Wie m\u00fcssen Unternehmen vorgehen, damit sie m\u00f6glichst schnell von k\u00fcnstlicher Intelligenz (KI) profitieren? Die Erwartungen sind oft riesengro\u00df. Manche Firmen wollen ihrem Gesch\u00e4ftsmodell mit KI \u00fcber Nacht Superkr\u00e4fte verleihen. In anderen Betrieben f\u00fchlt man sich noch nicht digital genug und z\u00f6gert den Einstieg in die KI-Welt unn\u00f6tig hinaus. Beide Haltungen behindern den nachhaltigen Erfolg von k\u00fcnstlicher Intelligenz. <\/p>\n\n\n\n
Wir erkl\u00e4ren, wie du ein KI-Projekt so vorbereitest, dass es optimale Erfolgschancen hat und worauf es ankommt, damit sich die Investition in die Zukunftstechnologie auszahlt.<\/p>\n\n\n\n
Vor allem im Mittelstand halten sich verschiedene Fehlannahmen, die Entscheider davon abhalten, KI-Projekte in Angriff zu nehmen und die Verbreitung von KI in Deutschland verlangsamen. <\/p>\n\n\n\n
Dass KI-Projekte f\u00fcr kleine und mittlere Unternehmen zu teuer sind, ist zum Beispiel ein Mythos. Richtig ist: Wer f\u00fcr eine KI-Anwendung von Null inhouse entwickeln l\u00e4sst, muss hohe Summen investieren. F\u00fcr Konzerne, die in ihrer digitalen Transformation bereits weit fortgeschritten sind und \u00fcber eigene KI-Expertise verf\u00fcgen, kann sich eine solche Entwicklung lohnen \u2013 insbesondere, wenn das System sensible Daten verarbeiten soll, es die Kernkompetenz des Unternehmens darstellen wird und\/oder keine passende Anwendung am Markt verf\u00fcgbar ist. <\/p>\n\n\n\n
In den meisten F\u00e4llen ist eine Eigenentwicklung aber nicht notwendig, um von KI zu profitieren. Mittlerweile gibt es f\u00fcr viele Use Cases standardisierte Software (KI as a Service), die Unternehmen f\u00fcr ihre Anforderungen konfigurieren k\u00f6nnen. Damit verf\u00fcgen sie zwar nicht \u00fcber einzigartige Anwendungen, die ihnen einen schwer einholbaren Wettbewerbsvorteil verschaffen, aber sie profitieren schnell und lassen immer noch viele z\u00f6gerliche Marktteilnehmer hinter sich. <\/p>\n\n\n\n
Und nicht zuletzt entscheidet das Anwendungskonzept \u00fcber das Ausma\u00df der Wertsch\u00f6pfung: Die Technologie bietet nur das Potenzial f\u00fcr Wettbewerbsvorteile. Ein und dieselbe KI-Software kann bei dem einen Unternehmen zu Effizienzspr\u00fcnge f\u00fchren, w\u00e4hrend sie sich bei dem anderen lange nicht amortisiert. Der Schl\u00fcssel liegt darin, dass passende Einsatzgebiet zu identifizieren und die Anwendung intelligent in die eigenen Abl\u00e4ufe zu integrieren. KI as a Service ist vielleicht nicht die ideale L\u00f6sung f\u00fcr jedes Unternehmen, aber sie ist eine L\u00f6sung, mit der viele Firmen den Anschluss an die technologische Entwicklung halten, auch wenn ihnen die IT-Infrastruktur f\u00fcr Eigenentwicklung fehlt. <\/p>\n\n\n\n
Die Zusammenarbeit mit externen Dienstleistern r\u00e4umt ein anderes Bedenken aus dem Weg: Die \u00dcberzeugung, dass die eigene Organisation bereits weitgehend digitalisiert sein muss oder riesige Datenbest\u00e4nde vorhanden sein m\u00fcssen, um k\u00fcnstliche Intelligenz sinnvoll zu nutzen. Beides stimmt so pauschal nicht. Nat\u00fcrlich ben\u00f6tigt KI eine gewisse digitale Infrastruktur, doch in vielen F\u00e4llen k\u00f6nnen KI-Anwendungen f\u00fcr klar abgegrenzte Use Cases eingesetzt werden. Ein vollst\u00e4ndig vernetztes Unternehmen ist daf\u00fcr nicht notwendig. Externe Experten mit Praxiserfahrung k\u00f6nnen helfen, den bestm\u00f6glichen Case zu finden und sich nicht unn\u00f6tig selbst zu begrenzen. <\/p>\n\n\n\n
Es gibt verschiedene Ans\u00e4tze, wie Unternehmen KI-Projekte aufsetzen k\u00f6nnen. Welche Herangehensweise optimal ist, h\u00e4ngt vom Digitalisierungsgrad, den Zielen und der Unternehmensorganisation ab. Die zentralen Meilensteine der Roadmaps sind jedoch immer die gleichen. <\/p>\n\n\n\n
Zun\u00e4chst sollte die Gesch\u00e4ftsf\u00fchrung eine ehrliche Bestandsaufnahme der digitalen Reife des eigenen Unternehmens vornehmen. Wie ausgepr\u00e4gt ist die Digitalisierung? Welche Abteilungen bieten sich aus technischer Sicht f\u00fcr ein KI-Pilotprojekt an? In welchen Abteilungen sind deutliche Verbesserungen aus unternehmerischer Sicht wichtig und wertvoll?<\/p>\n\n\n\n
Noch ehe einzelne Use Cases in Erw\u00e4gung gezogen werden, sollten sich Gesch\u00e4ftsf\u00fchrer einen \u00dcberblick verschaffen, welche Daten in welcher Qualit\u00e4t im Unternehmen vorhanden sind. Wenn noch nicht geschehen, sollte eine Datenstrategie ausgearbeitet und die Datensammlung systematisiert werden. Die vorhandene Datenbasis zeigt auf, wo ein KI-Einsatz m\u00f6glich ist. <\/p>\n\n\n\n
Im zweiten Schritt sollte sich die Gesch\u00e4ftsf\u00fchrung \u00fcber ihre KI-Ziele einigen: Soll das aktuelle Gesch\u00e4ftsmodell optimiert, neue M\u00e4rkte erschlossen oder ein ganz neues Businessmodell entwickelt werden? <\/p>\n\n\n\n
Davon ausgehend kann eine \u00dcbersicht \u00fcber alle potenziellen Anwendungsf\u00e4lle erstellt werden. Unternehmen sollten ihre Nutzenerwartungen an die KI hierbei klar beziffern. Will die Gesch\u00e4ftsf\u00fchrung die Effizienz eines Prozesses verbessern, m\u00fcssen KPI f\u00fcr einen Vorher-Nachher-Vergleich definiert werden. <\/p>\n\n\n\n
Wichtig ist, dass alle Beteiligten mit realistischen Erwartungen an das KI-Projekt herangehen. Sie m\u00fcssen sich bewusst sein, dass die IT-Anforderungen andere sind als bei traditionellen Systemen, dass zun\u00e4chst mehr Personalaufwand und Wartung bzw. Training n\u00f6tig sein wird, ehe sich eine Arbeitserleichterung einstellt und der Mehrwert bisherige Methoden \u00fcbertrifft.<\/p>\n\n\n\n
Ein einzelnes KI-Projekt bildet den Ausgangspunkt, sollte aber immer in eine \u00fcbergeordnete KI-Strategie eingebettet sein, die mit den allgemeinen Unternehmensstrategie harmoniert. <\/p>\n\n\n\n
Was ist das \u00fcbergeordnete Ziel aller in Zukunft geplanten KI-Anwendungen? Unternehmen sollten festhalten, welche Prozesse, Produkte und Gesch\u00e4ftsfelder wie mit KI optimiert oder entwickelt werden sollen, welche Technologien und Methoden zum Einsatz kommen und wie Erfolge gemessen werden. Welche finanziellen und personellen Bedarfe werden f\u00fcr die Umsetzung erforderlich? Welche organisatorischen Ver\u00e4nderungen m\u00fcssen sukzessive erfolgen? All das sind wichtige Daten, die einen Rahmen f\u00fcr das weitere Vorgehen setzen. <\/p>\n\n\n\n
Sp\u00e4testens jetzt sollten Unternehmen auch entschieden haben, ob sie ihre Strategie mit externer Software umsetzen oder sie ihre L\u00f6sungen selbst entwickeln wollen. <\/p>\n\n\n\n
Schlie\u00dflich beginnt die Umsetzung eines Pilotprojekts. Hierf\u00fcr eigenen sich vor allem kritische Stellen in der Wertsch\u00f6pfungskette, die bisher einen \u201eBottleneck\u201c darstellen und deren Optimierung einen hohen Einfluss auf die Produktivit\u00e4t haben. So werden die Effekte von KI schnell sichtbar. Und das ist umso wichtiger, da meist noch viele Skepsis unter den Mitarbeitern herrscht. Schnelle Erfolge motivieren und unterst\u00fctzen den Change in der Unternehmenskultur. <\/p>\n\n\n\n
Der Erfolg der KI-Einf\u00fchrung h\u00e4ngt aber wesentlich von der Akzeptanz durch die Angestellten ab. Sind sie bereit, sich weiterzubilden, sich auf neue Prozesse und die Zusammenarbeit mit KI einzulassen? Projektmanager sollten die kommenden Ver\u00e4nderungen fr\u00fch ank\u00fcndigen und den Abteilungen und Teams Gelegenheit geben, sich auf den Change vorzubereiten und ihn mitzugestalten. Die R\u00fcckendeckung durch die Gesch\u00e4ftsf\u00fchrung ist unerl\u00e4sslich. In der internen Kommunikation sollte sie deutlich machen, welche Relevanz das Projekt f\u00fcr das gesamte Unternehmen einnimmt. <\/p>\n\n\n\n
Bei der Auswahl eines ersten Use Cases ist es in vielen F\u00e4llen f\u00fcr Unternehmen sinnvoll, sich externe Beratung zu holen. Denn dass KI-Projekte erfolglos eingestellt werden, liegt h\u00e4ufig daran, dass Konzepte im Elfenbeinturm entwickelt worden sind. Externe KI-Experten bringen Praxiserfahrung mit und k\u00f6nnen den Prozess mit den richtigen Fragen und einem methodischen Vorgehen so steuern, dass Unternehmen die gr\u00f6\u00dften Fehler vermeiden.<\/p>\n\n\n\n
Einer dieser Fehler: Unternehmen betrachten die Einf\u00fchrung von KI als reines IT-Projekt. Die betroffene Fachabteilung wird erst sp\u00e4t hinzugezogen oder darf erst zur einsatzbereiten Anwendung Feedback geben. Gute Erfolgsbedingungen sehen anders aus. Mitarbeiter kennen die H\u00fcrden in ihren Arbeitsprozessen viel genauer als IT-Verantwortliche, die rein durch die Brille der technischen Machbarkeit sehen.<\/p>\n\n\n\n
Im Idealfall setzen sich die Projektteams daher aus dem Digitalen gegen\u00fcber aufgeschlossenen Fachbereichsverantwortlichen und IT-Managern zusammen, wobei die Federf\u00fchrung in der Abteilung liegen sollte. Die IT kann ein Veto-Recht erhalten, das sich weniger auf Inhaltliches als auf Machbarkeitsaspekte bezieht. Ist eine interne Innovationsabteilung vorhanden, bietet es sich an, die KI-Einf\u00fchrung hier zu verankern \u2013 Voraussetzung f\u00fcr einen erfolgreichen Start mit der Technologie ist diese Art des internen Innovationsknowhows aber nicht.\u00a0<\/p>\n\n\n\n