Stellen Sie sich ein Kundenservice-Team vor, das einen KI-Assistenten zum Entwerfen von Antworten testet. Die Entwürfe entstehen schneller, doch die Beschäftigten müssen unzutreffende Aussagen korrigieren. Bevor Sie den Einsatz ausweiten, müssen Sie wissen, ob das Werkzeug den gesamten Arbeitsablauf verbessert.
Eine Strategie zur KI-Einführung legt fest, wie Ihre Organisation geeignete Anwendungen auswählt, Beschäftigte und Daten vorbereitet, Zuständigkeiten zuweist, Risiken steuert und Ergebnisse misst. Beginnen Sie mit einem klar definierten betrieblichen Problem, prüfen Sie die Voraussetzungen und testen Sie einen begrenzten Anwendungsfall, bevor Sie den Einsatz ausweiten.
Für Geschäftsführungen, Abteilungsleitungen und Verantwortliche für Transformationsvorhaben in Deutschland gehören dazu auch die jeweils geltenden deutschen und europäischen Anforderungen. Eine Strategie hilft, diese Aufgaben zu organisieren; sie weist keine Rechtskonformität nach.
Der folgende Fahrplan verbindet jede Phase mit einer konkreten Entscheidung: von der Auswahl des ersten Anwendungsfalls bis zur Frage, ob die Ergebnisse weitere Investitionen rechtfertigen.
Das betriebliche Ziel vor der Auswahl eines KI-Werkzeugs festlegen
Eine sinnvolle KI-Strategie für Unternehmen beginnt mit einem relevanten Problem, dessen Auswirkungen sich messen lassen.
„KI im gesamten Unternehmen einführen“ gibt Teams wenig Orientierung. „Die Zeit für Antwortentwürfe im Kundenservice verkürzen und dabei die sachliche Richtigkeit erhalten“ benennt einen Arbeitsablauf und ein Ergebnis, das sich prüfen lässt.
Erfassen Sie die Ausgangslage:
- Wie häufig fällt die Aufgabe an?
- Wie lange dauert sie einschließlich Prüfung und Korrekturen?
- Welche Fehler, Verzögerungen oder Beschwerden treten auf?
- Wer ist für den Prozess verantwortlich?
- Welche Verbesserung würde die Kosten rechtfertigen?
Wählen Sie ein Hauptziel und ergänzende Qualitätskennzahlen. Bei der Dokumentenverarbeitung könnten Sie beispielsweise die Bearbeitungsdauer, die Genauigkeit der übernommenen Angaben und den Korrekturaufwand messen.
Vergleichen Sie KI mit einfacheren Alternativen, etwa besseren Vorlagen, klareren Anweisungen oder herkömmlicher Automatisierung. So begründen Sie, warum der Vorschlag einen KI-Einsatz vorsieht.
Digitale Transformation umfasst die Veränderung von Prozessen, Dienstleistungen und Geschäftsmodellen mithilfe digitaler Technologien. Ihre Strategie für die Transformation durch KI sollte diese organisatorischen Prioritäten unterstützen.
Formulieren Sie anschließend das Problem in wenigen Sätzen: Beschreiben Sie den Arbeitsablauf, seine derzeitigen Grenzen und die Verbesserung, die Sie testen möchten. Das schafft eine gemeinsame Grundlage für spätere Entscheidungen.
Die Voraussetzungen für den KI-Einsatz in Ihrer Organisation prüfen
KI-Einsatzbereitschaft bezeichnet die Voraussetzungen für eine bestimmte Anwendung. Der KI-Reifegrad beschreibt, wie systematisch eine Organisation den KI-Einsatz über längere Zeit steuert und verbessert.
Die Voraussetzungen hängen von der Aufgabe ab. Eine Organisation kann für einen begrenzten Textassistenten vorbereitet sein, während ihr die Kontrollmechanismen für ein System fehlen, das Entscheidungen über Menschen beeinflusst.
| Bereich | Was Sie prüfen sollten |
|---|---|
| Fachliche Verantwortung | Eine für den Prozess verantwortliche Person kann das Problem erläutern und Änderungen freigeben. |
| Daten | Die Informationen sind aktuell, relevant und für den vorgesehenen Einsatz geeignet. |
| Technik | Zugriffskontrollen und erforderliche Systemanbindungen lassen sich einrichten. |
| Beschäftigte | Die Nutzenden können Ausgaben prüfen und Ausnahmefälle bearbeiten. |
| Governance | Freigaben, Meldewege und Eskalationsverfahren sind eindeutig geregelt. |
| Erfolgsmessung | Eine verlässliche Ausgangsbasis und ein Bewertungsverfahren liegen vor. |
Weisen Sie jeder Lücke eine verantwortliche Person und eine nächste Maßnahme zu. Veraltete Verfahrensdokumente müssen aktualisiert werden, bevor sie als Referenzmaterial dienen. Unklare Berechtigungen müssen geklärt werden, bevor ein Werkzeug Zugriff erhält.
Halten Sie die Nachweise hinter einer Bewertung der Einsatzbereitschaft nachvollziehbar. Eine zusammenfassende Einstufung sollte helfen, Aufgaben zuzuweisen, statt offene Fragen zu verdecken.
Im nächsten Schritt geht es darum, diese Voraussetzungen systematisch zu untersuchen. Der ergänzende Artikel KI-Einsatzbereitschaft prüfen: Ist Ihre Organisation auf KI vorbereitet? behandelt diese Bewertung. Klären Sie zunächst, welche Lücken vor Beginn der Tests geschlossen werden müssen.
Anwendungsfälle nach Nutzen, Machbarkeit und Risiko priorisieren
Die Priorisierung hilft Führungskräften zu entscheiden, welche vorgeschlagenen Anwendungen zuerst bearbeitet werden sollten.
Vergleichen Sie den betrieblichen Nutzen, den Umsetzungsaufwand, die Eignung der Daten, den Vorbereitungsbedarf der Beschäftigten und die Folgen möglicher Fehler. Eine vielversprechende Anwendung muss gegebenenfalls zurückgestellt werden, wenn Daten oder Schutzmaßnahmen nicht ausreichen.
Für ein erstes Pilotprojekt kommt ein klar begrenzter Arbeitsablauf infrage, dessen Ergebnisse sich prüfen lassen. Beispiele sind Entwürfe interner Materialien auf Grundlage freigegebener Quellen oder Unterstützung beim Auffinden geprüfter Referenzdokumente.
Auch solche Anwendungen brauchen Schutzmaßnahmen. Ein interner Assistent kann zugriffsbeschränkte Informationen offenlegen, wenn Berechtigungen falsch eingerichtet sind.
Prüfen Sie Anwendungen besonders sorgfältig, wenn sie Beschäftigung, Gesundheit, Sicherheit oder den Zugang zu wichtigen Dienstleistungen betreffen. Der Überblick der Europäischen Kommission zur KI-Verordnung nennt sensible Bereiche, darunter bestimmte Anwendungen im Beschäftigungskontext. Der vorgesehene Einsatz und die einschlägigen rechtlichen Kriterien müssen geprüft werden.
Wählen Sie ein Projekt nicht allein deshalb aus, weil seine Vorführung beeindruckt. Prüfen Sie, ob die Aufgabe häufig genug vorkommt, die benötigten Informationen verfügbar sind und die Organisation die Ergebnisse verlässlich bewerten kann.
Dokumentieren Sie, warum andere Vorschläge zurückgestellt wurden und was sich vor einer erneuten Prüfung ändern müsste. So bleibt die Priorisierung an nachvollziehbare Grundlagen gebunden.
Zuständigkeiten und KI-Governance festlegen
KI-Governance regelt, wer über den KI-Einsatz entscheidet, welche Regeln gelten und wie Probleme bearbeitet werden.
Eine unternehmensweite KI-Strategie braucht gemeinsame Regelungen über Abteilungsgrenzen hinweg, auch wenn einzelne Teams ihre Projekte selbst steuern. Andernfalls können Zuständigkeiten und Regeln zum Umgang mit Daten voneinander abweichen.
Legen Sie vor Beginn der Tests Folgendes fest:
- Eine fachlich verantwortliche Person für den Arbeitsablauf.
- Eine technisch verantwortliche Person für Einrichtung und Unterstützung.
- Freigegebene Zwecke und Informationsquellen.
- Regeln für die Prüfung von Ausgaben vor ihrer Verwendung.
- Einen Meldeweg für Fehler, Vorfälle und Unsicherheiten.
- Die Befugnis, einen ungeeigneten Einsatz zu unterbrechen oder zu beenden.
Dies sind praktische Ausgangspunkte. Die passende Struktur hängt von der Organisation und der Anwendung ab.
Das freiwillige NIST AI Risk Management Framework bietet Orientierung für das Risikomanagement mit den Funktionen Govern, Map, Measure und Manage. Seine Anwendung weist keine Einhaltung deutscher oder europäischer Rechtsvorschriften nach.
Verantwortungsvoller KI-Einsatz sollte sich in konkreten Kontrollen zeigen. Bei einem Assistenten für Antwortentwürfe könnten das freigegebene Referenzmaterial, eine Prüfung vor dem Versand und ein Eskalationsweg bei fehlenden Informationen sein.
Die prüfende Person braucht außerdem Zeit und die Befugnis, Ergebnisse zu hinterfragen. Verantwortung ohne die dafür notwendigen Möglichkeiten lässt eine wesentliche Lücke offen.
Die detaillierte Gestaltung von Entscheidungsbefugnissen, Aufsicht und Eskalation gehört in KI-Governance-Rahmen: Was Führungskräfte festlegen müssen. Stellen Sie zunächst sicher, dass alle Beteiligten wissen, wer Änderungen freigeben und den Einsatz unterbrechen kann.
Relevante deutsche und europäische Anforderungen frühzeitig prüfen
Die rechtliche Prüfung sollte die konkrete Anwendung, die verarbeiteten Informationen und die Rolle der Organisation berücksichtigen.
Die KI-Verordnung verfolgt einen risikobasierten Ansatz. Gehen Sie nicht davon aus, dass eine allgemeine Werkzeugbeschreibung sämtliche Pflichten bestimmt. Prüfen Sie den vorgesehenen Einsatz, die einschlägige Einstufung sowie die anwendbaren Rechtsvorschriften und behördlichen Hinweise.
Die Verarbeitung personenbezogener Daten muss gesondert betrachtet werden. Die Orientierungshilfe „Künstliche Intelligenz und Datenschutz“ der Datenschutzkonferenz vom Mai 2024 behandelt die Risikobewertung und die Voraussetzungen einer Datenschutz-Folgenabschätzung.
Eine Datenschutz-Folgenabschätzung, kurz DSFA, untersucht mögliche Auswirkungen einer geplanten Verarbeitung auf die Rechte und Freiheiten natürlicher Personen. Die Orientierungshilfe erläutert die Pflicht, wenn die Verarbeitung voraussichtlich ein hohes Risiko für diese Rechte und Freiheiten zur Folge hat. Sie ist nicht für jedes KI-Pilotprojekt erforderlich.
Soweit das Betriebsverfassungsgesetz anwendbar ist und ein Betriebsrat besteht, prüfen Sie dessen Beteiligungsrechte bereits während der Planung. § 90 Betriebsverfassungsgesetz regelt Unterrichtungs- und Beratungsrechte und erfasst ausdrücklich die Planung von Arbeitsverfahren und Arbeitsabläufen einschließlich des Einsatzes künstlicher Intelligenz § 87 Abs. 1 Nr. 6 Betriebsverfassungsgesetz regelt gesondert die Mitbestimmung bei der Einführung und Anwendung technischer Einrichtungen, die dazu bestimmt sind, Verhalten oder Leistung der Beschäftigten zu überwachen. Dabei sind die Voraussetzungen der Vorschrift zu beachten.
Daraus lässt sich keine pauschale Zustimmungspflicht für jedes KI-Werkzeug ableiten. Beziehen Sie die zuständigen Fachleute für Recht und Datenschutz ein, um die anwendbaren Anforderungen zu bestimmen.
Trennen Sie verbindliche Anforderungen von freiwilligen Managementempfehlungen. So weiß das Projektteam, welche Bedingungen es erfüllen muss.
Den Umsetzungsansatz wählen und Anbieter bewerten
Ihre KI-Umsetzungsstrategie sollte erläutern, wie ein freigegebener Anwendungsfall umgesetzt wird.
Sie können Funktionen vorhandener Software nutzen, ein spezialisiertes Produkt beschaffen oder ein stärker angepasstes System entwickeln lassen. Vergleichen Sie die Eignung für den Arbeitsablauf, erforderliche Systemanbindungen, Schutzmaßnahmen und Gesamtkosten.
Fragen Sie die Anbieter:
- Welche Informationen werden erhoben, gespeichert oder für das Modelltraining verwendet?
- Welche Zugriffskontrollen und administrativen Einstellungen stehen zur Verfügung?
- Wie werden Aktualisierungen mitgeteilt?
- Welche Unterlagen unterstützen die Bewertung des vorgesehenen Einsatzes?
- Wie werden Vorfälle und Dienststörungen behandelt?
- Was geschieht mit den Daten, wenn die Nutzung des Dienstes endet?
Prüfen Sie wesentliche Antworten anhand von Unterlagen, Vertragsbedingungen und Tests. Eine Vorführung belegt keine Eignung für Ihre Betriebsbedingungen.
Berücksichtigen Sie neben Abonnements auch Systemanbindung, Unterstützung der Nutzenden, Prüfungen und laufende Überwachung. Ein niedrigerer Lizenzpreis kann mit höherem internen Aufwand verbunden sein.
Dokumentieren Sie offene Fragen vor der Beschaffungsfreigabe. Fehlen notwendige Anbieterinformationen, muss dies in die Entscheidung einfließen, statt als unproblematisch vorausgesetzt zu werden.
Einen KI-Fahrplan mit klaren Entscheidungspunkten erstellen
Eine KI-Strategie legt Prioritäten und Investitionsentscheidungen fest. Ein KI-Fahrplan übersetzt diese Entscheidungen in eine Abfolge von Aufgaben mit Abhängigkeiten, Zuständigkeiten und Nachweisen für das weitere Vorgehen.
Planen Sie Entscheidungspunkte ein: Prüfzeitpunkte, an denen die Führung bewertet, ob Voraussetzungen und Ergebnisse die nächste Phase rechtfertigen.
| Phase | Zentrale Aufgabe | Zu treffende Entscheidung |
|---|---|---|
| Ziel festlegen | Problem, Verantwortung, Umfang und Ausgangsbasis bestätigen. | Lohnt sich ein Test? |
| Vorbereiten | Wesentliche Lücken bei Daten, Anbieterinformationen und Kontrollen schließen. | Sind die Bedingungen für ein Pilotprojekt geeignet? |
| Pilot durchführen | Repräsentative Aufgaben mit einer begrenzten Gruppe testen. | Sind Qualität, Nutzen und Risiken vertretbar? |
| Einführen | Schulung, Unterstützung und betriebliche Verantwortung sicherstellen. | Lässt sich der reguläre Einsatz unterstützen? |
| Überprüfen | Ergebnisse, Kosten, Vorfälle und Änderungen beobachten. | Ausweiten, anpassen oder beenden? |
Richten Sie den Zeitplan nach den Abhängigkeiten aus. Nicht jedes Vorhaben passt in ein einheitliches Zeitraster.
Legen Sie Abbruchkriterien vor dem Pilotprojekt fest. Wiederkehrende Fehler, ein nicht vertretbarer Umgang mit Daten oder übermäßiger Korrekturaufwand können eine Unterbrechung rechtfertigen. Bewahren Sie die Erkenntnisse auf, damit spätere Vorschläge davon profitieren.
Übertragen Sie die vereinbarten Entscheidungspunkte anschließend in Aufgaben, Zuständigkeiten und Prüftermine. Der veröffentlichte Artikel„How to Build an AI Implementation Roadmap for Your Organisation“ führt die Umsetzungsplanung weiter.
Beschäftigte auf den veränderten Arbeitsablauf vorbereiten
Veränderungsmanagement bereitet Menschen auf Änderungen ihrer Aufgaben, Verantwortlichkeiten und Arbeitsweisen vor.
Fragen Sie die Beschäftigten, wo der Prozess schwierig wird, welche Ausnahmefälle auftreten und was sie für einen wirksamen Einsatz des vorgeschlagenen Systems benötigen. Ihre Erfahrung hilft, ein realistisches Pilotprojekt zu gestalten.
Erläutern Sie, was sich verändert, welche Entscheidungen bei Menschen bleiben und wo Unterstützung verfügbar ist.
Planen Sie aufgabenbezogene Vorbereitung zu folgenden Punkten:
- Freigegebene Anwendungen und unzulässige Eingaben.
- Prüfung von Ausgaben anhand verlässlicher Informationen.
- Erkennen fehlender oder unzutreffender Angaben.
- Meldung von Fehlern und Eskalation bei Unsicherheit.
- Weiterarbeit mit einem vorgesehenen Ersatzverfahren.
Bewerten Sie, ob Beschäftigte ihre Aufgaben mit dem Werkzeug korrekt erledigen können. Anmeldezahlen und Schulungsteilnahmen zeigen Aktivität, belegen aber keinen wirksamen Einsatz.
Räumen Sie Zeit für Übung und Rückmeldungen ein. Eine Schulung kann den Prozess vorstellen; bei ungewöhnlichen Fällen brauchen Beschäftigte weiterhin Unterstützung.
Beteiligung und laufende Unterstützung verdienen eine genauere Planung. Dazu gehört der ergänzende Artikel„Veränderungsmanagement bei der KI-Einführung: Beschäftigte bei der Nutzung unterstützen“. Entscheidend bleibt, ob der veränderte Arbeitsablauf hilft, Aufgaben zuverlässig zu erfüllen.
Die Wirtschaftlichkeit vor einer Ausweitung messen
Die Rendite einer KI-Investition, kurz KI-ROI, vergleicht den zurechenbaren finanziellen Nutzen mit den Gesamtkosten über einen festgelegten Zeitraum.
KI-ROI (%) = [(Gemessener finanzieller Nutzen − Gesamtkosten) ÷ Gesamtkosten] × 100
Berücksichtigen Sie Umsetzung, Systemanbindung, Abonnement- oder Nutzungsgebühren, Schulung, Prüfung, Korrekturen und laufende Unterstützung.
Ein Vorhaben mit 30.000 € gemessenem finanziellem Nutzen und 20.000 € Gesamtkosten im selben Zeitraum erzielt rechnerisch einen ROI von 50 %. Diese Zahlen dienen der Veranschaulichung und sind keine zu erwartenden Ergebnisse.
Unterscheiden Sie tatsächliche Kosteneinsparungen von frei werdenden Kapazitäten. Zeitersparnis kann Beschäftigten ermöglichen, mehr Aufgaben zu bearbeiten, ohne die Ausgaben zu senken. Erläutern Sie, wie diese Kapazität Nutzen schafft, bevor Sie ihr einen finanziellen Wert zuweisen.
Messen Sie neben Kosten und Zeit auch die Qualität. Schnellere Antworten sind nur begrenzt hilfreich, wenn sie mehr Korrekturen erfordern oder Beschwerden auslösen.
Prüfen Sie vor einer Ausweitung, ob die Ergebnisse bei repräsentativen Aufgaben Bestand haben, die Kontrollen im regulären Betrieb funktionieren und die Unterstützungskosten vertretbar bleiben.
Wenn die Zurechnung unsicher ist, legen Sie Annahmen offen und vergleichen Sie vorsichtige mit optimistischen Schätzungen. Vermeiden Sie, denselben Nutzen mehrfach anzurechnen.
Ein umfassenderes Kostenmodell und die Prüfung dieser Annahmen gehören in den ROI von KI-Vorhaben berechnen und messen. Zunächst müssen Sie entscheiden, ob der gemessene Nutzen weitere Investitionen rechtfertigt.
Ein Praxisbeispiel: ein interner Wissensassistent
Stellen Sie sich eine Organisation vor, deren Beschäftigte Zeit mit der Suche nach aktuellen Verfahrensdokumenten verbringen.
Die Führung schlägt einen KI-Assistenten vor, der eine freigegebene Dokumentensammlung nutzt. Kunden- und Beschäftigtendaten sind zunächst ausgeschlossen.
Das Team geht in einer kontrollierten Reihenfolge vor:
- Die für Inhalte verantwortlichen Personen entfernen veraltetes Material und bestimmen die aktuellen Fassungen.
- Die IT richtet Zugriffsberechtigungen für die freigegebene Sammlung ein.
- Beschäftigte testen häufige Fragen, fehlende Informationen und widersprüchliche Quellen.
- Die Projektverantwortlichen vergleichen Suchdauer, Antwortqualität, Korrekturaufwand und ungelöste Anfragen mit der Ausgangsbasis.
- Die Führung entscheidet, ob das Pilotprojekt ausgeweitet, angepasst oder beendet wird.
Schnellere Antworten reichen nicht aus, wenn sie auf veraltete Anweisungen verweisen. Bleibt die Quellenqualität unzureichend, verbessert die Organisation zunächst das Dokumentenmanagement.
Die Grenze liegt in der freigegebenen Sammlung: Eine verlässliche Antwort innerhalb dieser Sammlung belegt keine Eignung für andere Informationsquellen oder Aufgaben.
Eine Weiterbildung passend zum Vorbereitungsbedarf der Führungskräfte auswählen
Der GCI-Kurs Digital Transformation & AI Adoption for Leaders richtet sich unter anderem an Führungskräfte, die die KI-Einführung in ihrer Organisation planen und begleiten. Der veröffentlichte Lehrplan behandelt KI-Strategie und Umsetzungsplanung, Governance, Implementierung, die Vorbereitung der Beschäftigten und die Einbindung des Betriebsrats.
Vergleichen Sie diese Inhalte vor der Anmeldung mit den Zuständigkeiten Ihres Teams und dem festgestellten Vorbereitungsbedarf. Weiterbildung kann die Vorbereitung unterstützen. Die Bewertung konkreter Systeme und die praktische Umsetzung erfordern weiterhin Arbeit innerhalb Ihrer Organisation.
Prüfen Sie den Lehrplan, um zu beurteilen, ob er die Entscheidungen abdeckt, die Ihr Führungsteam treffen muss.