Sponsored ContentKünstliche Intelligenz ist ein MannschaftssportWer Technologie, Branchenwissen und Geschäftskompetenz zusammenbringt, schafft mit künstlicher Intelligenz einen Wettbewerbsvorteil. Ein Gespräch über die Bedeutung der Top-Management-Perspektive, um grosse KI-Projekte zum Erfolg zu führen.Erstellt im Auftrag von KPMG Schweiz17.08.2026English versionOptimieren Sie Ihre BrowsereinstellungenNZZ.ch benötigt JavaScript für wichtige Funktionen. Ihr Browser oder Adblocker verhindert dies momentan.Bitte passen Sie die Einstellungen an.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 BeusekomDieser Inhalt wurde von NZZ Story Lab im Auftrag von KPMG Schweiz erstellt. Der Auftraggeber trägt die redaktionelle Verantwortung für diesen Beitrag. Hier geht es zu den NZZ-Richtlinien für Native Advertising.Viele Unternehmen glauben, dass allein die Einführung 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.Frage: Frau Lancaster, KI-Projekte können enorme Werte schaffen. Was braucht es, damit das gelingt?Antwort: 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-Pilotprojekte messbaren Wert in Millionenhöhe generieren. Wir sehen folgende Gründe: Man investiert vielfach, ohne einen gezielten Ansatz zu verfolgen. Ein häufiger Fehler liegt darin, dass man mit der Technologie beginnt, statt mit dem Bedarf. Und der Implementierungsansatz greift oft zu kurz. Wer Branchenkompetenz, Geschäftskompetenz und Technologie zusammenbringt, schafft exponentielles Wachstum.Frage: Herr Lindheim, wer, wenn nicht die IT-Abteilung, sollte ein KI-Projekt denn führen?Antwort: Lindheim: Es braucht eine Top-Management-Perspektive. Die CTO-Sicht allein greift zu kurz – erst wenn auch die CFO-Sicht einfliesst, wird sichergestellt, dass jedes KI-Projekt finanziell rechtfertigbar ist und echten Mehrwert liefert. Und wenn wir von IT sprechen, meinen wir beides: die Infrastruktur- und Sicherheitsseite, die den Rahmen setzt, sowie die Daten- und KI-Experten, die konkrete Lösungen entwickeln. Die besten IT-Abteilungen sind heute längst Business-Partner, weil sie Geschäftsziele aktiv mitgestalten, statt sie nur umzusetzen.Antwort: Lancaster: Technologie- und KI-Projekte ohne Business und CFO als Mitverantwortliche liefern selten messbare Ergebnisse. Umgekehrt führen Projekte, die nur vom Business oder vom CFO ohne Miteinbezug der IT geführt werden, zu Lösungen, die im Alltag nicht funktionieren oder nicht wachsen können.Frage: Und wie sieht das in der Praxis aus? Wer soll am Schluss die Verantwortung tragen?Antwort: Lancaster: Es braucht kollektive Verantwortung und Rechenschaft. Was zählt, ist, dass alle relevanten Stimmen am Tisch sitzen – und dass man ihnen den Raum gibt, sich diesem Vorhaben wirklich zu widmen und seinen Erfolg aktiv voranzutreiben.Frage: Warum ist dieses Zusammenspiel wichtig?Antwort: Lindheim: Wir haben mit einem grossen, multinationalen Life-Sciences-Unternehmen gearbeitet. Die Frage war: Ist unser Distributionsnetzwerk kosteneffizient aufgestellt, um Kunden den bestmöglichen 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.Frage: Wo liegen die Schwächen dieses Ansatzes?Antwort: Lindheim: Die grösste Herausforderung ist, drei Teams zusammenzubringen, die grundlegend unterschiedlich denken. Der Business-Verantwortliche kennt die Marktdynamik und die strategischen Hebel. Der CFO denkt in Investitionen und Rendite. Die IT denkt in Systemen und Skalierbarkeit. Diese Perspektiven zu vereinen, braucht Zeit – aber wer diesen Schritt nicht überspringt, gewinnt danach enorm an Geschwindigkeit und Wirkung.Frage: Was hilft, diese Lücke zu schliessen?Antwort: Lancaster: Es ist eine bewusste Entscheidung, zu Beginn langsam zu gehen, um danach umso schneller und wirkungsvoller voranzukommen. Wer alle Beteiligten von Anfang an auf dasselbe Ziel ausrichtet und mitnimmt, schafft langfristig mehr Wert.Antwort: Lindheim: Es braucht Menschen, die zwischen den Welten übersetzen können. Die besten interdisziplinären Teams sind deshalb nicht nur fachlich divers, sondern auch fähig, die Sprache des jeweils anderen zu sprechen.«Die besten interdisziplinären Teams sind nicht nur fachlich divers, sondern auch fähig, die Sprache des jeweils anderen zu sprechen.»Frage: Was würden Sie einem CEO sagen, der morgen ein grosses KI-Projekt lancieren will?Antwort: Lindheim: Beginnen Sie mit dem konkreten Geschäftsbedarf, nicht mit der Technologie. Identifizieren Sie die Werthebel in Ihrem Geschäft und setzen Sie KI gezielt dort ein, eingebettet in Ihre bestehenden Geschäftsprozesse. Denn viele Unternehmen probieren KI zwar aus, aber integrieren sie noch nicht konsequent in die Geschäftsprozesse. Wer stattdessen den konkreten Geschäftsbedarf in den Mittelpunkt stellt und Technologie als Teil des Prozesses denkt, schafft echten und nachhaltigen Mehrwert.Antwort: Lancaster: KI ist ein mächtiges Werkzeug, das Ihnen zur Verfügung steht, um Ihre Vision zu erreichen. Nutzen Sie es so, wie es zu Ihrer Organisation und Ihrem Zweck passt. Ihre Organisation besteht weiterhin aus Menschen, Technologien und Arbeitsweisen. Das verschwindet auch mit KI nicht.Frage: Welche Voraussetzungen müssen erfüllt sein, damit man mit KI-Modellen überhaupt starten kann?Antwort: Lindheim: KI steht und fällt mit der Datenqualität. Wenn man schlechte Daten hat, liefert KI schlechte Ergebnisse – «garbage in, garbage out». Die verschiedenen Schichten müssen stimmen: das Datenmodell, die Datenqualität, die Infrastruktur. Das heisst nicht, dass man zuerst alle Daten im ganzen Unternehmen bereinigen muss. Wer einen konkreten Use Case identifiziert und dort die Datenbasis sauber aufbaut, kann schnell und gezielt starten.Antwort: Lancaster: Man kann keine KI-Strategie haben, wenn man keine Datenstrategie hat. Und was KI tatsächlich bewirkt hat, ist, als Katalysator zu wirken: Viele Unternehmen verstehen jetzt viel besser, wie wertvoll ihre eigenen Daten sind und wie sie diese gezielt nutzen können.Frage: 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?Antwort: Lancaster: Das ist eine Frage, mit der sich viele unserer Kunden beschäftigen. Wir haben kürzlich mit einem grossen globalen Pharmakonzern gearbeitet, der KI-Governance für seine Tochtergesellschaften 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 sinnvoll ein? Das Ergebnis war kein minimaler Governance-Rahmen, sondern ein Ansatz mit mehr Dialog und mehr Lernen.Frage: Der Verlust von vertraulichen Daten ist in jeder Branche gravierend, aber in der Pharmaindustrie dürfte das Risiko wohl noch schwerer wiegen.Antwort: Lancaster: Regulierung im Life-Sciences- Bereich soll die Gesundheit und das Vertrauen von Anbietern und Patienten schützen. Sicherheit ist hier absolut zentral. Was das für KI bedeutet: Experimente werden in einem viel kontrollierteren Rahmen durchgeführt. Wenn ich Gesundheitsdaten analysiere, ist das eine fundamental andere Konversation 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.Frage: Das perfekte Zusammenspiel von Mensch und Technologie ist also das Ziel. Welche Kennzahlen zeigen Ihnen am Ende, dass ein KI-Projekt wirklich erfolgreich war?Antwort: Lindheim: Eine wichtige Kennzahl ist die Adoptionsrate. Selbst die beste KI nützt nichts, wenn sie niemand nutzt. Das lässt sich heute gut nachverfolgen. Deshalb ist Change Management genauso wichtig wie die Technologie selbst – und genauso messbar.Antwort: Lancaster: Entscheidend ist: Welches Ziel hat man sich gesetzt – und bewegt sich dieses tatsächlich durch die Initiative? Wir empfehlen, den Fortschritt 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 verhindert man, dass man ins Tal zurückfällt und zur alten Arbeitsweise zurückkehrt?Frage: 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?Antwort: Lindheim: Im Due-Diligence-Prozess hilft KI dort, wo grosse Mengen an Informationen schnell verarbeitet werden müssen – bei Datentransformation, qualitativen Dokumenten und Berichterstattung. 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.Antwort: Lancaster: KI übernimmt die zeitaufwendige Datensammlung. Das schafft Raum für das Wesentliche: Analyse und Entscheidung. Zunehmend sind KI-Komponenten Teil des zu kaufenden Unternehmens selbst. Da muss das Deal-Team verstehen, mit welchen Daten das Modell trainiert wurde – eine Neuqualifizierung in regulierten Umgebungen kann sehr kostspielig werden.Frage: 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?Antwort: Lancaster: Die Schweiz ist in einer komfortablen Position. Innovation in Life Sciences entsteht heute nicht mehr nur innerhalb der vier Wände eines Unternehmens. Sie entsteht an den Schnittstellen – mit akademischen Partnern, mit Startups, mit anderen Industrien. Was die Schweiz besonders macht: Institutionen wie die beiden ETH oder die Universität St. Gallen wollen mit der Industrie und Gesundheitsfachleuten zusammenarbeiten, um konkrete Patientenprobleme zu lösen. Es gibt eine gesunde Startup-Szene in Basel, Zürich und der Romandie. Und die Konzentration von globalen Life-Sciences-Schwergewichten bringt ungewöhnlich viel Talent zusammen. Das ist eine privilegierte Ausgangslage.Antwort: Lindheim: Diese Nähe zwischen Industrie, Wissenschaft 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 SchweizKPMG zählt hierzulande zu den führenden Anbietern von Dienstleistungen in den Bereichen Wirtschaftsprüfung, Steuer- und Rechtsberatung sowie Unternehmensberatung. Der Dienstleister beschäftigt mehr als 2600 Mitarbeitende an elf Standorten in der Schweiz und Liechtenstein. Die Kunden von KPMG profitieren von massgeschneiderten ­Lösungen und strategischen Allianzen mit führenden Technologiepartnern.Mehr zu KI bei KPMG