KPMG (D)

WERBUNG

SPONSORED CONTENT FÜR KPMG SCHWEIZ

Samstag, 15. August 2026

Künstliche Intelligenz ist ein Mannschaftssport Wer Technologie, Branchenwissen und Geschäftskompetenz zusammenbringt, schafft mit künstlicher Intelligenz einen echten Wettbewerbsvorteil. Ein Gespräch über die Bedeutung der Top-Management-Perspektive, um grosse KI-Projekte zum Erfolg zu führen.

Viele Unternehmen glauben, dass allein die Ein­ führung von künstlicher Intelligenz (KI) einen Wettbewerbsvorteil bringt. Deborah Lancaster und Benedikt Lindheim von KPMG Schweiz zeigen, warum die erfolgreichsten Technologieprojekte nicht nur in der IT-Abteilung entstehen, sondern dort am stärksten wirken, wo Geschäftsbedürfnis, Technologie und Sektorwissen zusammenkommen.

Frau Lancaster, KI-Projekte können enorme Werte schaffen. Was braucht es, damit das gelingt?

Lancaster: Das Potenzial ist real, aber es braucht den richtigen Ansatz. Eine MIT-Studie aus dem Jahr 2025 zeigt, dass nur 5 Prozent der KI-Pilotpro­ jekte messbaren Wert in Millionenhöhe generieren.

Wir sehen folgende Gründe: Man investiert viel­ fach, ohne einen gezielten Ansatz zu verfolgen. Ein häufiger Fehler liegt darin, dass man mit der Tech­ nologie beginnt, statt mit dem Bedarf. Und der Im­ plementierungsansatz greift oft zu kurz. Wer Bran­ chenkompetenz, Geschäftskompetenz und Tech­ nologie zusammenbringt, schafft exponentielles Wachstum.

Herr Lindheim, wer, wenn nicht die IT-Abteilung, sollte ein KI-Projekt denn führen?

Lindheim: Es braucht eine Top-Management-Per­ spektive. Die CTO-Sicht allein greift zu kurz – erst wenn auch die CFO-Sicht einfliesst, wird sicherge­ stellt, dass jedes KI-Projekt finanziell rechtfertig­ bar ist und echten Mehrwert liefert. Und wenn wir von IT sprechen, meinen wir beides: die Infrastruk­ tur- und Sicherheitsseite, die den Rahmen setzt, so­ wie die Daten- und KI-Experten, die konkrete Lö­ sungen entwickeln. Die besten IT-Abteilungen sind heute längst Business-Partner, weil sie Geschäfts­ ziele aktiv mitgestalten, statt sie nur umzusetzen.

Lancaster: Technologie- und KI-Projekte ohne Business und CFO als Mitverantwortliche lie­ fern selten messbare Ergebnisse. Umgekehrt füh­ ren Projekte, die nur vom Business oder vom CFO ohne Miteinbezug der IT geführt werden, zu Lö­ sungen, die im Alltag nicht funktionieren oder nicht wachsen können.

Und wie sieht das in der Praxis aus? Wer soll am Schluss die Verantwortung tragen?

Lancaster: Es braucht kollektive Verantwortung und Rechenschaft. Was zählt, ist, dass alle relevan­ ten Stimmen am Tisch sitzen – und dass man ih­ nen den Raum gibt, sich diesem Vorhaben wirklich zu widmen und seinen Erfolg aktiv voranzutreiben.

Warum ist dieses Zusammenspiel wichtig?

Lindheim: Wir haben mit einem grossen, multina­ tionalen Life-Sciences-Unternehmen gearbeitet.

Die Frage war: Ist unser Distributionsnetzwerk kos­ teneffizient aufgestellt, um Kunden den bestmög­ lichen Service zu bieten? Ohne Technologie kein ganzheitlicher Überblick. Ohne Sektorexpertise hätte man das Unternehmen behandelt wie eine Bäckerei. Und ohne operative Expertise wären die Erkenntnisse nicht verwertbar gewesen. Erst durch das Zusammenspiel aller Perspektiven entsteht ein wirklich ganzheitlicher Ansatz.

Wo liegen die Schwächen dieses Ansatzes?

Lindheim: Die grösste Herausforderung ist, drei Teams zusammenzubringen, die grundlegend unterschiedlich denken. Der Business-Verantwort­ liche kennt die Marktdynamik und die strategi­ schen Hebel. Der CFO denkt in Investitionen und Rendite. Die IT denkt in Systemen und Skalierbar­ keit. Diese Perspektiven zu vereinen, braucht Zeit – aber wer diesen Schritt nicht überspringt, gewinnt danach enorm an Geschwindigkeit und Wirkung.

Was hilft, diese Lücke zu schliessen?

Lancaster: Es ist eine bewusste Entscheidung, zu Beginn langsam zu gehen, um danach umso schnel­ ler und wirkungsvoller voranzukommen. Wer alle Beteiligten von Anfang an auf dasselbe Ziel aus­ richtet und mitnimmt, schafft langfristig mehr Wert.

Lindheim: Es braucht Menschen, die zwischen den Welten übersetzen können. Die besten interdiszip­ linären Teams sind deshalb nicht nur fachlich divers, sondern auch fähig, die Sprache des jeweils ande­ ren zu sprechen.

Was würden Sie einem CEO sagen, der morgen ein grosses KI-Projekt lancieren will?

Lindheim: Beginnen Sie mit dem konkreten Ge­ schäftsbedarf, nicht mit der Technologie. Identifi­ zieren Sie die Werthebel in Ihrem Geschäft und set­ zen Sie KI gezielt dort ein, eingebettet in Ihre be­ stehenden Geschäftsprozesse. Denn viele Unter­ nehmen probieren KI zwar aus, aber integrieren sie noch nicht konsequent in die Geschäftspro­ zesse. Wer stattdessen den konkreten Geschäftsbe­ darf in den Mittelpunkt stellt und Technologie als

Zwei Experten von KPMG Schweiz: Partnerin Deborah Lancaster leitet die Life-Sciences-Strategiepraxis in der Schweiz und im Vereinigten Königreich, Benedikt Lindheim leitet das Data-Analytics-Team im Deal Advisory und verantwortet die KI-Initiative des Beratungsgeschäfts von KPMG Schweiz.

GEERTJAN VAN BEUSEKOM

Teil des Prozesses denkt, schafft echten und nach­ haltigen Mehrwert.

Lancaster: KI ist ein mächtiges Werkzeug, das Ih­ nen zur Verfügung steht, um Ihre Vision zu errei­ chen. Nutzen Sie es so, wie es zu Ihrer Organisa­ tion und Ihrem Zweck passt. Ihre Organisation be­ steht weiterhin aus Menschen, Technologien und Arbeitsweisen. Das verschwindet auch mit KI nicht.

Welche Voraussetzungen müssen erfüllt sein, damit man mit KI-Modellen überhaupt starten kann?

Lindheim: KI steht und fällt mit der Datenqualität.

Wenn man schlechte Daten hat, liefert KI schlechte Ergebnisse – «garbage in, garbage out». Die ver­ schiedenen Schichten müssen stimmen: das Daten­ modell, die Datenqualität, die Infrastruktur. Das heisst nicht, dass man zuerst alle Daten im ganzen Unternehmen bereinigen muss. Wer einen konkre­ ten Use Case identifiziert und dort die Datenba­ sis sauber aufbaut, kann schnell und gezielt starten.

Lancaster: Man kann keine KI-Strategie haben, wenn man keine Datenstrategie hat. Und was KI tatsächlich bewirkt hat, ist, als Katalysator zu wir­ ken: Viele Unternehmen verstehen jetzt viel bes­ ser, wie wertvoll ihre eigenen Daten sind und wie sie diese gezielt nutzen können.

Eine solide Datenstrategie ist das Fundament, aber es braucht auch Leitplanken. Wie sieht es mit der Governance aus? Wer diktiert in den Unternehmen typischerweise, was mit KI erlaubt ist und was nicht?

Lancaster: Das ist eine Frage, mit der sich viele unserer Kunden beschäftigen. Wir haben kürzlich mit einem grossen globalen Pharmakonzern ge­ arbeitet, der KI-Governance für seine Tochterge­ sellschaften einführen wollte. Der Ansatz war nicht, Regeln von oben zu diktieren. Es war ein Dialog zwischen den Verantwortlichen am Hauptsitz und den Marktverantwortlichen in den Ländern: Was ist ein nützliches Tool, und wie setzen wir es sinn­ voll ein? Das Ergebnis war kein minimaler Gover­ nance-Rahmen, sondern ein Ansatz mit mehr Dia­ log und mehr Lernen.

Der Verlust von vertraulichen Daten ist in jeder Branche gravierend, aber in der Pharmaindustrie dürfte das Risiko wohl noch schwerer wiegen.

Lancaster: Regulierung im Life-Sciences- Bereich soll die Gesundheit und das Vertrauen von Anbie­ tern und Patienten schützen. Sicherheit ist hier ab­

solut zentral. Was das für KI bedeutet: Experimente werden in einem viel kontrollierteren Rahmen durchgeführt. Wenn ich Gesundheitsdaten analy­ siere, ist das eine fundamental andere Konversa­ tion als die Analyse von Schokoriegelpräferenzen.

Was hingegen jede Branche eint: Es geht nie um die Technologie allein. Entscheidend ist, wie sie ins Geschäft eingebettet wird und wie die Menschen sie übernehmen.

Das perfekte Zusammenspiel von Mensch und Technologie ist also das Ziel. Welche Kennzahlen zeigen Ihnen am Ende, dass ein KI-Projekt wirklich erfolgreich war?

Lindheim: Eine wichtige Kennzahl ist die Adop­ tionsrate. Selbst die beste KI nützt nichts, wenn sie niemand nutzt. Das lässt sich heute gut nachver­ folgen. Deshalb ist Change Management genauso wichtig wie die Technologie selbst – und genauso messbar.

Lancaster: Entscheidend ist: Welches Ziel hat man sich gesetzt – und bewegt sich dieses tatsäch­ lich durch die Initiative? Wir empfehlen, den Fort­ schritt konsequent zu messen und zu steuern. Man sieht oft eine Nutzungskurve, die einen Hochpunkt erreicht, dann abfällt. Die Frage ist: Wie hält man den Hochpunkt länger aufrecht – und wie verhin­ dert man, dass man ins Tal zurückfällt und zur al­ ten Arbeitsweise zurückkehrt?

KI verändert aber nicht nur, wie Unternehmen intern Wert messen, sondern auch, wie sie Firmen kaufen und verkaufen. Wie verändert KI den M&A-Prozess in Life Sciences konkret?

Lindheim: Im Due-Diligence-Prozess hilft KI dort, wo grosse Mengen an Informationen schnell ver­ arbeitet werden müssen – bei Datentransforma­ tion, qualitativen Dokumenten und Berichterstat­ tung. Sie weist auf Widersprüche hin und dient als Sparringspartner. Das Einordnen und Entscheiden bleibt beim Fachexperten. KI macht ihn schneller und schärfer, ersetzt ihn aber nicht.

Lancaster: KI übernimmt die zeitaufwendige Datensammlung. Das schafft Raum für das Wesent­ liche: Analyse und Entscheidung. Zunehmend sind KI-Komponenten Teil des zu kaufenden Unterneh­ mens selbst. Da muss das Deal-Team verstehen, mit welchen Daten das Modell trainiert wurde – eine Neuqualifizierung in regulierten Umgebungen kann sehr kostspielig werden.

KPMG Schweiz KPMG zählt hierzulande zu den führen­ den Anbietern von Dienstleistungen in den Bereichen Wirtschaftsprüfung, Steuer- und Rechtsberatung sowie Unternehmensbera­ tung. Der Dienstleister beschäftigt mehr als 2600 Mitarbeitende an elf Standorten in der Schweiz und Liechtenstein.

Life Sciences ist also eine Branche, in der Technologie besonders viel bewegen kann – und besonders viel auf dem Spiel steht. Die Schweiz ist dabei ein globales Schwergewicht. Sehen Sie Besonderheiten, wie hiesige Unternehmen ans Thema herangehen?

Lancaster: Die Schweiz ist in einer komfortab­ len Position. Innovation in Life Sciences entsteht heute nicht mehr nur innerhalb der vier Wände eines Unternehmens. Sie entsteht an den Schnitt­ stellen – mit akademischen Partnern, mit Startups, mit anderen Industrien. Was die Schweiz beson­ ders macht: Institutionen wie die beiden ETH oder die Universität St. Gallen wollen mit der Indust­ rie und Gesundheitsfachleuten zusammenarbei­ ten, um konkrete Patientenprobleme zu lösen. Es gibt eine gesunde Startup-Szene in Basel, Zürich und der Romandie. Und die Konzentration von glo­ balen Life-Sciences-Schwergewichten bringt unge­ wöhnlich viel Talent zusammen. Das ist eine privi­ legierte Ausgangslage.

Lindheim: Diese Nähe zwischen Industrie, Wis­ senschaft und Startup-Ökosystem ist ein echter ­Wettbewerbsvorteil. Wenn man diese drei Kreise zusammenbringt – und das ist letztlich dasselbe Prinzip wie bei jedem erfolgreichen KI-Projekt –, entstehen Lösungen, die anderswo nicht entstehen würden. kpmg.ch/ai-in-deals

Dieser Inhalt wurde von NZZ Story Lab im Auftrag von KPMG Schweiz erstellt.