Stell dir vor, du kaufst eine neue Maschine. Bevor du sie einschaltest, fragst du: Welches Problem soll sie lösen? Stimmen die Grundlagen dafür? Wer bedient sie, und wer prüft, was herauskommt? Bei KI läuft es im Moment oft umgekehrt. Das Tool kommt zuerst. Drei Meldungen vom 29. Oktober 2026 zeigen, warum das zum Problem wird.

Zuerst Grundlagen, dann Technik

Diego Kuonen, Datenprofessor und Berater bei Statoo Consulting (25 Jahre Erfahrung), hat am Service Management Forum Schweiz 2026 in Zürich eine klare Botschaft gebracht: Betriebe scheitern nicht an der Technik, sondern an der Organisation. Seine Devise heisst «Foundations First».

Hintergrund ist das 10-20-70-Modell der Boston Consulting Group: 10 Prozent des Erfolgs hängen am Algorithmus, 20 Prozent an der Technologie, 70 Prozent an Menschen, Organisation und Prozessen. BCG hat das in der Studie «Build for the Future 2025» (1250 Befragte) belegt. Häufigste Stolpersteine: Datenqualität, Kosten, Kompetenzen, Systemintegration.

Kuonens Kernsatz: «Wer Chaos mit KI automatisiert, bekommt nicht mehr Effizienz, sondern schnelleres Chaos.» Seine Empfehlung lautet, mit einem konkreten Problem zu starten («Start right», nicht «Start fast»), Data Literacy im Team aufzubauen und KI als Ergänzung menschlicher Fähigkeiten zu verstehen, nicht als Ersatz. (Quelle: Netzwoche, 29.10.2026; Beratersicht von Diego Kuonen, keine eigene unabhängige Studie)

Für einen Betrieb heisst das: Bevor du ein KI-Tool kaufst, lohnt es sich, ein konkretes Problem zu benennen, das du damit lösen willst. Stimmen die Daten dafür? Sind die Abläufe klar? Wer im Betrieb versteht, was das Tool kann und was nicht? Diese Fragen zu klären kostet nichts ausser Zeit, und sie entscheiden mehr über den Erfolg als die Wahl des Tools selbst.

Ein KI-Agent schlägt vor. Und du übernimmst.

Wie stark beeinflusst ein KI-Agent unsere eigene Meinung? Dieser Frage ist Anthropic mit einem Experiment nachgegangen. 50 Fachleute für kausale Inferenz bearbeiteten vier analytische Aufgaben zu einer fiktiven Landwirtschaftskooperative. Ein Münzwurf legte vorab fest, welche Seite der Agent vertreten sollte. Der Agent durfte nicht lügen, lieferte aber nur Argumente für die zugeteilte Position.

Das Ergebnis: 86 Prozent der Fachleute übernahmen die Neigung des Agenten. Bei rein zufälliger Verteilung wären 50 Prozent zu erwarten gewesen. 52 Prozent hielten die Empfehlung danach eher für ihre eigene, 35 Prozent sogar überwiegend oder vollständig. 77 Prozent verwendeten Argumente des Agenten in ihrer Begründung, teils wortgleich. Nur 15 Prozent erwähnten die KI dabei. Kein Schutzfaktor, weder Erfahrung noch Expertise noch KI-Vertrauen, war statistisch signifikant. Die Forscher nennen das «stille Unterordnung» gegenüber KI-Agenten bei offenen Ermessensfragen.

Wichtig für die Einordnung: Die Stichprobe ist klein (50 Personen), die Aufgabe war künstlich, und das Experiment wurde vom KI-Anbieter selbst durchgeführt. Als allgemeingültige Messung taugt es nicht. Als deutliches Warnsignal zu Automation Bias schon. (Quelle: THE DECODER, 29.10.2026)

Für einen Betrieb heisst das: Ein KI-Vorschlag ist ein Vorschlag, keine Entscheidung. Wer ihn ungeprüft übernimmt, delegiert die Verantwortung, ohne es zu merken. Besonders bei Empfehlungen an Kunden, Einschätzungen unter Zeitdruck oder offenen Ermessensfragen lohnt sich ein bewusster Prüfschritt.

KI und Schweizer Krankenkassenprämien: kein gutes Bild

Jeremy León (The Zone Media) hat untersucht, wie verlässlich ChatGPT, Claude, Gemini und Perplexity konkrete Fragen zu Schweizer Krankenkassenprämien beantworten. Über die Webschnittstellen lagen die Systeme laut der Untersuchung in rund 87,5 Prozent der Fälle daneben. Von 624 gestellten Fragen sollen nur rund 12,5 Prozent korrekt beantwortet worden sein. Gemini allein lieferte 68 falsche Beträge, Perplexity 52. Claude und ChatGPT hielten sich häufiger zurück.

Eine wichtige Nuance: Über die Apps schnitten ChatGPT und Perplexity deutlich besser ab. Die Gemini-App blieb fehlerhaft. Das ist kein pauschales «KI kann keine Zahlen», sondern ein Hinweis darauf, dass der Zugang zu aktuellen Daten den Unterschied macht. Die Methodik ist begrenzt: Einzelautor, keine erkennbare Peer-Review, und die genannten Zahlen lassen sich nicht vollständig nachvollziehen. Die «rund 12,5 Prozent korrekt» deshalb nur als Untersuchungsangabe einordnen. (Quelle: Netzwoche, 29.10.2026)

Für einen Betrieb heisst das: Für Zahlen, Fristen, Prämien oder rechtliche Auskünfte ist KI ein sinnvoller Startpunkt, nicht die letzte Instanz. Wer KI-Antworten an Kunden oder Mitarbeitende weitergibt, sollte sie vorher geprüft haben, besonders wenn konkrete Beträge oder Empfehlungen darin stecken.

Was das zusammen bedeutet

Drei Meldungen, ein gemeinsames Muster: KI verstärkt, was bereits vorhanden ist. Saubere Prozesse werden effizienter. Unklare Prozesse werden schneller unübersichtlich. Und wer KI-Antworten ungeprüft übernimmt, gibt Verantwortung ab, ohne es zu merken.

Auch gesehen: Laut der PwC-Studie «Global Trust Insights 2027» (3900 Führungskräfte aus 71 Ländern, davon 54 aus der Schweiz) befürworten nur 11 Prozent der Schweizer Befragten vollständig autonome KI-Agenten. Weltweit sind es 22 Prozent. 59 Prozent sehen mangelnde Zuverlässigkeit als Hindernis. Das sind Selbstauskünfte aus einer kleinen Schweizer Teilstichprobe, kein harter Messwert. Aber als Stimmungsbild passt es.

Ehrlich gesagt: Oft ist der grösste Gewinn vor jeder KI kein Tool, sondern Ordnung in Daten und Abläufen, die ein Betrieb ohnehin braucht. Das lohnt sich auch dann, wenn am Ende gar keine KI dazukommt. Und dafür braucht es nicht zwingend uns.

Was beschäftigt dich bei der KI-Einführung in deinem Betrieb am meisten?

Erstgespräch vereinbaren

Quellen:
– Viele Organisationen sind nicht bereit, KI einzuführen (Netzwoche, 29.10.2026)
– Fachleute übernehmen zufällige Meinungen ihres KI-Agenten und halten sie oft für ihre eigenen (THE DECODER, 29.10.2026)
– KI-Systeme sind keine guten Versicherungsberater (Netzwoche, 29.10.2026)
– Angriffe auf KI-Systeme offenbaren Lücken in der Schweizer Cyberabwehr (Netzwoche, 29.10.2026)