KI braucht Struktur - warum Reihenfolge wichtiger ist als Geschwindigkeit

Die Situation: KI steht auf der Agenda, der Druck wächst

Wenn KI auf der Agenda steht, können unterschiedliche Erwartungen aufeinandertreffen: Fachbereiche benennen mögliche Anwendungen, Anbieter präsentieren Lösungen und Verantwortliche wünschen sich zeitnahe Ergebnisse.

Dabei kann die Annahme entstehen, ein schneller Start führe automatisch zu einem Vorsprung. Entscheidend ist, ob ein Versuch eine konkrete Frage beantwortet und seine Ergebnisse auf den geplanten Einsatz übertragbar sind.

Warum Geschwindigkeit zum falschen Maßstab wird

Zeitdruck kann durch technische Entwicklungen, interne Erwartungen oder Wettbewerbsüberlegungen entstehen. Solche Beweggründe sollten von konkreten Projektzielen und überprüfbaren Fristen unterschieden werden.

Anbieter können unterschiedliche kommerzielle Interessen haben. Das allein sagt noch nichts über die Qualität ihres Vorschlags aus. Unternehmen sollten Nutzenannahmen, Fristen und Vertragsfolgen unabhängig prüfen.

Ein mögliches Risiko besteht darin, dass zuerst das leicht verfügbare Werkzeug gewählt wird, bevor Bedarf und Kriterien ausreichend geklärt sind.

Typische Fehleinschätzungen bei der KI-Einführung

"Wir müssen erst mal anfangen, dann sehen wir weiter"

Iterationen können bei begrenztem Umfang und geringem Änderungsaufwand sinnvoll sein. Werden bereits Daten aufbereitet, Systeme integriert oder Prozesse angepasst, kann ein Richtungswechsel zusätzliche Arbeit verursachen. Welche Teile wiederverwendbar sind, hängt vom Vorhaben ab.

"Das Tool zeigt uns, was möglich ist"

Tools können technische Möglichkeiten veranschaulichen. Ob diese zum Geschäftsziel und Prozess passen, muss das Unternehmen bewerten. Ein Test kann dazu beitragen, Anforderungen zu präzisieren, sofern seine Grenzen sichtbar bleiben.

"Ein schneller Pilot beweist den Wert"

Ein Pilot belegt nur das, was unter seinen konkreten Testbedingungen geprüft wurde. Ergebnisse aus einer kontrollierten Umgebung sind nicht ohne Weiteres auf andere Daten, Nutzende oder den Regelbetrieb übertragbar. Ein Pilot kann jedoch realitätsnah gestaltet werden, um solche Fragen gezielt zu untersuchen.

Die Reihenfolge, die bei KI-Projekten funktioniert

Die folgende Reihenfolge ist eine Orientierung, keine starre Projektmethode. Bei einem Pilot können einzelne Fragen parallel geklärt und anhand der Ergebnisse angepasst werden. Vor einer Ausweitung sollten Zweck, Kontext, Risiken und Leistung erneut bewertet werden; diese iterative Prüfung empfiehlt auch der NIST AI Risk Management Framework.

Zielklärung vor Tool-Auswahl

Klären Sie, welches Geschäftsziel erreicht werden soll. Bei einem frühen Test kann es zunächst eine Hypothese sein, die anschließend präzisiert wird. Hilfreiche Fragen sind:

• Welches messbare Ergebnis soll verbessert werden?
• Wie groß ist das wirtschaftliche Potenzial bei Erfolg?
• Welche Priorität hat dieses Ziel im Vergleich zu anderen Vorhaben?

Ohne diese Klärung fehlt der Maßstab, an dem jede spätere Entscheidung gemessen werden kann.

Prozessverständnis vor Pilot

KI wirkt nicht im luftleeren Raum, sondern in bestehenden Abläufen. Bevor ein Pilotprojekt gestartet wird, muss der betroffene Prozess verstanden und dokumentiert sein. Relevante Fragen:

• Wie läuft der Prozess heute ab? Welche Varianten gibt es?
• Welche Daten entstehen, welche werden benötigt?
• Wer trifft welche Entscheidungen an welchen Stellen?
• Welche Abhängigkeiten zu anderen Prozessen bestehen?

Diese Fragen helfen, den Test am tatsächlichen Prozess auszurichten. Wie detailliert die Prozessaufnahme sein muss, hängt von Umfang und Folgen des Vorhabens ab.

Leitplanken vor Skalierung

Wenn ein Pilot die vereinbarten Ziele erreicht, prüfen Sie vor einer Ausweitung zusätzlich, ob Daten, Zuständigkeiten und Kontrollen auch unter den geplanten Betriebsbedingungen ausreichen. Dazu gehören Fragen wie:

• Wer trägt die Verantwortung für KI-gestützte Entscheidungen?
• Welche Qualitätsstandards gelten für die verwendeten Daten?
• Wie wird mit Fehlern und Ausnahmen umgegangen?
• Welche Transparenzanforderungen bestehen - intern und extern? Prüfen Sie gesetzliche Anforderungen für Rolle, System und Anwendungszeitpunkt etwa anhand des EU-AI-Act-Überblicks der Europäischen Kommission.

Diese Fragen unterstützen eine bewusste Entscheidung über den nächsten Schritt. Welche Anforderungen verbindlich gelten, hängt unter anderem von der Anwendung und den betroffenen Regelwerken ab.

Warum schnelle KI-Experimente oft teuer werden

Ein unzureichend abgegrenzter Start kann zusätzliche Aufwände oder Nachteile mit sich bringen, zum Beispiel:

Nacharbeit: Daten, Schnittstellen oder Prozesse müssen angepasst werden, wenn Annahmen nicht zutreffen.

Gebundene Ressourcen: Zeit und Mittel in einem Vorhaben stehen währenddessen nicht für andere Aufgaben zur Verfügung.

Enttäuschte Erwartungen: Bleiben erwartete Ergebnisse aus, kann das die Bereitschaft zu weiteren Versuchen beeinflussen. Die Ursachen sollten sachlich ausgewertet werden.

Abstimmungsaufwand: Änderungen können zusätzliche Koordination zwischen Fachbereichen, IT und weiteren Beteiligten erfordern.

Konkrete Empfehlungen für eine strukturierte KI-Einführung

Trennen Sie Klärung von Umsetzung

Die Phase, in der Sie verstehen, was Sie erreichen wollen und unter welchen Bedingungen, ist eine andere als die Phase, in der Sie es umsetzen. Beide erfordern unterschiedliche Kompetenzen und sollten nicht vermischt werden.

Definieren Sie Entscheidungskriterien, bevor Sie Optionen bewerten

Wenn Sie zuerst Tools anschauen und dann überlegen, welches am besten passt, fehlt der Maßstab. Definieren Sie zuerst, was eine gute Lösung für Ihren konkreten Fall erfüllen müsste.

Akzeptieren Sie, dass Klärung Zeit kostet - und diese Zeit eine Investition ist

Planen Sie für die Klärung den Umfang ein, der nötig ist, um die wesentlichen Annahmen und Risiken zu prüfen. Pauschale Zeitangaben lassen sich dafür nicht ableiten.

Seien Sie skeptisch gegenüber Dringlichkeit

Wenn eine Entscheidung schnell fallen soll, fragen Sie nach Frist, Begründung und möglichen Folgen eines späteren Entscheids. Bewerten Sie kommerzielle und technische Gründe anhand Ihres eigenen Bedarfs.

Reihenfolge als Ausdruck von Klarheit

Die Reihenfolge von Klärung, Erprobung und Umsetzung sollte zum konkreten Vorhaben passen. Ziele, Prozessverständnis und Bewertungskriterien helfen, die nächsten Entscheidungen daran auszurichten.

Ein begrenzter Versuch kann frühes Lernen ermöglichen. Vor einer Ausweitung sollte geprüft werden, was tatsächlich belegt ist, welche Fragen offen sind und welche zusätzlichen Voraussetzungen der Regelbetrieb mit sich bringt. Die grundlegende Einordnung von Zuständigkeiten und Leitplanken behandelt auch der Beitrag KI braucht Struktur.