Video: KI Enablement – Payback, Otto und Unilever setzen auf Praxis

KI Enablement entscheidet sich nicht mit dem Kauf neuer Software. In einem auf der K5 2026 aufgezeichneten Panel berichten Vertreter von Payback, Otto und UnilFever, wie sie KI-Werkzeuge in den Arbeitsalltag bringen. Ihre gemeinsame Botschaft: Ohne Führung, sichere Rahmenbedingungen und konkrete Anwendungsfälle bleiben viele KI-Projekte in der Testphase stecken.

KI Enablement wird zur Organisationsaufgabe

Das rund 26 Minuten lange Panel wurde am 23. Juni 2026 auf der K5-Konferenz in Berlin aufgezeichnet. Auf dem Podium saßen Franziska Kripp, Group AI Enablement Lead bei Payback, Saskia Dupré aus dem Bereich AI Enablement & Adoption bei Otto sowie Alexander Skotz, Head of IT – Digital Focus Market Lead bei Unilever. Moderiert wurde die Diskussion von Paul Krauss von Team One Developers.

Die Gesprächsteilnehmer beschreiben KI Enablement ausdrücklich nicht als reines IT-Projekt. Im Mittelpunkt stehen die Akzeptanz in der Belegschaft, das Verhalten der Führungskräfte und die Frage, wie Mitarbeiter neue Anwendungen sicher ausprobieren können. Das klingt zunächst banal, trifft aber einen verbreiteten Schwachpunkt: Eine Lizenz ist schnell verteilt. Arbeitsabläufe, Verantwortlichkeiten und Unternehmenskultur ändern sich dadurch noch lange nicht.

Das Panel ist als Erfahrungsbericht einzuordnen. Die Beispiele stammen unmittelbar aus den beteiligten Unternehmen. Sie geben Einblick in deren Vorgehen, ersetzen aber weder eine unabhängige Wirkungsanalyse noch einen belastbaren Vergleich der Programme.

Payback baut eine eigene Zuständigkeit auf

Payback schuf im September 2025 die Position des Group AI Enablement Lead und besetzte sie mit Franziska Kripp. Nach Angaben des Unternehmens gehören dazu die Entwicklung von Leitlinien und Schulungen, die Einführung sicherer KI-Werkzeuge sowie die Suche nach geeigneten Anwendungsfällen.

Im Panel beschreibt Kripp einen schrittweisen Aufbau: Anwendungen wurden zunächst in einzelnen Teams erprobt und anschließend in weitere Bereiche getragen. Solche internen Vorreiter können den Einstieg erleichtern. Sie dürfen jedoch nicht zum Ersatz für klare Zuständigkeiten werden. Wenn Regeln zu Datenschutz, Qualitätskontrolle und erlaubten Daten fehlen, bleibt das Risiko am einzelnen Mitarbeiter hängen.

Das gilt besonders für sogenannte Shadow AI, also KI-Dienste, die ohne formale Freigabe des Unternehmens verwendet werden. Verbote allein lösen das Problem kaum. Daraus folgt allerdings nicht, dass Kontrolle überflüssig wäre. Unternehmen benötigen freigegebene Werkzeuge, nachvollziehbare Regeln und eine Anlaufstelle für Zweifelsfälle.

Otto verbindet eigenes Werkzeug und Schulungen

Die Otto Group führte 2023 mit ogGPT einen internen KI-Assistenten ein. Nach Unternehmensangaben erreichte das System nach einem Jahr rund 7.000 aktive Nutzer pro Monat. Begleitet wurde die Einführung unter anderem durch Einführungsveranstaltungen, Prompting-Workshops, eine interne „Discover AI“-Community und Hackathons.

Die bereits auf onlinemarktplatz.de dargestellte KI-Strategie der Otto Group zeigt, dass der Konzern generative KI sowohl für interne Arbeitsprozesse als auch für kundenbezogene Anwendungen erprobt. Der Ansatz verbindet einen kontrollierten technischen Zugang mit kontinuierlicher Weiterbildung.

Die Nutzerzahl belegt allerdings zunächst nur, dass ein Werkzeug verwendet wird. Ob daraus dauerhaft bessere Prozesse, geringere Kosten oder weniger Fehler entstehen, lässt sich daran nicht ablesen. Für belastbares KI Enablement müssen Unternehmen deshalb zusätzlich messen, welche Aufgaben sich tatsächlich verbessern und wo lediglich mehr Inhalte in kürzerer Zeit produziert werden.

Unilever setzt auf konkrete Arbeitsanwendungen

Unilever berichtet im Geschäftsbericht 2025 von KI-Schulungen über verschiedene Geschäftsbereiche, Regionen und Funktionen hinweg. Behandelt wurden nach Unternehmensangaben Grundlagen wie Prompting und verantwortungsvoller KI-Einsatz sowie Anwendungen in der Finanzberichterstattung, im Kundenservice und bei Produktvorschlägen.

Diese Verbindung von Grundwissen und konkreten Aufgaben ist sinnvoll. Allgemeine Schulungen bleiben häufig folgenlos, wenn Mitarbeiter anschließend nicht wissen, welches Problem sie mit dem neuen Werkzeug lösen sollen. Umgekehrt kann ein eng definierter Anwendungsfall leichter auf Zeitgewinn, Fehlerquote und Ergebnisqualität geprüft werden.

Auch frühere Untersuchungen zeigen, dass Unternehmen bereits in KI-Schulungen investieren. Die bloße Teilnahme an einem Kurs sagt jedoch wenig über die spätere Anwendung aus. Entscheidend ist, ob Regeln und Wissen im Arbeitsalltag tatsächlich berücksichtigt werden.

KI-Kompetenz ist inzwischen auch eine rechtliche Aufgabe

Das Thema ist nicht mehr ausschließlich eine freiwillige Personalmaßnahme. Artikel 4 des europäischen AI Acts verpflichtet Anbieter und Betreiber von KI-Systemen seit dem 2. Februar 2025 dazu, Maßnahmen zur Förderung der KI-Kompetenz ihrer Mitarbeiter und weiterer beteiligter Personen zu treffen.

Nach den Informationen der EU-Kommission zur KI-Kompetenz ist kein einheitliches Kompetenzniveau für jeden Mitarbeiter vorgeschrieben. Umfang und Inhalt sollen sich unter anderem am Vorwissen, am Nutzungskontext und an den betroffenen Personen orientieren. Die zuständigen nationalen Behörden überwachen die Regelung seit August 2026.

Für Unternehmen bedeutet das: Ein einmaliges Prompting-Seminar dürfte als alleinige Maßnahme kaum überzeugen. Gefragt sind nachvollziehbare, auf den jeweiligen Einsatz zugeschnittene Angebote. Hinzu kommen Regeln für den Umgang mit vertraulichen Daten, menschliche Kontrollen und klar benannte Verantwortlichkeiten.

Zwischen Nutzung und wirtschaftlichem Nutzen

Das K5-Panel zeigt drei unterschiedliche Wege, Mitarbeiter an KI heranzuführen. Es beantwortet jedoch nicht die wirtschaftlich entscheidende Frage: Welche Maßnahmen verbessern nachweisbar Produktivität, Qualität oder Kundenservice?

Diese Lücke ist kein Nebenthema. Eine Untersuchung zum KI-Einsatz im Handel 2026 zeigte bereits, dass die Selbsteinschätzung vieler Unternehmen und der messbare wirtschaftliche Nutzen auseinanderliegen. Schulungen und aktive Nutzerzahlen sind wichtige Frühindikatoren, aber noch kein Beleg für einen geschäftlichen Erfolg.

Sinnvolle Kennzahlen wären beispielsweise die Bearbeitungszeit definierter Prozesse, die Fehlerquote vor und nach Einführung eines KI-Werkzeugs, die Zahl qualitätsgesicherter Anwendungsfälle und dokumentierte Datenschutzvorfälle. Ohne solche Messgrößen droht KI Enablement zur Aktivitätsstatistik zu werden: viele Workshops, viele Lizenzen, aber wenig überprüfbarer Nutzen.

Was Händler aus dem Panel ableiten können

Für kleinere Händler ist kein eigenes KI-Team nach dem Vorbild großer Konzerne erforderlich. Der Grundgedanke lässt sich dennoch übertragen: mit einem konkreten, wiederkehrenden Prozess beginnen, ein freigegebenes Werkzeug bestimmen und festlegen, welche Daten verwendet werden dürfen. Anschließend sollte geprüft werden, ob sich Zeit, Qualität oder Kosten tatsächlich verbessern.

Ebenso wichtig ist die Rolle der Geschäftsführung. Sie muss Ziele und Grenzen festlegen und darf die Verantwortung nicht vollständig an die IT oder einzelne interessierte Mitarbeiter delegieren. KI Enablement ist damit weniger ein großes Technologieprogramm als eine kontinuierliche Managementaufgabe. Genau darin liegt die Stärke des K5-Panels – und zugleich die unbequeme Botschaft: Der Kauf eines KI-Werkzeugs ist der einfache Teil.

Faktenbox