Doch wenn Sie KI nicht nur individuell nutzen, sondern damit wirtschaftliche Vorteile auf Unternehmens-, Abteilungs- oder Geschäftsprozessebene erzielen wollen, reichen Lizenzen nicht mehr.

Sie brauchen einen Weg, KI so in Ihr Unternehmen einzuführen, dass sie nennenswerten wirtschaftlichen Nutzen erzeugt, die Risiken dabei aber unter Kontrolle bleiben, sensible Daten geschützt werden und der laufende Betrieb möglichst wenig gestört wird.

Wozu Sie das wissen sollten

KI ist gekommen, um zu bleiben. Sie wird immer leistungsfähiger und damit auch für Unternehmen immer interessanter.

Auf längere Sicht führt deshalb kaum ein Weg daran vorbei, KI gezielt in betriebliche Prozesse einzubauen, um Informationsverarbeitung zu verbessern und zu beschleunigen. Je zuverlässiger KI in Zukunft wird, umso höher ist die Wahrscheinlichkeit, dass die Mitbewerber sie intensiv nutzen.

Damit KI an die richtigen Stellen kommt, Mehrwert erzeugt und von den Mitarbeitenden akzeptiert wird, muss die Einführung sorgfältig geplant und gesteuert werden.

Das Wichtigste: Wo, was und wie?

Für die Integration von KI helfen zunächst drei einfache Fragen:

Wo soll KI eingesetzt werden? Was soll KI dort genau tun? Wie wird sie dort zuverlässig integriert?

KI verarbeitet Daten zu Informationen, die für Entscheidungen genutzt werden können. Das beantwortet grundsätzlich die Frage, was KI tut.

Die Frage nach dem Wo führt uns zu den kritischen Stellen in unseren Wertschöpfungsprozessen: zu Engpässen, an denen Informationen zu spät verfügbar sind, zu teuer beschafft werden, unzureichend sind oder zu viel Aufwand verursachen.

Dort kann KI wirtschaftlich interessant für Sie werden.

Die KI-Aufgabe besteht dann darin, genau diesen Engpass zu reduzieren, indem sie die benötigten Informationen schneller, günstiger, umfangreicher oder zuverlässiger aus vorhandenen Daten erzeugt.

Bleibt die Frage nach dem Wie: Wie bringen Sie diese Technologie an die richtige Stelle und sorgen dafür, dass sie dort genau das tut, was gebraucht wird – für den richtigen Empfänger, in der richtigen Qualität und im erforderlichen Umfang?

Das ist die eigentliche Frage der KI-Integration.

KI-Integration ist im Kern Projektmanagement

Wo, Was und Wie beantwortet man nicht nebenbei. Man beantwortet sie in einem Projekt.

KI-Integration bedeutet, KI planmäßig in betriebliche Workflows einzuführen, um deren Leistung zu verbessern und wirtschaftlichen Wert zu schaffen. Dazu ist ein Projekt notwendig.

Dabei gibt es einige besondere Herausforderungen.

Die erste: KI ist für viele Unternehmen ein neues und sehr leistungsfähiges System, mit dem noch wenig Erfahrung besteht. Gleichzeitig entwickelt sich die Technologie rasant weiter.

Deshalb muss sorgfältig geprüft werden, wo die Technologie tatsächlich zum bestehenden Unternehmen passt und welche Aufgabe sie dort zuverlässig erfüllen kann. Am Anfang sind die Anforderungen des bestehenden Unternehmens und die Fähigkeiten der KI noch nicht aufeinander abgestimmt. Genau diese Abstimmung ist die Aufgabe der Integration. Damit wird die Kompatibilität von Unternehmen und KI hergestellt.

Die zweite Herausforderung liegt in der Arbeitsweise der KI selbst: in ihrer Unzuverlässigkeit bei der Ausführung. KI handelt nicht selbständig – aber sie arbeitet probabilistisch, und ihr Ergebnis ist nicht garantiert.

Sie kann falsche Ergebnisse liefern. Sie kann Angaben anders interpretieren als erwartet, unerwartete Ergebnisse erzeugen oder bei komplexeren Aufgaben andere Verarbeitungsschritte wählen als vorgesehen. Sie kann auch an einer Aufgabe scheitern, ohne dieses Scheitern zuverlässig kenntlich zu machen.

Bei agentischen Systemen wird diese Herausforderung noch größer: Die KI trifft zwar weiterhin keine Entscheidungen, aber sie löst im freigegebenen Rahmen Aktionen in anderen Systemen aus – und eine fehlerhafte Verarbeitung wirkt dann unmittelbar weiter.

Ein Unternehmen ist komplex. Es besteht aus eingespielten Strukturen, Prozessen, Regeln und Verantwortlichkeiten. Änderungen an einer Stelle können Auswirkungen an anderen Stellen haben.

Ein neues KI-System darf dieses Zusammenspiel nicht unkontrolliert stören, weil sonst die Wertschöpfung beeinträchtigt wird.

Damit kommen wir zur dritten Herausforderung: Steuerbarkeit.

KI muss so eingeführt werden, dass das Unternehmen auch während des Projektes und danach zuverlässig funktioniert und steuerbar bleibt. Die Wertschöpfung muss weiterhin das leisten, was sie leisten soll: ein hochwertiges Produkt oder eine hochwertige Dienstleistung hervorbringen.

Deshalb brauchen wir für die KI-Integration einen Plan und eine Methode, mit der die Veränderung kontrolliert vollzogen werden kann.

Bevor KI integriert wird, müssen Sie klären, wie heute tatsächlich gearbeitet wird

Die Fragen Wo? Was? Wie? bieten dafür bereits ein gutes Gerüst.

Wenn Sie den Engpass kennen und wissen, welche Informationen dort benötigt werden, können Sie den Einsatzort der KI bestimmen. Wenn Sie den genauen Informationsengpass am Einsatzort kennen, können Sie die Aufgabe der KI festlegen.

Hier kommt eine entscheidende Voraussetzung für eine erfolgreiche Integration:

Damit KI eine Aufgabe zuverlässig übernehmen kann, braucht sie genaue Informationen darüber, wie diese Aufgabe heute tatsächlich erledigt wird.

Wie werden Daten heute verarbeitet? Welche Informationen werden daraus erzeugt? Welche Regeln gelten? Welche Ausnahmen gibt es? Worauf achten erfahrene Mitarbeitende? Welche Entscheidungen werden aus Erfahrung oder scheinbar „aus dem Bauch heraus" getroffen?

Vieles davon steht in keinem Prozesshandbuch. Genau dieses Erfahrungs- und Kontextwissen muss sichtbar gemacht werden.

Das Projektteam muss die bestehende Informationsverarbeitung so gut und umfassend verstehen und vor allem dokumentieren, dass dieses Wissen für die Gestaltung und Nutzung des KI-Systems verfügbar gemacht werden kann.

Halt! Muss es nicht darum gehen, diesen Prozess mit KI deutlich zu verbessern?

Das ist eines der meistdiskutierten Themen.

Soll man KI in einen bestehenden Prozess integrieren – oder sollte man den gesamten Prozess mit KI grundsätzlich neu designen?

Schauen wir uns zunächst die vermeintlich „faule" Variante an: Wir lassen den bestehenden Prozess zunächst weitgehend so, wie er ist.

Das hat mehrere Vorteile.

Das Tagesgeschäft kann erstmal weitgehend ungestört weiterlaufen. Der Aufwand bleibt überschaubar, weil zunächst nur zu klären ist, wie der Prozess heute funktioniert, statt gleichzeitig neben der KI-Einführung einen völlig neuen Prozess zu gestalten.

Außerdem lässt sich die Wirkung der KI wesentlich besser beurteilen. Wenn Ihr Prozess weitgehend gleich bleibt und eine bestimmte Aufgabe plötzlich schneller oder besser erledigt wird, können Sie die Verbesserung der KI relativ klar zuordnen.

Auch Ihre Teams werden weniger belastet. Ein komplett neu gestalteter Prozess kann Rollen, Aufgaben und möglicherweise sogar den Personalbedarf verändern. Das erzeugt Unruhe und Unsicherheit im Team und Unternehmen.

Und schließlich werden auch angrenzende Prozesse weniger gestört. Je mehr Sie einen Geschäftsprozess verändern, desto größer werden die möglichen Auswirkungen auf das übrige Unternehmen.

Ein vollständiges Redesign kann besonders dann sinnvoll sein, wenn ein Prozess bereits weitgehend digitalisiert ist und sich durch KI Arbeitsschritte zusammenlegen lassen. Ebenso kann es sich bei großen Prozessen mit sehr hohem Wertpotenzial lohnen, diese von Fach-, Prozess- und KI-Experten gemeinsam grundsätzlich neu zu gestalten. Solche Projekte können erhebliche Vorteile bringen, sind aber auch aufwendiger, teurer und riskanter.

Gerade für viele mittelständische Unternehmen kann es deshalb sinnvoller sein, KI zunächst gezielt und kontrolliert in bestehende Prozesse zu integrieren und sie erst später zu verändern. Bis dahin hat sich die Beschleunigung des laufenden Prozesses gelohnt und die Mittel für eine Veränderung sind vorhanden.

„Aber unsere Daten sind doch gar nicht gut genug"

Dieser Einwand kommt fast immer. Aber er hat einen Haken.

Wenn ein bestehender Prozess mit den vorhandenen Daten seit Jahren funktioniert und Wert schafft, den die Kunden schätzen, waren diese Daten zumindest für die bisherige Arbeitsweise ausreichend.

Wenn KI damit nicht zurechtkommt, gibt es grundsätzlich mehrere Möglichkeiten.

KI ist für diese konkrete Aufgabe nicht geeignet. Das kann mitunter das Fazit sein. Die Aufgabe muss kleiner geschnitten werden, damit KI mit ihr zurechtkommt. Oder die Daten müssen tatsächlich verbessert werden. Allerdings sollte sich diese Verbesserung im Rahmen halten.

Der zweite Ansatz liefert oft eine robuste Lösung, wenn die KI mit den vorhandenen Daten nur schwer zurechtkommt.

Die Aufgabe für die KI sollte so zugeschnitten sein, dass sie diese zuverlässig bewältigen kann und mögliche Fehler beherrschbar bleiben.

Nehmen wir wieder unsere Schokoladenfirma.

Am Ende braucht sie nur drei neue Lieferanten. Die KI muss deshalb nicht sofort die drei besten Lieferanten finden. Es kann völlig ausreichen, wenn sie aus mehreren Hundert Kandidaten zuverlässig eine Shortlist von 20 guten Kandidaten erzeugt, aber das in wenigen Stunden statt Wochen. Diese 20 können anschließend von erfahrenen Mitarbeitenden an einem oder zwei Tagen geprüft werden.

Damit ist die KI-Aufgabe kleiner, kontrollierbarer und trotzdem wirtschaftlich lohnend.

„Aber mit einer mutigen KI-Lösung könnten wir doch viel mehr sparen"

Vielleicht. Aber zunächst ist das nur ein Versprechen.

Je größer der geplante Sprung, desto größer werden meist auch Aufwand, Unsicherheit und Risiko. Geht die Wette nicht auf, trägt das Unternehmen die Kosten und verliert möglicherweise zusätzlich Zeit im Wettbewerb.

Ein kleinerer, klar definierter KI-Einsatz kann früher wirtschaftlichen Nutzen erzeugen und gleichzeitig Erfahrungen für den nächsten Schritt liefern.

Wie sieht nun eine kontrollierte KI-Integration aus?

Unsere drei Fragen Wo? Was? Wie? bilden den Leitfaden. Daraus ergeben sich sechs Schritte.

Was Sie behalten sollten

Merken Sie sich drei Dinge:

Wie Sie dieses Wissen in Ihrer Praxis nutzen

Ein einheitliches Vorgehen gibt Ihren Teams Sicherheit. Die Beteiligten können aus anderen Projekten lernen, Erfahrungen austauschen und sich gegenseitig unterstützen.

Gleichzeitig wird der Projektplan zum Lern- und Dokumentationsinstrument. Die Antworten auf die Fragen Wo? Was? Wie? werden während des Projekts dokumentiert. Daraus entstehen Erfahrungen, Standards und Beispiele für Ihre nächsten KI-Projekte.

Mit jedem Projekt wächst damit die Zahl Ihrer KI-Anwendungen und zugleich wächst auch die organisationale Kompetenz Ihres Unternehmens, KI erfolgreich zu integrieren.

Je besser Sie darin werden, KI gezielt an den richtigen Stellen und auf die richtige Weise einzuführen, desto mehr Wertschöpfungsprozesse können sinnvoll durch KI unterstützt werden.

Und damit entsteht die nächste Herausforderung: Sie müssen viele Entscheidungen treffen. Darum geht es in unserer MASTER Base, im Abschnitt Entscheidungen.