20. Juli 2026
Was Sie von einem KI-Workshop für die Geschäftsleitung erwarten dürfen — und was nicht
Fast jede zweite Führungskraft in Schweizer KMU nennt KI als Top-Priorität. Trotzdem scheitern Workshops an falschen Erwartungen — hier die klare Bestandsaufnahme.
Fast jede zweite Führungskraft in Schweizer KMU nennt künstliche Intelligenz als eines der drei wichtigsten Themen der nächsten Jahre — das belegt der NZZ-KMU-Barometer 2026 (Erhebung März/April 2026, N=495, Kalaidos Fachhochschule und NZZ, veröffentlicht Juni 2026). Gleichzeitig berichten 53 Prozent der deutschen Unternehmen in der Bitkom KI-Studie 2026 (N=604, Februar 2026), dass fehlende KI-Kompetenz — nicht fehlende Technologie, nicht fehlendes Budget — die grösste Hürde beim Einstieg darstellt. Das Ergebnis: Führungsteams buchen KI-Workshops, gehen aber mit Erwartungen hinein, die sich mit einem Tages-Event nicht erfüllen lassen. Dieser Artikel erklärt, was ein Workshop realistisch leisten kann — und was nicht.
Falsche Erwartung 1: Der Workshop macht die Firma "KI-ready"
Ein eintägiger Workshop schafft weder Infrastruktur noch Daten-Grundlagen noch ein trainiertes Team. Was er schafft: ein gemeinsames Verständnis auf Führungsebene. Ohne dieses entwickeln sich zuverlässig zwei Extrempositionen. Die erste ist die Hype-Erwartung — die Vorstellung, dass KI in drei Monaten alle manuellen Prozesse ersetzt. Die zweite ist die Angst-Blockade — die Überzeugung, dass KI primär Arbeitsplätze gefährdet und deshalb abgewartet werden sollte. Beide Positionen verhindern fundierte Entscheidungen. Ein Workshop, der mit Live-Demos und konkreten Zahlen aus echten Projekten arbeitet, kann beide Extrempositionen aufbrechen — aber er löst kein Umsetzungsproblem.
Falsche Erwartung 2: Am Ende steht ein fertiger Implementierungsplan
ROI-Prognosen auf drei Jahre, Anbieter-Empfehlungen mit Vertrags-Eckwerten, ein vollständiges Change-Management-Konzept — das sind Outputs einer Beratung, nicht eines Workshops. Wer nach einem eintägigen KI-Workshop einen genauen Budgetplan erwartet, wird enttäuscht sein — oder bekommt einen Plan, der auf zu wenig Kontext basiert, um verlässlich zu sein. Realistisch ist: ein Bild der wichtigsten Use Cases, Klarheit darüber, welche davon zum Unternehmen passen, und ein klar benannter erster Schritt. Mehr sollte der Workshop nicht versprechen.
Was ein guter KI-Workshop für Führungsteams konkret liefert
Drei Outputs sind realistisch erreichbar. Erstens: ein gemeinsames Vokabular. LLM, RAG, Agent, Halluzination, Kontextfenster — diese Begriffe bedeuten in verschiedenen Abteilungen heute noch Verschiedenes. Nach dem Workshop nicht mehr. Zweitens: eine priorisierte Use-Case-Liste. Wir arbeiten mit einem strukturierten Bewertungsraster, das Implementierungsaufwand, Risiko und Geschäftswirkung gegenüberstellt. Drittens: ein konkreter erster Schritt. Nicht die vage Absicht, KI einzusetzen — sondern ein Use Case, ein Verantwortlicher, ein Team, ein Zeithorizont von drei Monaten und ein messbares Erfolgskriterium. Der Unterschied zur Beratung liegt im Mandat: Der Workshop befähigt das Führungsteam, diese Entscheidungen selbst zu treffen — und danach zu stehen.
Welches Format funktioniert — und welches nicht
Für ein Führungsteam von vier bis acht Personen hat sich ein voller Tag als Goldstandard bewährt — sechs bis sieben Stunden netto. Halbtages-Formate sparen Zeit, reduzieren aber den Raum für praktische Übungen. Genau diese sind entscheidend: Wer selbst ein Sprachmodell mit einem konkreten Unternehmens-Use-Case promptet und die Grenzen direkt erlebt, versteht dessen Stärken und Schwächen anders als jemand, der eine Folie dazu gesehen hat. Virtuelle Formate funktionieren für theoretische Inhalte, weniger für kollaborative Use-Case-Priorisierungen. Erfahrungsgemäss sinkt die Qualität der Diskussionen in Video-Calls deutlich. Wenn das Team verteilt sitzt, empfehlen wir Hybrid statt rein virtuell.
Woran Sie einen praxisnahen Anbieter erkennen
Drei Fragen helfen bei der Einschätzung. Erstens: Welche KI-Systeme betreibt der Anbieter selbst produktiv? Ein Berater ohne eigene Umsetzungserfahrung liefert Ihnen Folien — keinen Praxis-Test. Zweitens: Kann er konkrete Misserfolge benennen und erklären, was er daraus gelernt hat? Wer nur Erfolgsgeschichten erzählt, hat entweder wenig gebaut oder selektiv präsentiert. Drittens: Wie sieht ein typisches Output-Dokument nach dem Workshop aus? Ein Anbieter, der das nicht vorzeigen kann, hat keine wiederholbare Methode. Bei digital opua GmbH entwickeln wir produktive KI-Systeme: Mingly (Multi-LLM Desktop App), DocMind (RAG-System für vertrauliche Firmendaten), RAG-Wissen (interne Wissensdatenbank) und Pruefstand (KI-Evaluierungs-Framework). Was wir in Workshops vermitteln, haben wir selbst gebaut — und mit Zahlen gemessen.
Was uns die Entwicklung von Mingly und DocMind gelehrt hat
Als wir Mingly entwickelten — eine Desktop-App, die mehrere LLMs parallel routet — gingen wir davon aus, dass die technisch beste Routing-Lösung von Nutzern adoptiert würde. Das war falsch. Der Wechsel des mentalen Modells — von "ich suche etwas" zu "ich führe ein Gespräch mit einem System, das Kontext behält" — war die eigentliche Adoptions-Hürde. Dieselbe Erkenntnis zeigte sich bei DocMind: Das RAG-System für private Firmendaten war technisch fertig, bevor klar war, wie Mitarbeitende es in ihren täglichen Workflow einbinden würden. KI-Adoption ist zu einem grossen Teil ein Change-Thema. Die Bitkom KI-Studie 2026 bestätigt das: 53 Prozent der Unternehmen nennen fehlende Kompetenz im Team — nicht fehlende Technologie — als grösste Hürde. Diese Erkenntnis fliesst direkt in unsere Workshop-Gestaltung ein.
Der wichtigste Schritt nach dem Workshop: ein Pilot — kein Programm
Die häufigste Falle nach einem erfolgreichen Workshop: Das Führungsteam beschliesst ein breites KI-Programm mit fünf parallelen Use Cases und einem Zwölf-Monats-Plan. Das Ergebnis ist fast immer dasselbe — zu viel Koordinationsaufwand, zu wenig Fokus, keine klaren Erfolgskriterien. 33 Prozent der Unternehmen in der Bitkom-Studie 2026 berichten höhere Kosten als erwartet; breite Programme verstärken dieses Risiko erheblich. Die Alternative: ein Pilot — ein Use Case, ein Team, drei Monate, ein Erfolgskriterium. Konkret: Nicht "wir wollen KI im Einkauf einsetzen", sondern "Angebotserstellung von durchschnittlich vier Stunden auf unter eine Stunde reduzieren, Pilot mit fünf Einkäuferinnen und Einkäufern, Endtermin 30. September, Entscheidung danach." Erst wenn der Pilot zeigt, was funktioniert und was nicht, lohnt sich der nächste Use Case.
Ein KI-Workshop für Führungsteams ist dann sinnvoll, wenn das Ziel ist, ein gemeinsames Verständnis zu schaffen und den ersten konkreten Schritt zu definieren — nicht eine Lösung zu kaufen. Die realistischen Erwartungen: gemeinsames Vokabular, priorisierte Use-Case-Liste, klarer Pilot-Schritt. Unsere Workshops bei digital opua GmbH kosten zwischen CHF 2'400 und CHF 7'600, je nach Teamgrösse, Vorbereitung und Format. Was immer enthalten ist: eigene Erfahrung aus produktivem KI-Betrieb, keine Consulting-Folien. Und die Haltung, dass Befähigung mehr zählt als Bindung — ein guter Workshop macht Sie handlungsfähig für die nächsten Schritte, nicht abhängig vom nächsten Engagement. Quellen: NZZ-KMU-Barometer 2026, Kalaidos Fachhochschule / NZZ / Swiss Economic Forum, veröffentlicht Juni 2026 (https://unternehmen.nzz.ch/assets/lbwp-cdn/nzz-mediengruppe-v2/files/1780405792/ergebnisbericht_nzz-kmu-barometer-2026.pdf) — Bitkom KI-Studie 2026, Bitkom e. V., Februar 2026 (https://www.bitkom.org/Bitkom/Publikationen/Kuenstliche-Intelligenz-in-Deutschland)