Einblicke · Anwendungsfälle
Von unsystematischer Nutzung zum tragfähigen Anwendungsfall
Erfolgreiche Anwendungsfälle lösen ein Problem und verändern dabei häufig einen Prozess. Das Entscheidende ist die Entwicklung der Lösung, nicht die Auswahl eines KI-Tools.
In fast jedem Unternehmen kommt KI zum Einsatz, häufig verstreut und aus eigenem Antrieb einzelner Mitarbeitender. Dieser Einstieg ist wichtig, denn er vermittelt ein Verständnis für die Technologie. Anwendungsfälle, die die Geschäftszahlen eines Unternehmens verändern, entstehen anders. Sie lösen ein konkretes Problem, das den Geschäftserfolg ausbremst.
Wer im eigenen Unternehmen nachfragt, wie KI genutzt wird, bekommt ein buntes Bild. Mitarbeitende lassen sich Meetings protokollieren, Antworten auf Mails vorformulieren oder bauen sogar eigene kleine Tools, die einzelne Arbeitsschritte erledigen. Diese Nutzung ist ein gutes Zeichen, sie zeigt, dass die Werkzeuge angenommen werden.
Vorhandenes delegieren
Die Nutzung hat ein Muster. Sie bleibt auf der Ebene der einzelnen Aufgabe, die sich von einem Schreibtisch aus überblicken und abgeben lässt. Ob diese Aufgabe simpel oder anspruchsvoll ist, hat damit nichts zu tun. Eine Kommunikationsabteilung, die eine Kampagnenidee von der KI kritisch prüfen lässt, betreibt anspruchsvolle Textarbeit und bleibt trotzdem im Rahmen dessen, was sonst eine Person händisch macht. Was in einer Erhebung des Vorhandenen nicht auftaucht, ist der Fall, der an einem Problem in einem Prozess ansetzt, quer über mehrere Stellen.
Vom Problem her denken
Die wertvollen Anwendungsfälle starten beim Painpoint im Prozess, eine Stelle, die zu viel Zeit frisst oder an der die Übergabe zwischen zwei Abteilungen nicht funktioniert. Hier lohnt es sich, einen Schritt zurückzugehen und zu fragen, wie die beste denkbare Lösung aussehen würde. Bei diesen Überlegungen sollte noch keine KI vorkommen. Denn wer beim Werkzeug beginnt, baut die Lösung darum herum und schiebt die Begründung nach. Wer beim Problem beginnt, behandelt KI als eine Option neben anderen, oft neben einer schlichten Automatisierung oder einer neuen Verteilung von Zuständigkeiten. Ist nach der Analyse die KI immer noch im Rennen, dann wird sie Teil der Lösung.
Ein Beispiel aus der Angebotserstellung. Der Vertrieb formuliert Angebote sicher, Aufwand frisst das Zusammensuchen der passenden Referenzen und Preise aus verstreuten Quellen. Die Ideallösung zieht diese Teile zusammen und legt einen Entwurf vor. Der KI-Anteil liegt im Zuordnen und Entwerfen. Ob der Anwendungsfall in der Praxis funktioniert, wird davon abhängig, ob der Zugriff auf verlässliche Daten möglich ist. Fehlen sie, bleibt es bei einer schönen Demo.
Der Blick von außen
Diesen Wechsel vollzieht kaum eine Organisation aus eigener Kraft, und das ist keine Frage der Kompetenz. Wer einen Ablauf täglich bedient, sieht ihn nicht mehr mit fremden Augen. Wer KI von den eigenen Aufgaben kennt, sucht folgerichtig nach weiteren Aufgaben dieser Art. Die Frage, wie ein ganzer Ablauf anders aussehen könnte, kommt selten von innen.
Das ist unsere Arbeit. Aus vielen Projekten wissen wir, an welchen Stellen KI einen Ablauf spürbar verändert, und finden mit euch die Fälle, die im eigenen Arbeitsalltag schwer zu sehen sind. Oft über Formate, die den Sprung erfahrbar machen. In einem Hackathon steht am Ende eines Tages eine erste lauffähige Anwendung, die zeigt, wie die Arbeit zukünftig aussieht.
Auswahlkriterien
Zwischen guter Idee und tragfähigem Anwendungsfall liegt die Bewertung. Dabei fallen die meisten Ideen durch. Denn sie müssen folgende fünf Hürden überspringen:
- Fähigkeit. Zusammenfassen und Strukturieren liegen im verlässlichen Bereich der Modelle. Sind hundertprozentige Faktentreue oder sogar mathematische Fähigkeiten gefragt, ist KI nicht die Lösung. Ein Anwendungsfall, der KI für derartige Aufgaben nutzt, automatisiert Fehler.
- Problemtyp. Effizienz, Qualität, Kosten und Geschwindigkeit sind verschiedene Versprechen, die ein Anwendungsfall bedienen kann. Welches es ist, gehört benannt, denn ein Fall, der Minuten spart, wird anders gerechnet und gebaut als einer, der die Fehlerquote senkt.
- Messbarkeit. Ein Nutzen ohne Zahl bleibt eine Behauptung, und Behauptungen überstehen das erste Budgetgespräch nicht. Vierzig Minuten auf zehn, zwanzigmal die Woche, damit lässt sich rechnen. „Spart Zeit" allein reicht dafür nicht.
- Machbarkeit. Daten, Zugänge, Kompetenz im Unternehmen, Budget, und natürlich Datenschutz. Erst wenn hinter alles ein Haken gemacht werden kann, ist es ein realistischer Anwendungsfall.
- Ownership. Funktioniert der Anwendungsfall noch, wenn die Person geht, die ihn gebaut hat? Ohne verantwortliche Stelle bleibt es ein Einzelstück, das den Betriebsalltag nicht übersteht.
Am Ende steht keine Sammlung beeindruckender Fähigkeiten. Es sind wenige Fälle, die an einem echten Problem hängen, deren Wirkung sich beziffern lässt und die im Team verankert sind. Die alltagsnahe Nutzung vom Anfang behält daneben ihren Platz. Sie ist das Eingangstor.