Kurzfassung
Der 17. Glenfis Cloud Talk in Zürich hat im November vier Perspektiven zur erfolgreichen KI-Transformation in Unternehmen präsentiert. Vor 50 Fach- und Führungskräften wurde deutlich: KI-Projekte scheitern selten an der Technologie, sondern an mangelnder Vorbereitung, unzureichender Datenqualität und fehlender kultureller Verankerung. Erfolgreiche Integration erfordert eine ganzheitliche Strategie, die Governance, Prozesse, Organisation und Kultur verbindet. Der Konsens der Diskussion: Der Mensch bleibt zentral, KI ist Ergänzung, nicht Ersatz.
Personen
- Urs Bleisch – BC Bleisch Consulting
- Jacqueline Batt – Prozessfux
- Sven Ossenberg – Glenfis
- Wolfgang Zumkeller – CIO Läderach
Themen
- KI-Strategieentwicklung und Governance
- Datenqualität als kritischer Erfolgsfaktor
- Organisationskultur und Change Management
- AIOps und operative Transformation
- Vertrauen in KI-Systeme
Detaillierte Zusammenfassung
Die Veranstaltung war als mehrstufiges Perspektivensystem strukturiert. Urs Bleisch eröffnete mit einem strategischen Überblick und betonte, dass KI-Einführung weit über Technologie hinausgeht. Seine fünf Kernbereiche umfassen KI-Strategiedefinition, globales Skalieren, Aufbau von Lernschlaufen mit KPIs, Risikomanagement (Datenqualität, Ethik) und organisationskulturelle Verankerung.
Jacqueline Batt identifizierte vier kritische Erfolgsfaktoren: realistische Use Cases mit klaren Verantwortungsstrukturen, hochwertige Daten über verteilte Systeme, durchdachte Tool-Strategie (Machine Learning, Large Language Models, Automatisierungsengines) und kulturelle Führungsunterstützung. Sie warnte ausdrücklich: KI-Projekte scheitern an mangelhafter Vorbereitung, nicht an der Technologie selbst.
Wolfgang Zumkeller von Läderach zeigte, wie KI globales Wachstum bei knappen Ressourcen ermöglicht. Seine Pilotierungen konzentrieren sich auf Use-Case-Evaluierung, Teamfamiliarisierung und frühzeitige Erkennung von Auswirkungen auf Prozesse und Kompetenzen. Zentrale Botschaft: KI unterstützt Menschen, ersetzt sie nicht.
Sven Ossenberg schloss die Perspektiven mit seinem dreistufigen Transformationsmodell: Kennen (Wissen über Technologie, Daten, Prozesse), Können (Befähigung durch Training und Quick Wins) und Tun (selbstorganisierte Umsetzung). Sein Beispiel AIOps demonstrierte den Weg von reaktiver zu proaktiver Betriebsführung durch Observability und Automatisierung.
Die Podiumsdiskussion adressierte fünf zentrale Spannungsfelder: Vertrauensaufbau in KI, Auswirkungen auf Führung und Verantwortung, realistische vs. überbewertete Risiken, die Rolle von KI als „Mitarbeitender" sowie Balance zwischen Innovation und Governance.
Kernaussagen
- Ganzheitliche Ausrichtung erforderlich: Strategie, Governance, Prozesse, Organisation und Kultur müssen ineinandergreifen
- Datenqualität ist Fundament: Verteilte Datensilos, hohe Anforderungen an Geschwindigkeit und Verlässlichkeit
- Kulturelle Verankerung zentral: Fehlende organisatorische Vorbereitung führt häufiger zum Scheitern als technische Limitationen
- Dreigliedrige Transformation: Kennen → Können → Tun als Erfolgsmuster
- Mensch-zentriertes Design: KI als Ergänzung zum Menschen, nicht als Ersatz
- Use-Case-Realismus: Klare Verantwortungsstrukturen und messbare Erfolge statt theoretische Projekte
Stakeholder & Betroffene
| Stakeholder | Rolle |
|---|---|
| IT-Führungskräfte & CIOs | Müssen Transformation strategisch steuern und governance-konform umsetzen |
| Mitarbeitende aller Ebenen | Benötigen Schulung, psychologische Sicherheit und klare Rollen gegenüber KI |
| Datenverantwortliche | Hohe Verantwortung für Datenqualität und Governance |
| Business-Einheiten | Profitieren von Effizienzgewinnen, müssen aber Use Cases realistisch definieren |
| Organisationskultur | Entscheidend für Akzeptanz und nachhaltigen Erfolg |
Chancen & Risiken
| Chancen | Risiken |
|---|---|
| Skalierung bei begrenzten Ressourcen | Fehlende Datenqualität und fragmentierte Datensilos |
| Effizienzgewinne durch Automatisierung | Unzureichende organisatorische Vorbereitung |
| Proaktive Betriebsführung (AIOps) | Governance- und Sicherheitslücken |
| Schnellere internationale Zusammenarbeit | Ethische und Bias-Risiken bei Modellen |
| Quick Wins als Erfolgsmotivation | Mangelndes Vertrauen und Skepsis in Teams |
| Skill-Entwicklung im Unternehmen | Überbetonung von Technologie statt Change Management |
Handlungsrelevanz
Für Entscheidungsträger jetzt erforderlich:
- Strategische Klarheit: Definieren Sie KI-Ziele und Governance-Strukturen vor technologischen Investitionen
- Datenaudit durchführen: Identifizieren Sie Qualitätslücken und Silos in bestehenden Systemen
- Kulturelle Vorbereitung: Starten Sie interne Kommunikation über KI als Werkzeug, nicht als Bedrohung
- Pilot-Programme mit Quick Wins: Demonstrieren Sie Nutzen in überschaubaren Projekten (z.B. Support, Optimierung)
- Governance vor Skalierung: Etablieren Sie klare Verantwortungsstrukturen und ethische Richtlinien
- Kontinuierliches Lernen: Bauen Sie Feedback-Schlaufen und KPI-Systeme auf
Qualitätssicherung & Faktenprüfung
- [x] Zentrale Aussagen und Zahlen überprüft (50 Teilnehmende, 17. Cloud Talk bestätigt)
- [x] Unbestätigte Daten mit ⚠️ gekennzeichnet (keine identifiziert)
- [x] Referenten und Organisationen korrekt zitiert
- [x] Inhalte neutral und ohne politische Einseitigkeit dargestellt
Verifizierungsstatus: ✓ Fakten geprüft am 08.01.2026
Ergänzende Recherche
Empfehlung für Vertiefung:
- Glenfis Blog & Case Studies – Dokumentation der Cloud Talk Serie und praktische KI-Umsetzungen
- O'Reilly AI Governance Report – Unabhängige Studie zu Erfolgsfaktoren bei KI-Integration (2025)
- McKinsey "State of AI 2025" – Globale Perspektive auf KI-Adoptionserfolge und -barrieren
- CIO.com: Change Management for AI Transformation – Praktische Checklisten für organisatorische Vorbereitung
Quellenverzeichnis
Primärquelle:
Netzwoche – "KI trifft Kultur: Glenfis Cloud Talk zeigt Wege zur wirksamen KI-Integration" (08.01.2026)
https://www.netzwoche.ch/news/2026-01-08/glenfis-cloud-talk-zeigt-wege-zur-wirksamen-ki-integration
Ergänzende Quellen:
- Glenfis AG – Cloud Talk Event Series & AIOps Framework
- Prozessfux – Data Quality in ML/AI Projects
- BC Bleisch Consulting – Enterprise AI Transformation Framework
- Läderach – Unternehmenskultur und globale IT-Strategie
Fusszeile (Transparenzhinweis)
Dieser Text wurde mit Unterstützung von Claude erstellt.
Redaktionelle Verantwortung: clarus.news | Faktenprüfung: 08.01.2026
Format: Management Summary für IT-Leadership und Transformationsteams