Exploration des KI-Potenzials
Welche Hürden und Probleme, die gegen eine KI-Lösung sprechen, erkennen wir bereits heute?
In Schritt D haben wir beschrieben, welche Informationsaufgabe KI übernehmen könnte. Jetzt machen wir einen ersten Realitätscheck: Welche Schwierigkeiten könnten bei der Umsetzung, Integration oder im späteren Betrieb auftreten?
Wir wollen die technische Machbarkeit noch nicht beweisen. Wir suchen zunächst erkennbare Hürden, fehlende Voraussetzungen und offene Fragen, damit wir sie in unserem AI Business Case berücksichtigen können.
Wir erkunden mögliche Hürden, bevor wir investieren.
Eine KI-Aufgabe kann auf dem Papier überzeugend beschrieben sein und in der Praxis trotzdem scheitern. Vielleicht sind Daten nicht zugänglich oder zuverlässig genug. Vielleicht kennen nur einzelne Mitarbeitende entscheidende Auswahlregeln. Vielleicht lassen sich bestehende Systeme nur schwer anbinden.
Auch Datenschutz, Sicherheit, Kontrolle des KI-Outputs, Verantwortlichkeiten und der spätere Betrieb können Herausforderungen darstellen.
Solche Punkte können später zusätzlichen Aufwand, Zeitbedarf, Kosten und Risiken verursachen oder sogar einen Hinderungsgrund darstellen.
Unser Prinzip: Wir suchen nicht den Beweis, dass es funktioniert. Wir suchen nach allem, was dagegen sprechen könnte.
Wir nutzen die AI Delegation Karte aus Schritt D.
Wir beginnen mit der konkret beschriebenen KI-Aufgabe und den benötigten Daten und Informationsquellen. Wir beziehen Menschen ein, die den Prozess aus ihrer täglichen Arbeit kennen, sowie Fachleute für relevante Fragen zu Datenschutz, Sicherheit, Systemintegration und Betrieb.
- Wir kennen die KI-Aufgabe aus unserer AI Delegation Karte.
- Wir wissen, welche Daten, Informationsquellen und Auswahlkriterien wir voraussichtlich benötigen.
- Wir nutzen das praktische Fach- und Erfahrungswissen der Beteiligten.
- Wir sammeln erste Einschätzungen zu Systemen, Integration, Qualität, Kontrolle und Betrieb.
Eine erste fundierte Analyse genügt. Wir benötigen weder einen vollständigen Projektplan noch eine endgültige technische Architektur. Deren Ausarbeitung gehört in die spätere Projektplanung.
So führen wir unsere Exploration durch.
Wir prüfen notwendige Voraussetzungen.
Wir fragen, was grundsätzlich vorhanden sein müsste, damit die KI-Aufgabe funktionieren könnte.
Welche Daten brauchen wir? Sind sie zugänglich, aktuell und ausreichend zuverlässig?
Welche Auswahlkriterien gelten? Was steht nur als Erfahrungswissen zur Verfügung?
Welche Anwendungen und Schnittstellen müssten nutzbar sein?
Können wir beurteilen, ob der KI-Output für die Aufgabe gut genug ist?
Wir suchen noch keine perfekte Umsetzung. Zunächst halten wir fest, wo Voraussetzungen fehlen oder unklar sind.
Wir sammeln Hürden und offene Fragen.
Was könnte Umsetzung, Integration oder den späteren Betrieb erschweren? Wir betrachten insbesondere:
- fehlende, unzuverlässige oder schwer zugängliche Daten
- unklare Regeln und nicht dokumentiertes Erfahrungswissen
- notwendige Schnittstellen und aufwendige Systemintegration
- Datenschutz, Sicherheit und zulässige Datenverarbeitung
- fehlende Kompetenzen oder ungeklärte Verantwortlichkeiten
- unzureichende Kontrolle des KI-Outputs und ungeklärten Betrieb
Wir müssen diese Punkte noch nicht im Detail klären oder lösen. Auch eine offene Frage ist ein relevantes Ergebnis. Wir halten sie fest, statt eine Sicherheit vorzutäuschen.
Wir schätzen kritische Punkte grob ein.
Gibt es etwas, das unseren AI Business Case bereits jetzt ernsthaft infrage stellen könnte? Beispielsweise könnten notwendige Daten nicht beschaffbar sein, Informationen nicht verarbeitet werden dürfen oder wichtige Ausschlusskriterien nicht zuverlässig überprüft werden.
Wir wählen eine erste Einschätzung:
Nicht jede offene Frage ist ein Hindernis. Die endgültige Machbarkeitsprüfung erfolgt erst im konkreten Projekt.
Schokofino: Wir prüfen unsere KI-Aufgabe auf erkennbare Hürden.
Für die Beschleunigung der saisonalen Produktentwicklung erwägen wir, KI bei der Auswertung von Zutaten- und Lieferanteninformationen einzusetzen. Sie soll eine strukturierte Vorauswahl vorbereiten; die Lieferantenentscheidung bleibt beim Einkauf.
Wir prüfen die Voraussetzungen einer KI-gestützten Vorauswahl.
- KI-Aufgabe
- Lieferanten- und Zutateninformationen auswerten und eine strukturierte Vorauswahl erstellen.
- Voraussetzungen
- Lieferantendaten, Qualitätskriterien, historische Erfahrungen und Auswahlregeln.
- Erkennbare Hürden
- Ein Teil historischer Bewertungen ist nur in Dokumenten vorhanden. Einige Auswahlregeln beruhen auf dem Erfahrungswissen der Einkäufer.
- Offene Fragen
- Können wir diese Informationen vollständig genug verfügbar machen? Welche internen Daten dürfen verarbeitet werden?
- Kritischer Punkt
- Wichtige Ausschlusskriterien dürfen bei der Vorauswahl nicht systematisch übersehen werden.
- Erste Einschätzung
- Keine offensichtliche Ausschlussursache, aber mehrere Punkte müssen später geprüft werden.
Noch kein Machbarkeitsnachweis: Wir haben Risiken erkannt. Ob die KI-Aufgabe unter realen Bedingungen ausreichend zuverlässig funktioniert, muss erst später getestet werden.
Wir dokumentieren die Ergebnisse im Exploration Check.
Wir verwenden ein kompaktes Template. Die KI-Aufgabe übernehmen wir aus der AI Delegation Karte aus Schritt D. Dazu halten wir notwendige Voraussetzungen, erkennbare Hürden, offene Fragen, mögliche kritische Punkte und unsere erste Einschätzung fest.
Exploration Check
Wir erkennen frühzeitig, welche Fragen und Risiken die geplante KI-Integration beeinflussen könnten – ohne die spätere Projektprüfung vorwegzunehmen.
Template als PDF herunterladenDie bearbeitbare DOCX-Fassung stellen wir zusätzlich zum Downloadpaket bereit.
Wann ist unsere Exploration ausreichend?
Wir haben die wesentlichen Voraussetzungen, erkennbaren Hürden und offenen Fragen festgehalten. Mögliche kritische Punkte sind sichtbar, sodass wir sie bei unserer nächsten Entscheidung berücksichtigen können.
- Wir kennen die wesentlichen Voraussetzungen unserer KI-Aufgabe.
- Wir haben erkennbare Hürden und offene Fragen dokumentiert.
- Wir haben mögliche kritische Hinderungsgründe benannt.
- Wir können grob einschätzen, ob die KI-Aufgabe bereits heute grundsätzlich infrage steht.
Wir müssen die offenen Punkte jetzt noch nicht lösen. Wir dürfen sie aber nicht übersehen.
Wir vermeiden fünf Fehler.
Die Exploration ist nur ein erster Realitätscheck. Eine vollständige technische Prüfung und Architektur gehören in das spätere Projekt.
Auch Daten, Fachwissen, Systemintegration, Kontrolle und Betrieb entscheiden darüber, ob die Aufgabe tatsächlich funktioniert.
Entscheidende Kriterien können allein im Wissen erfahrener Mitarbeitender liegen und lassen sich nicht immer einfach dokumentieren oder für KI nutzbar machen.
Manche Punkte können später gezielt geprüft und gelöst werden. Wir unterscheiden Unsicherheit von einem möglichen Hinderungsgrund.
Was heute fehlt, kann später wesentlichen Aufwand, zusätzliche Kosten oder Risiken verursachen.
Wir klären den Umfang unseres Realitätschecks.
Müssen wir jetzt beweisen, dass die KI-Aufgabe funktioniert?
Nein. Das geschieht später im Projekt. Hier erfassen wir erkennbare Hürden und mögliche Hinderungsgründe.
Müssen alle Daten bereits vorhanden sein?
Nein. Wir sollten aber erkennen, welche Daten fehlen und ob ihre Beschaffung grundsätzlich problematisch werden könnte.
Wie detailliert untersuchen wir Technik und Architektur?
Nur so weit, dass offensichtliche Schwierigkeiten sichtbar werden. Eine detaillierte Lösungsarchitektur ist nicht erforderlich.
Was machen wir mit offenen Fragen?
Wir halten sie fest, damit wir sie später gezielt prüfen können, wenn wir den Business Case weiterverfolgen.
Wann sollten wir den Case hier stoppen?
Wenn bereits ein Hinderungsgrund sichtbar ist, der die KI-Aufgabe offensichtlich unmöglich oder unverhältnismäßig aufwendig macht. Wir können dann prüfen, ob andere Bottlenecks für KI geeigneter sind.
Wir haben die offenen Punkte unseres AI Business Case sichtbar gemacht.
Unser Exploration Check enthält die wesentlichen Voraussetzungen, erkennbaren Hürden, offenen Fragen, mögliche kritische Punkte und eine erste Einschätzung. Wir wissen, wo wir bei der späteren Projektplanung genauer prüfen müssen und ob schon jetzt ein grundsätzlicher Hinderungsgrund erkennbar ist.
Im nächsten Schritt betrachten wir F – Financials: Welcher Nutzen steht dem voraussichtlichen Aufwand, den Kosten und Risiken gegenüber – und wie entscheiden wir über unseren AI Business Case?
Schritt F: Financials
Wir prüfen die wirtschaftliche Seite und treffen eine fundierte Entscheidung über die KI-Integration.
← Zurück zur Startseite von Kapitel 4