Lokdeep Singh, CEO von Unily – Interviewreihe

Lokdeep Singh hat mehr als 20 Jahre Erfahrung in der Führung von wachstumsstarken Unternehmenssoftwarefirmen. Zuletzt war er Senior Advisor bei Providence Equity Partners, wo er Portfoliounternehmen bei KI-Strategie, operativer Exzellenz und Go-to-Market-Beschleunigung unterstützt hat. Zuvor war er CEO von Talkwalker, einem globalen Marktführer im Bereich Enterprise‑Consumer‑Intelligence, wo er die Transformation leitete, um nachhaltiges, profitables Wachstum zu erreichen; und bei Synchronoss Technologies als General Manager.

Unily ist eine Enterprise‑Employee‑Experience‑Plattform, die großen Organisationen dabei hilft, Mitarbeitende zu vernetzen, interne Kommunikation zu optimieren und Arbeitsplatz‑Tools, Wissen und Services in einer einheitlichen digitalen Umgebung zusammenzuführen. Das Unternehmen wurde 2006 gegründet und bedient globale Unternehmen mit verteilten, desk‑basierten und Front‑Line‑Belegschaften, indem es Intranet‑Funktionen, Mitarbeitenden‑Kommunikation, Suche, Analytik, Integrationen und Personalisierung in einer einzigen Plattform kombiniert. Unily positioniert seine Technologie zunehmend als KI‑native, nutzt gesteuerte Künstliche Intelligenz, um das Content‑Management zu automatisieren, relevante Informationen bereitzustellen, Mitarbeitenden‑Erlebnisse zu personalisieren und Beschäftigten die Interaktion mit verknüpften Unternehmensanwendungen über konversationelle Schnittstellen zu ermöglichen. Die Plattform integriert sich in weit verbreitete Arbeitsplatz‑Systeme wie Microsoft 365 und Teams und ist für Organisationen mit komplexen Technologieumgebungen, regulatorischen Anforderungen und großen mehrsprachigen Belegschaften gebaut.

Sie begannen Ihre Karriere tief im Bereich Telekommunikations‑Engineering und Netzwerkinfrastruktur, bevor Sie in CTO‑, Produkt‑, General‑Management‑ und CEO‑Rollen wechselten, schließlich Talkwalker durch einen erfolgreichen Exit führten und nun das Ruder bei Unily übernehmen. Wie hat dieser Werdegang Ihre Sicht darauf geprägt, was Mitarbeitende tatsächlich benötigen, um einer transformativen Technologie wie KI zu vertrauen und sie zu übernehmen?

Meine Laufbahn hat mir eine Perspektive verschafft, die zwischen Technologie und den Menschen, die sie nutzen sollen, liegt. Zu Beginn konzentrierte ich mich auf Infrastruktur und stellte sicher, dass Systeme zuverlässig, sicher und skalierbar funktionieren. Als ich in Produkt, General Management und schließlich in CEO‑Rollen wechselte, lernte ich, dass technische Leistungsfähigkeit nur ein Teil dessen ist, ob eine Technologie erfolgreich ist.

Mitarbeitende werden eine neue Technologie nur übernehmen, wenn sie verstehen, wie sie ihre Arbeit beeinflusst, glauben, dass sie ihnen hilft statt schadet, und Vertrauen haben, dass sie vorhersehbar funktioniert.

Der größte Fehler, den Führungskräfte begehen können, ist, die KI‑Einführung wie eine reine Software‑Rollout zu behandeln. Man kann das beste Modell der Welt bereitstellen, doch wenn Mitarbeitende den bereitgestellten Informationen nicht vertrauen, nicht verstehen, wozu es befugt ist, oder die Grenzen nicht kennen, bleibt die Adoption oberflächlich. Vertrauen muss von Anfang an in das Mitarbeitenden‑Erlebnis integriert werden.

KI‑Fähigkeiten verbessern sich außergewöhnlich schnell, doch das Vertrauen in Organisationen scheint viel langsamer zu wachsen. Was treibt diese wachsende Kluft zwischen dem, was KI technisch leisten kann, und dem, womit Mitarbeitende tatsächlich einverstanden sind, zu tun?

Die Vertrauenslücke entsteht, weil Unternehmen stark in die Leistungsfähigkeit von KI investiert haben, jedoch nicht im gleichen Tempo in deren Verständlichkeit, Verantwortlichkeit und Verankerung in vertrauenswürdigen Informationen.

KI kann jetzt logisch schließen, Inhalte erzeugen und handeln, aber viele Unternehmen fehlt noch ein autoritatives Aufzeichnungssystem für Wissen und Inhalte. Wenn Mitarbeitende nicht wissen, woher KI ihre Antworten bezieht, ob Informationen aktuell sind oder wem sie gehören, schwindet das Vertrauen schnell.

Die Schließung der Lücke erfordert mehr als bessere Modelle. Es bedarf einer starken Content‑Governance und einer vertrauenswürdigen Wissensbasis, die sicherstellt, dass KI mit genauen, sicheren und aktuellen Informationen arbeitet. Die Unternehmen, die erfolgreich sind, werden diejenigen sein, die Vertrauen zum integralen Bestandteil der KI‑Erfahrung machen und nicht als nachträglichen Gedanken betrachten.

Unternehmen gehen Enterprise‑KI häufig als ein Technologie‑Deploy‑Problem an, das sich auf Modelle, Integrationen, Sicherheit und Infrastruktur konzentriert. Warum glauben Sie, dass die eigentliche größere Herausforderung letztlich eine Frage von Menschen und Organisation ist?

KI verändert die Beziehung zwischen Menschen und Technologie. Frühere Unternehmens‑Technologien warteten größtenteils darauf, dass Mitarbeitende ihnen sagen, was zu tun ist. KI kann Absichten interpretieren, Empfehlungen aussprechen und zunehmend handeln.

Damit wird die KI‑Einführung zu einer Future‑of‑Work‑Herausforderung, nicht nur zu einer Technologie‑Herausforderung. Sie verändert, wie Arbeit erledigt wird, wie Entscheidungen getroffen werden und wie Teams zusammenarbeiten. Organisationen können KI nicht einfach bereitstellen und eine Transformation erwarten. Mitarbeitende müssen verstehen, wo KI in ihre Arbeitsabläufe passt, und sich befähigt fühlen, sie effektiv zu nutzen.

Die erfolgreichsten KI‑Initiativen werden von einer Basis‑Adoption getrieben, nicht von Top‑Down‑Anweisungen. Wenn Mitarbeitende im Alltag klaren Nutzen erkennen, beschleunigt sich die Adoption von selbst.

Deshalb dreht sich das Rahmenwerk für KI‑ROI einfach um Vertrauen, Befähigung und Governance. Vertrauen wird durch Transparenz und vertrauenswürdiges Wissen aufgebaut, Mitarbeitende werden mit Werkzeugen befähigt, die ihre Arbeitsweise verbessern, und es wird eine Governance etabliert, die sicherstellt, dass KI verantwortungsvoll eingesetzt wird. Technologie ermöglicht die Veränderung, doch Menschen, Prozesse und Kultur bestimmen letztlich den Erfolg.

Organisationen benötigen Governance, aber übermäßig restriktive Richtlinien können Mitarbeitende zu nicht autorisierten Tools drängen oder Experimente vollständig entmutigen. Wie sieht ein effektives KI‑Governance‑Framework aus, wenn das Ziel darin besteht, sowohl Vertrauen als auch Adoption zu erhöhen, anstatt lediglich die Nutzung zu kontrollieren?

Gute Governance sollte sich anfühlen wie Leitplanken, die Mitarbeitenden ermöglichen, schneller und sicher zu handeln.

Das bedeutet, sehr klar zu kommunizieren, wofür Mitarbeitende KI einsetzen dürfen, welche Informationen sie KI‑Systemen bereitstellen können und welche Handlungen KI ausführen darf. Diese Regeln sollten für Mitarbeitende verständlich sein und nicht in einem langen Richtliniendokument vergraben werden.

Governance muss zudem dynamisch sein. Das Risiko, das mit der Erstellung eines ersten Entwurfs durch KI verbunden ist, unterscheidet sich stark von dem Risiko, wenn KI eine Zahlung genehmigt, einen Mitarbeitenden‑Datensatz ändert oder mit einem Kunden kommuniziert. Das Ausmaß der menschlichen Aufsicht sollte dem potenziellen Konsequenzgrad entsprechen.

Letztlich sollte das Ziel nicht sein, die KI‑Nutzung zu minimieren, sondern die verantwortungsvolle Nutzung zu maximieren.

Unily‑Forschung hat ergeben, dass 52 % der Mitarbeitenden angaben, in ihrem Unternehmen keine bekannte KI‑Richtlinie zu haben, während einige Mitarbeitende zugegeben haben, sensible Informationen in nicht genehmigte KI‑Tools einzugeben. Inwieweit ist der Anstieg von \”shadow AI\” tatsächlich ein Versagen von Kommunikation und Governance und nicht ein Problem des Mitarbeitendenverhaltens?

Wir sollten vorsichtig sein, Shadow‑AI als ein Problem schlechter Mitarbeitender zu rahmen. Ein wesentlicher Grund für die Nutzung von Shadow‑AI ist ein Symptom unerfüllter Nachfrage. Mitarbeitende finden Wege, Probleme zu lösen, für die ihre Organisationen noch keine genehmigten Werkzeuge bereitgestellt haben – ein natürliches menschliches Verhalten.

Anstatt zu erwarten, dass sie Technologie, die die Arbeitsweise verändert, ignorieren, sollte die Lösung darin bestehen, den Mitarbeitenden einen sicheren, genehmigten Weg zum Experimentieren zu bieten, einschließlich klarer Grenzen und Schulungen.

Transparenz und Erklärbarkeit werden häufig als wesentlich für vertrauenswürdige KI dargestellt, doch Mitarbeitende müssen nicht zwingend verstehen, wie ein großes Sprachmodell intern funktioniert. Welche Informationen sollte ein KI‑System bereitstellen, damit ein Mitarbeitender eine fundierte Entscheidung darüber treffen kann, ob er seiner Antwort oder Empfehlung vertraut?

Ein Unternehmens‑KI‑System sollte deutlich machen, woher die Informationen stammen, wann sie zuletzt aktualisiert wurden, welche Quellen oder Unternehmenssysteme verwendet wurden und warum eine bestimmte Empfehlung ausgesprochen wurde.

Es sollte zudem ehrlich mit Unsicherheiten umgehen. Ein wichtiges Vertrauenssignal ist, wenn ein KI‑System im Wesentlichen sagt: \”Ich habe nicht genügend Informationen, um diese Frage sicher zu beantworten.\”

Vertrauen entsteht nicht dadurch, dass KI vorgibt, sicher zu sein, sondern dadurch, dass Mitarbeitenden genügend Kontext gegeben wird, um ihr eigenes Urteil auszuüben.

Unily Glass ist darauf ausgelegt, Unternehmens‑KI über das Beantworten von Fragen hinaus zu Aktionen in Systemen wie HR, IT und CRM‑Plattformen zu bewegen. Während KI von der Bereitstellung von Informationen zur tatsächlichen Ausführung von Aktionen übergeht, wie sollten Unternehmen entscheiden, welche Entscheidungen Agenten autonom treffen dürfen und welche weiterhin menschliche Genehmigung erfordern?

Das zentrale Prinzip sollte Risikopräzision sein. Wenn ein KI‑Agent ein Meeting plant oder Informationen findet, ist das Risiko einer falschen Handlung relativ gering. Man kann ihm also deutlich mehr Autonomie gewähren. Wenn ein Agent jedoch eine Finanztransaktion genehmigt, die Vergütung eines Mitarbeitenden ändert, den Zugriff beendet oder eine folgenschwere Kundenentscheidung trifft, sollte die Schwelle deutlich höher liegen.

Unternehmen sollten explizite Autonomiestufen basierend auf Faktoren wie finanzieller Auswirkung, regulatorischer Belastung, Rückabwickelbarkeit und Auswirkungen auf Personen festlegen. Je folgenschwerer oder irreversibel die Handlung, desto wichtiger wird die menschliche Genehmigung.

Ziel ist es, Menschen dort, wo es wichtig ist, sinnvoll in der Kontrolle zu halten.

Unternehmen setzen zunehmend mehrere Co‑Piloten, spezialisierte Agenten, große Sprachmodelle und KI‑gestützte Anwendungen im gesamten Technologiestack ein. Wie können Unternehmen verhindern, dass dadurch eine weitere Ebene der Fragmentierung entsteht, und erwarten Sie, dass eine zentrale Vertrauens‑ oder Orchestrierungsschicht unverzichtbar wird?

Wir laufen Gefahr, dieselbe Fragmentierung zu reproduzieren, die Unternehmenssoftware in den letzten Jahrzehnten geschaffen hat, nur dass jetzt jede Anwendung ihre eigene KI‑Schnittstelle und ihren eigenen Agenten haben kann.

Mitarbeitende sollten nicht verstehen müssen, welches Modell hinter welcher Anwendung steckt oder sich merken, wo die KI jedes Unternehmens verankert ist. Sie sollten in der Lage sein, im Kontext ihrer Arbeit mit KI zu interagieren und die richtigen Informationen sowie Fähigkeiten für sie zusammengeführt zu bekommen.

Genau hier wird eine Orchestrierungs‑ und Vertrauensschicht immer wichtiger. Sie kann eine konsistente Methode bieten, Identität, Berechtigungen, Kontext, Datenzugriff und Aktionen über verschiedene KI‑Systeme hinweg zu verwalten.

Wahrscheinlich wird es kein einzelnes Modell oder keine einzelne KI‑Plattform geben, die alles besitzt, doch Unternehmen werden zunehmend eine gemeinsame Schicht benötigen, die all diese Systeme verantwortungsbewusst zusammenarbeiten lässt.

Viele Organisationen können messen, wie oft Mitarbeitende ein KI‑Tool nutzen, aber die Nutzung allein beweist nicht, dass die Investition Mehrwert schafft. Welche Kennzahlen sollten Führungskräfte verfolgen, um festzustellen, ob KI tatsächlich die Produktivität, Entscheidungsfindung, das Mitarbeitenden‑Erlebnis oder die Geschäftsergebnisse verbessert?

Die Nutzung ist ein interessanter Ausgangspunkt, aber nicht das Ergebnis. Führungskräfte sollten fragen, ob KI die Zeit reduziert, die für die Durchführung wichtiger Arbeitsabläufe benötigt wird, repetitive Arbeit eliminiert, die Qualität oder Geschwindigkeit von Entscheidungen verbessert und Reibungen für Mitarbeitende verringert.

Ich würde Kennzahlen wie eingesparte Zeit pro Arbeitsablauf, Aufgabenerfüllungsraten, Fehlerraten, Mitarbeitenden‑Zufriedenheit, Zeit bis zur Lösung und letztlich Geschäftskennzahlen, die mit der spezifischen Funktion verbunden sind, die KI einsetzt, betrachten.

Die stärksten Organisationen werden KI‑Kennzahlen direkt mit Geschäftsergebnissen verknüpfen, anstatt Aktivitäten um ihrer selbst willen zu feiern.

Während sich Unternehmens‑KI von Assistenten, die Inhalte erzeugen, zu Agenten entwickelt, die immer komplexere Arbeitsabläufe ausführen können, was glauben Sie, unterschätzen Führungskräfte noch in Bezug auf das Zusammenspiel von KI‑Fähigkeit, Mitarbeitenden‑Vertrauen und erfolgreicher Einführung?

Viele Führungskräfte unterschätzen immer noch, wie stark das Vertrauen die Obergrenze für die KI‑Einführung bestimmt.

Unternehmen sprechen oft über KI‑Fähigkeiten, als ob mehr Fähigkeit automatisch mehr Wert bedeutet. Das ist nicht der Fall. Ein äußerst leistungsfähiges System, dem Mitarbeitende nicht vertrauen, kann weniger Wert schaffen als ein weniger umfangreiches System, das sie verstehen und zu dem sie Vertrauen haben.

Dafür müssen Unternehmen Technologie, Governance, das Mitarbeitenden‑Erlebnis und organisatorischen Wandel als ein System betrachten. Unternehmen müssen herausfinden, wie sie KI so vertrauenswürdig machen können, dass sie tatsächlich die Arbeitsweise der Menschen verändert.

Vielen Dank für das großartige Interview, Leser, die mehr erfahren möchten, sollten Unily besuchen.