Nach Ansicht des bekannten Schweizer Juristen behindern ein Überangebot, selektive Nachfrage und organisatorische Probleme die Skalierbarkeit künstlicher Intelligenz in Unternehmen.

Im europäischen Panorama der künstlichen Intelligenz, Timea Nagy etabliert sich als zunehmend relevante und maßgebliche Stimme an der Schnittstelle von Recht, Technologie und Strategie. Ein auf Rechtsfragen spezialisierter Anwalt Datenschutz und KI ist der Gründer und CEO von „Schweizer KI-Gipfel“, eine Plattform, die sich in den letzten Jahren durch ihren dezidiert geschäftsorientierten Ansatz hervorgetan hat und Lösungsanbieter miteinander verbindet künstliche Intelligenz und Entscheidungsträger in Unternehmen mit dem Ziel, die konkrete Umsetzung zu beschleunigen.

Bezogen auf Zürich Das international tätige Unternehmen unterstützt Vorstände und Führungskräfte der obersten Ebene bei der Entwicklung von Strategien im Bereich der künstlichen Intelligenz mit Schwerpunkt auf Governance, Compliance und dem Markteintritt in Europa. Nagy unterstützt globale Technologieunternehmen bei der Bewältigung der regulatorischen und betrieblichen Komplexitäten von Schweiz und "Europäische Unionregulatorische Anforderungen in strategische Hebel umzuwandeln.

Im Laufe seiner Karriere hat er ein Profil entwickelt, das Fähigkeiten vereint Rechtliche, technologisch e unternehmerischNach den Erfahrungen in Niederer Kraft Frey, arbeitete als Leitender Rechtsberater in EY zu folgenden Themen Datenschutz, künstliche Intelligenz und Technologierecht, um dann tiefer in die Materie einzutauchen ETERNYZE AG die Aspekte im Zusammenhang mit Blockchain, FinTech e DLTSie war außerdem Mitbegründerin von Frauen im Web3 SchweizHeute leitet er seine Plattform als Gründer und agiert an der Schnittstelle von Governance, Markt und strategischer KI-Entwicklung.

Die Aussicht auf Schweizer Jurist Es zeichnet sich durch die Kombination dreier Dimensionen aus: juristische Expertise in der Tiefe, eine privilegierte Beobachtungsstation auf dem Marktdynamik Danke an die „Schweizer KI-Gipfel“ und direkte Beteiligung an der Aufbau unternehmerischer Initiativen im Sektor. Tatsächlich durch den "Gipfel", Timea hat Zugriff auf einen kontinuierlichen Strom von Interaktionen zwischen Anbietern und Unternehmen und kann in Echtzeit beobachten, wie sich die Erwartungen der Käufer, die Vertriebsstrategien und die Schwierigkeiten im Zusammenhang mit der großflächigen Implementierung entwickeln.

Einer taucht auf pragmatische Vision und umsetzungsorientiert: in einem zunehmend überfüllten Markt KI-LösungenDer eigentliche Unterschied liegt also nicht mehr in der technologischen Raffinesse, sondern in der Fähigkeit, konkreten Wert zu generierenSie integrieren sich in Geschäftsprozesse und reagieren auf spezifische Bedürfnisse. Genau in diesem Spannungsfeld zwischen Innovation und praktischer Anwendung liegt die Arbeit von Timea NagySie bieten ein klares Verständnis der Chancen und Reibungspunkte, die die Beziehung zwischen Technologie und Wirtschaft neu definieren.

Sie haben den Swiss AI Summit als wirtschaftsorientierte Plattform und nicht als rein akademische oder politikorientierte Konferenz konzipiert. Welche konkreten Veränderungen beobachten Sie Ihrer Ansicht nach aktuell in der Interaktion zwischen KI-Anbietern und Unternehmenskunden, und warum ist dieser Moment besonders transformativ?

Auf dem Swiss AI Summit habe ich vor allem die Veränderung im Ungleichgewicht zwischen Angebot und Nachfrage beobachtet. Es gibt ein enormes Überangebot an KI-Tools und Anbietern auf dem Markt, während die Zahl der Unternehmen, die tatsächlich bereit sind, KI in großem Umfang einzusetzen, noch begrenzt ist. Zudem konzentriert sich die Branche heute viel stärker auf die Umsetzung, den Nachweis des ROI und den Aufbau interner Kompetenzen. Generische KI-Fähigkeiten beeindrucken nicht mehr; gefragt sind konkrete, unternehmensspezifische Lösungen, die in Prozesse integriert sind. Wir bewegen uns also von einer technologiegetriebenen zu einer wertorientierten Phase, in der Umsetzung und Implementierung deutlich wichtiger sind als reine Innovation.

Welche zentralen Herausforderungen stellen sich KI-Unternehmen heute aus Vertriebssicht beim Übergang von Pilotprojekten zur unternehmensweiten Implementierung? Wo scheitern Geschäftsabschlüsse am häufigsten?

Die größte Herausforderung besteht darin, den Vertrag zu unterzeichnen und anschließend von einer erfolgreichen Demo oder einem Pilotprojekt zur tatsächlichen operativen Implementierung überzugehen. Angesichts des Überangebots ist dies verständlich. Beide Seiten verfolgen unterschiedliche Ziele: Die Ingenieure wollen Innovationen entwickeln und verkaufen, während die Unternehmen sich auf die Umsetzung und den Nachweis des ROI konzentrieren.

Umgekehrt stellt sich die Frage: Was sind die größten Hürden bei der Umsetzung innerhalb der Unternehmen nach Vertragsunterzeichnung? Liegt die eigentliche Schwierigkeit in technologischen, organisatorischen, kulturellen oder anderen Gründen?

Es hängt von der Reife und Größe des Unternehmens ab. Jüngere Unternehmen agieren schneller, haben eine neue Kultur und passen sich daher leichter an, während Scaleups und Großunternehmen vor größeren Herausforderungen stehen. In den meisten Fällen liegt der Hauptengpass eher im organisatorischen als im technologischen Bereich. Unternehmen unterschätzen oft den Aufwand und die Notwendigkeit eines internen Change-Managements für die Implementierung von KI: beispielsweise neue Arbeitsabläufe, Prozesse, die Koordination zwischen Abteilungen und vor allem den Zeitaufwand.

Beobachten Sie auf dem „Swiss AI Summit“, wie Anbieter ihre Tools präsentieren und Entscheidungsträger diese in Echtzeit testen. Welche Muster lassen sich hinsichtlich der tatsächlichen Wertvorstellungen der Käufer im Vergleich zu den von den Anbietern betonten Aspekten erkennen?

Es zeigt sich deutlich, dass Anbieter technische Fortschritte betonen, während Käufer Wert auf Integration und messbare Ergebnisse legen. Käufer interessieren sich generell weniger für die fortschrittlichsten Modelle, sondern vielmehr dafür, ob die Lösung ein konkretes Problem löst, ob sie tatsächlich benötigt und von den Kunden genutzt wird und wie firmeneigene Daten verwaltet werden. Insbesondere in Europa werden sicheres Datenmanagement und souveräne Infrastrukturen zu einem wichtigen Verkaufsargument. Unternehmen wollen wissen, wo ihre Daten gespeichert sind und wer darauf Zugriff hat, einschließlich der Länder und der Anzahl der beteiligten Personen. Daher sind die erfolgreichsten Lösungen oft nicht die technologisch komplexesten, sondern die einfachsten und unauffälligsten.

Viele Organisationen behaupten, „KI-fähig“ zu sein. Doch was unterscheidet in der Praxis ein Unternehmen, das strukturell für die Integration von KI in großem Umfang gerüstet ist, von einem, das noch experimentiert?

Ein KI-fähiges Unternehmen zeichnet sich typischerweise durch vier Elemente aus: saubere Daten, Daten-Governance, klare Verantwortlichkeiten und das Engagement der Führungsebene. Diese Unternehmen integrieren KI in ihre operative Strategie und verfolgen einen Multi-Stakeholder-Ansatz, der IT, Rechtsabteilung und andere relevante Abteilungen von Anfang an einbezieht.

Sie verfügen über eine dreifache Perspektive: juristische Expertise im Bereich Datenschutz und KI, Geschäftskontakte durch den Summit und direkte Beteiligung an der Plattformentwicklung. Wie verändert diese Kombination Ihre Herangehensweise an die Bewertung von KI-Produkten und Markteinführungsstrategien?

Es bietet mir eine einzigartige Position und Expertise, die eine pragmatischere und realistischere Sichtweise ermöglicht. Aus juristischer Sicht verstehe ich die regulatorischen Anforderungen an Daten, Datenschutz und KI-Governance. Auf dem Gipfeltreffen beobachte ich die Dynamik zwischen Anbietern und Käufern in der Praxis. Und durch die Produktentwicklung verstehe ich, wie kostspielig die Umsetzung sein kann. Deshalb konzentriere ich mich heute bei der Bewertung von KI-Produkten weniger auf die Technologie selbst, sondern vielmehr darauf, ob das Produkt wirklich notwendig ist und ob es Prozesse und Arbeitsabläufe beschleunigt. Darüber hinaus investiere ich viel in das Verständnis der Grundlagen, was entscheidend ist, um schnell und zum richtigen Zeitpunkt skalieren und sich anpassen zu können.

Bei der Entwicklung von KI-Produkten stellt sich heute die Frage, wie früh in architektonischen Entscheidungen regulatorische und Compliance-Aspekte einfließen sollten. Kann Compliance zu einem Unternehmensvorteil werden, anstatt nur eine Maßnahme zur Risikominderung zu sein?

„Von Anfang an, sogar in den frühesten Phasen der Produktarchitektur. Wenn wir beispielsweise unsere Plattform entwerfen, fragen wir uns, wie sie im Idealfall in fünf Jahren aussehen soll. Sobald wir eine klare Vision haben, unterteilen wir sie in Phasen und Sprints. In diesem Kontext ist die Einhaltung von Vorschriften nicht einmal mehr eine Frage, sondern eine Voraussetzung.“

Beobachten Sie branchenübergreifend eine Veränderung in der Art und Weise, wie der Return on Investment (ROI) von KI-Initiativen gemessen wird? Konzentrieren sich Unternehmen weiterhin auf Kostensenkung oder verschiebt sich der Fokus hin zur Umsatzgenerierung und Wettbewerbspositionierung?

Ich beobachte einen Wandel in der Denkweise von Unternehmen hinsichtlich des ROI von KI. Dieser Wandel ist jedoch differenzierter als eine einfache Verlagerung von Kostensenkung hin zur Umsatzgenerierung. Das Problem vieler Organisationen besteht darin, dass KI-Initiativen ohne klar definiertes Geschäftsergebnis starten. Daher scheitert ein Großteil der Pilotprojekte – etwa 82 Prozent. Immer mehr Unternehmen erkennen, dass KI von Anfang an messbaren Mehrwert bieten muss: schnellere Markteinführung, höhere Qualität, stärkere Akzeptanz oder die Möglichkeit für Mitarbeiter, sich auf wertschöpfendere Tätigkeiten anstatt auf repetitive Aufgaben zu konzentrieren. Zeitersparnisse allein reichen nicht mehr aus. Es wird immer deutlicher, dass KI maximalen Wert schafft, wenn sie als organisatorische Transformation und nicht als isoliertes Technologieprojekt betrachtet wird. Führungskräfte gehen über die experimentelle Phase hinaus und konzentrieren sich auf Anwendungsfälle, die in Kernprozesse integriert und unternehmensweit skalierbar sind. Kosteneffizienz bleibt zwar wichtig, doch Wettbewerbsvorteile entstehen zunehmend durch maßgeschneiderte KI-Lösungen, die auf firmeneigenen Daten basieren, mit strategischen Prioritäten übereinstimmen und einen signifikanten Einfluss auf die Wettbewerbsfähigkeit des Unternehmens haben.

Welche Risiken werden Ihrer Meinung nach für KI-Anbieter heute am meisten unterschätzt, und zwar nicht aus rechtlicher, sondern aus kommerzieller oder strategischer Sicht?

„Vielleicht liegt es an der Annahme, dass technologische Überlegenheit automatisch zur Marktakzeptanz führt. Angesichts des derzeitigen Überangebots an KI-Lösungen ist eine Differenzierung extrem schwierig.“

Mit Blick auf die Zukunft und die zunehmende Reife von KI-Plattformen, -Agenten und Branchenlösungen: Wie wird sich Ihrer Meinung nach die Beziehung zwischen KI-Anbietern und Unternehmenskunden in den nächsten zwei Jahren entwickeln? Wo sehen Sie die größten Chancen und die größten Herausforderungen?

„Ich gehe davon aus, dass sich der Markt in den nächsten zwei Jahren auf eine kleinere Anzahl spezialisierterer Lösungen konsolidieren wird. Unternehmen werden zunehmend Anbieter mit einem tiefen Verständnis ihrer Branche bevorzugen, anstatt generalistische KI-Anbieter.“

„Swiss AI Summit“: Das Launch-Video zwischen Identität und Innovation

Höhepunkte des Swiss AI Summit 2025

Höhepunkte des Swiss AI Summit 2024

Drei zentrale Einsichten, die besonders hervorzuheben sind:

Apertus ist die Schweizer „Open AI“ für eine transparentere Zukunft.
Wir freuen uns auf das Zurich AI Festival 2026 – zwischen Ethik und Zukunft.
Europa treibt die künstliche Intelligenz voran: Hier sind die KI-Fabriken