Warum KI-Projekte ohne klare Abgrenzung eskalieren

Ein KI-Projekt startet mit einem klaren Ziel: automatisierte Angebotserstellung, Kundenanfragen klassifizieren, Wartungsintervalle vorhersagen. Sechs Monate später umfasst dasselbe Projekt zusätzlich eine Chatbot-Komponente, eine Schnittstelle zum CRM, erweiterte Analysefunktionen und eine mobile App. Das Budget ist überschritten, der Zeitplan nicht mehr haltbar, und niemand kann genau sagen, wann das Projekt eigentlich abgeschlossen ist.

Diese Entwicklung ist kein Einzelfall. Sie ist das vorhersehbare Ergebnis eines Projekts, das ohne klare Abgrenzung gestartet wurde.

Warum gerade KI-Projekte zur Ausweitung neigen

Bei klassischen IT-Projekten gibt es meist eine relativ klare Vorstellung davon, was die Software am Ende können soll. Ein ERP-System hat definierte Module, eine Website hat spezifizierte Funktionen. Die Grenzen sind sichtbar.

KI-Projekte funktionieren anders. Ein Modell, das Kundendaten analysiert, könnte theoretisch auch Lieferantendaten analysieren. Ein System, das Texte klassifiziert, könnte auch Texte generieren. Die technische Nähe verschiedener Anwendungsfälle verleitet dazu, den Umfang während der Umsetzung zu erweitern.

Hinzu kommt die Erwartungshaltung. Wer „Künstliche Intelligenz" hört, denkt an umfassende Fähigkeiten. Die Vorstellung, dass ein KI-System nur eine eng begrenzte Aufgabe übernimmt, widerspricht dem populären Bild. Stakeholder erwarten mehr, und Projektteams haben Schwierigkeiten, diese Erwartungen einzugrenzen.

Die technische Realität verschärft das Problem: KI-Modelle liefern selten beim ersten Versuch zufriedenstellende Ergebnisse. Die Versuchung ist groß, statt das ursprüngliche Ziel zu hinterfragen, den Umfang zu erweitern – in der Hoffnung, dass mehr Daten oder zusätzliche Funktionen das Ergebnis verbessern.

Typische Missverständnisse bei der KI-Projekt-Abgrenzung

„Wir haben ja ein Lastenheft." Ein Lastenheft beschreibt, was gebaut werden soll. Es beschreibt nicht, was bewusst nicht gebaut wird. Bei KI-Projekten sind diese Nicht-Ziele mindestens ebenso wichtig wie die Ziele selbst.

„Flexibilität ist bei KI-Projekten wichtig." Flexibilität in der Umsetzung ist notwendig. Flexibilität im Umfang führt zu Kontrollverlust. Diese beiden Ebenen werden häufig verwechselt.

„Das können wir gleich miterledigen." Dieser Satz ist der zuverlässigste Indikator für beginnende Ausweitung. Was „gleich miterledigt" werden soll, hat eigene Anforderungen, eigene Risiken und eigene Kosten. Die vermeintliche Effizienz ist fast immer eine Illusion.

„Der Pilot ist nur ein Test, da müssen wir noch nicht so genau sein." Ein Pilot ohne klare Abgrenzung wird zum Prototyp. Ein Prototyp ohne Abgrenzung wird zum unfertigen Produkt. Die fehlende Disziplin in frühen Phasen setzt sich fort.

Was eine wirksame KI-Projekt-Abgrenzung enthält

Eine Abgrenzung, die vor Scope Creep schützt, geht über die übliche Projektdokumentation hinaus. Sie definiert nicht nur, was erreicht werden soll, sondern auch, was bewusst außerhalb des Projektumfangs liegt.

Explizite Nicht-Ziele Für jeden definierten Anwendungsfall gehört eine Liste dessen, was ausdrücklich nicht Teil des Projekts ist. Wenn das System Kundenanfragen klassifiziert, dann steht dort: Es beantwortet keine Anfragen. Es empfiehlt keine Maßnahmen. Es integriert sich nicht in das Ticketsystem.

Messbare Erfolgskriterien Was bedeutet „funktioniert"? Bei welcher Genauigkeit ist das Ziel erreicht? Bei welcher Genauigkeit ist es verfehlt? Ohne messbare Kriterien gibt es keinen definierten Endpunkt.

Abbruchkriterien Unter welchen Bedingungen wird das Projekt gestoppt oder grundlegend neu bewertet? Diese Frage wird selten gestellt, ist aber entscheidend. Ein Projekt ohne definierte Abbruchkriterien kann nicht scheitern – es kann nur endlos weiterlaufen.

Änderungsverfahren Wie werden Anfragen nach Erweiterungen behandelt? Wer entscheidet? Welche Informationen sind für eine Entscheidung erforderlich? Ein dokumentiertes Verfahren verhindert, dass Erweiterungen stillschweigend eingeschoben werden.

Der Zusammenhang zwischen Abgrenzung und Projektkosten

Die Kosten eines KI-Projekts lassen sich nur dann seriös schätzen, wenn der Umfang definiert ist. Das klingt selbstverständlich, wird aber regelmäßig ignoriert.

Jede nachträgliche Erweiterung verursacht nicht nur direkte Zusatzkosten für die Umsetzung. Sie erfordert oft Anpassungen an bereits fertiggestellten Komponenten. Sie verlängert Testphasen. Sie erhöht die Komplexität der Wartung.

Ein Projekt, das mit einem Budget von 50.000 Euro startet und während der Laufzeit um drei Funktionen erweitert wird, kostet am Ende nicht 50.000 plus Erweiterungskosten. Es kostet deutlich mehr, weil Komplexität nicht linear wächst.

Die Abgrenzung vor Projektstart ist daher keine bürokratische Übung. Sie ist die Voraussetzung für jede belastbare Kostenplanung.

Konkrete Empfehlungen für Projektverantwortliche

Definieren Sie Nicht-Ziele vor dem Projektstart. Bevor die erste Zeile Code geschrieben wird, sollte dokumentiert sein, was das Projekt nicht leisten wird. Diese Liste sollte von allen relevanten Stakeholdern abgezeichnet werden.

Führen Sie ein Änderungsprotokoll. Jede Anfrage nach Erweiterung – auch wenn sie abgelehnt wird – wird dokumentiert. Das schafft Transparenz darüber, wie viel Druck auf den ursprünglichen Umfang ausgeübt wird.

Planen Sie Entscheidungspunkte ein. An definierten Meilensteinen wird geprüft: Liegen wir im geplanten Umfang? Haben sich die Anforderungen verändert? Ist das ursprüngliche Ziel noch das richtige? Diese Prüfungen sind keine Zeichen von Misstrauen, sondern von professionellem Projektmanagement.

Behandeln Sie Erweiterungen als separate Projekte. Wenn eine Erweiterung sinnvoll erscheint, wird sie nicht in das laufende Projekt integriert, sondern als eigenständiges Vorhaben mit eigenem Budget und Zeitplan behandelt. Das zwingt zu einer bewussten Entscheidung statt zu schleichender Ausweitung.

Hinterfragen Sie die Erwartungshaltung. Wenn Stakeholder enttäuscht sind, dass das KI-System „nur" eine eng begrenzte Aufgabe erfüllt, ist das ein Zeichen für unrealistische Erwartungen. Diese Erwartungen zu korrigieren ist Teil der Projektverantwortung.

Fazit

KI-Projekte eskalieren nicht, weil die Technik versagt oder das Team inkompetent ist. Sie eskalieren, weil der Umfang nicht klar genug definiert wurde. Weil Nicht-Ziele fehlen. Weil Abbruchkriterien nicht existieren. Weil jede Erweiterung möglich erscheint, solange sie nicht ausdrücklich ausgeschlossen wurde.

Die Abgrenzung vor Projektstart ist keine Einschränkung der Möglichkeiten. Sie ist die Voraussetzung dafür, dass ein Projekt überhaupt erfolgreich abgeschlossen werden kann. Ein klar begrenztes Projekt, das sein definiertes Ziel erreicht, ist wertvoller als ein ausgeweitetes Projekt, das in der Umsetzung stecken bleibt.

Die Frage ist nicht, ob Abgrenzung aufwändig ist. Die Frage ist, ob die Alternative – unkontrolliertes Wachstum, Budgetüberschreitung, Projektverzögerung – tragbar ist.