Was unterscheidet eine AI-Native-Organisation von einem Unternehmen, das KI-Tools einsetzt?

Eine AI-Native-Organisation ist nicht dadurch definiert, dass sie viele KI-Tools verwendet, sondern dadurch, dass KI das operative Fundament bildet – Prozesse, Datenarchitektur und Führungslogik sind von Grund auf auf maschineller Intelligenz aufgebaut. Unternehmen, die KI lediglich auf bestehende Abläufe auflegen, reproduzieren strukturelle Schwächen und digitalisieren schlechte Prozesse schneller, anstatt sie zu beseitigen.

Welchen konkreten ersten Schritt empfiehlt Riccardo Giacometti für Unternehmen, die AI-Native werden wollen?

Der unmittelbare erste Schritt ist die Überprüfung der API-Schnittstellen aller bestehenden Systeme: Welche Systeme können miteinander kommunizieren, was kosten diese Schnittstellen, und welche Daten lassen sich darüber austauschen? Auf Basis dieser Bestandsaufnahme kann entschieden werden, welche Systeme tragfähig sind und welche ersetzt werden müssen. Alle künftigen Tool-Investitionen sollten zwingend eine API-Schnittstelle als Mindestanforderung haben.

Warum blockieren gerade Führungskräfte die KI-Transformation in ihren eigenen Unternehmen?

In traditionellen Organisationen war Informationsvorsprung ein zentrales Machtinstrument. KI demokratisiert den Zugang zu Daten und Analysen, wodurch dieser Vorsprung entfällt. Führungskräfte, die ihre Position über Wissensasymmetrien definiert haben, reagieren mit Widerstand gegen Transparenz. Die Lösung liegt in einer Neudefinition der Führungsrolle: von der Wissensinstanz zur motivierenden, unterstützenden Begleitung.

Wie geht man mit der Angst der Mitarbeiter vor Jobverlust durch KI-Automatisierung um?

Der wirksame Ansatz besteht darin, den konkreten individuellen Vorteil der KI-Adoption sichtbar zu machen – nicht den Unternehmensnutzen in der Abstraktion, sondern den persönlichen Nutzen für jede einzelne Person. Repetitive, unbeliebte Aufgaben werden eliminiert, und die gewonnene Zeit wird in Mitarbeiterentwicklung, Gespräche und Training reinvestiert. Das Ziel ist nicht Personalabbau, sondern die Umschichtung von Kapazitäten auf wertschöpfendere Tätigkeiten.

Warum verliert Europa im globalen KI-Wettbewerb an Geschwindigkeit und was sind die Konsequenzen?

Demokratische Entscheidungsprozesse sind strukturell langsamer als die autokratischen Top-Down-Systeme in China und dem Mittleren Osten, wo strategische KI-Ziele mit staatlicher Verbindlichkeit durchgesetzt werden. Zusätzlich bremsen interne Machtinteressen und die Instrumentalisierung des Datenschutzes als Ausrede die europäische KI-Adoption. Die Konsequenz ist eine wachsende technologische und wirtschaftliche Abhängigkeit von amerikanischer und chinesischer KI-Infrastruktur.

Wie sollten Unternehmen mit der Frage umgehen, ob sie auf menschliche Dienstleistung oder KI-Automatisierung setzen?

Die Entscheidung zwischen menschenzentrierter Differenzierung und maximaler Automatisierung ist strategisch notwendig, schließt sich aber nicht gegenseitig aus. Wer sich für Menschlichkeit als USP entscheidet, sollte KI konsequent im Hintergrund einsetzen, um repetitive Aufgaben zu eliminieren und den Mitarbeitern mehr Zeit für echte menschliche Interaktion zu geben. Wer auf keine klare Strategie setzt, trägt das grösste Risiko.

Warum reichen eintägige KI-Workshops für eine echte Transformation nicht aus?

Ein einmaliger Workshop liefert Wissen, aber keine nachhaltige Verhaltensänderung. Ohne kontinuierliche Begleitung über mehrere Monate hinweg werden erlernte Fähigkeiten im operativen Alltag nicht angewendet, und Unternehmen fallen in alte Muster zurück. Giacometti empfiehlt eine Mindestbindung von drei bis sechs Monaten begleiteter Umsetzung, damit neue Arbeitsweisen tatsächlich in die operative Realität integriert werden.

Welche Rolle spielen Legacy-Systeme beim Verlust von qualifizierten Mitarbeitern?

Veraltete Softwaresysteme mit schlechter User Experience sind für jüngere Arbeitnehmende ein aktiver Grund, sich gegen ein Unternehmen als Arbeitgeber zu entscheiden. Giacometti berichtet von konkreten Fällen, in denen Kandidaten Stellenangebote wegen des Einsatzes veralteter PMS-Systeme abgelehnt haben. Legacy-Systeme sind damit nicht nur ein Effizienzproblem, sondern ein direkter Treiber des Fachkräftemangels.

Warum alte Organisationslogik im KI-Zeitalter zum Unternehmensrisiko wird – und was CEOs jetzt tun müssen

Die zentrale Diagnose: Digitalisierung hat schlechte Prozesse nur schneller gemacht

Die meisten Unternehmen haben bei der Digitalisierung einen fundamentalen Fehler begangen: Sie haben bestehende, oft dysfunktionale Prozesse einfach in digitale Systeme überführt, anstatt sie grundlegend zu überdenken. Riccardo Giacometti, internationaler Berater mit über 30 Jahren Führungserfahrung in Europa und Asien, bringt es im Gespräch mit den Podcast-Hosts Chris Jon Graf und Bernd Schmellenkamp auf den Punkt: "Wir haben einen schlechten Prozess schlechter schneller gemacht."

Dieses Muster wiederholt sich nun auf der nächsten Stufe. Unternehmen versuchen, dieselben nicht sanierten Abläufe mit KI-Tools zu überlagern – und scheitern erneut. Der entscheidende Unterschied: KI macht die strukturellen Schwächen schonungslos sichtbar. Was früher mit einer oberflächlichen Digitalisierungslösung verdeckt werden konnte, wird durch KI transparent und damit auch für Kunden, Mitarbeiter und Investoren erkennbar.

Der Denkfehler hinter klassischen Digitalisierungsinitiativen

Der Kernfehler liegt nicht in der Technologie, sondern im Mindset. Unternehmen behandeln KI als Werkzeug zur Effizienzsteigerung innerhalb einer unveränderten Organisationslogik. AI-Native-Organisationen denken anders: Sie stellen die Frage, wie man ein Unternehmen von Grund auf bauen würde, wenn KI nicht die Ergänzung, sondern das Fundament wäre.

Genau diesen Ansatz verfolgt Giacometti mit dem Swiss Hospitality Lab – einem Beratungsmodell, das Organisationen nicht aktualisiert, sondern neu entwirft.

Was AI-Native wirklich bedeutet: Fundament statt Feature

Ein AI-Native-Unternehmen ist keine Organisation, die viele KI-Tools einsetzt. Es ist eine Organisation, deren DNA auf KI basiert – deren operative Prozesse, Datenarchitektur und Führungslogik von Anfang an auf maschineller Intelligenz aufbauen.

Giacometti beschreibt den Transformationsprozess als dreistufiges Kaskadensystem:

Geschäftsleitung (CEO, Vorstand): Zunächst muss die oberste Führungsebene verstehen, was KI realistisch leisten kann und was nicht. Kein One-Size-Fits-All – jede Lösung muss auf den spezifischen Betrieb abgestimmt werden.
Mittlere Führungsebene (Direktoren, Bereichsleiter): Diese Ebene erhält konkrete Schulungen, wie sie selbst effizienter werden und ihre Teams einbinden können.
Operative Mitarbeiter: Sie sind oft bereits bereit – die jüngere Generation wartet auf die Transformation und entscheidet sogar ihre Arbeitgeberwahl danach, ob ein Unternehmen auf zukunftsfähige Systeme setzt.

Legacy-Systeme als Talentkiller

Ein konkretes und oft unterschätztes Risiko: Legacy-Systeme vertreiben qualifizierte Mitarbeiter. Giacometti berichtet von einem Fall, in dem ein Kandidat ein Stellenangebot ablehnte, weil das Hotel ein veraltetes PMS-System verwendete. Die User Experience veralteter Systeme ist für jüngere Arbeitnehmende ein K.-o.-Kriterium bei der Arbeitgeberwahl.

Die Analogie, die Giacometti verwendet, ist präzise: "Was nützt dir ein altes Auto, wenn du den neuesten Motor reinmachst? Es rostet trotzdem."

Datenarchitektur als strategisches Fundament

Bevor KI sinnvoll eingesetzt werden kann, muss die Datenbasis bereinigt werden. Das bedeutet in der Praxis:

Konsolidierung aller Datenquellen: von Laufwerken über PMS (Property Management Systeme) und POS (Point of Sale) bis zu CRM-Systemen
Trennung von nicht integrationsfähigen Altsystemen
Aufbau von API-Schnittstellen, über die Systeme miteinander kommunizieren können

Der konkrete erste Schritt, den Giacometti jedem Unternehmen empfiehlt: Überprüfen Sie sofort Ihre API-Schnittstellen. Welche Systeme haben offene Schnittstellen? Was kosten diese? Welche Daten können darüber ausgetauscht werden? Auf Basis dieser Bestandsaufnahme lässt sich entscheiden, ob die vorhandene Systemlandschaft tragfähig ist oder ersetzt werden muss.

Individuelle Systeme als neue Option

Chris Jon Graf ergänzt eine wichtige Entwicklung: Die Kosten für individuell entwickelte Unternehmenssysteme sind dramatisch gesunken. Was früher Millionenbudgets erforderte, ist heute mit KI-gestützter Entwicklung und bestehenden Integrationsplattformen in deutlich kürzerer Zeit und zu einem Bruchteil der früheren Kosten realisierbar. Dies eröffnet insbesondere kleinen und mittelgroßen Unternehmen die Möglichkeit, massgeschneiderte Lösungen zu implementieren, statt sich auf Pauschallösungen beschränken zu müssen.

Führungskultur und die Angst vor Transparenz

Einer der tiefgreifendsten Widerstände gegen KI-Adoption kommt nicht von den Mitarbeitern, sondern von der Führungsebene selbst. Giacometti identifiziert das Kernproblem klar: In traditionellen Organisationen war Wissen Macht. KI demokratisiert den Zugang zu Informationen – und damit verlieren Führungskräfte einen Teil ihrer bisherigen Machtbasis.

Die Konsequenz: Führungspersönlichkeiten, die ihren Status über Informationsvorsprünge definiert haben, reagieren mit Blockade statt Gestaltung.

Die neue Führungsrolle im KI-Zeitalter

Die Rolle der Führungskraft verändert sich fundamental: von der autoritären Wissensinstanz zur unterstützenden, motivierenden Begleitung. Dies ist keine Schwächung der Führungsposition – es ist eine Neuausrichtung hin zu echter Führungsstärke.

Gleichzeitig gilt für die Belegschaft: Die Angst vor dem Jobverlust durch KI ist legitim, aber in den meisten Branchen – insbesondere in der Hotellerie und Gastronomie – wird es keine vollständige Substitution geben. Es wird eine Verlagerung von Tätigkeiten geben. Die durch KI eingesparte Zeit soll nicht zur Personalreduktion genutzt werden, sondern zur Reinvestition in Mitarbeiterführung, Training und Kundenbindung.

Europas strukturelles Handicap im globalen KI-Wettbewerb

Giacometti spricht aus eigener internationaler Beobachtung eine unbequeme Wahrheit aus: Im globalen KI-Wettbewerb sind die Zugpferde USA (in den Metropolen), China und der Mittlere Osten. Europa verliert an Geschwindigkeit.

Die Ursache ist strukturell: Demokratische Entscheidungsprozesse sind langsamer als autokratische Systeme. In China und im Mittleren Osten werden strategische KI-Ziele top-down durchgesetzt – mit entsprechender Konsequenz und Geschwindigkeit. In Europa dominiert die Diskussion, häufig gebremst durch interne Machtinteressen.

Europas einzige realistische Option

Europa hat keine Zeit mehr, die KI-Welle von vorne aufzurollen. Die strategisch sinnvolle Option ist, sich auf das nächste Kapitel zu fokussieren: Robotik. Europäische Industriekapazitäten – insbesondere in der Automobilproduktion – könnten als Ausgangsbasis dienen. Parallel dazu braucht Europa digitale Souveränität: eigene Rechenzentren, stärkere Investitionen in europäische Large Language Models wie Mistral, und eine Reduktion der Abhängigkeit von amerikanischer und chinesischer Infrastruktur.

Executive Takeaways: Was CEOs jetzt tun müssen

Giacometti formuliert die Handlungsempfehlungen klar und ohne Umschweife:

API-Schnittstellen prüfen: Verstehen Sie jetzt, welche Ihrer Systeme integrierbar sind und welche nicht.
Systemlandschaft bereinigen: Trennen Sie sich von Legacy-Systemen, die keine KI-taugliche Architektur erlauben.
Kaskadenprogramm starten: Beginnen Sie die KI-Adoption auf Geschäftsleitungsebene – nicht in der IT-Abteilung.
Keine kurzfristigen Workshop-Mentalität: Echte Transformation braucht mindestens drei bis sechs Monate kontinuierliche Begleitung.
Ziel klar definieren: Geht es um maximale KI-Automatisierung oder um menschenzentrierte Differenzierung? Beide Strategien sind valide – aber keine klare Entscheidung ist die gefährlichste Option.
Zeit als strategische Variable begreifen: Die Testphase für KI-Tools ist abgeschlossen. Wer jetzt noch experimentiert, verliert strukturell an Boden.

Unternehmen, die an der alten Organisationslogik festhalten, werden kurzfristig keine dramatischen Konsequenzen spüren. Mittel- und langfristig werden sich jedoch die Kausaleffekte bemerkbar machen: Talentschwund, Wettbewerbsverlust und operative Ineffizienz werden sich gegenseitig verstärken – bis eine Kurskorrektur deutlich teurer ist als heute.