlende Skills, eine unklare Datenbasis, bremsende Governance und fehlendes Vertrauen. Ohne Strategie entsteht laut Saidze viel Vielfalt mit wenig Richtung.
Wie nehme ich Mitarbeitenden die Angst vor KI?
Sprich Ängste offen an und sei ehrlich, dass sich Aufgaben verändern. Office-Hours, offene Kanäle und interne AI-Champions helfen, Vertrauen aufzubauen.
Was gehört in einen 30/60/90-Tage-Plan für KI im HR?
In den ersten 30 Tagen ein KI-Audit und die Wahl eines einfachen Use Cases, danach der Pilot und am Ende die Skalierung mit Governance und KI-Beirat.
Speaker
Mina Saidze
KI-Managerin & Autorin, mit Personio




