In vielen Unternehmen beginnt die Einführung Künstlicher Intelligenz mit einer naheliegenden Frage:
„Wo können wir KI einsetzen?“
Dann werden Ideen gesammelt: Marketingtexte erstellen, Kundenanfragen beantworten, Angebote vorbereiten, Rechnungen verarbeiten oder interne Abläufe automatisieren. Anschließend bewertet man die Vorschläge nach erwartetem Nutzen, Aufwand und technischer Machbarkeit. Am Ende steht eine Prioritätenliste möglicher KI-Projekte.
Dieses Vorgehen klingt zunächst vernünftig. Es hat allerdings eine entscheidende Schwäche.
Nicht jeder KI-Anwendungsfall gehört überhaupt auf eine solche Rangliste.
Manche Vorhaben sollten zunächst zurückgestellt werden, weil das zugrunde liegende Problem nicht ausreichend verstanden ist. Andere sind technisch möglich, aber in Anbetracht möglicher Folgen von Fehlern nicht zuverlässig genug. Wieder andere sind wirtschaftlich nicht tragfähig oder lassen sich unter den gegebenen organisatorischen und rechtlichen Bedingungen nicht verantwortbar umsetzen.
Eine hohe erwartete Zeitersparnis kann ein schwerwiegendes Risiko nicht einfach ausgleichen. Ein technisch beeindruckendes Ergebnis ist kein Beleg für einen sinnvollen Anwendungsfall.
Deshalb sollte die Auswahl von KI-Anwendungen einer einfachen Regel folgen:
Erst disqualifizieren, dann priorisieren.
Dabei ist eine wichtige Unterscheidung notwendig: Häufig ist nicht die zugrunde liegende Idee ungeeignet, sondern ihre geplante Umsetzung.
Ein vollständig autonomer KI-Chatbot kann beispielsweise zu riskant sein, während ein unterstützendes System, das Antwortentwürfe für Beschäftigte vorbereitet, durchaus sinnvoll erscheint.
Die Aufgabe einer fundierten KI-Bewertung besteht deshalb nicht allein darin, Vorhaben auszusortieren. Sie soll auch zeigen, unter welchen Bedingungen aus einer ursprünglichen Idee eine tragfähige Lösung werden kann.
Warum klassische KI-Use-Case-Rankings zu kurz greifen
Bei der Bewertung von KI-Projekten werden häufig Punktesysteme verwendet. Ein Anwendungsfall erhält beispielsweise Bewertungen für Wirtschaftlichkeit, technische Machbarkeit, Umsetzungsaufwand und strategische Bedeutung.
Solche Verfahren können hilfreich sein, wenn bereits feststeht, dass die betrachteten Anwendungen grundsätzlich geeignet sind.
Problematisch wird es, wenn sämtliche Kriterien zu einem Gesamtscore verrechnet werden.
Angenommen, eine KI-Anwendung verspricht erhebliche Kosteneinsparungen, arbeitet aber nicht zuverlässig genug für die Entscheidungen, die sie treffen soll. In einem einfachen Punktesystem könnten die hohen wirtschaftlichen Vorteile die unzureichende Zuverlässigkeit rechnerisch ausgleichen.
Das Ergebnis wäre eine gute Gesamtbewertung für einen möglicherweise ungeeigneten Anwendungsfall.
Genau das sollte ein Entscheidungsverfahren verhindern.
Es gibt Anforderungen, deren Nichterfüllung nicht durch andere Vorteile kompensiert werden darf. Sie müssen deshalb vor der eigentlichen Priorisierung geprüft werden.
Ein Entscheidungsmodell in drei Phasen
Die Auswahl und Umsetzung von KI-Anwendungsfällen lässt sich in drei Phasen gliedern:
Discover → Decide → Deliver & Validate
- Discover – Arbeit verstehen: Wie funktionieren die tatsächlichen Arbeitsabläufe, und wo entstehen Probleme?
- Decide – Eignung prüfen und priorisieren: Welche KI-Anwendungen sind grundsätzlich geeignet, und welche sollten zuerst verfolgt werden?
- Deliver & Validate – Umsetzen und überprüfen: Wie lässt sich eine geeignete Lösung in den Arbeitsalltag integrieren, und verbessert sie die Arbeit tatsächlich?
Daraus ergeben sich sieben Schritte:
Work Discovery → Problem & Process Clarity → Reliability × Criticality → Business & Governance Viability → Problemdruck × Veränderungspotenzial → Workflow Fit → Pilot & Evidence
Die vier sogenannten Gates bilden den Kern der Entscheidungsphase. Die ersten drei prüfen grundlegende Voraussetzungen und können dazu führen, dass ein Vorhaben zurückgestellt, verändert oder verworfen wird. Das vierte Gate unterstützt die Priorisierung der grundsätzlich geeigneten Kandidaten.
Anschließend entscheiden die konkrete Umsetzung und die Ergebnisse eines Piloten darüber, ob eine Anwendung eingeführt oder ausgeweitet werden sollte.
Das Modell ist kein starrer Ablauf. Neue Erkenntnisse können jederzeit eine erneute Bewertung erforderlich machen.
Ebenso wichtig ist eine angemessene Prüftiefe. Ein Unternehmen muss bei einer ersten Potenzialanalyse noch nicht sämtliche technischen und wirtschaftlichen Fragen abschließend beantworten. Es benötigt aber genügend Informationen, um die jeweils nächste Entscheidung verantworten zu können.
Der Grundsatz lautet:
So viel Prüfung wie nötig, so früh wie erforderlich – aber nicht mehr Aufwand, als die jeweilige Entscheidung rechtfertigt.
Phase 1: Discover – Erst die Arbeit verstehen, dann über KI sprechen
Ein typischer Einstieg in KI-Workshops lautet:
„Welche Aufgaben könnten wir mit KI automatisieren?“
Diese Frage ist nicht grundsätzlich falsch. Sie lenkt den Blick aber von Anfang an auf eine bestimmte Lösung.
Die Antworten orientieren sich häufig an den Technologien, die den Beteiligten bereits bekannt sind: Chatbots, Textgenerierung, Dokumentenanalyse oder KI-Agenten.
Produktiver kann eine andere Frage sein:
„Zeigen Sie mir, wie Sie diese Aufgabe heute tatsächlich erledigen.“
Damit verändert sich die Perspektive. Nicht die Technologie steht am Anfang, sondern die reale Arbeit.
Work Discovery: Wo entstehen die eigentlichen Probleme?
Eine systematische Untersuchung betrachtet beispielsweise:
- Welche Ereignisse lösen einen Arbeitsvorgang aus?
- Welche Informationen und Daten werden benötigt?
- Welche Programme und Systeme kommen zum Einsatz?
- Wo müssen Informationen mehrfach eingegeben oder übertragen werden?
- Welche Entscheidungen treffen Beschäftigte und auf welcher Grundlage?
- Wo entstehen Wartezeiten, Rückfragen oder Fehler?
- Welche Sonderfälle führen regelmäßig zu Problemen?
- Welche Tätigkeiten erfordern menschliches Urteilsvermögen?
- Welche Aufgaben verursachen besonders viel Aufwand?
Ein Beispiel aus dem Vertrieb:
Ein Unternehmen möchte KI einsetzen, um die Angebotserstellung zu beschleunigen.
Bei genauer Betrachtung stellt sich heraus, dass die Mitarbeitenden die Angebotstexte relativ schnell erstellen. Die meiste Zeit benötigen sie, um aktuelle Produktinformationen, Preise und Lieferbedingungen aus unterschiedlichen Systemen zusammenzutragen.
Ein KI-Textgenerator würde dieses Problem nicht zwangsläufig lösen.
Möglicherweise wären eine bessere Datenintegration, eine zentrale Produktdatenbank oder eine klassische Automatisierung deutlich hilfreicher.
KI könnte anschließend einen sinnvollen Beitrag leisten, beispielsweise bei der Interpretation unstrukturierter Kundenanfragen oder der Vorbereitung individueller Angebotsentwürfe.
Eine gute KI-Potenzialanalyse muss auch zu dem Ergebnis kommen dürfen, dass KI nicht die beste Lösung ist.
Die Work Discovery liefert dafür die notwendigen Erkenntnisse. Ob diese bereits für eine fundierte Entscheidung ausreichen, wird im nächsten Schritt geprüft.
Phase 2: Decide – Vier Gates zur Auswahl geeigneter KI-Anwendungen
Nach der Untersuchung der Arbeitsabläufe liegen konkrete Verbesserungsideen vor. Jetzt beginnt die systematische Bewertung.
Die Gates sollen nicht möglichst viele Vorhaben ausschließen. Sie sollen verhindern, dass ungeeignete Anwendungen aufgrund attraktiver Nutzenversprechen vorschnell umgesetzt werden.
Dabei sind grundsätzlich drei Entscheidungen möglich:
- Weiterverfolgen: Die bisherigen Erkenntnisse sprechen dafür, das Vorhaben in der nächsten Phase zu prüfen.
- Überarbeiten oder weiter untersuchen: Es fehlen wichtige Informationen oder die geplante Lösung muss verändert werden.
- Stoppen: Grundlegende Anforderungen lassen sich nicht erfüllen oder eine Weiterverfolgung ist nicht sinnvoll.
Ein negatives Ergebnis kann sich also ausdrücklich auf die bisher vorgesehene Umsetzung beziehen. So kann eine autonome Anwendung ausscheiden, während eine assistierende Variante derselben Idee weiter untersucht wird.
Gate 1: Problem & Process Clarity – Ist das Problem ausreichend verstanden?
Bevor eine KI-Anwendung technisch bewertet wird, muss klar sein, welches Problem sie lösen soll.
Die entscheidende Frage lautet:
Verstehen wir die Aufgabe, den Prozess und das gewünschte Ergebnis ausreichend gut, um über KI-Unterstützung oder Automatisierung zu entscheiden?
Das ist nicht mit einem allgemeinen Prozessreifegrad gleichzusetzen.
Ein Prozess kann hervorragend dokumentiert sein und trotzdem unnötige Arbeitsschritte enthalten. Umgekehrt kann ein wenig standardisierter Prozess durchaus ausreichend verstanden sein, um eine sinnvolle KI-Unterstützung zu entwickeln.
Zu klären sind insbesondere fünf Aspekte:
1. Das konkrete Problem
„Wir wollen KI im Kundenservice einsetzen“ beschreibt keine Problemstellung. Konkreter wäre: „Unsere Servicemitarbeitenden benötigen viel Zeit, um Informationen aus Produktdokumentationen und vergangenen Vorgängen zusammenzusuchen.“
2. Der tatsächliche Ablauf
Wie wird die Aufgabe heute erledigt? Welche Systeme sind beteiligt? Wo weicht die praktische Arbeit von offiziellen Prozessbeschreibungen ab?
3. Entscheidungen und Ausnahmen
Welche Situationen lassen sich anhand klarer Regeln bearbeiten? Wo treten Sonderfälle auf? Wann sind Kontextwissen und individuelle Abwägungen erforderlich?
4. Das gewünschte Ergebnis
Was soll besser werden? Geht es um Geschwindigkeit, Qualität, Kosten, Kundenzufriedenheit oder Entlastung?
5. Die Erfolgskriterien
Woran lässt sich später erkennen, dass die angestrebte Verbesserung tatsächlich eingetreten ist?
Können diese Fragen nicht ausreichend beantwortet werden, sollte das Unternehmen zunächst den Prozess genauer untersuchen oder neu gestalten.
Hier liegt der Unterschied zwischen Work Discovery und Gate 1:
Work Discovery sammelt Erkenntnisse über die tatsächliche Arbeit. Gate 1 beurteilt, ob diese Erkenntnisse für eine fundierte Entscheidung ausreichen.
Ein unklares Problem ist deshalb keine schlechte Punktzahl, sondern ein Grund, die Entscheidung über den KI-Einsatz zunächst zurückzustellen.
Gate 2: Reliability × Criticality – Ist die KI zuverlässig genug für die möglichen Folgen ihrer Fehler?
Im zweiten Gate geht es um die technische Leistungsfähigkeit einer KI-Anwendung und die Auswirkungen möglicher Fehler.
Dabei müssen zwei Dimensionen getrennt betrachtet werden:
- Reliability – Zuverlässigkeit: Wie zuverlässig funktioniert die konkrete KI-Lösung?
- Criticality – Kritikalität: Wie schwerwiegend wären mögliche Fehler?
Diese Unterscheidung ist entscheidend, weil unterschiedliche Anwendungen unterschiedliche Anforderungen an die Zuverlässigkeit stellen.
Reliability: Was funktioniert unter realistischen Bedingungen?
Ein KI-Modell kann in einer Demonstration beeindruckende Ergebnisse liefern und trotzdem für einen bestimmten betrieblichen Prozess ungeeignet sein.
Ob eine Lösung zuverlässig arbeitet, hängt unter anderem von den Eingabedaten, den verwendeten Informationsquellen, der Systemkonfiguration und den Anforderungen der Aufgabe ab.
Geeignete Prüfkriterien können sein:
- Korrektheit und Vollständigkeit der Ergebnisse
- Fehlerquoten und Fehlklassifikationen
- Erfundene oder unzutreffende Informationen
- Robustheit bei ungewöhnlichen Eingaben
- Konsistenz bei vergleichbaren Aufgaben
- Erforderliche menschliche Korrekturen
- Stabilität bei Veränderungen der Daten
Eine KI, die Rechnungsdaten extrahiert, muss beispielsweise mit unterschiedlichen Rechnungsformaten, unvollständigen Angaben und schwierigen Sonderfällen zurechtkommen. Ein paar sorgfältig ausgewählte Beispieldokumente reichen für eine belastbare Bewertung nicht aus.
Entscheidend ist deshalb die Leistung der konkreten Lösung bei der vorgesehenen Aufgabe, nicht die allgemeine Leistungsfähigkeit des verwendeten Modells.
Criticality: Was passiert, wenn die KI falsch liegt?
Ein unzutreffender Formulierungsvorschlag für einen internen Newsletter hat andere Konsequenzen als eine falsche Zahlungsfreigabe oder eine fehlerhafte Entscheidung über einen Kundenanspruch.
Zu prüfen sind beispielsweise:
- Finanzielle Schäden
- Auswirkungen auf Kunden, Beschäftigte oder andere Betroffene
- Datenschutz- und Sicherheitsrisiken
- Rechtliche Konsequenzen
- Reputationsschäden
- Auswirkungen auf nachgelagerte Prozesse
- Erkennbarkeit und Korrigierbarkeit von Fehlern
- Möglichkeit, Entscheidungen rückgängig zu machen
Dabei zählt nicht nur der unmittelbare KI-Output. Eine scheinbar einfache Datenextraktion kann erhebliche Folgen haben, wenn ihre Ergebnisse ungeprüft in nachgelagerte Entscheidungen oder Transaktionen einfließen.
Die Reliability-Criticality-Matrix
| Kritikalität | Zuverlässigkeit | Konsequenz |
|---|---|---|
| Hoch | Niedrig | Automatisierung stoppen oder Lösungsdesign grundlegend verändern |
| Hoch | Hoch | Kontrollierter Einsatz nach zusätzlicher Risiko- und Governance-Prüfung grundsätzlich denkbar |
| Niedrig | Hoch | Guter Kandidat für weitergehende Automatisierung |
| Niedrig | Niedrig | Zuverlässigkeit verbessern oder Vorhaben zurückstellen |
Die Matrix ist eine Orientierung und keine automatische Freigabeentscheidung.
Bei kritischen Anwendungen kann selbst eine hohe gemessene Zuverlässigkeit unzureichend sein, wenn verbleibende Fehler unverhältnismäßig schwere Folgen hätten.
Wie lässt sich Zuverlässigkeit vor einem Pilot bewerten?
Hier muss zwischen einer vorläufigen Eignungsprüfung und einem belastbaren Nachweis unterschieden werden.
Bei Gate 2 liegen häufig noch keine umfangreichen Messdaten aus dem eigenen Unternehmen vor. Die erste Bewertung stützt sich deshalb auf vorhandene Erkenntnisse, technische Voruntersuchungen, kleinere kontrollierte Tests und die Analyse möglicher Fehlerfolgen.
Sie beantwortet zunächst die Frage:
Ist eine ausreichende Zuverlässigkeit plausibel erreichbar und lohnt es sich, diese Annahme systematisch zu überprüfen?
Erst weiterführende Tests und ein geeigneter Pilot können zeigen, wie die konkrete Lösung mit realistischen Daten und Sonderfällen zurechtkommt.
Dabei hängt die erforderliche Sicherheit der Erkenntnisse von der jeweiligen Entscheidung ab. Für einen begrenzten, kontrollierten Test können begründete Annahmen genügen. Für den produktiven Einsatz einer hochkritischen Anwendung müssen wesentlich belastbarere Nachweise vorliegen.
Unzureichende Erkenntnisse dürfen bei solchen Anwendungen nicht durch einen unkontrollierten Produktivversuch ersetzt werden. Hier können zunächst isolierte Tests oder Simulationen erforderlich sein.
Gate 2 erlaubt somit die weitere Untersuchung unter angemessenen Bedingungen, nicht automatisch den späteren produktiven Einsatz.
Warum „Human in the Loop“ allein nicht genügt
Bei risikoreichen Anwendungen wird häufig vorgeschlagen, einen Menschen als letzte Kontrollinstanz einzusetzen.
Das kann sinnvoll sein. Die bloße Beteiligung eines Menschen macht eine Anwendung aber noch nicht sicher.
Kann die prüfende Person Fehler erkennen? Hat sie Zugang zu den notwendigen Originalinformationen? Versteht sie die Grenzen des Systems? Hat sie ausreichend Zeit? Kann sie einen Vorschlag verwerfen oder verändern?
Hinzu kommt die Gefahr, dass aus einer tatsächlichen Prüfung mit der Zeit nur noch eine routinemäßige Bestätigung wird.
Dieses übermäßige Vertrauen in automatisierte Ergebnisse wird als Automation Bias bezeichnet.
Der EU AI Act behandelt in Artikel 14 die Anforderungen an wirksame menschliche Aufsicht bei Hochrisiko-KI-Systemen ausdrücklich. Dazu gehört unter anderem die Fähigkeit, Ergebnisse richtig zu interpretieren, zu ignorieren oder zu überstimmen.
Auch außerhalb solcher regulierten Anwendungen ist dieser Gedanke für eine verantwortungsvolle Prozessgestaltung relevant.
Nicht die Frage, ob ein Mensch beteiligt ist, entscheidet über die Qualität der Kontrolle. Entscheidend ist, ob er Fehler tatsächlich erkennen und korrigieren kann.
Gate 3: Business & Governance Viability – Ist das Vorhaben tragfähig?
Eine KI-Anwendung kann technisch geeignet sein und vertretbare Risiken aufweisen. Trotzdem muss sie nicht wirtschaftlich oder organisatorisch sinnvoll sein.
Deshalb folgt eine eigenständige Tragfähigkeitsprüfung.
Wirtschaftliche Tragfähigkeit
Angenommen, eine KI-Anwendung spart pro Vorgang 20 Minuten.
Wenn dieser Vorgang allerdings nur 20-mal jährlich vorkommt, beträgt die theoretische Einsparung weniger als sieben Stunden pro Jahr.
Eine andere Anwendung spart möglicherweise lediglich zwei Minuten. Bei 100.000 Vorgängen jährlich wären das rechnerisch mehr als 3.300 Stunden.
Entscheidend ist also nicht allein die Einsparung pro Vorgang, sondern auch das Prozessvolumen.
Allerdings sind solche Berechnungen zunächst Potenzialabschätzungen. Eine theoretische Zeitersparnis ist nicht automatisch eine entsprechende Kosteneinsparung. Frei werdende Kapazität muss tatsächlich nutzbar sein, und die Qualität darf sich nicht verschlechtern.
Dem erwarteten Nutzen stehen außerdem Kosten gegenüber:
- Einführung und Einrichtung
- Datenaufbereitung und Schnittstellen
- Software und laufender Betrieb
- Qualitätssicherung und Monitoring
- Schulung und Support
- Menschliche Kontrolle und Nacharbeit
- Wartung und notwendige Anpassungen
- Dokumentation und Governance
Auch Auswirkungen auf andere Abteilungen müssen berücksichtigt werden.
Eine Anwendung kann beispielsweise die Arbeit im Vertrieb beschleunigen, gleichzeitig aber zusätzlichen Prüfaufwand in der Buchhaltung verursachen.
Ein spektakulärer KI-Anwendungsfall kann einen schlechten Business Case haben. Ein unspektakulärer Prozessschritt kann dagegen wirtschaftlich hoch relevant sein.
Governance: Können wir die Anwendung verantworten?
Ebenso wichtig ist, ob das Unternehmen die Anwendung unter den gegebenen organisatorischen und rechtlichen Bedingungen verantwortungsvoll betreiben kann.
Je nach Einsatzgebiet betrifft das beispielsweise Datenschutz, Informationssicherheit, Zugriffsrechte, Verantwortlichkeiten, vertragliche Anforderungen, Mitbestimmung, Dokumentation und regulatorische Pflichten.
Der EU AI Act ist dabei ein wichtiger Bestandteil, aber nicht die einzige relevante Rechtsgrundlage.
Für die regulatorische Einordnung eines KI-Systems sind insbesondere sein vorgesehener Zweck, seine konkrete Funktion und sein Einfluss auf Menschen und Entscheidungen relevant.
Eine KI, die einen unverbindlichen Textentwurf erstellt, ist anders zu bewerten als ein System, das eigenständig folgenreiche Entscheidungen trifft.
Offensichtliche rechtliche oder organisatorische Ausschlussgründe müssen selbstverständlich bereits in früheren Phasen berücksichtigt werden. Gate 3 führt die Ergebnisse der Governance-Prüfung mit der Wirtschaftlichkeitsbewertung zu einer Tragfähigkeitsentscheidung zusammen.
Falls ein Vorhaben in seiner geplanten Form nicht tragfähig ist, kann es verändert, zurückgestellt oder verworfen werden.
Tragfähigkeit ist noch keine Priorisierung
Gate 3 prüft, ob ein Projekt unter realistischen Annahmen grundsätzlich eine ausreichende wirtschaftliche und organisatorische Grundlage besitzt.
Es beantwortet noch nicht, ob dieses Projekt wichtiger ist als andere geeignete Anwendungen.
Ein Unternehmen kann beispielsweise fünf KI-Vorhaben identifizieren, die wirtschaftlich tragfähig und verantwortbar erscheinen. Trotzdem wird es möglicherweise nicht alle gleichzeitig umsetzen können oder wollen.
Genau hier setzt Gate 4 an.
Gate 4: Problemdruck × Veränderungspotenzial – Welche geeigneten Anwendungen sollten zuerst umgesetzt werden?
Die ersten drei Gates beantworten im Kern die Frage:
Sollten wir diesen KI-Anwendungsfall in der vorgesehenen Form weiterverfolgen?
Gate 4 stellt eine andere Frage:
Welche der geeigneten Anwendungen sollten wir zuerst umsetzen?
Dafür ist die Gegenüberstellung von zwei Dimensionen hilfreich:
- Problemdruck: Wie groß und relevant sind die heutigen Schwierigkeiten?
- Veränderungspotenzial: Welchen zusätzlichen Wert könnte eine bessere Gestaltung der Arbeit ermöglichen?
Beide Perspektiven ergänzen sich, beschreiben aber unterschiedliche Aspekte.
Problemdruck: Wie relevant ist das heutige Problem?
Problemdruck beschreibt die tatsächlichen Schwierigkeiten und Nachteile eines bestehenden Prozesses.
Dazu gehören beispielsweise hoher manueller Arbeitsaufwand, wiederkehrende Fehler, lange Bearbeitungszeiten, hohe Prozesskosten, Medienbrüche, unzufriedene Kunden oder belastende Routinetätigkeiten.
Entscheidend ist nicht allein, ob ein Problem existiert, sondern welche Bedeutung es im betrieblichen Alltag hat.
Eine Tätigkeit kann von einzelnen Beschäftigten als sehr mühsam empfunden werden, aber nur selten vorkommen. Eine andere verursacht pro Vorgang wenig Aufwand, betrifft jedoch zahlreiche Menschen oder Geschäftsprozesse.
Die Bewertung sollte deshalb Häufigkeit, Ausmaß und tatsächliche Auswirkungen berücksichtigen.
Veränderungspotenzial: Welcher zusätzliche Wert ist erreichbar?
Das Veränderungspotenzial beschreibt die Möglichkeiten, die durch eine Neugestaltung der Arbeit entstehen könnten.
Es geht nicht einfach um die Höhe einer erwarteten Kosteneinsparung oder den Wunsch, eine moderne Technologie einzusetzen.
Im Kundenservice könnte die Veränderung beispielsweise bedeuten, nicht mehr überwiegend Standardanfragen abzuarbeiten, sondern Kunden bei komplexen Problemen intensiver zu unterstützen.
Im Vertrieb könnte sie mehr Zeit für individuelle Beratung schaffen. In der Produktentwicklung könnten neue Analyse- und Gestaltungsmöglichkeiten entstehen. In der Verwaltung könnten Beschäftigte von Routinetätigkeiten entlastet werden und mehr Kapazität für schwierige Einzelfälle gewinnen.
Der Unterschied zum reinen Effizienzgewinn liegt darin, dass nicht nur der bisherige Ablauf schneller erledigt wird. Es entstehen Möglichkeiten, Leistungen, Aufgaben oder Arbeitsbedingungen qualitativ zu verändern.
Allerdings ist nicht jede attraktive Zielvorstellung auch realistisch erreichbar.
Deshalb muss geprüft werden, welchen Beitrag die konkrete KI-Lösung dazu leisten kann und welche zusätzlichen organisatorischen Veränderungen notwendig wären.
Wenn Beschäftigte durch Automatisierung Zeit gewinnen, entstehen beispielsweise nicht automatisch neue Beratungsmöglichkeiten. Dafür müssen gegebenenfalls Aufgaben, Zuständigkeiten und Erwartungen angepasst werden.
Ebenso können bessere Kundeninformationen nur dann zu besserem Service führen, wenn Beschäftigte sie sinnvoll nutzen können und dürfen.
Das Veränderungspotenzial sollte deshalb nicht anhand eines idealisierten Zukunftsbildes bewertet werden, sondern anhand eines plausibel erreichbaren Zielzustands.
Die Matrix: Problemdruck × Veränderungspotenzial
| Problemdruck | Veränderungspotenzial | Einordnung |
|---|---|---|
| Hoch | Hoch | Besonders interessanter Kandidat für einen frühen Pilot |
| Hoch | Niedrig | Sinnvolle Entlastung oder Effizienzverbesserung, aber begrenzter zusätzlicher Veränderungswert |
| Niedrig | Hoch | Möglicher Wegbereiter für neue Leistungen oder bessere Arbeitsweisen |
| Niedrig | Niedrig | In der Regel geringere Priorität |
Die Matrix ist eine Priorisierungshilfe, kein vollständiges Rankingverfahren.
Ein Projekt mit hohem Problemdruck und geringem Veränderungspotenzial kann wirtschaftlich sehr attraktiv sein und eine hohe Priorität verdienen. Es muss nicht zusätzlich eine umfassende Veränderung von Tätigkeiten oder Geschäftsprozessen auslösen.
Ebenso kann ein Vorhaben mit großem strategischem Potenzial sinnvoll sein, obwohl der aktuelle Problemdruck gering ist.
Für die tatsächliche Reihenfolge müssen deshalb weitere Faktoren berücksichtigt werden:
- Erwarteter Gesamtnutzen: Welchen messbaren Beitrag kann das Vorhaben leisten?
- Umsetzungsaufwand: Welche personellen, technischen und finanziellen Ressourcen werden benötigt?
- Strategische Bedeutung: Wie gut unterstützt das Projekt die Unternehmensziele?
- Abhängigkeiten: Müssen andere Projekte, Datenstrukturen oder Prozesse zuerst verändert werden?
- Sicherheit der Annahmen: Wie belastbar sind die bisherigen Erkenntnisse über Nutzen, Aufwand und technische Machbarkeit?
So kann eine relativ einfache Anwendung mit begrenztem Veränderungspotenzial sinnvollerweise vor einem strategisch anspruchsvolleren Projekt umgesetzt werden.
Umgekehrt kann es richtig sein, zunächst eine grundlegende Dateninfrastruktur aufzubauen, obwohl deren unmittelbarer Nutzen geringer erscheint. Sie kann die Voraussetzung für mehrere spätere KI-Anwendungen schaffen.
Die Priorisierung bleibt deshalb eine begründete unternehmerische Entscheidung. Unterschiedliche strategische Ziele, Ressourcen und zeitliche Anforderungen können zu unterschiedlichen Reihenfolgen führen.
Ein einzelner Gesamtscore bildet solche Zusammenhänge nicht immer angemessen ab.
Die Matrix macht unterschiedliche Arten von Veränderungswert sichtbar. Die zusätzlichen Kriterien helfen, daraus eine realistische Umsetzungsreihenfolge abzuleiten.
Dabei dürfen hohe Prioritätswerte keine grundlegenden Eignungs- oder Sicherheitsanforderungen aus den vorherigen Gates aushebeln.
Phase 3: Deliver & Validate – Von der Idee zur wirksamen Anwendung
Ein Use Case hat die vier Gates durchlaufen und wurde für die weitere Umsetzung ausgewählt.
Damit erscheint er grundsätzlich geeignet. Ob daraus tatsächlich eine erfolgreiche Anwendung wird, ist jedoch noch nicht entschieden.
Jetzt kommt es auf die konkrete Gestaltung und den Nachweis der Wirkung an.
Workflow Fit: KI muss in die tatsächlichen Arbeitsabläufe passen
Eine Anwendung kann technisch hervorragend funktionieren und trotzdem die Arbeit erschweren.
Ein Vertriebsmitarbeiter arbeitet beispielsweise in seinem CRM-System. Um einen KI-generierten Angebotsentwurf zu erstellen, muss er Informationen kopieren, ein separates Chatfenster öffnen, einen Prompt formulieren, die Antwort kontrollieren und das Ergebnis zurück ins CRM übertragen.
Möglicherweise spart die Textgenerierung einige Minuten. Gleichzeitig entstehen neue Arbeitsschritte.
Deshalb reicht es nicht, ein gut bedienbares KI-Tool bereitzustellen. Entscheidend ist, wie die Lösung in den tatsächlichen Arbeitsablauf eingebunden wird.
Zu prüfen ist beispielsweise:
- Wo und wann erscheint die KI-Unterstützung?
- Welche Informationen benötigt sie, und wie werden diese bereitgestellt?
- Sind die verwendeten Quellen nachvollziehbar?
- Wie erkennt der Nutzer Unsicherheiten?
- Wer kontrolliert das Ergebnis?
- Wie werden Fehler korrigiert?
- Wie gelangen freigegebene Ergebnisse in den nächsten Prozessschritt?
- Welche bisherigen Arbeitsschritte entfallen tatsächlich?
Nicht jede Lösung erfordert eine umfassende technische Integration.
Für gelegentliche, wenig kritische Aufgaben kann ein eigenständiger KI-Assistent völlig ausreichend sein. Bei häufig wiederkehrenden Prozessen mit hohem Datenvolumen können automatisierte Schnittstellen dagegen entscheidend für die Wirtschaftlichkeit werden.
Der Integrationsaufwand muss zum erwarteten Nutzen passen.
Ein gut bedienbares KI-Tool ist noch keine gut gestaltete Arbeitslösung.
Pilot & Evidence: Nutzung ist noch kein Nutzen
Am Ende entscheidet nicht, wie viele Menschen ein KI-Tool verwenden. Entscheidend ist, ob die angestrebte Verbesserung tatsächlich eintritt.
Dafür braucht es Vergleichswerte.
Vor einem Piloten sollte deshalb erfasst werden, wie der betreffende Prozess ohne KI funktioniert. Diese Ausgangsbasis wird als Baseline bezeichnet.
Abhängig vom Anwendungsfall können beispielsweise Bearbeitungszeiten, Fehlerquoten, Nachbearbeitungsaufwand, Kosten pro Vorgang, Ergebnisqualität oder Kundenzufriedenheit gemessen werden.
Während des Piloten kommen KI-spezifische Kennzahlen hinzu, etwa:
- Anteil notwendiger Korrekturen
- Fehlerhafte oder unvollständige Ergebnisse
- Tatsächlich eingesparte Arbeitszeit
- Zusätzlicher Prüfaufwand
- Nicht bearbeitbare Sonderfälle
- Häufigkeit menschlicher Eingriffe
- Neu entstandene Fehler und Prozessprobleme
Ein möglichst belastbarer Vergleich ist wichtig, weil Veränderungen der Prozessleistung auch andere Ursachen haben können. Wo sinnvoll und praktikabel, sollten vergleichbare Vorgänge, kontrollierte Tests oder geeignete Vergleichsgruppen verwendet werden.
Ein KI-Pilot kann eine hohe Nutzungsquote erreichen, ohne dass die Bearbeitungszeiten sinken. Ebenso kann eine Anwendung den Prozess beschleunigen, während gleichzeitig mehr Fehler entstehen.
Auch das NIST AI Risk Management Framework versteht das Management von KI-Risiken als fortlaufenden Prozess. Seine Kernfunktionen Govern, Map, Measure und Manage verbinden Kontext, Bewertung und Steuerung.
Die Erkenntnisse aus dem Piloten müssen daher in die vorherigen Entscheidungen zurückfließen.
Erweist sich die Zuverlässigkeit als unzureichend, muss Gate 2 erneut betrachtet werden. Steigt der notwendige Prüfaufwand, verändert sich möglicherweise der Business Case aus Gate 3.
Am Ende sollte eine nachvollziehbare Entscheidung stehen:
Stoppen, verbessern, weiter testen oder skalieren?
Praxisbeispiel: KI-gestützte Bearbeitung von Kundenanfragen
Wie das Entscheidungsmodell in der Praxis funktionieren kann, zeigt ein vereinfachtes Beispiel aus dem Kundenservice.
Die folgenden Annahmen sind illustrativ. Es handelt sich nicht um ein dokumentiertes Unternehmensprojekt.
Ausgangssituation
Ein Unternehmen erhält regelmäßig Kundenanfragen zu Produkten, Lieferbedingungen und technischen Eigenschaften.
Die Servicemitarbeitenden benötigen häufig viel Zeit, um Informationen aus Dokumentationen, früheren Vorgängen und internen Wissensquellen zusammenzustellen.
Die Geschäftsführung erwägt einen KI-Chatbot, der Kundenanfragen möglichst vollständig automatisiert beantwortet.
Statt unmittelbar einen Anbieter auszuwählen, wird das Vorhaben systematisch geprüft.
Discover: Was ist das eigentliche Problem?
Die Untersuchung der Arbeitsabläufe zeigt, dass die Formulierung der Antworten selten den größten Aufwand verursacht.
Die Hauptschwierigkeit liegt in der Suche nach zuverlässigen Informationen. Einige Dokumentationen sind außerdem veraltet oder widersprüchlich.
Ein Chatbot allein würde dieses Problem nicht lösen. Zunächst müssen die Wissensquellen verbessert und Zuständigkeiten für deren Pflege geklärt werden.
Die Verbesserungsidee wird deshalb neu formuliert:
Servicemitarbeitende sollen relevante Informationen schneller finden und daraus verlässliche Antwortentwürfe erstellen können.
Gate 1: Problem & Process Clarity
Das Unternehmen untersucht typische Anfragen, Informationsquellen, Sonderfälle und Qualitätsanforderungen.
Dabei wird zwischen einfachen Informationsanfragen und Fällen unterschieden, in denen individuelle Entscheidungen oder verbindliche Zusagen erforderlich sind.
Die Aufgabe ist damit ausreichend beschrieben, um verschiedene technische Lösungen zu untersuchen.
Ergebnis: Weiterverfolgen.
Gate 2: Reliability × Criticality
Die ursprüngliche Idee eines vollständig autonomen Chatbots wird kritisch bewertet.
Falsche Informationen zu Lieferbedingungen, technischen Eigenschaften oder vertraglichen Ansprüchen könnten erhebliche Probleme verursachen.
Deshalb wird der Automatisierungsgrad zunächst reduziert.
Die KI soll passende Informationen mit Quellenhinweisen bereitstellen und Antwortentwürfe erstellen. Die Freigabe erfolgt durch Servicemitarbeitende.
In kontrollierten Tests wird untersucht, wie zuverlässig relevante Informationen gefunden werden, welche Fehler auftreten und ob die menschliche Kontrolle praktikabel ist.
Ergebnis: Die autonome Umsetzung vorerst ausschließen, eine assistierende Variante weiter untersuchen.
Gate 3: Business & Governance Viability
Nun werden Anfragevolumen, erwartete Zeitersparnis und mögliche Qualitätsverbesserungen betrachtet.
Dem erwarteten Nutzen stehen die Kosten für Datenaufbereitung, Integration, Software, Qualitätssicherung und laufende Pflege gegenüber.
Außerdem wird geprüft, welche Kundeninformationen verarbeitet werden dürfen, welche Zugriffsrechte erforderlich sind und wie die Verantwortlichkeiten organisiert werden.
Auf Basis plausibler Annahmen erscheint die unterstützende Lösung tragfähig. Der wirtschaftliche Nutzen muss allerdings im Piloten bestätigt werden.
Ergebnis: Für einen begrenzten Pilot geeignet.
Gate 4: Problemdruck × Veränderungspotenzial
Der Problemdruck ist hoch, weil zahlreiche Anfragen erheblichen Rechercheaufwand verursachen.
Auch das Veränderungspotenzial ist interessant: Beschäftigte könnten Standardinformationen schneller bereitstellen und mehr Zeit für anspruchsvolle Kundenprobleme gewinnen.
Dafür muss das Unternehmen allerdings sicherstellen, dass die verbesserte Informationsversorgung tatsächlich nutzbar ist und die frei werdende Zeit für komplexere Fälle eingesetzt werden kann.
Im Vergleich zu anderen geeigneten Projekten werden außerdem Umsetzungsaufwand, strategische Bedeutung und die Belastbarkeit der Nutzenannahmen betrachtet.
Unter der Annahme, dass die erforderlichen Wissensquellen mit vertretbarem Aufwand verbessert werden können, wird der Anwendungsfall für einen frühen Pilot priorisiert.
Ergebnis: Hohe Priorität unter den betrachteten Vorhaben.
Workflow Fit
Die Lösung wird so gestaltet, dass Servicemitarbeitende Vorschläge direkt im vorhandenen Ticketsystem erhalten.
Sie können Quellen prüfen, Entwürfe korrigieren und Antworten freigeben, ohne sämtliche Informationen manuell zwischen verschiedenen Anwendungen übertragen zu müssen.
Die KI ergänzt den Arbeitsablauf, statt einen zusätzlichen Parallelprozess zu schaffen.
Pilot & Evidence
Vor dem Pilot werden Bearbeitungszeiten, Rechercheaufwand, Antwortqualität und Korrekturhäufigkeit erfasst.
Anschließend werden vergleichbare Anfragen mit KI-Unterstützung bearbeitet.
Dabei stehen vier Fragen im Mittelpunkt:
- Wie stark sinken Recherche- und Bearbeitungsaufwand tatsächlich?
- Wie zuverlässig sind die gefundenen Informationen und vorgeschlagenen Antworten?
- Wie hoch ist der zusätzliche Kontroll- und Korrekturaufwand?
- Verbessert sich die Qualität des Kundenservice insgesamt?
Erst auf Grundlage dieser Ergebnisse wird über eine Ausweitung entschieden.
Sollte sich beispielsweise zeigen, dass die Quellenqualität weiterhin unzureichend ist oder die Kontrolle mehr Zeit benötigt als erwartet, muss die Lösung überarbeitet werden.
Was das Beispiel zeigt
Die ursprüngliche Idee war ein weitgehend autonomer Chatbot.
Die Analyse führte jedoch zu einem anderen Lösungsdesign: einer unterstützenden Anwendung, die Informationen bereitstellt und Antworten vorbereitet.
Nicht die zugrunde liegende Verbesserungsidee wurde verworfen, sondern eine konkrete Umsetzung, deren Risiken zunächst nicht ausreichend beherrschbar erschienen.
Das Entscheidungsmodell dient damit nicht nur der Auswahl zwischen vorliegenden KI-Ideen. Es hilft auch, ungeeignete Automatisierungskonzepte in tragfähigere Lösungen zu überführen.
Das vollständige Entscheidungsmodell im Überblick
| Phase | Schritt | Leitfrage | Funktion |
|---|---|---|---|
| Discover | Work Discovery | Wie wird die Arbeit tatsächlich erledigt? | Probleme und Potenziale erkennen |
| Decide | Gate 1: Problem & Process Clarity | Verstehen wir Aufgabe und Problem ausreichend? | Klären / Redesign / Weiter |
| Decide | Gate 2: Reliability × Criticality | Ist ausreichende Zuverlässigkeit angesichts der Fehlerfolgen plausibel erreichbar? | Testen / Begrenzen / Stoppen |
| Decide | Gate 3: Business & Governance Viability | Ist das Vorhaben wirtschaftlich und organisatorisch tragfähig? | Weiter / Redesign / Stoppen |
| Decide | Gate 4: Problemdruck × Veränderungspotenzial | Welche geeigneten Anwendungen sind besonders relevant? | Priorisierung vorbereiten |
| Deliver & Validate | Workflow Fit | Passt die Lösung in die tatsächliche Arbeit? | Lösung gestalten |
| Deliver & Validate | Pilot & Evidence | Verbessert die Lösung die Arbeit nachweislich? | Stoppen / Verbessern / Skalieren |
Die ersten drei Gates prüfen die grundsätzliche Eignung eines Vorhabens in seiner geplanten Form. Gate 4 unterstützt die Auswahl und Reihenfolge geeigneter Projekte. Die Umsetzung und der Pilot liefern die Erkenntnisse, auf deren Grundlage über den produktiven Einsatz entschieden wird.
Dabei müssen nicht alle Schritte für jede Anwendung gleich aufwendig sein.
Ein interner Textassistent mit geringen Risiken benötigt eine andere Prüftiefe als ein KI-System, das wichtige Geschäftsentscheidungen vorbereitet oder automatisiert.
Entscheidend ist, dass die verfügbaren Erkenntnisse für die jeweils anstehende Entscheidung ausreichen. Mit zunehmender Kritikalität und vor einem verbindlichen Produktiveinsatz steigen die Anforderungen an die Nachweise.
Das Modell soll Entscheidungen strukturieren, nicht unnötige Bürokratie erzeugen.
Was bedeutet das für die KI-Strategie eines Unternehmens?
Die verbreitete Herangehensweise an KI-Projekte folgt häufig dieser Logik:
Tools auswählen → Use Cases sammeln → priorisieren → einführen → Nutzung messen
Das hier vorgestellte Modell verändert diese Reihenfolge:
Arbeit verstehen → Probleme klären → Eignung und Risiken prüfen → geeignete Anwendungen priorisieren → Lösungen integrieren → Wirkung messen
KI steht damit nicht mehr als vorgegebene Technologie am Anfang, für die anschließend Einsatzmöglichkeiten gesucht werden. Sie wird zu einer möglichen Lösung für ein zuvor verstandenes Problem.
Eine solche Vorgehensweise erfordert die Zusammenarbeit unterschiedlicher Unternehmensbereiche.
Die Fachabteilungen kennen die tatsächlichen Abläufe und Anforderungen. Die IT beurteilt technische Machbarkeit, Datenintegration und Informationssicherheit. Weitere Funktionen wie Datenschutz, Compliance, Controlling oder Arbeitnehmervertretungen werden dort einbezogen, wo ihre Perspektiven erforderlich sind.
Führungskräfte entscheiden, welche Veränderungen angestrebt werden und welche Ressourcen dafür zur Verfügung stehen.
Pauschale Vorgaben wie „AI First“ ersetzen diese Entscheidungen nicht. Was in einem Unternehmensbereich sinnvoll ist, muss es in einem anderen nicht sein.
Für Unternehmen, die bereits zahlreiche KI-Ideen gesammelt haben, kann deshalb eine strukturierte Potenzialanalyse und Use-Case-Bewertung sinnvoller sein als der sofortige Einstieg in weitere Tooltests.
Sie schafft eine Grundlage, um Investitionen gezielter zu planen und technische Möglichkeiten von tatsächlichem betrieblichem Nutzen zu unterscheiden.
Fazit: Eine gute KI-Strategie muss auch Nein sagen können
Der Erfolg einer KI-Strategie wird häufig daran gemessen, wie viele Anwendungsfälle identifiziert, Piloten gestartet oder Beschäftigte mit KI-Tools ausgestattet wurden.
Diese Zahlen beschreiben zunächst Aktivitäten. Sie sagen wenig darüber aus, ob die Arbeit dadurch besser geworden ist.
Die Qualität einer KI-Strategie zeigt sich auch daran, wie konsequent Unternehmen ungeeignete Anwendungen aussortieren, bestehende Ideen hinterfragen und ihre Entscheidungen auf nachvollziehbare Kriterien stützen.
Dabei bedeutet ein Nein zur geplanten Umsetzung nicht zwangsläufig ein Nein zur ursprünglichen Idee.
Manchmal entsteht aus einer riskanten Automatisierungsidee eine sinnvolle unterstützende Anwendung. Manchmal ist eine andere technische Lösung wirtschaftlicher. Und manchmal lässt sich ein Prozess ganz ohne KI verbessern.
Ein guter Einstieg muss deshalb nicht spektakulär sein. Häufig ist eine klar verstandene Aufgabe mit überschaubaren Risiken, ausreichender technischer Zuverlässigkeit und messbarem Nutzen die bessere Wahl als ein aufwendiges KI-Leuchtturmprojekt.
Die entscheidende Frage sollte nicht lauten:
„Was können wir mit KI automatisieren?“
Sondern:
„Welche Arbeit wollen wir verbessern – und unter welchen Bedingungen ist KI dafür tatsächlich die beste Lösung?“
Wer diese Frage systematisch beantwortet, schafft eine bessere Grundlage für Investitionen, Umsetzung und langfristigen Erfolg.
Erst disqualifizieren. Dann priorisieren.
Quellen und weiterführende Informationen
- National Institute of Standards and Technology (NIST): AI Risk Management Framework
- NIST: AI RMF Core – Govern, Map, Measure, Manage
- Europäische Union: Verordnung (EU) 2024/1689 über Künstliche Intelligenz
- Europäische Kommission: AI Act, Artikel 14 – Menschliche Aufsicht
Methodischer Hinweis: Das dargestellte Entscheidungsmodell ist ein praxisorientierter Ansatz zur Bewertung von KI-Anwendungsfällen. Es greift unter anderem Prinzipien des KI-Risikomanagements auf, ist jedoch kein offiziell standardisiertes oder wissenschaftlich validiertes Bewertungsverfahren. Es ersetzt keine anwendungsspezifische technische, wirtschaftliche oder rechtliche Prüfung.