Entwickeln und integrieren

Jetzt setzen wir unsere KI-Integration um

Unser AI Business Case ist genehmigt.

Wir haben geklärt, welches Geschäftsziel wir erreichen wollen, welche Informationsarbeit KI übernehmen soll und welche wirtschaftlichen Erwartungen damit verbunden sind.

In den bisherigen MASTER-Schritten haben wir die Umsetzung vorbereitet.

M – Modellieren: Wir haben den realen Workflow untersucht und seine Aktivitäten, Entscheidungen, Informationswege und informellen Eingriffe sichtbar gemacht.

A – Analysieren: Wir haben die relevanten Informationsengpässe und ihre Auswirkungen auf den Workflow genauer untersucht.

S – Spezifizieren: Wir haben mit CORDS die benötigte Informationsleistung beschrieben und daraus überprüfbare KI-Anforderungen entwickelt.

T – Testen: Wir haben praktisch untersucht, welche Aufgaben KI ausreichend gut erledigen kann, welche Voraussetzungen wir schaffen müssen und wie wir den Integrationsplan anpassen sollten.

Jetzt beginnt die eigentliche Umsetzung.

Wir entwickeln die getestete KI-Lösung und bringen sie an ihren vorgesehenen Arbeitsplatz im realen Workflow.

Dabei genügt es nicht, dass eine Software technisch funktioniert.

Unsere Mitarbeitenden müssen die Ergebnisse tatsächlich verwenden können. Entscheidungen und Übergaben müssen funktionieren, Fehler müssen beherrschbar sein, und der gesamte Workflow muss seine erwartete Leistung erbringen.

Deshalb lautet unser Grundsatz:

Wir stellen nicht einfach eine KI-Lösung fertig. Wir schaffen einen zuverlässig funktionierenden KI-gestützten Workflow.

Wir arbeiten dafür in drei Schritten, verteilt auf zwei Phasen.

Phase A – Entwicklung

Wir entwickeln die KI-Lösung und bereiten ihre produktive Nutzung vor.

Phase B – Einführung und Stabilisierung

Wir führen die Lösung im realen Workflow ein und beobachten ihre Wirkung.

Wir stabilisieren den Workflow und befähigen unsere Mitarbeitenden.

Zwischen beiden Phasen liegt der Go-Live.

Er ist ein wichtiger Meilenstein – aber ausdrücklich noch nicht das Ende unseres Integrationsprojekts.

Was wir am Ende haben

Am Ende von E ist unsere KI-Lösung ein funktionierender Bestandteil des Geschäftsablaufs.

Wir verfügen über:

• eine entwickelte und produktiv eingesetzte KI-Lösung,
• eine klare Arbeitsteilung zwischen KI und Menschen,
• funktionierende Informationsübergaben und Kontrollpunkte,
• geregelte Fehler- und Ausnahmefälle,
• Mitarbeitende, die sicher mit der Lösung umgehen können,
• einen im Alltag ausreichend stabilen Workflow,
• erste reale Leistungsdaten zur Wirkung unserer Integration,

und geklärte Verantwortlichkeiten für den weiteren Betrieb.

Dabei zählt nicht allein die technische Qualität der KI.

Unser eigentliches Ergebnis ist ein Geschäftsablauf, der mit KI zuverlässig besser funktioniert als zuvor.

Wir können erkennen, ob die erwartete Informationsverbesserung eintritt und wie sich diese auf die nachfolgenden Entscheidungen und Aktivitäten auswirkt.

Was wir dafür brauchen

Wir beginnen mit den bereits vorhandenen Ergebnissen.

Das KI-Anforderungsprofil aus S beschreibt den vereinbarten Aufgabenumfang, die benötigten Inputs, Verarbeitungsregeln, Outputs und Qualitätskriterien.

Der KI-Testbericht aus T zeigt, welche Informationsleistung unter welchen Bedingungen ausreichend gut funktioniert und welche Grenzen bekannt sind.

Die Prüfung der Umsetzungsvoraussetzungen aus T enthält die notwendigen organisatorischen und technischen Arbeiten.

Der aktualisierte Integrationsplan legt fest, welche Aufgaben entwickelt werden sollen, welche Voraussetzungen geschaffen werden müssen und welche Arbeiten zusammengehören.

Diese Informationen verwenden wir unmittelbar weiter.

Wir erfassen sie nicht erneut.

Zusätzlich benötigen wir die Menschen, die an der Umsetzung konkret beteiligt sind:

• den Head of AI als verantwortlichen Projektleiter,
• die IT- und Daten-Verantwortlichen für notwendige technische Arbeiten,
• gegebenenfalls einen KI-Partner für Entwicklung und Integration,
• die zuständigen Workflow-Mitarbeitenden für fachliche Tests, Feedback und spätere Nutzung,

und den fachlich Verantwortlichen für die Abnahme des neuen Arbeitsablaufs.

Das bedeutet nicht, dass alle Personen ständig zusammenarbeiten müssen.

Der Head of AI organisiert die Umsetzung und beteiligt die jeweils benötigten Fachleute gezielt.

Phase A – Wir entwickeln die KI-Lösung

Schritt 1 – Die getestete KI-Lösung entwickeln

Wie bauen wir die KI-Leistung, die sich in T als sinnvoll und ausreichend machbar erwiesen hat?

Wir beginnen mit dem bestätigten Aufgabenumfang.

Dabei betrachten wir die konkreten Informationsleistungen, die KI übernehmen soll.

Zum Beispiel:

„KI soll Informationen aus definierten Lieferantenquellen erfassen, relevante Merkmale anhand unserer Regeln vergleichen und eine strukturierte Shortlist erstellen.“

Wir entwickeln zunächst genau diese Leistung.

Neue Ideen, die während der Entwicklung entstehen, halten wir im vorhandenen Ideen-Backlog fest.

Wir erweitern die Aufgabe nicht fortlaufend um zusätzliche Funktionen.

Unser Ziel ist eine funktionierende erste Integration – kein möglichst umfangreiches KI-System.

Wir entwickeln mit realen Anforderungen und Daten

Der KI-Partner oder das interne Umsetzungsteam setzt die vereinbarte Informationsleistung technisch um.

Wir stellen dafür die notwendigen Daten, Quellen, fachlichen Regeln und Testfälle bereit.

Diese Informationen stammen aus CORDS, dem KI-Anforderungsprofil und den Tests aus T.

Wir arbeiten so weit wie möglich mit realen oder ausreichend realitätsnahen Beispielen.

Dabei beachten wir die erforderlichen Zugriffsrechte sowie Datenschutz- und Sicherheitsanforderungen.

Die Mitarbeitenden des betroffenen Workflows prüfen regelmäßig die Ergebnisse.

Sie beantworten beispielsweise folgende Fragen:

Enthält der Output die benötigten Informationen?

Werden wichtige Regeln eingehalten?

Sind Auswahlentscheidungen nachvollziehbar?

Fehlen relevante Kandidaten?

Wo entstehen falsche oder widersprüchliche Angaben?

Ist die Darstellung im Arbeitsalltag tatsächlich brauchbar?

Der Head of AI führt die Rückmeldungen zusammen und koordiniert die notwendigen Anpassungen.

Wir arbeiten in kurzen Entwicklungsschleifen

Unsere grundlegende Arbeitsweise lautet:

Wir müssen nicht warten, bis die gesamte Lösung fertig ist.

Wir entwickeln zunächst einen abgegrenzten Teil, lassen ihn fachlich prüfen und verbessern ihn.

Anschließend bearbeiten wir die nächsten notwendigen Teile.

Dabei nutzen wir die bereits definierten Qualitätskriterien.

Wir erfinden nicht bei jeder Entwicklungsrunde neue Anforderungen.

Wenn sich allerdings herausstellt, dass eine fachliche Anforderung bisher nicht ausreichend beschrieben war, ergänzen wir das bestehende KI-Anforderungsprofil.

So bleibt die Spezifikation aktuell.

Wir bereiten die technische und organisatorische Nutzung vor

Wenn die eigentliche KI-Leistung ausreichend gut funktioniert, ist die Entwicklung noch nicht automatisch abgeschlossen.

Wir müssen sicherstellen, dass die Lösung tatsächlich im Workflow verwendet werden kann.

Dazu klären und realisieren wir die notwendigen Voraussetzungen:

Daten und Quellen: Sind die vorgesehenen Informationen zugänglich und ausreichend aktuell?

Schnittstellen: Können Inputs übernommen und Outputs an die richtigen Stellen weitergegeben werden?

Berechtigungen: Können die zuständigen Mitarbeitenden die Lösung nutzen?

Kontrollen: Sind notwendige menschliche Prüfschritte eingebunden?

Fehlerbehandlung: Was geschieht bei fehlenden Daten, falschen Ergebnissen oder technischen Störungen?

Nachvollziehbarkeit: Können wir wichtige Ergebnisse und Fehler ausreichend zurückverfolgen?

Unterstützung: Wissen die Mitarbeitenden, an wen sie sich bei Problemen wenden können?

Wir greifen dabei auf die bereits dokumentierten Voraussetzungen und Projektaufgaben zurück.

Wir erstellen keine zweite technische Planung.

Wir prüfen die Bereitschaft zum Go-Live

Am Ende der Entwicklung stellen wir eine klare Frage:

Können wir diese KI-Lösung jetzt echten Mitarbeitenden in einem echten Workflow überlassen?

Dafür müssen die vereinbarten Qualitätsanforderungen ausreichend erfüllt sein.

Bekannte Grenzen und notwendige Kontrollen müssen berücksichtigt werden.

Erforderliche Datenzugänge und Übergaben müssen funktionieren.

Die Mitarbeitenden müssen wissen, wie sie die Lösung beim ersten produktiven Einsatz verwenden und wie sie bei Problemen vorgehen.

Der zuständige fachliche Verantwortliche bestätigt die Einsatzbereitschaft aus Sicht des Workflows. Erforderliche technische, Sicherheits- oder sonstige Freigaben werden bei den jeweils zuständigen Stellen eingeholt.

Der Head of AI führt diese Freigaben zusammen und bereitet den Go-Live vor.

Wir gehen erst produktiv, wenn die Lösung für den vorgesehenen Einsatz ausreichend sicher und beherrschbar ist.

Der Go-Live – Ein wichtiger Übergang

Bis hierhin haben wir in einer kontrollierten Entwicklungs- und Testumgebung gearbeitet.

Mit dem Go-Live beginnt die Nutzung im echten Geschäftsablauf.

Jetzt treffen unsere KI-Ergebnisse auf tatsächliche Zeitvorgaben, laufende Aufträge, wechselnde Daten, ungewöhnliche Fälle und eingespielte menschliche Arbeitsweisen.

Hier zeigen sich häufig Probleme, die in einzelnen Tests noch nicht sichtbar waren.

Deshalb betrachten wir den Go-Live nicht als Projektabschluss.

Mit dem Go-Live beginnt die praktische Bewährungsphase unserer Integration.

Wir beginnen möglichst mit einem überschaubaren Einsatzbereich.

Die Mitarbeitenden erhalten klare Anweisungen, Ansprechpartner und die notwendigen Kontrollmöglichkeiten.

Wenn die Art des Workflows es erfordert, begrenzen wir anfangs den Aufgabenumfang oder prüfen Ergebnisse zusätzlich.

Erst wenn diese Arbeitsweise ausreichend stabil funktioniert, erweitern wir den produktiven Einsatz.

Phase B – Wir führen die Lösung ein und stabilisieren den Workflow

Schritt 2 – Die KI-Lösung im realen Workflow einführen und beobachten

Funktioniert unsere KI-Lösung auch unter tatsächlichen Arbeitsbedingungen?

Wir beginnen mit echten Fällen.

Die Mitarbeitenden verwenden die KI-Ergebnisse für die vorgesehenen Entscheidungen und nachfolgenden Aktivitäten.

Der Head of AI begleitet die Einführung und beobachtet die Wirkung.

Dabei prüfen wir nicht nur die KI-Ausgaben.

Wir betrachten den gesamten betroffenen Workflow.

Wir fragen:

Informationsleistung

Kommt die benötigte Information ausreichend schnell, richtig und vollständig an?

Entscheidungen

Können Mitarbeitende mit dem Output tatsächlich besser oder schneller entscheiden?

Übergaben

Funktioniert die Zusammenarbeit zwischen KI, Menschen und den beteiligten Systemen?

Kontrollen

Werden kritische Fehler erkannt, bevor sie nachfolgende Aktivitäten beeinträchtigen?

Ausnahmen

Was geschieht bei ungewöhnlichen oder unklaren Fällen?

Gesamtworkflow

Entstehen tatsächlich die vorgesehenen Verbesserungen oder verlagern wir den Aufwand lediglich an eine andere Stelle?

Wir achten besonders auf neue Wartezeiten, wiederholte Nachprüfungen und zusätzliche Abstimmungen.

Denn eine schnellere KI-Leistung ist wirtschaftlich wenig wert, wenn sie anschließend unverhältnismäßig viel menschliche Nacharbeit verursacht.

Wir dokumentieren reale Probleme

In der Einführungsphase erfassen wir wichtige Beobachtungen und Abweichungen.

Beispielsweise:

• „Die KI hat einen Lieferanten vorgeschlagen, dessen Zertifizierung abgelaufen ist.“
• „Die Einkäufer müssen bei mehreren Kandidaten die Preisangaben erneut prüfen.“
• „Die Übergabe der Shortlist an die Produktentwicklung erzeugt zusätzliche Rückfragen.“

Wir halten fest, welche Auswirkungen die Probleme auf die Arbeit haben.

Dabei unterscheiden wir zwischen kleineren Verbesserungspunkten und Problemen, die eine zuverlässige Nutzung verhindern.

Kritische Fehler dürfen nicht einfach weiterverarbeitet werden.

Wir sorgen dafür, dass die betroffenen Mitarbeitenden den vorgesehenen Kontroll- oder Ersatzablauf verwenden können.

Diese Erkenntnisse bilden die Grundlage für die anschließende Stabilisierung.

Schritt 3 – Den Workflow stabilisieren und die Mitarbeitenden befähigen

Wie erreichen wir, dass unser gesamter Workflow mit KI zuverlässig funktioniert?

Jetzt beheben wir die Probleme, die im realen Einsatz sichtbar geworden sind.

Dabei betrachten wir nicht jede Abweichung ausschließlich als technisches Problem.

Vielleicht ist die KI-Ausgabe unklar.

Vielleicht sind Auswahlregeln unvollständig.

Vielleicht fehlt ein Kontrollpunkt.

Vielleicht müssen Mitarbeitende ihre Aufgaben anders aufteilen.

Vielleicht verursacht eine nachgelagerte Freigabe inzwischen den größten Zeitverlust.

Deshalb können Anpassungen an unterschiedlichen Stellen erforderlich sein:

• an der KI-Verarbeitung,
• an Daten und Informationsquellen,
• an fachlichen Regeln,
• an der Arbeitsteilung zwischen Mensch und KI,
• an Informationsübergaben,
• an Kontrollpunkten,
• an technischen Schnittstellen,

oder an einzelnen Workflow-Aktivitäten.

Wir optimieren nicht isoliert die KI. Wir stabilisieren den gesamten Geschäftsablauf.

Dabei darf der eigentliche Geschäftszweck nicht verloren gehen.

Unsere Qualitätsmaßstäbe und wirtschaftlichen Erwartungen bleiben bestehen.

Wir befähigen die Mitarbeitenden während der Einführung

Unsere Mitarbeitenden müssen lernen, mit der neuen KI-Lösung sicher zu arbeiten.

Sie sollen verstehen:

Was KI übernimmt: Welche Informationsarbeit erledigt die Lösung?

Was KI nicht übernimmt: Welche Aufgaben bleiben bei Menschen?

Wie Ergebnisse geprüft werden: Welche Kontrollen sind erforderlich?

Wann eingegriffen werden muss: Welche Fehler und Sonderfälle verlangen menschliches Handeln?

Was bei Problemen zu tun ist: Welche Ersatzabläufe oder Unterstützung stehen zur Verfügung?

Wer verantwortlich ist: An wen wenden wir uns bei fachlichen und technischen Problemen?

Diese Befähigung beginnt nicht erst nach der Entwicklung.

Bereits während der Tests, Entwicklungsrunden und Einführung sammeln unsere Mitarbeitenden Erfahrungen.

Sie prüfen Ergebnisse, geben Feedback und lernen die Grenzen der KI kennen.

Der Head of AI begleitet diesen Lernprozess und unterstützt die Mitarbeitenden bei Bedarf.

Gezielte Schulungen ergänzen die praktische Arbeit dort, wo sie notwendig sind.

Unser Ziel ist, dass die Mitarbeitenden die neue Arbeitsweise selbstständig beherrschen – nicht dauerhaft vom Projektteam abhängig bleiben.

Wir prüfen die Stabilität des Workflows

Nach den notwendigen Anpassungen untersuchen wir, ob der Workflow ausreichend zuverlässig läuft.

Dabei interessieren uns insbesondere:

• Qualität und Rechtzeitigkeit der KI-Informationen,
• Umfang der menschlichen Nacharbeit,
• Zuverlässigkeit von Übergaben und Kontrollen,
• Beherrschung von Fehlern und Ausnahmen,
• tatsächliche Bearbeitungs- und Wartezeiten,
• Auswirkungen auf die nachfolgenden Aktivitäten,

selbstständige Nutzung durch die Mitarbeitenden.

Wir verwenden möglichst die Kennzahlen und Qualitätsanforderungen, die bereits im Business Case und in S definiert wurden.

So können wir die tatsächlichen Ergebnisse mit unseren ursprünglichen Erwartungen vergleichen.

Dabei müssen wir nicht bereits sämtliche langfristigen wirtschaftlichen Wirkungen nachweisen.

Aber wir müssen erkennen können, ob der neue Workflow im Alltag ausreichend stabil funktioniert und die angestrebte Veränderung tatsächlich eintritt.

Der Head of AI führt die Execution

Der Head of AI bleibt der verantwortliche Projektleiter.

Er führt die vorhandene Projektplanung weiter, koordiniert Entwicklung und Einführung, überwacht Fortschritt und offene Aufgaben und organisiert die notwendigen Abstimmungen.

Er muss die KI-Lösung nicht selbst programmieren.

Technische Entwicklung, Schnittstellen und Systembetrieb übernehmen die dafür zuständigen IT-Verantwortlichen oder KI-Partner.

Der Fachbereich liefert die Anforderungen und beurteilt die fachliche Brauchbarkeit.

Die Mitarbeitenden arbeiten mit der Lösung, melden Probleme und helfen bei der Verbesserung.

Der Head of AI verbindet diese Beiträge und sorgt dafür, dass aus den einzelnen Tätigkeiten ein funktionierender Gesamtworkflow entsteht.

Wir brauchen dafür keine dauerhaften Sitzungen mit allen sechs Rollen.

Wir brauchen klare Aufgaben, gezielte Rückmeldungen und Entscheidungen durch die jeweils zuständigen Personen.

Die Verantwortung für die praktische Arbeit im Workflow bleibt beim Fachbereich.

Nach erfolgreicher Stabilisierung wird auch der laufende Betrieb an die dafür vorgesehenen Verantwortlichen übergeben.

Unsere Templates für Schritt E

Wir verwenden die Ergebnisse des Business Case und die bereits bestehenden Profile weiter. Die Vorlagen dienen der Vertiefung und Dokumentation dieses MASTER-Schritts, nicht einer doppelten Datenerfassung.