Warum die Tool-Frage bei KI fast immer zu früh gestellt wird

Der typische Einstieg in KI-Projekte

Die Anfrage klingt in vielen Unternehmen ähnlich: Die Geschäftsführung möchte wissen, welches KI-Tool am besten geeignet ist. Der Auftrag geht an die IT-Leitung oder eine Stabsstelle. Es folgt eine Recherche zu verfügbaren Lösungen, ein Vergleich von Funktionen und Preisen, vielleicht ein Gespräch mit Anbietern.

Nach einigen Wochen liegt eine Empfehlung vor. Ein Tool wird ausgewählt, ein Pilotprojekt gestartet. Und dann zeigt sich häufig: Die eigentlichen Fragen waren andere.

Das Problem ist nicht mangelnde Sorgfalt bei der Tool-Auswahl. Das Problem ist der Zeitpunkt, zu dem diese Frage gestellt wird.

Warum die Tool-Frage so früh auftaucht

Wenn Unternehmen sich mit KI beschäftigen, ist der sichtbarste Teil meist die Technologie. ChatGPT, Claude, Copilot - diese Namen dominieren die Berichterstattung. Es liegt nahe, dort anzusetzen, wo etwas Konkretes greifbar scheint.

Hinzu kommt ein nachvollziehbarer Wunsch nach Handlungsfähigkeit. Strategische Grundsatzfragen zu klären dauert. Ein Tool zu testen fühlt sich nach Fortschritt an. Und Anbieter machen es leicht: kostenlose Testphasen, schnelle Demos, beeindruckende Beispiele.

Doch diese Reihenfolge übergeht eine entscheidende Voraussetzung. Ein KI-Tool ist eine Antwort. Aber auf welche Frage?

Was bei vorzeitiger Tool-Auswahl passiert

Wenn die Technologieentscheidung vor der Anforderungsklärung fällt, entstehen typische Muster:

Lösungen suchen Probleme. Das ausgewählte Tool hat bestimmte Stärken. Also werden Anwendungsfälle gesucht, die zu diesen Stärken passen - nicht umgekehrt. Die relevantesten Probleme des Unternehmens bleiben möglicherweise unbearbeitet, während Nebenschauplätze technisch gelöst werden.

Anforderungen werden nachträglich angepasst. Statt dass ein Tool die Anforderungen erfüllt, werden Anforderungen so formuliert, dass das bereits gewählte Tool sie erfüllen kann. Das führt zu Kompromissen, die später niemand mehr hinterfragt.

Abhängigkeiten entstehen unbemerkt. Jedes Tool bringt eigene Datenformate, Schnittstellen und Logiken mit. Je länger es im Einsatz ist, desto mehr Prozesse werden darauf abgestimmt. Ein späterer Wechsel wird nicht unmöglich, aber aufwendiger als ursprünglich angenommen.

Bewertungen bleiben oberflächlich. Ohne klare eigene Kriterien orientiert sich der Vergleich an dem, was Anbieter betonen: Funktionsumfang, Benchmarks, Referenzkunden. Ob diese Aspekte für die eigene Situation relevant sind, bleibt offen.

Der Kern des Problems: Fehlende Entscheidungsgrundlagen

Die vorzeitige Tool-Frage ist ein Symptom. Die Ursache liegt tiefer: Es fehlt eine strukturierte Grundlage, auf der Technologieentscheidungen sinnvoll getroffen werden können.

Eine solche Grundlage würde klären:

• Welche konkreten Probleme soll KI lösen, und warum gerade diese?
• Welche Daten stehen zur Verfügung, in welcher Qualität, mit welchen Zugriffsrechten?
• Welche internen Kompetenzen existieren für Betrieb und Weiterentwicklung?
• Welche Abhängigkeiten sind akzeptabel, welche nicht?
• Was passiert, wenn der gewählte Anbieter seine Preise ändert, Funktionen einstellt oder vom Markt verschwindet?

Ohne Antworten auf diese Fragen ist jeder Tool-Vergleich unvollständig. Er vergleicht Optionen, ohne zu wissen, wonach eigentlich gesucht wird.

Was ein KI-Tools-Vergleich leisten kann - und was nicht

Ein Vergleich von KI-Tools hat durchaus seinen Platz. Er hilft, den Markt zu verstehen, Preisstrukturen einzuschätzen und technische Möglichkeiten kennenzulernen.

Was er nicht leisten kann: Die Entscheidung abnehmen, ob und wie KI im eigenen Unternehmen eingesetzt werden soll.

Die Frage „Welches LLM ist das beste für unsere Firma?" lässt sich nicht beantworten, ohne zu wissen, wofür es eingesetzt werden soll, mit welchen Daten es arbeiten wird, wer es betreuen kann und welche Risiken akzeptabel sind.

Wer ChatGPT im Unternehmen einsetzen möchte, steht vor anderen Fragen als jemand, der eine eigene Anwendung auf Basis eines Sprachmodells entwickeln will. Und beide Szenarien erfordern unterschiedliche Bewertungskriterien.

Make-or-Buy bei KI: Keine einfache Rechnung

Eine besonders relevante Frage wird durch frühe Tool-Fokussierung oft übersprungen: die Grundsatzentscheidung zwischen Kauf, Anpassung und Eigenentwicklung.

Standardlösungen bieten schnellen Einstieg und geringere Anfangsinvestition. Sie funktionieren gut, wenn der Anwendungsfall generisch ist - etwa bei allgemeiner Textverarbeitung oder Übersetzung.

Eigenentwicklung oder tiefe Anpassung erfordern mehr Ressourcen, bieten aber Differenzierung. Wenn KI einen Wettbewerbsvorteil schaffen soll, reicht eine Lösung, die auch jeder Mitbewerber kaufen kann, möglicherweise nicht aus.

Diese Entscheidung lässt sich nicht am Anfang treffen. Sie setzt voraus, dass klar ist, welche Rolle KI im Unternehmen spielen soll - und das erfordert eine Klärung, die über Tool-Eigenschaften hinausgeht.

Wie eine sinnvolle Reihenfolge aussieht

Die Technologieauswahl steht nicht am Anfang eines KI-Vorhabens, sondern gegen Ende. Davor liegen Schritte, die weniger sichtbar, aber entscheidend sind:

Erstens: Problemverständnis. Welche geschäftlichen Herausforderungen existieren, bei denen KI einen realistischen Beitrag leisten könnte? Nicht alle Probleme eignen sich für KI-Lösungen, und nicht jede KI-Anwendung löst ein relevantes Problem.

Zweitens: Bestandsaufnahme. Welche Daten, Systeme, Kompetenzen und Prozesse sind vorhanden? Die Antwort bestimmt, was realistisch umsetzbar ist - unabhängig davon, was Anbieter versprechen.

Drittens: Anforderungsklärung. Was muss eine Lösung leisten? Welche Qualität ist erforderlich? Welche Integration in bestehende Systeme? Welche Anforderungen an Datenschutz und Compliance?

Viertens: Optionenbewertung. Erst jetzt macht ein Vergleich konkreter Lösungswege Sinn - und dieser Vergleich bezieht sich dann auf die eigenen Anforderungen, nicht auf allgemeine Produkteigenschaften.

Fünftens: Technologieauswahl. Die Tool-Entscheidung wird zum logischen Ergebnis der vorherigen Schritte, nicht zum Ausgangspunkt.

Was das für laufende Initiativen bedeutet

Wenn in Ihrem Unternehmen bereits ein Tool im Einsatz ist oder ein Pilotprojekt läuft, bedeutet das nicht, dass alles von vorn beginnen muss. Aber es lohnt sich zu prüfen:

• Ist dokumentiert, auf Basis welcher Kriterien die aktuelle Lösung gewählt wurde?
• Existiert eine unabhängige Beschreibung der Anforderungen, die auch bei einem Anbieterwechsel gültig wäre?
• Sind Abhängigkeiten identifiziert und bewusst akzeptiert?

Falls nicht, kann eine nachträgliche Strukturierung helfen, spätere Entscheidungen auf eine solidere Grundlage zu stellen.

Entscheidungen vorbereiten, nicht vorwegnehmen

Die Frage nach dem richtigen KI-Tool ist berechtigt. Aber sie ist eine der letzten Fragen in einem Entscheidungsprozess, nicht die erste.

Wer mit der Tool-Auswahl beginnt, überspringt Klärungen, die später fehlen werden. Wer zuerst die eigenen Anforderungen, Rahmenbedingungen und Kriterien versteht, kann Technologieentscheidungen fundiert treffen - und bei Bedarf auch revidieren.

Eine strukturierte Entscheidungsgrundlage macht unabhängig: von einzelnen Anbietern, von aktuellen Trends und von der Frage, welches Tool gerade als führend gilt.

Fazit

Die Versuchung, bei KI mit der Werkzeugfrage zu beginnen, ist nachvollziehbar. Tools sind konkret, demonstrierbar und vermitteln Handlungsfähigkeit. Doch diese Reihenfolge führt regelmäßig dazu, dass Lösungen entstehen, die an den eigentlichen Anforderungen vorbei entwickelt wurden.

Der Aufwand, vor der Technologieauswahl die eigenen Fragen zu klären, erscheint zunächst als Umweg. Tatsächlich ist er die Voraussetzung dafür, dass die spätere Tool-Entscheidung tragfähig bleibt - auch wenn sich der Markt, die eigenen Anforderungen oder die Rahmenbedingungen ändern.