KI konkret: So unterstützt das Applied AI Center den Wandel

Das Applied AI Center in Rotkreuz ist ein schweizweit einzigartiges Kompetenzzentrum für künstliche Intelligenz. Es bündelt die Forschung, Lehre und Weiterbildung der Hochschule Luzern – Informatik im Bereich Artificial Intelligence.

Am 19. November 2025 organisierte das Center seine erste grosse Konferenz. Unter dem Titel «Die Zukunft der Applied AI in der Zentralschweiz» standen praktische Innovationen, Zusammenarbeit und Wirkung im Mittelpunkt. Expertinnen und Experten, Unternehmerinnen und Unternehmer sowie Partner aus Wirtschaft, Politik, Forschung und Bildung teilten ihre Erfahrungen. Damit verstärkt es den Brückenschlag von Theorie zu Praxis, von Forschung zu realer Wertschöpfung.

In seiner Forschung konzentriert sich das Applied AI Center auf die praktische Anwendung von KI. Gemeinsam mit Unternehmen, Nichtregierungsorganisationen und Forschungspartnern prüft und entwickelt es Modelle weiter, die KI sinnvoll und verlässlich nutzbar machen.

Durch sein Engagement in verschiedenen Vereinen und Institutionen unterstützt das Applied AI Center die Öffentlichkeit und interessierte Unternehmen dabei, den Zugang zur künstlichen Intelligenz zu erleichtern.

1. KI ist mehr als Technologie. KI verlangt Leadership

Christophe Makni, Head AI & Data der Migros Bank, formulierte es klar: «KI ist ein Transformational-Leadership-Thema.» Automatisierung, Human-in-the-Loop und gutes Prozessdesign betreffen die gesamte Organisation, nicht nur die IT. Sein Appell: Mut zeigen, strategisch denken und die Entwicklung nicht reaktiv begleiten. Und zur Geschwindigkeit: Wer verstehen will, wie schnell sich KI-Ökosysteme bewegen, sollte nach China reisen. «Jede Reise dorthin ist ein Schock im besten Sinne.»

2. Daten: die nüchterne Basis unter der KI-Aufregung

Ein Punkt zog sich durch den Abend: KI funktioniert nur mit sauberen, strukturierten und verlässlichen Daten. Genau diese fehlen in vielen Unternehmen. Datenkompetenz und Datenqualität gewinnen an Gewicht. Thomas Bergen, CEO von getAbstract, formulierte es klar: «Nicht die Technologie funktioniert nicht, sondern die Daten.»

Auch Kilian Eyholzer, CTO von Victorinox, betonte die Herausforderung. 2026 steht bei Victorinox im Zeichen der Daten. Unvollständige oder widersprüchliche Daten bremsen jedes KI-Training. Sein Fazit: «Am Ende sind es Menschen, die Daten pflegen und damit die Grundlage jeder KI schaffen.»

Am Ende sind es Menschen, die Daten pflegen und damit die Grundlage jeder KI schaffen.
_{Kilian Eyholzer, CTO von Victorinox}

3. Die KI-Transformation beginnt mit Bildung

Die wichtigste Ressource der KI-Transformation ist Bildung: breit, kritisch und mutig. Es braucht Menschen, die KI verstehen, einordnen und verantwortungsvoll nutzen. Christophe Makni warnte zugleich vor einem Mangel an Weltwissen und Softskills bei jungen Menschen. Lesen, Reisen, Sprachen und vielfältige Erfahrungen würden heute noch stärker zählen.

HSLU-Rektorin Barbara Bader richtete den Blick auf die Bildungslogik selbst. KI kann Lernprozesse nachahmen, ersetzt aber kein menschliches Lernen. Lernen entsteht seit Jahrhunderten im Dialog zwischen Menschen – oft sogar ohne schriftliche Prüfungen oder Abgaben. Diese dialogische Stärke braucht heute neue Aufmerksamkeit. Sie gilt im Gespräch mit einem Menschen ebenso wie im Austausch mit einem Bot.

4. KI braucht Kulturwandel und Kommunikation

Andreas Klopp von Roche Diagnostics zeigte, wie anspruchsvoll es ist, KI in die Kultur eines Unternehmens zu integrieren. Es braucht dafür klare Strategien und eine persönliche, verständliche Kommunikation. Viele Mitarbeitende nutzen KI aus Unsicherheit kaum. Roche reagierte mit einem verpflichtenden 6-Wochen-Programm, das Grundlagen, Praxisbeispiele und konkrete Anwendungsfälle vermittelte. Das Resultat: bessere Gespräche über KI, mehr Vertrauen und ein messbarer Zeitgewinn.

Auch schwierige Themen kamen offen auf den Tisch. Ja, Aufgabenprofile verändern sich. Manche Tätigkeiten fallen weg, andere entstehen neu. Gleichzeitig herrscht ein deutlicher Fachkräftemangel. Datenkompetenz, Datenqualität und gute Kommunikation rücken damit noch stärker ins Zentrum.

Kilian Eyholzer brachte es auf den Punkt: «When you are finished changing, you are finished.»

5. Automatisieren, wo sinnvoll – der Mensch bleibt im Zentrum

Ein Praxisbeispiel kam von der Suva. CIO Stephan Scherrer schilderte, wie die Suva KI im Schadenmanagement einsetzt: Positive, eindeutige Fälle werden automatisch verarbeitet. Sobald ein negativer Entscheid im Raum steht und ein menschliches Schicksal betroffen ist, entscheidet immer ein Mensch. KI hilft zudem, Auffälligkeiten schneller zu erkennen und mögliche Betrugsfälle zu identifizieren.

Christophe Makni von der Migros Bank ergänzte: Auch im Banking wird vieles automatisiert. Doch gerade dort, wo Kontext, Verantwortung und Beziehung zählen, bleibt der Mensch zentral.

6. Der KI-Wandel braucht politische Orientierung

Silvia Thalmann-Gut, Volkswirtschaftsdirektorin des Kantons Zug, brachte es mit einem starken Bild auf den Punkt: «Die KI-Eisenbahn fährt in hohem Tempo. Das verändert Gesellschaft, Wirtschaft und Politik.» Fehler gehören zu dieser Entwicklung. Die Politik müsse jetzt Rollen klären, Risiken ansprechen, Weiterbildung fördern und Umschulungen vorbereiten. Die Wirtschaft brauche Beweglichkeit, während die Politik den Rahmen und die Stabilität dafür schaffen müsse.

7. Diversität ist ein Qualitätsfaktor

Priska Burkard von Techface verwies auf LinkedIn-Daten, die zeigen, wie ungleich Sichtbarkeit verteilt ist – Frauen erscheinen dort deutlich seltener und werden auch algorithmisch weniger verstärkt. Solche Verzerrungen sind systemisch. Wenn sie in Trainingsdaten unbemerkt bleiben, entstehen Modelle, die bestehende Ungleichheiten verstärken statt abbauen.

Bias hat viele Formen: Geschlecht, Alter, Herkunft, Sprache oder sozioökonomischer Hintergrund. Je einseitiger die Daten, desto unzuverlässiger die Systeme. Burkards Appell war klar: Bias ernst nehmen und Diversität als zentrales Qualitätsmerkmal verstehen.