KI verändert die Insights- und Research-Branche rasant. Doch wie sieht die konkrete Umsetzung im Arbeitsalltag tatsächlich aus? Der Event beleuchtet praxisnah, wie KI heute bereits in Schweizer Unternehmen eingesetzt werden und welche Herausforderungen sich in der Adaption in den internen Abläufen stellen.
KI verändert die Insights- und Research-Branche rasant. Doch wie sieht die konkrete Umsetzung im Arbeitsalltag tatsächlich aus? Während Unternehmen in den USA bereits selbstverständlich mit Large Language Models arbeiten, bleibt die Adaption in der Schweiz oft zurückhaltend. Woran liegt das? Fehlen Use Cases, Governance-Strukturen oder schlicht der Mut zur Veränderung?
Der Event beleuchtet praxisnah, wie KI heute bereits in Schweizer Unternehmen eingesetzt werden und welche Herausforderungen sich in der Adaption in den internen Abläufen stellen.
Gemeinsam diskutieren wir, welche Prozesse sich wirklich transformieren lassen, wo Datenschutz und digitale Ethik neue Anforderungen schaffen und wie Unternehmen den Spagat zwischen Effizienzsteigerung und echtem Kundennutzen meistern können.
Das erwartet Sie:
Zwischen Anspruch & Wirklichkeit: KI-Transformation in Schweizer Unternehmen
Eine Studie von DemoSCOPE und der HSLU, Dr. Michael Buess
KI als Effizienzhebel: So nutzt AWS KI intern
Andre Stoll, Sr. Solutions Architect Amazon Web Services
CRM wird agentisch: Wenn das Gegenüber mit KI automatisiert
Christian Braun, BSI Business Systems Integration AG,
Schweizer Unternehmen und KI: Evolution oder Revolution?
Alessandro Bee, UBS und Dr. Michael Schrackmann, Intervista
Eine Podiumsdiskussion für einen lebendigen Austausch, die zentrale Fragen zum Einsatz von KI in Unternehmen beleuchtet und unterschiedliche Perspektiven zu Effizienz, Kundennutzen, Governance und Responsible AI zusammenbringt.
Moderation: Dr. Larissa Hugentobler, GIM Suisse AG
Die Messung der Customer Experience ist im Wandel: Ist der NPS noch die richtige Kennzahl? Wie lassen sich Relationship und Transactional Surveys optimal verbinden? Wie kann man Prozessdaten einbinden?
Gibt es wirklich einen Zusammenhang zwischen NPS und Markterfolg? Welche Zahlen zählen für den Markterfolg – und welche sind überholt?
Am 10. Juni 2026 lädt Swiss Insights zum dritten Swiss Insights TALK ein. Im Fokus stehen aktuelle Ansätze der Customer Experience Messung – von der kritischen Einordnung des NPS bis hin zu neuen, wirkungsrelevanten KPIs. Erfahren Sie, wie Relationship- und Transactional Surveys sinnvoll kombiniert werden können, welche Rolle Prozessdaten spielen und welche Kennzahlen heute wirklich zählen. Freuen Sie sich auf praxisnahe Einblicke, eine hochkarätige Podiumsdiskussion und den Austausch mit Expert:innen aus der Branche:
Making NPS Actionable – What drives NPS at Hilti?
Karol Zyskowski, Head of Brand and Customer Insights, Hilti AG
Näher dran an Fernreisenden – Wie aus zwei Fragen detaillierte Insights entstehen
Anina Gächter, Technische Projektleiterin, intervista AG und Lia Batschelet, Projektleiterin International, SBB AG
CX live: Micro-Surveys – Was leisten Micro-Surveys bei der CX-Messung?
Raúl Fuertes, Business Development Director, Demo SCOPE AG – Part of the Norstat group
Feedbackverhalten CX – Warum Menschen ihre Customer Experience teilen – oder eben nicht
Dr. Larissa Hugentobler, Research Manager, GIM Suisse AG
Sibylle Oetiker, Senior Research Manager, GIM Suisse AG
Wie ermöglichen Verwaltungsdaten, Linked Open Data und KI neue Einsichten und Geschäftsmodelle?
Am 30. Oktober 2025 fand in Zürich ein weiterer spannender Swiss Insights TALK statt. Die zahlreichen Teilnehmenden setzten sich intensiv mit Impulsen, Diskussionen und konkreten Anwendungen rund um offene Verwaltungsdaten, KI‑Technologien und Marktforschung auseinander.
In vier Referaten wurden folgende Themen beleuchtet
Von OGD zum konkreten Nutzen: Wie verwaltet der öffentliche Sektor Daten, wie werden sie bereitgestellt und welchen wirtschaftlichen Nutzen lässt sich daraus generieren? (Impuls von Samuel Schütz, Bundesamt für Statistik, BFS)
Wenn offene Daten sprechen lernen: Der Einsatz von Linked Open Data (LOD) am Beispiel des Chatbots MeLODy zeigte Rolf Schenker von Statistik Stadt Zürich, wie semantisch verknüpfte Daten eine KI‑Anwendung ermöglichen.
Von Open Data zum Kundenkontakt: In einem Use‑Cases, zeigten Christoph Bräunlich, BSI und Samuel Schütz, BFS, wie AI‑Agents offene Daten mit internen CRM‑Systemen verbinden und so neue Business‑Modelle ermöglichen.
Heisse Eisen, offene Daten: Lukas Golder und Dr. Tobias Keller von gfs.bern zeiten mit Blick auf politische Abstimmungs‑ und Wahlforschung (z. B. durch gfs.bern), wo offene Daten genutzt und auch publiziert werden, und welche ethischen, rechtlichen und methodischen Herausforderungen damit verbunden sind.
Was steckt dahinter?
OGD bezeichnet die strukturierte, frei verfügbare Bereitstellung von Verwaltungsdaten. Dabei spielen technische Qualität (maschinenlesbar, standardisiert, offen lizenziert) sowie der einfache Zugang eine zentrale Rolle.
Daraus resultiert ein konkreter Nutzen
Mehr Klarheit durch Verknüpfung: Statt generischer Begriffe wie z.B. «Einwohner Zürich» werden eindeutige Konzepte eingesetzt.
KI‑Anwendung wie MeLODy zeigen, wie Daten korrekt interpretiert, Quellen angegeben und Antworten präzise geliefert werden können.
OGD wie z.B. OpenData.swiss erleichtern die Arbeit und ermöglichen präzisere Hochrechnungen, gleichzeitig steigt aber auch die Abhängigkeit und der Wettbewerbsdruck erhöht sich.
Kombination von CRM, offenen Daten und AI‑Agents schafft skalierbare Geschäftsmodelle: externe Daten reichern interne Kundendaten an und ermöglichen personalisierten Dialog.
Chancen
Automatisierte Datenverarbeitung: Offene, gut strukturierte Daten reduzieren Aufwand und erhöhen Geschwindigkeit.
Zusätzliche Datenpunkte = mehr Genauigkeit: Durch die Einbeziehung externer Verwaltungsdaten lassen sich neue Erkenntnisse gewinnen.
Innovation durch Verknüpfung: LOD und KI eröffnen neue Wege, Daten für Marktforschung und Business‑Modelle zu nutzen.
Auf Folgendes sollte man achten
Abhängigkeit von einzelnen Datenquellen
Gefahr einer Monopolisierung trotz «Offenheit»
Fehler in Daten führen zu systematischen Folgefehlern
Ethische/ rechtliche Aspekte
Fazit
Die Veranstaltung zeigte eindrücklich, dass offene Verwaltungsdaten nicht nur „nice to have“ sind, sondern ein zentraler Treiber für datenbasierte Innovation sein können, vorausgesetzt, sie sind technisch, rechtlich und organisatorisch gut eingebettet.
Bleiben Sie dran: Der nächste Swiss Insights TALK (diesmal zum Thema Customer Experience – Aktuelle Entwicklungen) findet am 10. Juni 2026 statt.
Danke an die Eventpartner
Ein herzlicher Dank geht an unsere Eventpartner. Sie leisten nicht nur einen wertvollen Beitrag zur Durchführung, sondern ermöglichen es auch, neue Themen aufzugreifen, aktuelle Entwicklungen zu reflektieren und gemeinsam den Blick über den Tellerrand hinaus zu richten.
Von OGD zum konkreten Nutzen: Wie die Verwaltung Daten öffnet und Innovation ermöglicht Samuel Schütz (Download Präsentation)
Wenn offene Daten sprechen lernen: Wie Linked Open Data den Chatbot MeLODy der Stadt Zürich ermöglicht Rolf Schenker (Download Präsentation)
Von Open Data zum Kundenkontakt: Wie öffentliche Daten und AI-Agents neue Business Cases ermöglichen Christoph Bräunlich, Samuel Schütz (Download Präsentation)
Heisse Eisen, offene Daten: Open Data in hitzigen Abstimmungsdebatten Lukas Golder, Dr. Tobias Keller (Download Präsentation)
Endlich! KI und Silicon Samples ersetzen in der Marktforschung weitgehend menschliche Probanden und den damit verbundenen Aufwand. Der letzte Schritt in der digitalen Transformation ist geschafft – 30 Jahre nach dem Aufkommen der Online-Forschung, der letzten grossen Disruption in unserer Branche.
Ist dieses Szenario nur ein Hype? Oder eine echte Chance?
Silicon Samples & KI in der Marktforschung: Hype oder echte Revolution?
Braucht die Marktforschung überhaupt noch menschliche Proband:innen? Oder liefern KI-Modelle längst bessere, schnellere und günstigere Daten?
Am Swiss Insights TALK 2025 wurde diese Frage aus unterschiedlichen Perspektiven beleuchtet – wissenschaftlich, technologisch und praxisnah. Die klare Erkenntnis: Die besten Resultate entstehen, wenn sich Mensch und KI ergänzen. Nicht entweder-oder – sondern hybrid und verantwortungsvoll.
KI als Teammitglied – nicht als Ersatz Prof. Dr. Steffen Mueller (ZHAW) zeigte, dass KI den Research-Prozess unterstützen, strukturieren und beschleunigen kann – vor allem in der Vorbereitung, Analyse und Interpretation. Doch sie ersetzt keine fundierte wissenschaftliche Methodik und auch keine menschliche Urteilskraft.
Predictive Eye Tracking – ein Blick in die Zukunft? Sibylle Oetiker (GIM Suisse) demonstrierte am Beispiel von Predictive Eye Tracking, wie KI Blickverläufe simulieren kann – ohne echte Testpersonen. Das spart Kosten und Zeit. Doch die Methode hat klare Grenzen: Ohne Kontext und ohne realitätsnahe Szenarien kann die Prognose in die Irre führen.
Silicon Samples – synthetische Daten auf dem Prüfstand In einer länderübergreifenden Vergleichsstudie untersuchten Jan Eubel und Christoph Bräunlich (BSI) zusammen mit Prof. Dr. Steffen Mueller, wie gut Silicon Samples reale Proband:innen abbilden. Das Ergebnis: Sie können als Unterstützung im Prozess oder als Grundlage für tiefergehende Analysen eingesetzt werden, sind aber (noch) kein Ersatz.
Digital Twins of Customers – Der Unterschied zwischen Spielerei und echtem Impact Anne Scherer (Delta Labs) machte klar: Digitale Zwillinge liefen wertvolle Insights – aber nur, wenn sie richtig aufgebaut und trainiert sind. Dazu muss Methodik, Datenbasis und Anwendung sorgfältig gewählt werden.
Fazit: KI wird die Marktforschung verändern. Die Frage ist nicht ob, sondern wie. Der Swiss Insights TALK 2025 zeigte: Die besten Ergebnisse entstehen, wenn Mensch und LLM (Large Language Model) zusammenarbeiten. Nicht entweder-oder – sondern sowohl-als-auch.
Ein grosses Dankeschön geht an unsere Eventpartner BSI, GIM Suisse AG und die TX Group sowie an alle Teilnehmenden!
Präsentationen
KI in der Marktforschung: Framework und aktuelle Ergebnisse aus der Wissenschaft Prof. Dr. Steffen Mueller (Download Präsentation)
Predictive Eye Tracking: Zwischen Potenzial und Grenzen Sibylle Oetiker (Download Präsentation)
Silicon Samples – Erste Gehversuche: ein Vergleich mit realen Probanden in drei Ländern Jan Eubel, Christoph Bräunlich, Prof. Dr. Steffen Mueller (Download Präsentation)
Not if, but how – Der Unterschied zwischen Spielerei und echtem Impact von Digital Twins of Customers Anne Scherer (Download Präsentation)
Der öffentliche Sektor stellt eine Fülle an Daten zur Verfügung – doch wie lassen sich diese effizient und ethisch korrekt für die Marktforschung nutzen? Welche Potenziale eröffnen Open Data und wie steht es um die Einsatzmöglichkeiten im Markt?
Experten aus Wissenschaft und Industrie diskutieren, wie öffentliche Daten und KI-Instrumente für eine datengestützte Entscheidungsfindung nutzbar gemacht werden können und welche Herausforderungen dabei auftreten – von Datenschutz über Nutzerakzeptanz bis hin zur konformen Umsetzung.
Am 30. Oktober 2025 rückt Swiss Insights das Thema Open Data in den Fokus: Der öffentliche Sektor stellt eine stetig wachsende Menge an Daten zur Verfügung – maschinenlesbar, standardisiert und oft frei zugänglich. Doch wie lassen sich diese Daten sinnvoll für die Marktforschung nutzen? Welche ethischen, rechtlichen und praktischen Aspekte sind dabei zu beachten? Und wo entstehen echte geschäftliche Mehrwerte?
Die Veranstaltung zeigt auf, wie Open Data zum Treiber für datenbasierte Innovation werden kann – von der strategischen Analyse bis hin zum personalisierten Kundendialog. Expert:innen aus Verwaltung, Wirtschaft und Forschung beleuchten das Zusammenspiel von offenen Daten, KI-Technologien und Marktforschung und diskutieren, wie daraus neue Anwendungen und Geschäftsmodelle entstehen.
Freuen Sie sich auf inspirierende Impulse, praxisnahe Einblicke und den Austausch mit Fachkolleg:innen zu einem Thema, das zunehmend an Bedeutung gewinnt – für Institute, Auftraggeber:innen und die öffentliche Hand.
Referate:
Von OGD zum konkreten Nutzen: Wie die Verwaltung Daten öffnet und Innovation ermöglicht
Samuel Schütz, Strategieberater Direktion, Bundesamt für Statistik (BFS)
Wenn offene Daten sprechen lernen: Wie Linked Open Data den Chatbot MeLODy der Stadt Zürich ermöglicht
Rolf Schenker, Co-Projektleiter Linked Data, Statistik Stadt Zürich
Von Open Data zum Kundenkontakt: Wie öffentliche Daten und AI-Agents neue Business Cases ermöglichen
Christoph Bräunlich, Head of AI, BSI zusammen mit Samuel Schütz, Strategieberater Direktion, Bundesamt für Statistik (BFS)
Heisse Eisen, offene Daten: Open Data in hitzigen Abstimmungsdebatten
Lukas Golder, Co-Leiter, gfs.bern
Tobias Keller, Projektleiter und Mitglied der Geschäftsleitung, gfs.bern
Mit dem Einsatz von Künstlicher Intelligenz (AI) können personalintensive Arbeitsschritte im qualitativen Marktforschungsprozess wie die Textanalyse (teil) automatisiert werden, immer mit Vor- und Nachteilen, die gut abgewogen werden müssen.
Dass das Thema AI bewegt, wissen wir alle. “AI in Qualitative Research” ist in der Insights Branche ein besonders interessantes Thema. AI kann nervenaufreibende Routinearbeiten übernehmen und uns damit das Leben erleichtern. Doch wo sind ihre Grenzen? Und wie finden wir das geeignete Tool für unsere Fragestellung oder unser Business? Macht AI Qualitative Forschung wirklich skalierbar? Und braucht es denn uns Menschen noch?
Die Referent:innen haben das Thema aus verschiedenen Blickwinkeln beleuchtet. Wir haben folgende Erkenntnisse mitgenommen…
Strukturierter Implementierungsprozess Ein klar definierter Test- und Feedbackprozess ist notwendig, um die Wirksamkeit von AI-Tools sicherzustellen und eine nachhaltige Integration zu gewährleisten.
Anwendung in der Marktforschung Generative KI kann kontextuelle Unterstützung und explorative Analysen bieten, ist aber eine Ergänzung zur klassischen Forschung und ersetzt sie nicht. Sie eignet sich für “Quali-Light” Studien oder zur Anreicherung offener quantitativer Fragestellungen, aber kaum für eine gehaltvolle Qualistudien.
Unverzichtbare Rolle des Menschen AI kann menschliche Intelligenz nicht ersetzen, aber als “Teammitglied” den Arbeitsaufwand reduzieren und die Effizienz steigern.
Grenzen und Kosten der KI-Nutzung Die Toolkosten für Synthetische User sind niedrig, jedoch erfordert eine sorgfältige Anwendung viel Zeit. Zudem liefern die Tools oft generische Ergebnisse und eignen sich deshalb besser für allgemeine Fragestellungen als für spezifische Kundenbedürfnisse.
Grundlagen und Herausforderungen der generativen KI für die qualitative Marktforschung Dr. Stefan Oglesby (Download Präsentation)
AI Enhanced MR – a perfect team: How good are conversational agents for online qualitative research? Raúl Fuertes und Laurence Minisini (Download Präsentation)
Probieren mit studieren: Wie können wir KI-Anwendungen effizient evaluieren? Beat Fischer und Dr. Isabella Bertschi (Download Präsentation)
Synthetic User vs. echte Befragte:Wie gut lassen sich qualitative Forschungsfragen mit virtuellen Personas beantworten? Nina Burger und Lukas Schönenberger (Download Präsentation)
Swiss Insights schafft in der Schweiz Awareness für das Thema Digitalethik, insbesondere in Bezug auf KI. Wie schaffen wir es, das kreative, aber auch disruptive Potenzial der neuen Technologien in ein Gleichgewicht zu bringen? Wie
können die neuen KI-Anwendungen in unsere Gesellschaft integriert werden? Was sind dabei die ethischen Herausforderungen?
Swiss Insights hat am 26. August 2024 zum zweiten Mal den C-Level TALK zum Thema Digitalethik durchgeführt. Swiss Insights Präsident Stefan Langenauer weist darauf hin, dass mit diesem Format bewusst das C-Level angesprochen wird, weil die Data Scientists die Unterstützung ihrer Vorgesetzten brauchen, um sich im Alltag mit digitalethischen Fragen auseinandersetzen zu können. Diese Auseinandersetzung kostet, ist aber eine Investition in ein rasant wachsendes Geschäftsfeld.
Auch dieses Geschäftsfeld wird vom Gesetzgeber reguliert. Wenn sich die Anbieter seriös mit den ethischen Fragestellungen darin auseinandersetzen und sich selber ein Framework geben, wird die Regulierung weniger strikt sein als bei Wildwestmethoden; die Regulierung wird dann die notwendigen Spielräume lassen, so dass Innovation entstehen kann.
Stefan Langenauer gratuliert BSI und der Schweizerischen Post, dass sie sich einen Codex gegeben haben und nun Träger des Data Fairness Labels sind.
Jean-Daniel Strub, ethix – Lab für Innovationstechnik, gibt uns in seinem Referat ethische Gedankenanstösse zum Mehrwert von KI auch in sensiblen Bereichen und erklärt, weshalb sich der Konsens etabliert hat, dass digitale Technologien ergänzend zu menschlicher Präsenz sinnvoll, ein vollständig ersetzender Einsatz jedoch zu vermeiden ist. Er erwähnt unter anderem folgende Punkte für einen verantwortungsvollen Umgang mit KI aus ethischer Sicht:
Differenzierter Blick auf Risiken und Chancen
Transparenz und Verständlichkeit («Black Box»-Problematik, Potenzielle Fehleranfälligkeit von KI, Lösungsansatz: «Human in the Loop» oder «Human on the Loop»)
Menschlichkeit und Empathie: Nicht nur «Ersatz» des Menschen, sondern v.a. Verlust an Kompetenzen und Fertigkeiten
Diskriminierung und Biases (Verzerrungen) in den Algorithmen (Achtsamkeit zwingend auf Qualität der Trainingsdaten, Erfordernis der Transparenz)
Normierung und Normalisierung
Zugang zur Technologie: Vermeiden von KI-Zwei-Klassen-Gesellschaft
Christof Bühler, Supercomputing Systems AG, zeigte uns eindrücklich anhand seines Fallbeispiels, warum der Güterzug im Gotthardtunnel trotz KI entgleiste. Zusammenfassend hält er fest: KI ist nicht intelligent… aber nützlich! Erfolgreiche KI-Projekte erfordern:
Klare Anwendungsfälle mit Zusatznutzen
Hochwertige & grosse Datenbestände
Ethische Freigabeverfahren
Einbezug der Stakeholder
und eine realistische Erwartungshaltung – es dauert nämlich oft länger als erwartet!
Christina Meyer, Die Schweizerische Post, erklärt, wie man dank Skills und Einbezug die Angst vor KI & Co. nimmt und so zu fairen Lösungen kommt. Sie erklärt, was die Post unternimmt, um die Akzeptanz und den kompetenten Umgang der Mitarbeitenden mit den neuen Technologien zu fördern:
Man muss sich Zeit nehmen, für Learnings & Initiativen
Man muss überhaupt wissen, dass diese Learnings existieren & wo ich man sie findet
Vorgesetzte müssen überzeugt sein und die Mitarbeitenden motivieren
Und was gestern galt, ist heute vielleicht schon wieder ein bisschen anders…
Chris Rusche, BSI, setzt sich mit dem Thema auseinander, warum KI im Kundendialog sinnvoll ist und weshalb Kundenkommunikation eine Chance und keine Bürde ist. Der Einsatz Künstlicher Intelligenz kann bei der Kommunikation mit dem Kunden einen deutlichen Mehrwert liefern und sogar die persönliche Interaktion aufwerten.
Dr. André Dinter, Digital Learning Hub Sek II, erläutert die Herausforderungen, vor denen die Schulen aufgrund des Einsatzes von KI stehen. Er stellt sich folgenden Fragen:
Wie kann ethisch verantwortliches Handeln in der Schule vermittelt werden?
Ist die vertiefte Auseinandersetzung mit Lerninhalten etwas Gestriges?
Ist interaktives Lernen mit Menschen im Klassenverband immer noch lernförderlich?
Müssen Leistungserhebungen mit oder ohne KI neu gedacht werden?
Klar ist: Die Disruption ist auf allen Ebenen angekommen: Analoges und Digitales wachsen zusammen.
Fazit aus Sicht der Referierenden: 🔑 Es braucht den Zugang zu KI auf allen Ebenen 🔑 Es braucht eine öffentliche Debatte, die sich mit ethischen Aspekten auseinandersetzt 🔑 KI soll (auch in Schulen) als Hilfsmittel zur Zielerreichung genutzt werden können 🔑 Anwender sollen wissen, wie KI eingesetzt und wie damit umgegangen werden kann 🔑 es wäre gut, wenn KI gesetzlich Open Source gemacht würde
Es ist schlicht faszinierend, in welcher Breite AI-Technologien heute eingesetzt werden, um Wege zu einer gezielteren Kundenansprache zu finden oder um die Wertschöpfung zu erhöhen, indem manuelle Prozesse durch Automatisierung abgelöst werden unter Beibehaltung von hohen Qualitätsansprüchen.
Die Fallstricke, die dabei lauern, wurden von den Referenten nicht verschwiegen.
Die abschliessende Podiumsdiskussion mit den Referenten machte es möglich, nachzufassen und den Nutzen für den persönlichen Arbeitsalltag zu maximieren. Und wer noch mehr ins Detail gehen wollte, hatte beim Apéro riche noch viel Gelegenheit dazu.
Am ausverkauften Swiss Insights Talk zum Thema «#Insights generieren mit #AI: Möglichkeiten und Grenzen» haben wir gelernt, dass…
💡Migros dank eines komplexen Recommender Systems rund 2 Mio. personalisierte Recommends ausspielen kann, das Instandhalten eines solchen Systems aber anspruchsvoll ist 💡 Die Bodennutzung und -bedeckung mit Millionen von Stichprobenpunkten mithilfe von AI ausgewertet wird, was bei hoher Qualität eine grosse Zeitersparnis ist 💡 die automatisierte Klassifizierung offener Kommentare bei klassischen Marktforschungsstudien eine grosse Zeitersparnis ist. Dass sich aber nicht alle Themenbereiche für eine Automatisierung gleich gut eignen 💡 «Silicon Samples» für Pretests oder zur Stimuli-Generierung durchaus ihre Berechtigung haben, es für Hauptstudien aber sehr wohl kritische Punkte gibt.
Fazit 🔑 KI bildet eine Hilfe bei repetitiven Aufgaben 🔑 KI ist in der Praxis ressourcenintensiv 🔑 Der Mensch muss ein zentrales Element in diesem Prozess bleiben, um Fehlentwicklungen zu vermeiden.
