Wo starten?

1 · Ausgangslage

Worum geht es – und was steht für Sie auf dem Spiel?

Sie führen Ihr Unternehmen schon länger. Sie kennen Ihre Kunden, Ihre Mitarbeitenden, Ihre Prozesse und Ihren Markt. Vieles von dem, was heute selbstverständlich funktioniert, haben Sie und Ihre Teams über Jahre aufgebaut, angepasst und verbessert.

Und jetzt kommt KI.

Überall hören Sie, dass Sie etwas damit machen müssen. Wettbewerber experimentieren, Mitarbeitende nutzen ChatGPT oder Copilot, Anbieter versprechen enorme Produktivitätssprünge. Gleichzeitig kann Ihnen niemand garantieren, dass Ihr Unternehmen nach einem größeren KI-Projekt tatsächlich besser dasteht als vorher.

Sie überlegen, wo Sie anfangen sollten. Denn Sie sollen in ein Unternehmen eingreifen, das funktioniert.

• Meine Firma läuft – und das soll so bleiben.
• Wo es heute besser laufen könnte, ist KI willkommen.
• Für KI gelten dieselben betriebswirtschaftlichen Maßstäbe wie für andere Investitionen.

KI muss sich rechnen. Kosten und Risiken müssen beherrschbar bleiben. Daten müssen geschützt werden. Und der laufende Betrieb darf nicht unnötig gestört werden.

Was auf dem Spiel steht, ist deshalb mehr als das Budget eines KI-Projekts. Eine falsche Entscheidung kann Abläufe stören, zusätzliche Arbeit erzeugen, Geld kosten und Zeit im Wettbewerb vergeuden. Und wenn die ersten Projekte enttäuschen, leidet schnell auch das Vertrauen der Mitarbeitenden in KI und in die Fähigkeit des Unternehmens, sie sinnvoll einzusetzen.

2 · Auswahl

Was sind Ihre Kriterien und Optionen?

Der Ausgangspunkt sind Ihre Businessziele. Vielleicht wollen Sie ein neues Produkt schneller auf den Markt bringen, Lieferzeiten verkürzen, die Marge verbessern, die Qualität erhöhen oder mit den vorhandenen Mitarbeitenden mehr Geschäft bewältigen.

Fragen Sie dann:

So stoßen Sie auf Hindernisse und Engpässe. Manche liegen in Maschinen, Kapazitäten oder Lieferketten. Andere entstehen, weil Informationen fehlen, zu spät kommen, teuer beschafft werden oder nur mit großem Aufwand ausgewertet werden können.

Gerade diese Informationsengpässe sind für KI interessant. Denn KI verarbeitet Daten zu Informationen, die anschließend für Entscheidungen genutzt werden können.

Ein guter Startpunkt erfüllt deshalb möglichst mehrere Kriterien: Das Businessziel ist wichtig, der Engpass ist wirtschaftlich relevant, ein wesentlicher Teil des Problems betrifft Daten oder Informationen, KI kann realistisch helfen und Aufwand sowie Risiko bleiben beherrschbar.

Bevor Sie über eine Verbesserung sprechen, sollten Sie den heutigen Zustand zumindest grob kennen. Wie lange dauert der betreffende Schritt? Was kostet er? Welche Qualität wird erreicht? Wie häufig entstehen Fehler oder Nacharbeit? Nur dann können Sie später feststellen, ob KI tatsächlich etwas verbessert hat.

Prüfen Sie außerdem, ob dieser Engpass tatsächlich das Businessziel begrenzt. Eine große Verbesserung an einer Stelle kann wirtschaftlich wenig bewirken, wenn der Gesamtprozess anschließend an einer anderen Stelle weiterhin festhängt.

Ihre Optionen können deshalb sehr unterschiedlich aussehen: Sie können mit einem bestehenden Informationsengpass beginnen, eine KI-Aufgabe kleiner schneiden, zunächst Voraussetzungen verbessern oder an einer Stelle bewusst noch nicht mit KI starten.

3 · Schwierigkeit

Warum ist diese Entscheidung für Sie schwierig?

KI scheint fast überall einsetzbar zu sein. Genau das macht die Auswahl schwierig.

Gleichzeitig entwickelt sich die Technologie rasant. Was heute als führende Lösung gilt, kann in einem Jahr schon überholt sein. Sie müssen deshalb entscheiden, obwohl Sie nicht sicher wissen können, wie lange die heute gewählte Technologie trägt.

Dazu kommt die Fülle der Möglichkeiten. Wahrscheinlich haben Sie nicht nur eine Idee. Im Unternehmen entstehen plötzlich Vorschläge für neue Produkte, bessere Services, automatisierte Abläufe oder völlig neue Arbeitsweisen. KI eröffnet ständig weitere Möglichkeiten. Aber Sie können nicht alles gleichzeitig verfolgen – und noch ist schwer zu erkennen, welche Ideen wirklich wirtschaftlich interessant sind.

Auch die Erfahrung fehlt häufig. Ihre Mitarbeitenden kennen ihr Geschäft, aber viele arbeiten erst seit kurzer Zeit intensiver mit KI. Es fehlen Vergleichswerte: Was ist realistisch? Wie aufwendig wird die Integration tatsächlich? Welche Kosten entstehen später im Betrieb? Welche Risiken lassen sich gut beherrschen und welche werden erst während des Projekts sichtbar?

Deshalb ist die Entscheidung über den Startpunkt mit Unsicherheit verbunden. Sie entscheiden über Geld, Arbeitszeit und Veränderungen in einem funktionierenden Unternehmen, obwohl Nutzen, Aufwand und Risiken zu Beginn noch nicht vollständig bekannt sind.

Hinzu kommen einige typische Fallen

Dort, wo Daten sauber strukturiert vorliegen und sich schnell ein Pilot bauen lässt, ist der Einstieg besonders verlockend. Vielleicht ist dort aber gar kein wichtiges Problem zu lösen. Was technisch leicht machbar ist, muss wirtschaftlich noch lange nicht wichtig sein.

Umgekehrt sind die wirtschaftlich interessanten Stellen häufig schwieriger. Daten liegen verstreut vor, Prozesse sind über Jahre gewachsen und ein Teil des entscheidenden Wissens steckt in den Köpfen erfahrener Mitarbeitender.

Gerade dieses Erfahrungswissen kann entscheidend sein. Erfahrene Mitarbeitende wissen, worauf sie achten, welche Ausnahme relevant ist oder warum sie einen Lieferanten trotz guter Kennzahlen nicht empfehlen würden. Dieses Wissen steht häufig in keiner Datenbank und in keinem Prozesshandbuch. Soll KI an dieser Stelle helfen, muss es zunächst sichtbar und für die Aufgabe nutzbar gemacht werden.

Eine weitere Falle ist die lokale Verbesserung. Wenn KI einen einzelnen Arbeitsschritt erheblich beschleunigt, bedeutet das noch nicht, dass Ihr Unternehmen sein Businessziel schneller erreicht. Vielleicht wartet der Prozess anschließend am nächsten Engpass.

Und schließlich bringt KI selbst Unsicherheit mit. Sie arbeitet probabilistisch, kann Fehler machen und ihre Qualität hängt stark von Aufgabe, Daten, Kontext und Vorgaben ab.

Damit müssen Sie bei der Auswahl eines Startpunkts mehrere Fragen gleichzeitig im Blick behalten:

• Ist das Problem für mein Business wirklich wichtig?
• Kann KI an dieser Stelle einen relevanten Beitrag leisten?
• Wie zuverlässig lässt sich das umsetzen?
• Welche Kosten und Risiken gehe ich dafür ein?
• Wie viel Veränderung löse ich damit in meinem Unternehmen aus?

4 · Start

Was sind für Sie drei sinnvolle erste Schritte?

Machen Sie die ersten Schritte so, dass Ihnen möglichst viel Spielraum für die weiteren Entscheidungen bleibt.

Dann kommen Sie vielleicht tatsächlich ins Geschäft mit KI.

5 · Aufmerksamkeit

Worauf müssen Sie besonders achten?

Bei den drei ersten Schritten gibt es jeweils einen Punkt, auf den Sie besonders achten sollten.

Beim Businessziel: Ihre Leute müssen mitziehen

Das Businessziel sollte nicht nur auf dem Papier stehen. Die Menschen, die an dem betreffenden Prozess arbeiten, müssen verstehen, was verbessert werden soll und warum.

Gerade beim ersten KI-Projekt ist das wichtig. Wenn Ihre Mitarbeitenden das Ziel teilen, werden sie eher offen darüber sprechen, wo es heute wirklich Schwierigkeiten gibt und wo KI helfen könnte.

Bei den Hindernissen: ehrlich werden und nach dem Informationsproblem suchen

Die Hindernisse müssen so benannt werden, wie sie tatsächlich bestehen – auch wenn die Ursachen unangenehm sind oder seit Jahren bekannt.

Dann lohnt es sich, genauer hinzusehen: Welcher Teil dieses Hindernisses hat mit Informationen zu tun?

Fehlen Informationen? Kommen sie zu spät? Müssen sie mühsam zusammengesucht werden? Sind zu viele Daten vorhanden, die niemand schnell genug auswerten kann? Ist die Qualität der Informationen zu schlecht?

So wird aus einem allgemeinen Problem ein konkreter Informationsengpass, bei dem Sie beurteilen können, ob KI tatsächlich helfen kann.

Bei der KI-Prüfung: mehrere Meinungen einholen

Verlassen Sie sich bei der Beurteilung nicht allein auf einen KI-Experten oder einen Anbieter.

KI-Spezialisten sehen naturgemäß besonders gut, was technisch möglich ist. Für Ihre Entscheidung brauchen Sie zusätzlich die Sicht Ihrer Fachleute, der Menschen aus dem betroffenen Prozess und gegebenenfalls eine zweite technische Meinung.

Gerade beim ersten Projekt lohnt sich diese Gegenprüfung. Sie wollen wissen, ob KI für Ihr Problem geeignet ist – nicht nur, ob sich daraus ein interessantes KI-Projekt machen lässt.

6 · Danach

Was folgt auf Ihre ersten Entscheidungen?

Wenn Sie Ihr Businessziel bestimmt, die wichtigen Hindernisse untersucht und den möglichen Beitrag von KI kritisch geprüft haben, wissen Sie, wo Sie mit KI beginnen wollen.

Damit stehen die nächsten drei Entscheidungen an.

Wer übernimmt die Verantwortung?

Für das erste KI-Projekt sollte ein klarer Owner feststehen. Er trägt die Verantwortung dafür, dass das Projekt einen wirklichen Beitrag zum Businessziel leistet.

Gerade beim ersten Projekt sollte dieser Owner aus meiner Sicht der verantwortliche Entscheider sein. Zusätzlich braucht es einen Projektleiter, der das Projekt im Alltag führt.

Lohnt sich das Projekt wirklich?

Aus der ersten Einschätzung muss jetzt ein echter AI-Business Case werden. Nutzen, Kosten, Aufwand, Risiken und Voraussetzungen werden so konkretisiert, dass eine belastbare Entscheidung über das Projekt möglich wird.

Wie setzen wir es um?

Wenn der Business Case trägt, braucht das Vorhaben einen klaren Projektplan. Er legt fest, wie die KI-Aufgabe entwickelt, getestet, in den bestehenden Prozess integriert und schließlich in einen zuverlässigen Betrieb überführt werden soll.