KI im Unternehmen: ein praktischer Leitfaden
Welche Aufgaben sich wirklich lohnen, wie Sie eine davon in zwei Wochen für fast nichts testen, und die vier Fehlermuster, an denen die meisten Projekte scheitern.
Die meisten KI-Projekte scheitern auf dieselbe Weise. Jemand beschließt, das Unternehmen solle "KI einsetzen", ein Werkzeug wird gekauft, und sechs Monate später ist es ein Browser-Tab, den niemand öffnet.
Die Projekte, die funktionieren, drehen die Reihenfolge um. Sie beginnen bei einer Aufgabe, die bereits erledigt wird — schlecht, langsam oder teuer — und fragen, ob eine Maschine genau diese Sache gut genug kann.
Wofür KI tatsächlich taugt
Konkret werden, denn allgemeine Versprechen taugen nicht zur Planung. Im betrieblichen Kontext sind heutige Modelle zuverlässig gut in vier Dingen:
Unstrukturierten Text in strukturierte Daten verwandeln. Lieferantenrechnungen als PDF in Datensätze. Anfrage-E-Mails in CRM-Felder. Handgeschriebene Lieferscheine in Lagerbewegungen. Die Kategorie mit dem höchsten Nutzen und dem geringsten Risiko — und die am konsequentesten übersehene.
Klassifizieren und weiterleiten. In welche Abteilung gehört diese E-Mail? Ist diese Bewertung eine Beschwerde oder eine Frage? Ist diese Buchung auffällig?
Entwürfe zur menschlichen Freigabe. Erste Antwortentwürfe, Produktbeschreibungen, Zusammenfassungen langer Verläufe. Ein Ausgangspunkt, nie das letzte Wort.
Suche in den eigenen Dokumenten. "Was sagt unser Vertrag mit diesem Lieferanten zu Lieferverzug?" beantworten, ohne dass jemand einen Ordner öffnet.
Worin es weiterhin schlecht ist
- Rechnen, auf das es ankommt. Lassen Sie kein Modell eine Summe bilden. Lassen
Sie es die Zahlen extrahieren und normalen Code rechnen.
- Alles, was Gewissheit verlangt. Es liefert eine selbstbewusste Antwort,
unabhängig davon, ob es dafür Grundlage hat.
- Ihr Geschäft kennen, ohne es erfahren zu haben. Es hat Ihre Preisliste, Ihre
Richtlinien und Ihre Historie nie gesehen, solange Sie sie nicht bereitstellen.
Der Zwei-Wochen-Test
Bevor Sie sich festlegen: Dieser Test kostet einen Bruchteil eines Projekts und beantwortet die einzige Frage, die zählt — passt diese Aufgabe überhaupt?
- Eine Aufgabe auswählen. Hohes Volumen, geringes Risiko, heute von einem
Menschen erledigt. "Eingehende E-Mails sortieren" schlägt "den Kundenservice verbessern".
- Hundert echte Beispiele sammeln. Aus Ihrem Betrieb, einschließlich der
unangenehmen Fälle. Dieser Schritt wird übersprungen, und dieser Schritt entscheidet.
- Manuell mit einem fertigen Werkzeug durchspielen. Keine Integration, keine
Entwicklung. Beispiele einfügen und festhalten, was herauskommt.
- Zählen. Wie viele richtig, wie viele falsch — und wie schlimm war der
schlimmste Fehler?
Ist die Trefferquote hoch und der schlimmste Fehler verkraftbar, haben Sie ein Projekt. Ist der schlimmste Fehler ernst — ein falscher Preis gegenüber einem Kunden, ein fehlabgelegtes Rechtsdokument — brauchen Sie eine menschliche Freigabe je Ergebnis. Das verändert die Wirtschaftlichkeit und muss von Anfang an eingeplant sein.
Die Frage lautet nie "ist es genau?". Sie lautet: "Was kostet es uns, wenn es falsch liegt, und wem fällt es auf?"
Die vier Scheiterns-Muster
| Muster | Wie es aussieht | Gegenmittel |
|---|---|---|
| Lösung sucht Problem | "Wir sollten KI einsetzen", ohne benannte Aufgabe | Von der Aufgabe ausgehen, nie von der Technologie |
| Kein menschlicher Kontrollpunkt | Unkontrollierte Ausgaben erreichen Kunden | Vorab festlegen, wer was freigibt |
| Keine Messung | Niemand weiß, ob es hilft | Genauigkeit vor dem Start messen — und weitermessen |
| Unvorbereitete Daten | Das Modell sieht nicht, was es braucht | Zuerst die Daten in Ordnung bringen |
Der letzte Punkt ist mit Abstand der häufigste. Wenn Ihre Produktdaten in drei Tabellen und dem Gedächtnis einer Person liegen, rettet das kein Modell. Das aufzuräumen ist das Projekt — und es zahlt sich aus, selbst wenn Sie nie KI einsetzen.
Was es kostet
| Ansatz | Übliche Kosten | Geeignet für |
|---|---|---|
| Fertiges Werkzeug, manuell genutzt | 20 – 100 € / Monat | Test, geringes Volumen |
| Vorhandenes Werkzeug an Ihre Systeme angebunden | 3.000 – 12.000 € einmalig + Nutzung | Eine definierte, wiederkehrende Aufgabe |
| Eigener Ablauf in Ihrer Software | 12.000 – 40.000 € + Nutzung | Hohes Volumen, eigene Daten und Regeln |
Nutzungskosten skalieren mit dem Volumen und werden regelmäßig unterschätzt. Messen Sie sie im Zwei-Wochen-Test, statt sie im dritten Monat zu entdecken.
Häufige Fragen
Brauchen wir ein eigenes Modell?
Mit hoher Wahrscheinlichkeit nicht. Ein Modell zu trainieren ist für ein betriebliches Problem selten die richtige Antwort; ein vorhandenes an Ihre Daten und Regeln anzubinden fast immer.
Sind unsere Daten sicher?
Das hängt vollständig von der Vereinbarung ab und gehört in den Vertrag, nicht ins Verkaufsgespräch. Fragen Sie, wo verarbeitet wird, ob gespeichert wird und ob für Training genutzt wird — und lassen Sie sich die Antworten schriftlich geben. Bei Verarbeitung außerhalb der EU gelten zusätzlich die Punkte aus Nearshoring nach Ägypten.
Weiterlesen
Newsletter
Gelegentliche Notizen zu Software, Automatisierung und besserer Unternehmensführung. Kein Spam.