Orange Butterfly Blog

Nach dem BEF ist vor der Auseinandersetzung

Patrick Bichler (thinking services ag) — Fri, 28 Aug 2026 08:00:00 GMT

Jürg Plüss stellte die entscheidende Frage nicht auf der Bühne. Er stellte sie beim Mittagessen.

Das Business Excellence Forum in St. Gallen war vorbei, die Keynote abgehakt. An den Tischen liefen die Gespräche weiter, lockerer, direkter, konkreter. Man spürte, wie der Impuls der letzten Stunden in die eigenen Überlegungen einsickerte. Und dann, fast beiläufig: «Was mach' ich jetzt daraus im Alltag?»

Diese Frage begleitet mich seither.

KI ist kein Werkzeug mehr

In meiner Keynote habe ich eine Frage ins Publikum gestellt: Wer hat in Ihrem Unternehmen die Regeln für Ihre KI geschrieben? Nicht die technischen Parameter, sondern die Werte, die Grenzen, die Prioritäten. Wer haftet, wenn ein Agent falsch entscheidet?

Die meisten Führungskräfte können das nicht sofort beantworten. Kein Vorwurf, aber ein wichtiger Befund. KI-Agenten sind inzwischen weit mehr als Werkzeuge. Sie schreiben E-Mails, buchen Termine, analysieren Kundendaten und treffen dabei laufend kleine Entscheidungen, auf Basis von Regeln. Aber wessen Regeln?

Wer diese Frage nicht bewusst beantwortet hat, lässt sie trotzdem beantworten, nur nicht von sich selbst. Der Anbieter, das Modell, der Entwickler des Tools: Sie alle schreiben gerade mit an den Spielregeln Ihrer Organisation.

Erst der Überbauungsplan, dann die Hochhäuser

Die Antwort liegt nicht in mehr Technologie. Sie liegt in der Reihenfolge.

In Dubai gibt es beeindruckende Gebäude. Aber bevor das erste gebaut wurde, existierte ein Stadtplan: Wo darf gebaut werden? Wie hoch? Welche Infrastruktur muss vorher stehen? Wer den Plan weglässt und einfach zu bauen beginnt, bekommt ein Chaos, egal wie elegant die einzelnen Gebäude sind.

KI-Einführung folgt derselben Logik. Vier Fragen, von oben nach unten:

1. Was soll mein Unternehmen in fünf Jahren können?
2. Wo übernehmen Menschen, wo Automatisierung, wo KI?
3. Welche Daten stehen zur Verfügung, und wie verlässlich sind sie?
4. Erst dann: Welche Tools, Modelle und Anbieter passen dazu?

Die meisten Unternehmen starten bei Punkt vier. Das ist wie das Hochhaus ohne Stadtplan.

Was mach' ich jetzt daraus im Alltag?

Jürg Plüss hat die richtige Frage gestellt. Ich gebe sie zurück, mit drei konkreten Einstiegspunkten:

Frage 1: Wer hat zuletzt entschieden, welche KI-Tools eingeführt werden, und auf Basis welcher Kriterien?

Frage 2: Wenn Ihre KI morgen eine falsche Entscheidung trifft: Wer bemerkt es? Wie lange dauert es?

Frage 3: Haben Sie einen Plan für Ihre KI-Architektur, oder bauen Sie gerade das erste Hochhaus?

Keine dieser Fragen verlangt sofort eine vollständige Antwort. Aber sie verdienen eine Auseinandersetzung, am besten intern, mit allen Beteiligten.

Fazit

Architekt oder Passagier: Das ist keine IT-Entscheidung. Es ist eine Führungsentscheidung, die sich nicht delegieren lässt.

Das Entscheidendste am BEF passierte nicht auf der Bühne. Es passierte beim Mittagessen, als Jürg Plüss seine Frage stellte. Der nächste Schritt ist keine weitere Präsentation, sondern eine Diskussion im eigenen Haus.

Wenn Sie diese Diskussion intern anstossen möchten, stehe ich gerne als Sparringpartner zur Verfügung.

Wie ein strukturiertes KI-Betriebssystem für Ihr Unternehmen aussehen kann: KI-Betriebssystem für KMU.

Der erste Arbeitstag des KI-Agenten

Patrick Bichler (thinking services ag) — Fri, 21 Aug 2026 08:00:00 GMT

Kennen Sie das? Ein Lernender am ersten Arbeitstag. Sie legen ihm Aktenstapel aus drei Abteilungen auf den Tisch, nennen 50 offene Aufgaben und sagen: «Los geht's.»

Das Ergebnis ist vorhersehbar: Unverständnis, Überforderung, kaum etwas Brauchbares.

Jetzt stellen Sie sich vor, dasselbe passiert gleichzeitig in fünf verschiedenen Abteilungen. Unkoordiniert, jede für sich, ohne dass die rechte Hand weiss, was die linke tut.

Ein KI-Agent ohne Kontext, Instruktion und Spielregeln steht am ersten Einsatztag vor exakt demselben Problem. Der Unterschied zum menschlichen Lernenden: Der Agent startet sofort, in Echtzeit, und möglicherweise in mehreren Abteilungen gleichzeitig.

🐛 Das Problem

Selten ist es die Geschäftsleitung mit einem Gesamtplan, die KI-Agenten einführt. Meistens sind es motivierte Einzelpersonen: der neugierige Projektleiter, die digitalaffine Abteilungsleiterin, die Entwicklerin, die das passende Tool gefunden hat. Jede:r gut gemeint. Jede:r mit einer sinnvollen Idee für den eigenen Bereich.

Jede isolierte Implementierung funktioniert, bis sie auf eine andere trifft. Bis die Daten nicht mehr zusammenpassen. Bis zwei Agenten dieselbe Anfrage unterschiedlich behandeln. Bis niemand mehr weiss, welches Tool welche Entscheidung getroffen hat.

Wer diese Dynamik kennt, erinnert sich vielleicht an die unkontrollierte Ausbreitung von Teams-Kanälen während Corona: Jede neue Einführung ohne Gesamtkontext potenziert das Problem, statt es zu lösen.

Der eine Lernende ohne Einarbeitungsplan ist schon schwierig genug. Eine Heerschar von Lernenden, die gleichzeitig und unkoordiniert loslaufen, ist ein anderes Kaliber.

🦋 Die Lösung: zuerst die Architektur, dann der Agent

Der gemeinsame Nenner beider Probleme ist derselbe: Es fehlt nicht an Tools. Es fehlt an Kontext und an der Architektur, die diesen Kontext trägt.

Think-First gilt bei KI-Agenten genauso wie beim Lernenden: Erst die Architektur verstehen, den Kontext definieren, dann befähigen. Erst wenn diese Fragen geklärt sind, geht es an die Einarbeitung des einzelnen Agenten. Und die kann genau wie beim Lernenden funktionieren:

🦋 Ein klares Mandat: Was ist seine Aufgabe, und was liegt ausserhalb seiner Verantwortung?

🦋 Gemeinsame Regeln: Was gilt für alle im Unternehmen, unabhängig davon, in welcher Abteilung der Agent eingesetzt wird?

🦋 Eingegrenzte Werkzeuge: Auf welche Systeme braucht er Zugriff, und auf welche nicht?

🦋 Ein konkreter erster Auftrag: Ein einziger Anwendungsfall als Einstieg, nicht fünf auf einmal.

Das klingt nach mehr Aufwand zu Beginn. Und das stimmt. Wer die Architektur zuerst klärt, vermeidet später kostspielige Korrekturen, Doppelspurigkeiten und den Vertrauensverlust, den ein unkontrolliert laufender Agent schnell auslösen kann.

Konkret könnte das so aussehen

Ein Handwerksbetrieb möchte seinen Kundenservice entlasten. Statt fünf Tools gleichzeitig einzuführen, startet er mit einem einzigen Agenten für Standardanfragen. Klares Mandat: nur FAQ-Antworten. Klarer Scope: Zugriff auf die Wissensdatenbank, nicht auf das CRM. Klare Eskalationsregel: Alles ausserhalb der FAQ geht sofort an einen Menschen.

Drei Monate später läuft das System stabil. Das Team weiss, wie es mit dem Agenten zusammenarbeitet. Erst dann kommt der nächste Schritt.

Vorteile auf einen Blick

🦋 Weniger Reibung: Agenten mit klaren Grenzen verursachen weniger Fehler und weniger Kontrollaufwand.

🦋 Mehr Akzeptanz: Teams, die den Agenten von Anfang an begleiten, nehmen ihn als Unterstützung wahr, nicht als aufgezwungenes Tool.

🦋 Saubere Skalierbarkeit: Eine durchdachte Architektur erlaubt es, weitere Agenten später einzubinden, ohne das Chaos zu multiplizieren.

🦋 Nachvollziehbarkeit: Wer hat was entschieden? Mit klaren Mandaten bleibt die Antwort eindeutig.

Fazit

Das Problem addiert sich nicht, es multipliziert sich. Aber die Lösung beginnt nicht mit dem nächsten Tool. Sie beginnt mit der Frage: Wer führt hier wen ein, und mit welchem Plan?

Wer eine solche Architektur nicht selbst aufbauen will: Das KI-Betriebssystem für KMU setzt genau hier an — Einrichtung, Governance-Regeln, Ausbildung und laufende Betreuung als Managed Service.

Zu früh im Lösungsraum

Patrick Bichler (thinking services ag) — Sun, 09 Aug 2026 08:00:00 GMT

Kennen Sie den Moment, wenn alle im Raum wissen, was die Lösung ist, aber noch niemand das Problem wirklich beschrieben hat?

Er ist häufiger als man denkt. Und er ist teurer als jede schlecht implementierte Software. Ich ertappe mich selbst dabei.

In der Digitalisierung herrscht systemischer Druck zur Schnelligkeit. Projekte werden in Sprints gemessen. Wer noch analysiert, während andere schon deployen, gilt schnell als zögerlich. Das Ergebnis: Wir springen zu früh in den Lösungsraum.

Das Muster, das Projekte langsam macht

Im Beratungsalltag erlebe ich es regelmässig: Ein Unternehmen kommt mit einer konkreten Idee. «Wir brauchen ein neues CRM.» «Wir wollen KI im Kundenservice einsetzen.» Die Lösung steht, und meistens sind auch schon die passenden Toolempfehlungen vorhanden. Das Problem dahinter ist noch unscharf.

Das ist kein Vorwurf, sondern ein menschliches Muster. Lösungen geben uns das Gefühl von Kontrolle und Kompetenz. Das Problem länger zu betrachten fühlt sich wie Stillstand, Chaos oder Entscheidungsunfähigkeit an. Also überspringen wir den unbequemen Teil.

Der Preis:

- Wir lösen Symptome statt Ursachen
- Wir übersehen Bedürfnisse, die erst durch genaues Beobachten sichtbar werden
- Wir bauen auf Annahmen, die niemand je wirklich hinterfragt hat

Eine Woche Implementierung kann manchmal durch zwei Stunden echtes Nachdenken erspart werden. Diese Umkehrung klingt seltsam. Sie stimmt trotzdem.

Zwei Räume, eine Grenze

Design Thinking benennt das Problem präzise. Der klassische Doppelte Diamant unterscheidet zwei Welten: den Problemraum (Entdecken und Definieren) und den Lösungsraum (Entwickeln und Umsetzen). Die unterschätzte Arbeit passiert nicht im Lösungsraum.

Der entscheidende Moment ist nicht «Welche Lösung wählen wir?», sondern «Haben wir das richtige Problem gefunden?»

Das Think-First-Prinzip folgt derselben Logik. Es setzt voraus, dass man zuerst versteht, bevor man gestaltet. «Wir fangen an zu studieren, wo andere aufhören.» Das ist keine Floskel. Es ist eine Einladung zum Mitstudieren.

«Aber wir haben keine Zeit für lange Analysen»

Den Einwand kenne ich gut. Er ist berechtigt, baut aber auf einem Missverständnis.

Think-First braucht keine Monate. Manchmal reichen zwei Stunden strukturierter Beobachtung und eine einzige Frage mehr als erwartet. Design Thinking hat dafür schlanke Formate: Empathy Maps, «How might we?»-Framing, kurze Stakeholder-Interviews, ein 5-Why-Gespräch, das Annahmen in zehn Minuten sichtbar macht. Oder einfach: die betroffenen Menschen bei ihrer eigentlichen Arbeit beobachten, bevor man über Lösungen spricht.

Es geht nicht darum, alles zu verstehen. Es geht darum, das Richtige zu verstehen, um die kleinen Schritte in die richtige Richtung zu gehen, zu lernen und die nächste Iteration anzugehen. Wer alles verstehen will, bevor er anfängt, fängt nie an.

Was Think-First konkret bringt

- Weniger Korrekturen: Wer das richtige Problem löst, muss seltener nachbessern
- Bessere Akzeptanz: Lösungen aus echtem Problemverständnis werden von Teams getragen
- Kürzere Abstimmungswege: Gemeinsames Problemverständnis ersetzt wochenlange Klärungsrunden
- Nachhaltigere Wirkung: Ursachen statt Symptome adressieren

Fazit

Think-First ist keine Bremse. Es ist die effizienteste Art, den ersten Schritt in die richtige Richtung zu setzen.

Wer länger im Problemraum bleibt als es sich anfühlt nötig zu sein, kommt schneller ans Ziel.

Wie Think-First und Design-Thinking-Methoden in einem geführten Rahmen angewendet werden: KI-Transformations-Workshop.

Der Reisepass: vom Einzelauftrag zur verlässlichen Begleitung

Patrick Bichler (thinking services ag) — Sun, 09 Aug 2026 08:00:00 GMT

Kennen Sie das? Ein Projekt startet mit einer klaren Fragestellung. Es läuft gut. Und irgendwann, oft nach drei oder vier Monaten, taucht eine zweite Frage auf, die mit der ersten eigentlich gar nichts zu tun hatte — und trotzdem dazugehört.

Governance-Lücken zeigen sich während einer KI-Potentialanalyse. Kulturthemen werden sichtbar während der Einführung einer Sicherheitsarchitektur. Der Bedarf reicht praktisch immer über das ursprüngliche Mandat hinaus, quer durch Mensch, Technologie und Governance.

Das ist kein Ausnahmefall. Es ist das Muster, das wir in den vergangenen zwölf Monaten in fast jedem Mandat beobachtet haben.

Vertrauen, das jedes Mal neu verhandelt wird

Sobald diese Kontinuität entstanden ist — ein fester Rhythmus, ein gemeinsames Bild der Situation, echtes Vertrauen — wurde sie bisher trotzdem jedes Mal neu verhandelt. Neues Angebot, neue Konditionen, neuer Startpunkt. Obwohl die Zusammenarbeit längst lief. Das verzögert Entscheide, die eigentlich jetzt gefragt wären.

Ein Einzelauftrag beantwortet die erste Frage gut. Die weiteren beantwortet er nicht.

Die Lösung: der Reisepass

Ab sofort gibt es dafür ein festes Angebot: den Reisepass. Er nimmt den Übergang von Projekt zu laufender Begleitung vorweg, statt ihn abzuwarten.

Das Prinzip dahinter kennen viele aus der agilen Softwareentwicklung: Rahmen und Rhythmus werden vereinbart, der Inhalt bleibt variabel. Im klassischen Projektauftrag ist es umgekehrt, der Inhalt wird vorab fixiert, und die Kosten weichen ab. Im Reisepass ist der monatliche Rahmen fix: ein vereinbarter Betrag, ein fester Rhythmus, ein vertrauter Gesprächspartner. Was in diesem Rahmen bearbeitet wird, bestimmt das aktuelle Kundenbedürfnis, nicht eine Leistungsbeschreibung, die vor sechs Monaten verfasst wurde. Kein Änderungsantrag. Kein «das war nicht im Scope».

Ein fester Reisebegleiter als Single Point of Contact für IT-, KI- und Digitalisierungsentscheide: keine Ausschreibung, kein Koordinationsaufwand bei jeder neuen Frage. Sollte spezifisches Wissen fehlen, kann ein Spezialist bedarfsgerecht beigezogen werden.

Ein digitaler Zwilling als Ergänzung: Fragen ausserhalb der Bürozeiten landen beim KI-gestützten Gesprächspartner, der denselben Kontext kennt wie der Reisebegleiter selbst.

Verrechnet wird das Ergebnis, nicht die investierte Zeit. Kein Stundensatz, der beim Nachfragen schmerzt.

Drei Stufen, die aufeinander aufbauen

Kompass

24/7-Zugang zum digitalen Zwilling, halbjährliches Sparring mit der Geschäftsleitung, quartalsweise Standortbestimmung. Das Ergebnis ist Klarheit über anstehende Entscheide, bevor sie dringend werden.

Reisebegleitung

Zusätzlich laufende Begleitung von Architektur- und Digitalisierungsprojekten, Review von Entscheidungsvorlagen, gezielter Beizug von Fachspezialist:innen aus dem Partner-Netzwerk, wenn die Situation es braucht. Abgesicherte Umsetzung statt Stückwerk.

Lotse

Temporäre Übernahme von Rollen wie Digital Transformation Manager, AI Officer, Enterprise Architekt, CIO oder CDO, mit Präsenz vor Ort nach Bedarf. Für vakante Positionen, für Überbrückung, für sichere Übergangsphasen.

Was sich dadurch nicht ändert

Wenn ein neues Angebot mehr verspricht als die bisherige Praxis hält, ist Skepsis angebracht. Diese hier ist berechtigt, und sie lässt sich direkt beantworten.

Der Reisepass ist eine neue Verpackung, keine neue Haltung.

Befähigung bleibt der Massstab. Das Ziel jeder Stufe ist, dass eine Organisation ihr eigenes System irgendwann selbständig steuert, nicht, dass sie dauerhaft von einer externen Meinung abhängig bleibt.

Kein Vendor-Lock-in. Architekturen und Richtlinien, die in der Zusammenarbeit entstehen, gehen vollständig in die Kontrolle der Kundschaft über. Das gilt auch für KI-Plattformen, Betriebskonzepte oder die Zusammenarbeit mit weiteren Dienstleistern.

Alle Stufen werden individuell auf Grösse und Bedarf zugeschnitten. Preise auf Anfrage statt starrer Tarifliste.

Fazit

Wer heute mit einer einzelnen Frage beginnt, geht davon aus zu wissen, wohin die Reise führen kann. Die Realität ist meist komplexer und vielschichtiger, besonders weil sich die Rahmenbedingungen häufig ändern. Der Reisepass macht aus einem Moment des Vertrauens eine verlässliche Struktur.

Alle Stufen und Informationen direkt: Reisepass ansehen.

Der Kino-Moment: Sind Schafe dumm?

Patrick Bichler (thinking services ag) — Sat, 01 Aug 2026 08:00:00 GMT

Das Kino war dunkel. Ronja sass neben mir. Auf der Leinwand lief der Film „Glennkill". Die Geschichte ist wunderbar. Irische Schafe klären den Mord an ihrem Schäfer auf.

Draussen ein super heisser Tag und wir suchten eine gekühlte Möglichkeit als Indoor-Aktivität. Eigentlich wollte ich den Film nur geniessen, aber schon bald kreisten die Gedanken. Ich schaute auf die Bilder und dachte: Wie viel davon ist eigentlich echt? Hat das eine KI generiert?

Später sahen wir das Making-of zum Film. Über Künstliche Intelligenz wurde dort kaum gesprochen. Trotzdem blieb mein leiser Zweifel. Meine Wahrnehmung hat sich deutlich verändert. Immer häufiger frage ich nach dem "Echten". Dieser Gedanke führte mich zurück zu den Schafen. Sind Schafe eigentlich dumm?

Wenn man die KI fragt, sind sie klug und haben Gefühle. Wenn ich sie in der Realität sehe, erkenne ich oft nur den Herdentrieb. Eines rennt los, alle rennen blind hinterher. Ich zweifle an der KI-Antwort. Als Quelle eine SRF-Dokumentation über die Schwarmintelligenz einer Schafherde.

Manchmal glaube ich, wir Menschen machen das gerade ganz genauso. KI ist da und alle stürmen los. Wir sind wie eine riesige Herde. Ganz ehrlich: Manchmal renne mitten in dieser Herde mit. Oder ist das schwarmintelligent wie bei den Schafen? In Erinnerung das Buch von Prof. Dr. Gunter Dück - schwarmdumm.

Ich habe kürzlich zwei neue Webseiten gebaut: violetdragonfly.io und orangebutterfly.digital. Die KI war mein Werkzeug. Das ging wahnsinnig schnell und das Ergebnis ist erstaunlich gut. KI ist aus meinem Alltag nicht mehr wegzudenken. Ok, ein Design-Profi wird noch einiges an Optimierungsmöglichkeiten sehen - Feedback nehme ich gerne entgegen.

Aber was macht das mit mir? Denke ich jetzt weniger selbst? Was bedeutet das für Web-Agenturen? Werden wir als Herde dumm? Oder ist die KI einfach unser neues, echtes Leben?

Ich suche nach Antworten. Vielleicht hilft mir das Buch „Echt" von Wolf Lotter. Was ist heute noch real? Wie erkennen wir Echtheit? Meine eigene Antwort finde ich vielleicht im Buch. Vielleicht finde ich sie draussen. Wenn der Kopf voll ist von Nullen, Einsen und digitalen Prompts, gehe ich in die Natur. Ich setze mich ans Wasser. Ich beobachte eine echte Libelle. Ich schaue einem echten Schmetterling hinterher. Ich ziehe die Raupen eines Schwalbenschwanzes auf. Das erdet mich sofort.

Die KI hilft mir, meine digitalen Ideen schnell zu bauen. Aber die echte Welt zeigt mir, was wirklich zählt. Wir dürfen die neuen Werkzeuge nutzen. Wir dürfen nur nicht vergessen, den Laptop auch mal zuzuklappen.

Design Thinking im Chaos: warum kundenzentriertes Denken die einzige Methode ist, die auf Neuland wirklich funktioniert

Patrick Bichler (thinking services ag) — Sat, 25 Jul 2026 08:00:00 GMT

Stellen Sie sich vor, Sie müssen eine Brücke bauen, aber Sie wissen noch nicht, über welchen Fluss, für wen und ob der Fluss überhaupt noch an derselben Stelle sein wird, wenn die Brücke fertig ist. Genau das ist die Situation vieler KMU heute: Digitalisierung, KI, veränderte Kundenbedürfnisse, regulatorische Anforderungen. Alles gleichzeitig, alles unsicher, alles dringend.

Die klassische Antwort darauf ist ein Projektplan. Ziel definieren, Phasen aufteilen, Budget festlegen, loslegen. Das funktioniert, wenn das Ziel klar ist, der Weg bekannt und die Umwelt stabil. Auf Neuland trifft keines davon zu.

Was «Neuland» wirklich bedeutet

Neuland ist nicht einfach «schwieriger als sonst». Neuland bedeutet: Die Anforderungen sind unbekannt. Die Nutzer:innen können noch nicht sagen, was sie brauchen, weil sie es selbst noch nicht wissen. Die Technologie ist im Fluss, allen voran KI, die in rasantem Tempo verändert, was automatisierbar, generierbar und an Maschinen delegierbar ist. Das Ziel verändert sich, während man darauf zugeht.

In dieser Situation wird jeder Projektplan zur Selbsttäuschung: Man plant präzise, was man noch nicht kennen kann. Das Ergebnis ist entweder ein Scheitern mit viel Aufwand, oder ein Ergebnis, das technisch korrekt, aber an den echten Bedürfnissen vorbeientwickelt wurde.

Warum klassische Agilität allein nicht reicht

Agile Methoden wie Scrum oder Kanban helfen, schnell und iterativ zu liefern. Sie sind sehr gut darin, bekannte Probleme effizient zu lösen. Aber sie beantworten nicht die Frage: *Lösen wir das richtige Problem?*

Scrum-Teams können in hohem Tempo in die falsche Richtung rennen. Ohne explizite Methodik zur Problemdefinition und Nutzerzentrierung wird Agilität zur beschleunigten Umsetzung falscher Annahmen.

Design Thinking: Struktur für das Unstrukturierbare

Design Thinking beantwortet genau diese Lücke. Es ist keine Kreativitätsmethode, sondern eine Erkenntnismethode. Der Kern: Verstehe zuerst den Menschen, für den du eine Lösung entwickelst. Dann baue, teste, lerne und wiederhole.

Die fünf Phasen, aber nicht linear

1. Empathize (Verstehen): Wer sind die Menschen, die das Problem täglich erleben? Was tun sie wirklich, nicht was sie sagen zu tun? Design Thinking beginnt mit echter Feldbeobachtung, nicht mit Annahmen.

2. Define (Einkreisen): Was ist das eigentliche Problem? Nicht die Symptome, nicht die erste Antwort auf «Was stört Sie?», sondern das zugrundeliegende Bedürfnis. Diese Phase ist der wertvollste und am meisten unterschätzte Schritt.

3. Ideate (Entwickeln): Erst hier kommen Lösungen ins Spiel. Und selbst dann gilt: Quantität vor Qualität, zuerst ohne Selbstzensur. Die beste Lösung entsteht selten aus dem ersten Einfall.

4. Prototype (Erproben): Mach etwas Greifbares: schnell, billig, wegwerfbar. Ein Mockup, ein Rollenspiel, eine Skizze. Das Ziel ist nicht Perfektion, sondern Reaktion.

5. Test (Lernen): Zurück zu den Menschen. Was funktioniert? Was nicht? Welche Annahmen waren falsch? Dieses Feedback ist der eigentliche Wert, nicht die Lösung selbst.

Diese Phasen sind nicht sequenziell. Man springt zurück. Man stellt Annahmen infrage, die zwei Phasen früher als gesichert galten. Das ist kein Fehler. Das ist der Prozess.

Warum Design Thinking auf Neuland besonders wirkt

Auf bekanntem Terrain kann man sich auf Erfahrung verlassen. Auf Neuland kann man das nicht, und genau deshalb braucht man eine Methode, die systematisch Wissen aufbaut, das noch nicht vorhanden ist.

Design Thinking ist darauf ausgelegt. Es:

- Verzögert Lösungen, bis das Problem wirklich verstanden ist. So wird der häufigste Fehler in unbekanntem Terrain vermieden.
- Macht Annahmen sichtbar statt sie zu verbergen. Jeder Prototyp ist ein Experiment, das Annahmen testet.
- Erlaubt schnelles Scheitern im Kleinen, bevor man im Grossen scheitert. Ein wegwerfbarer Prototyp kostet Stunden, nicht Monate.
- Bindet die richtigen Menschen früh und kontinuierlich ein. Wer die Lösung später nutzen soll, gestaltet sie mit.

Was das für KMU konkret bedeutet

KMU haben gegenüber Grossunternehmen einen strukturellen Vorteil: Sie können schnell. Kurze Entscheidungswege, direkte Kundennähe, keine Konzernbürokratie. Design Thinking multipliziert diesen Vorteil.

Ein KMU, das eine neue digitale Dienstleistung einführen will, braucht keine sechsmonatige Anforderungsanalyse. Es braucht drei Interviews mit echten Kunden, eine Nachmittagsideation mit dem Team und einen klickbaren Prototyp, der nächste Woche getestet werden kann. In vier Wochen weiss man mehr als in vier Monaten Planung.

Das ist kein Wunschdenken. Das ist die Methodik, die hinter den meisten erfolgreichen digitalen Transformationen steckt, die tatsächlich ankommen.

Design Thinking und KI: eine natürliche Verbindung

KI-Projekte sind par excellence Neuland. Niemand weiss im Voraus, welches Modell welche Aufgabe wie gut löst, wie Nutzer:innen auf KI-Assistenten reagieren oder welche Datenbasis wirklich ausreicht.

Design Thinking ist die einzige Methode, die konsequent mit dieser Unsicherheit umgeht, statt sie zu ignorieren. Ein KI-Prototyp nach einer Woche, der mit echten Nutzer:innen getestet wird, gibt mehr Aufschluss als ein ausgefeiltes Lastenheft nach drei Monaten.

Fazit: Struktur ist nicht das Gegenteil von Offenheit

Das grösste Missverständnis über Design Thinking: Es sei chaotisch, unstrukturiert, nur für Kreative. Das Gegenteil ist wahr. Design Thinking ist eine rigide Erkenntnismethodik, die zufällige Entscheidungen durch systematisches Lernen ersetzt.

Auf Neuland ist das die einzige Art von Struktur, die hilft. Nicht der Masterplan, der Monat für Monat von der Realität überholt wird, sondern die Methode, die mit der Realität lernt.

Schmetterlinge bauen keinen Plan, bevor sie sich verpuppen. Sie folgen einem Prozess, der grundlegende Transformation ermöglicht, und am Ende fliegen sie.

Wie Design Thinking und KI-Projekte in einem geführten Format zusammenkommen: im KI-Transformations-Workshop.

Governance als Agilitäts-Enabler: warum Regeln befreien, nicht bremsen

Patrick Bichler (thinking services ag) — Sat, 18 Jul 2026 08:00:00 GMT

„Governance" hat ein Imageproblem. Die meisten verbinden das Wort mit Bürokratie, Langsamkeit und Kontrolle. Compliance-Checklisten, Audit-Berichte, Richtlinien, die niemand liest.

Dabei ist das Gegenteil wahr, wenn Governance richtig aufgesetzt ist.

Was gute Governance leistet

Gute Governance schafft Klarheit darüber, wer was entscheiden darf. Und genau diese Klarheit ist die Voraussetzung für Agilität.

Wenn jede Entscheidung eine Freigabe braucht, weil unklar ist, wer zuständig ist, wird die Organisation langsam. Wenn klar ist, dass Entscheidungen unterhalb einer bestimmten Schwelle selbstständig getroffen werden dürfen, beschleunigt sich das Team, ohne Verlust an Sicherheit.

ISO 27001, DSGVO und KI-Gesetz als Treiber

Regulierung ist kein Ende in sich selbst. ISO 27001 zwingt Unternehmen, ihre Informationsassets zu inventarisieren: Das ist meist der erste systematische Überblick überhaupt. DSGVO hat Unternehmen gezwungen, Datenflüsse zu dokumentieren, die vorher niemand kannte. Das EU-KI-Gesetz tut dasselbe für KI-Systeme.

Wer diese Anforderungen als Chance begreift, gewinnt ein Lagebild. Wer sie als Pflichtübung behandelt, verliert Zeit und Geld.

Vanta als praktische Umsetzung

Vanta automatisiert den manuellen Aufwand hinter Compliance: kontinuierliches Monitoring, automatisierte Nachweise, ein Trust Center für Kunden. Das Ergebnis ist nicht weniger Governance, sondern Governance mit weniger Overhead.

Unternehmen, die Vanta einsetzen, berichten von bis zu 90 % weniger manuellem Aufwand für Compliance-Nachweise. Der Rest der Zeit fliesst in echte Sicherheit statt in Verwaltung.

Wie automatisiertes GRC konkret aufgesetzt wird: auf der Governance-Seite finden sich alle Details zu unseren Silver-Ant-Angeboten.

KI und Führungskräfte: Souveränität in einer Welt, die sich selbst neu erfindet

Patrick Bichler (thinking services ag) — Fri, 10 Jul 2026 08:00:00 GMT

Die meisten Gespräche über KI in Unternehmen drehen sich um Effizienz: schnellere Prozesse, weniger manuelle Aufwände, automatisierte Berichte. Das ist nicht falsch, aber es ist zu kurz gedacht.

Was sich wirklich verändert

KI verändert nicht nur was erledigt wird, sondern wie Entscheidungen entstehen. Wenn ein System in Echtzeit Anomalien erkennt, Risiken bewertet und Handlungsoptionen vorschlägt: Was ist dann noch die Aufgabe der Führungskraft?

Die Antwort: Das Entscheiden. Das Einordnen. Das Verantworten.

KI kann Informationen verdichten, Muster erkennen und Szenarien durchspielen. Sie kann keine Werte abwägen, keine Organisationskultur gestalten und keine Verantwortung tragen. Diese Aufgaben bleiben beim Menschen und werden wichtiger, nicht weniger wichtig.

Souveränität als Führungsaufgabe

Souveränität im KI-Zeitalter bedeutet nicht, jedes Modell zu verstehen. Es bedeutet, die richtigen Fragen zu stellen: Was kann dieses System, was kann es nicht? Welche Entscheidungen übertrage ich, welche nicht? Wie erkenne ich, wenn der Output falsch ist?

Das sind keine technischen Fragen. Das sind Führungsfragen.

Der Think-First-Ansatz in der Praxis

Think First heisst: Verstehen kommt vor Handeln. Bevor eine KI-Lösung eingeführt wird, braucht es Klarheit über den Bedarf, die Datenqualität und die Governance. Wer das überspringt, kauft sich Komplexität, keine Lösung.

Führungskräfte, die Think First leben, werden nicht von KI ersetzt. Sie setzen KI wirksamer ein als alle anderen.

Die Formate, mit denen wir diese Souveränität in Führungsteams verankern: KI-Transformations-Workshop.

Von der Raupe zum Schmetterling: warum Metamorphose kein Projekt ist

Patrick Bichler (thinking services ag) — Wed, 01 Jul 2026 08:00:00 GMT

Wenn Unternehmen von digitaler Transformation sprechen, denken sie oft an ein Projekt mit Startschuss, Budget und Enddatum. Genau das ist das Problem.

Eine Raupe verwandelt sich nicht in einen Schmetterling, indem sie einen Projektplan erstellt. Sie löst sich auf, fast vollständig, und organisiert sich neu. Das ist unangenehm, notwendig und nicht reversibel. Genau das ist Transformation.

Die Raupen-Phase: ehrliche Bestandsaufnahme

Der erste Schritt ist nicht Handeln, sondern Verstehen. Wir beginnen jede Begleitung mit einer nüchternen Bestandsaufnahme: Was sind die tatsächlichen Engpässe? Wo liegen ungenutztes Potenzial und verborgene Komplexität? Welche Entscheidungen wurden aufgeschoben, weil keine Zeit oder kein Mandat vorhanden war?

Diese Phase ist unbequem und unverzichtbar. Ohne sie bauen spätere Massnahmen auf falschen Annahmen auf.

Die Metamorphose: co-createn statt dekretieren

In der Verpuppungsphase passiert das Entscheidende: Die Lösung entsteht mit dem Team, nicht für das Team. Design-Thinking-Workshops, agile Sprints, Rapid Prototyping, nicht als Methode um der Methode willen, sondern weil menschliche Einbindung die Umsetzungswahrscheinlichkeit multipliziert.

Ein Konzept, das verstanden und mitgetragen wird, hat eine ungleich höhere Chance auf Wirkung als eines, das von aussen hineingedrückt wird.

Der Schmetterlings-Flug: verselbständigen und loslassen

Das Ziel der Begleitung ist die eigene Unabhängigkeit. Wenn das Unternehmen selbstständig fliegt, wenn Entscheidungen intern getroffen, Architekturen intern weiterentwickelt und Risiken intern bewertet werden, dann ist die Arbeit getan.

Kein Vendor-Lock-in, keine Abhängigkeit: alles, was in der Begleitung entsteht, gehört dem Unternehmen.

Der Schmetterling ist nicht das Endstadium

Hier liegt ein häufiges Missverständnis: Der Schmetterling wirkt wie das Ziel, der Endzustand, nach dem alles erreicht ist. Doch in der Natur ist der Schmetterling kein Abschluss. Er ist dazu da, die nächste Generation zu erzeugen.

Das gilt auch für Unternehmen. Ein Unternehmen, das eigenständig fliegt, hat nicht aufgehört, sich zu verändern. Es hat gelernt, wie man sich verändert. Diese Fähigkeit führt zur nächsten Metamorphose, und zur übernächsten. Das Unternehmen wird selbst zum Multiplikator: Es entwickelt Mitarbeitende, die Wandel gestalten können. Es zieht Partner an, die dasselbe suchen. Es gibt weiter, was es gelernt hat.

Nachhaltige Transformation endet nicht beim fliegenden Schmetterling. Sie beginnt dort von neuem, auf einem höheren Niveau.

Warum das relevant ist

Die Unternehmen, die Digitalisierung am nachhaltigsten gestalten, haben eines gemeinsam: Sie behandeln den Wandel nicht als Ausnahmezustand, sondern als neuen Normalzustand. Die Fähigkeit zur Metamorphose ist der eigentliche Wettbewerbsvorteil.

Eine verlässliche Struktur für diese dauerhafte Begleitung bietet der Reisepass.

Die Gefahr der kognitiven Kapitulation

Patrick Bichler (thinking services ag) — Tue, 07 Apr 2026 08:00:00 GMT

Wir alle lieben es, wenn KI-Tools uns in Sekunden komplexe Aufgaben abnehmen. Doch während wir uns über den Produktivitätsboost freuen, schleicht sich unbemerkt ein gefährliches Phänomen in unseren Alltag ein: die sogenannte „kognitive Kapitulation" (Cognitive Surrender).

Wir lagern nicht nur Aufgaben aus, sondern unser Denken

Der Nobelpreisträger Daniel Kahneman hat unser Denken in zwei Systeme unterteilt: Das schnelle, intuitive System 1 und das langsame, analytische System 2. Unser Gehirn spart gerne Energie und verlässt sich oft auf System 1, wobei das analytische System 2 notorisch „faul" ist und Dinge oft ohne genaue Überprüfung hinnimmt. Forscher der Wharton School bezeichnen Künstliche Intelligenz in diesem Zusammenhang nun als „System 3" — ein externes kognitives System in der Cloud.

Das Problem: KI-Antworten klingen extrem flüssig und selbstbewusst. Das führt dazu, dass wir unser eigenes analytisches Denken komplett abschalten und die Antworten ohne jede Überprüfung übernehmen — wir merken nicht einmal, dass wir aufgehört haben, selbst zu denken. Am Ende codiert unser Gehirn die Antwort der Maschine sogar als unser eigenes Urteilsvermögen um, sodass wir ernsthaft glauben, wir hätten uns die Lösung selbst erarbeitet.

Erschreckende Zahlen: Blinder Glaube an die Maschine

In einer umfangreichen Studie mit über 1.300 Teilnehmern und mehr als 9.500 Testszenarien zeigten sich dramatische Effekte: Wenn die KI absichtlich falsche Antworten lieferte, folgten fast 80 % der Nutzer diesem fehlerhaften Rat. Die Genauigkeit der Teilnehmer fiel durch die fehlerhafte KI auf 31,5 % — ein Wert, der deutlich schlechter war, als wenn sie die Aufgaben komplett ohne KI gelöst hätten.

Noch verrückter: Obwohl die Teilnehmer mit der fehlerhaften KI viel häufiger falschlagen, stieg ihr Selbstvertrauen in die eigene Antwort durch die Nutzung der Maschine um fast 12 Prozentpunkte. Kurz gesagt: Wir sind durch KI häufiger im Unrecht, aber gleichzeitig viel selbstsicherer.

Die Umkehrung des Dunning-Kruger-Effekts

Normalerweise überschätzen sich Anfänger oft selbst, während echte Experten eher an sich zweifeln (der klassische Dunning-Kruger-Effekt). Bei der Nutzung von KI dreht sich dieses Prinzip jedoch komplett um: Je höher Nutzer ihre eigene „KI-Kompetenz" einschätzen, desto stärker überschätzen sie ihre tatsächliche kognitive Leistung und desto blinder vertrauen sie der Maschine. Sie verwechseln technisches Wissen (z. B. das Wissen über Algorithmen oder Prompts) mit der echten Fähigkeit, die inhaltliche Richtigkeit der KI bewerten zu können.

Warum „AI-First" auf menschlicher Ebene zwingend „Think-First" braucht

Genau hier liegt die grösste Herausforderung für die moderne Arbeitswelt. Kommerzielle KI-Software ist extrem „reibungslos" (zero-friction) designt. Doch genau diese fehlende mentale Reibung — der Zweifel, das Ringen um eine Lösung und die geistige Anstrengung — ist das Einzige, was unserem Gehirn das Denken lehrt.

Viele Unternehmen rufen heute eine ehrgeizige „AI-First"-Strategie aus. Doch eine „AI-First"-Strategie auf der technischen Ebene kann nur dann erfolgreich und sicher sein, wenn wir Menschen gleichzeitig eine absolute „Think-First"-Haltung kultivieren. Wenn wir es zulassen, dass die KI als Antwort-Automatismus agiert, verlieren wir auf Dauer die Fähigkeit, diese Antworten qualitativ zu bewerten. Wir müssen bewusste Entscheidungen darüber treffen, wann wir die KI nutzen und wann wir ihr widerstehen — der Akt des Widerstands und das bewusste eigene Denken bauen Fähigkeiten auf, die kein KI-Output ersetzen kann.

Fazit: Bauen Sie mentale Reibung ein

Künstliche Intelligenz ist ein mächtiges Werkzeug, aber sie darf nicht unser analytisches System 2 ersetzen. Das Think-First-Modell — um nicht im Algorithmus zu versinken, müssen wir den Einsatz von Technologie bewusst gestalten:

1. Der Kompass — Analog-Phase

Bevor der Motor startet, müssen wir wissen, wo Norden ist. Besonders strategische Probleme brauchen eine analoge Null-Phase: 30 Minuten Whiteboard ohne Bildschirm. Der erste Gedanke darf unfertig und kantig sein — genau in dieser Reibung entsteht Differenzierung.

2. Das Motorboot — KI-Skalierung

Erst wenn der Kurs steht, schalten wir die Maschine ein. Nutzen Sie die KI nicht, um das Ziel zu erfinden, sondern als Stresstest. Lassen Sie die KI die Rolle des aggressivsten Wettbewerbers einnehmen und Ihre These „zerschiessen".

3. Der Leuchtturm — Human-in-the-Loop

Machen Sie den Bauchschmerz-Test: Könnten Sie die Entscheidung noch immer mit Überzeugung vertreten, wenn man Ihnen die KI-Slides wegnimmt? Wenn nein, haben Sie das Denken an die Maschine delegiert.

Die Währung der Zukunft ist nicht Wissen — das liefert die KI auf Abruf. Die neue Währung ist kognitive Resilienz. Der letzte wahre Wettbewerbsvorteil bleibt unser menschliches Urteilsvermögen.

Wer den Think-First-Ansatz im Umgang mit KI methodisch verankern will: der KI-Transformations-Workshop gibt KMU-Führungsteams konkrete Werkzeuge dafür an die Hand.