Interview mit Daniel Naeff, Head of Innovation & Entrepreneurship, ETH AI Center

RETURN ON EXISTENCE STATT RETURN ON INVESTMENT:
Warum KI nicht nur effizienter machen, sondern Existenz neu begründen muss

Lesezeit: 6:00 Minuten

Dani, du leitest am ETH AI Center die Zusammenarbeit mit strategischen Partnern aus der Wirtschaft. Was treibt euch dabei an?

Das ETH AI Center hat neben dem Forschungsauftrag den Anspruch, Wirkung in die Wirtschaft und Gesellschaft zu bringen. Für uns ist relevant, dass eine Erkenntnis nicht nur für die Forschung, sondern auch für die Gesellschaft etwas löst und realwirtschaftlich einen echten Pain Point adressiert. Das kann eine Industriekooperation sein, ein Start-up aus unserer Forschung, oder jemand, der ein Unternehmen gründen möchte. Solche Projekte sind durchaus auch für internationale Investoren attraktiv, wir sehen bspw. immer mehr grosse US Investoren mit Interesse an Start-ups aus Zürich.

Wir beobachten in Unternehmen immer wieder, dass die technologische Machbarkeit selten das grösste Hindernis ist. Viel häufiger scheitert die Transformation an Priorisierung, Führung oder fehlender Umsetzungskraft. Deckt sich das mit deiner Beobachtung?

Die meisten Unternehmen finden den Weg von den Tools zu echtem Return nicht einfach so, auch wenn das Thema strategisch hoch priorisiert ist. Das Problem: Die Geschwindigkeit der Veränderung macht jede Drei- bis Fünfjahresstrategie fast unmöglich. Was heute Stand der Technik ist, kann in einem halben Jahr überholt sein. Adoption hängt deshalb am Ende mehr von der Veränderungsbereitschaft der Organisation ab, als von der Technologie selbst, strategisch wie kulturell.

„Jede KI-Prognose über die nächsten Jahre wird wahrscheinlich falsch sein. Was bleibt, ist die Überzeugung, dass die Fähigkeit, mit Veränderung umzugehen, die wichtigste Fähigkeit überhaupt ist.“

— Daniel Naeff

Du sagst, Fehler machen ist erlaubt, sogar gut. Wie verankert man das in einer Organisation, die das Gegenteil gelernt hat?

Im Start-up-Umfeld spricht man von „fail forward“: Du scheiterst zwar, aber in eine Richtung, anhand von Hypothesen iterierst du zur richtigen Lösung. Was bei etablierten Organisationen dabei oft unterschätzt wird: Selbst ein KI-Projekt, das nicht erfolgreich war, hat dein Team für Veränderung sensibilisiert. Das fliesst in klassische ROI-Überlegungen selten ein. Bei KI bedeutet dies direktes “AI Upskilling” der Mitarbeitenden. Es ist wie beim Laufen lernen: Wer nur zuschaut und wartet, verpasst die Übung. Zuschauen und Abwarten ist tatsächlich das grössere Risiko.

Das „Fast Follower“-Prinzip, abwarten und gezielt einsteigen, ist eigentlich das klassische Schweizer Erfolgsmodell. Stösst es im KI-Bereich an seine Grenzen?

Teilweise. Wer nur beobachtet, welche Tools sich durchsetzen, und abwartet, verpasst, dass die Vorangegangenen längst einen kulturellen Wandel durchlaufen und ihre Mitarbeitenden befähigt haben. Das holt man nicht einfach nach. Veränderung bedeutet nicht nur das richtige Werkzeug, sondern echtes Change Management. Am Schluss bedeutet dies: Du musst jetzt handeln.

Viele Unternehmen setzen KI einfach in bestehende Prozesse ein, statt diese neu zu denken. Warum reicht das nicht?

Die wirklich grossen Effizienzgewinne erzielst du erst, wenn du den Prozess komplett neu denkst. Ein Greenfield Approach quasi: Wie würde ein Start-up unseren Markt heute angehen? Bei der Elektrifizierung in der industriellen Revolution traten die erwarteten Produktivitätsgewinne beispielsweise erst Jahrzehnte später ein, weil Fabriken zunächst weiter nach der alten Logik und entlang bereits bestehender Produktionsprozesse organisiert waren. Bei KI sehe ich das Gleiche: Eine neue Technologie einfach in bestehende Prozesse einzubauen, ohne diese zu hinterfragen, bringt wenig. Viele schauen zu stark auf die Tools, anstatt sich zu fragen, was wir täten, wenn wir heute als Start-up neu anfingen. Das braucht Mut, unternehmerische Kultur und Führung, denn vielleicht ist es am Ende gar nicht primär eine Return-on-Investment-Frage, sondern eine Return-on-Existence-Frage.

„Vielleicht ist es am Ende gar nicht primär eine Return-on-Investment-Frage, sondern eine Return-on-Existence-Frage.“

— Daniel Naeff

Wenn man eine Organisation komplett neu denken dürfte, als Greenfield: Was hiesse das für die klassische Make-or-Buy-Entscheidung?

Du triffst heute eine Make-or-Buy-Entscheidung, und schon nach wenigen Monaten kannst du plötzlich einfach einkaufen, was du selbst entwickeln wolltest. Umso wichtiger ist es, nah am Puls des Marktes zu bleiben. Statt primär auf das richtige Tool zu setzen, sollte man die Personen befähigen, die unternehmerisch denken. Ich glaube fest, dass in fünf oder zehn Jahren weniger entscheidend sein wird, ob man das richtige Tool gewählt hat, sondern ob man die Leute hat, die mit Veränderung umgehen können.

Wenn du heute mit Entscheidungsträgern sprichst: Welche Fragen haben sich gegenüber vor zwei Jahren verändert?

Vor zwei Jahren stand noch die Frage im Raum, ob das Thema überhaupt relevant ist. Heute ist eher die Frage: Wie setze ich es um, und wie gehe ich mit der Ungewissheit um? Zusätzlich hat sich das Thema digitale Souveränität beschleunigt, ausgelöst durch die Ankündigung, dass bestimmte amerikanische Cloud-Modelle für Nicht-US-Bürger und -Unternehmen eingeschränkt werden könnten.

Die grosse Frage wird sein: Wie wird man bei den Effizienzgewinnen durch KI nicht plötzlich erpressbar, was mit Souveränität um KI auch eines der stärksten Argumente für Initiativen wie Apertus ist. Auf Bundesebene wird seit längerem diskutiert, dass digitale Unabhängigkeit wichtig ist. Die Budgets dazu bleiben aber klein. Leider bewegt sich häufig erst etwas, wenn das Haus bereits brennt. Bei KI könnte dies dann allerdings zu spät sein. Die Hoffnung ist, die Bewegung schon vorher in Gang zu bringen.

Was rätst du Menschen, die sagen: KI wird nicht mehr weggehen, aber ich weiss nicht, wo ich anfangen soll und sich möglicherweise sogar etwas bedroht fühlen dadurch?

Das Wichtigste ist, sich aktiv Zeit zu nehmen, um sich mit den Themen zu beschäftigen. Das gilt auch für mich selbst. Es braucht gar nicht viel Zeit, aber man muss sie sich bewusst nehmen und auch den Mitarbeitenden den Spielraum geben. Gleichzeitig gibt es Mitarbeitende, die sich aktiv gegen KI stellen, dafür gibt es inzwischen den Begriff Robo-Mobbing: Semi- oder ganz autonomen Systemen bewusst Hindernisse in den Weg legen, um dann zu sagen, es funktioniere nicht. Das zeigt vor allem, dass man die Ängste der Mitarbeitenden ernst nehmen und adressieren muss.

Für Mitarbeitende sehe ich die Situation aber sehr positiv. Wer sich heute fragt, welche Wertschöpfungsfähigkeiten künftig gefragt sind, wo die eigene Erfahrung durch KI stärker wirksam wird und wie man diese Fähigkeiten gezielt einsetzt, kann plötzlich zu einer unverzichtbaren Person im aktuellen oder einem zukünftigen Unternehmen werden.

Nicht weil man alles über KI wissen muss. Sondern weil man bereit ist, zu lernen, zu übersetzen und Verantwortung für die eigene Wertschöpfung zu übernehmen.

“Wer heute den Veränderungsprozess nicht angeht, setzt morgen alles aufs Spiel.“

— Daniel Naeff

Lieber Dani, herzlichen Dank für die offenen und inspirierenden Einblicke in die Schnittstelle von Forschung, Wirtschaft und Kulturwandel. Wir wünschen dir weiterhin viel Erfolg und Energie für die Arbeit am ETH AI Center.

Mehr Informationen zum ETH AI Center findest du hier: https://ai.ethz.ch/