Das Thema betrifft uns gerade alle. Es gibt kaum ein Unternehmen, in dem KI nicht diskutiert wird, in der Geschäftsleitung, im Verkauf, am Mittagstisch. Fast überall wird bereits experimentiert, und vieles davon spart tatsächlich Zeit. Doch zwischen «wir arbeiten gleich wie vorher, einfach schneller» und «wir arbeiten anders und sehen es im Geschäftsergebnis» liegt der eigentliche Unterschied. Genau dafür liefert Coles Modell die klarste Antwort, die ich seit langem gehört habe.
Warum ist «Use AI» keine Strategie?
Weil ein Tool allein noch nichts am Geschäftsergebnis ändert. Cole brachte es in einem Satz auf den Punkt: «AI adoption is a behavior change problem in a technology costume.» KI-Einführung sieht aus wie ein Technologieprojekt, in Wirklichkeit geht es darum, wie Menschen ihre Arbeitsweise verändern.
Cole unterscheidet drei Fragen. Welches Tool setzen wir ein? Welchen Prozess verändert es? Und wissen die Menschen, wie sie damit arbeiten sollen? Die meisten Unternehmen investieren fast ihre ganze Energie in die erste Frage. Der Business Impact entsteht aber durch die zweite und dritte.
Dazu kommt ein praktischer Grund, tool-agnostisch zu denken. Die KI-Tools von heute sind in sechs oder zwölf Monaten massiv besser. Wer seine Strategie um ein bestimmtes Modell oder Feature herum baut, baut auf Sand. Wer sie um Geschäftsergebnisse und Prozesse herum baut, kann Tools austauschen, ohne von vorne zu beginnen.
Was bedeutet «Access is not adoption»?
Zugang zu KI ist heute Standard, konsequente Nutzung ist es nicht. Cole zeigte in Boston Zahlen aus der Blanchard-Forschung. Über 80 Prozent der Mitarbeitenden haben Zugang zu KI-Tools am Arbeitsplatz, aber nur gut ein Drittel arbeitet täglich damit.
Die aufschlussreichste Zahl ist eine andere. Fast 60 Prozent verstecken ihre KI-Nutzung zumindest teilweise. Übersetzt in den Alltag eines Schweizer KMU heisst das, der Verkäufer lässt sich Offerttexte von ChatGPT vorformulieren und erwähnt es in keiner Sitzung. Die Marketingfachfrau hat einen Prompt gebaut, der ihre Produktbeschreibungen in der halben Zeit erstellt, und behält ihn für sich. Gleichzeitig bleiben die offiziellen KI-Lizenzen, die das Unternehmen bezahlt, weitgehend ungenutzt. Die wirkungsvollste KI-Arbeit findet im Verborgenen statt, oft über private Accounts, ohne Datenschutz-Leitplanken, und niemand im Team kann davon lernen. Die Lücke zwischen Zugang und Nutzung kostet damit gleich dreifach. Bezahlte, aber ungenutzte Tools. Unkontrollierte Datenflüsse. Und Wissen, das in einzelnen Köpfen bleibt statt zum Standard zu werden.
Warum verstecken Menschen etwas, das ihre Arbeit besser macht? Coles Antwort darauf fand ich den stärksten Teil des Referats. Adoption setzt Vertrauen voraus, und zwar auf mehreren Ebenen gleichzeitig. Kann ich dem System vertrauen, stimmt der Output? Kann ich den Regeln vertrauen, weiss ich, welche Tools und welche Daten erlaubt sind? Kann ich meiner Organisation vertrauen, was bedeutet KI für meine Rolle? Bleibt auch nur eine dieser Fragen offen, entsteht Unsicherheit. Und unsichere Menschen experimentieren still oder gar nicht. Unklare Regeln sind damit mehr als ein Compliance-Risiko, sie bremsen die Adoption direkt.
Die grösste offene Frage sitzt dabei oft in der Geschäftsleitung selbst, ohne dass sie es merkt. 87 Prozent der Führungskräfte glauben laut den von Cole präsentierten Zahlen, gute KI-Nutzung vorzuleben. Bei den Mitarbeitenden kommen davon 54 Prozent an. Wer KI-Nutzung einfordert, aber nie zeigt, wie er selbst damit arbeitet und woran er ein gutes Resultat erkennt, sendet ein doppeltes Signal. Offiziell ist KI erwünscht, faktisch bleibt unklar, ob ihre Nutzung als Kompetenz oder als Abkürzung gilt. Genau in dieser Grauzone entsteht das Verstecken. In einer Blanchard-Umfrage berichteten 43 Prozent der Befragten von problematischen KI-Verhaltensweisen im Arbeitsalltag, von stiller Bewertung von Kolleginnen bis zu verdeckter Nutzung, ein Muster, das die Forscher als «AI Shadow Culture» beschreiben. Vor deren Normalisierung warnen sie ausdrücklich, denn was zur Gewohnheit geworden ist, lässt sich nur schwer korrigieren.
Wie starten Sie richtig? Mit dem Business Outcome, nicht mit dem Tool
KI schafft Wert, wenn ein Mitarbeitender wegen ihr etwas anderes tut als bisher. Cole formuliert es so: «AI only creates value when it changes the next action.» Eine KI, die jedes Verkaufsgespräch sauber zusammenfasst, klingt nützlich. Liegt die Zusammenfassung aber ungelesen im CRM und der Verkäufer arbeitet weiter wie bisher, hat sich nichts verändert. Viel KI, null Wirkung.
Zurück zum Offert-Beispiel. Dort heisst die nächste Aktion Nachfassen, und heute passiert sie nach sechs Wochen oder gar nicht. Im neuen Prozess erstellt die KI am fünften Tag nach Offertversand automatisch einen Anrufvorschlag mit den wichtigsten Punkten aus Offerte und Kundenhistorie. Der Verkäufer greift zum Telefon. Aus «bleibt liegen» wird «wird angerufen». Diese veränderte Aktion bewegt die Abschlussquote, nicht die KI selbst.
Damit das über das ganze Team funktioniert, braucht es noch eine zweite Zutat, einen Qualitätsstandard. Cole erlebte in der eigenen Organisation, was ohne ihn passiert. Sales-Mitarbeitende sollten KI für Follow-ups nutzen. Einige machten es hervorragend, andere schickten vier Seiten Text, die kein Kunde lesen wollte. Das Problem war nicht die KI, es fehlte die Definition, wie ein gutes Follow-up aussieht. Wie lang, was muss drinstehen, was interessiert den Kunden. Steht dieser Standard, prüft der Verkäufer jeden KI-Entwurf dagegen, passt an und sendet. So liefert das ganze Team konstant gute Qualität, nicht nur die zwei besten Verkäufer.
Wichtig dabei, Cole argumentiert nicht für maximale Automatisierung. Im Prozess muss definiert sein, wo KI arbeitet, wo ein Mensch entscheidet und wer die Qualität verantwortet. Ihre Formulierung dazu habe ich mir notiert: «‹AI did it› is never going to be okay.» Verantwortung bleibt beim Menschen. Für Schweizer Unternehmen kommt der Datenschutz dazu, weshalb wir mit CompanyGPT eine kontrollierte Unternehmensumgebung anbieten, in der genau diese Leitplanken eingebaut sind.
Durch Befähigung, nicht durch Rollout. Eine Lizenz zu verteilen ist einfach, Verhalten zu verändern ist Führungsarbeit. Cole verbindet das mit Situational Leadership. Menschen stehen bei neuen Aufgaben auf unterschiedlichen Entwicklungsstufen und brauchen unterschiedlich viel Orientierung und Unterstützung. Ein KI-Anfänger braucht konkretere Anleitung als eine erfahrene Nutzerin. Meet people where they are.
Dass sich das auszahlt, ist messbar. Gallup fand heraus, dass Mitarbeitende mit klar wahrgenommener Unterstützung ihrer Führungskraft doppelt so häufig regelmässig mit KI arbeiten.
Ein Tipp von Cole gefällt mir besonders, weil er sofort umsetzbar ist. In den meisten Organisationen gibt es 5 bis 8 Prozent echte High Performer, die oft selbst nicht erklären können, warum sie so gut sind. Beobachten Sie diese Menschen. Wie organisieren sie ihren Tag, wie bearbeiten sie eine Opportunity, wie setzen sie KI ein? Dieses Verhalten wird zum Ausgangspunkt für einen besseren Standard im ganzen Team. Wie eine Organisation diese Fähigkeit systematisch aufbaut, beschreiben wir im Whitepaper zur Inhouse Marketing & Sales KI-Factory.
Was habe ich sonst noch aus Boston mitgenommen?
Einiges mehr, als in einen Artikel passt. Wenn Sie wissen möchten, welche Trends, Insights und Impulse von der UNBOUND 2026 für Ihr Unternehmen relevant sind, lade ich Sie herzlich auf ein Pain au Chocolat und einen Kaffee zu uns nach Biel ein. Schreiben Sie mir eine Mail mit zwei, drei Terminvorschlägen, ich freue mich auf den Austausch.
Inspirierte Grüsse aus Boston,
Andrea B. Roch
