KI-Strategie fürs Unternehmen: Sechs Entscheidungen, ein Plan

Eine KI-Strategie legt fest, welche Arbeit sich ändern soll, welches Ergebnis erwartet wird und welche Grenzen gelten. Für Unternehmen mit 10 bis 200 Beschäftigten beginnt sie mit sechs Entscheidungen und einem finanzierten Arbeitsablauf für die nächsten 90 Tage.

Wenn das Aufsichtsgremium nach der Strategie fragt, braucht es eine Zusage, die sich überprüfen lässt: Welches Geschäftsergebnis wird angestrebt, wer verantwortet es, wie viel darf es kosten und welche Erkenntnisse würden zum Abbruch führen? Eine Präsentation über Branchentrends beantwortet diese Fragen nicht.

Was ist eine KI-Strategie?

Eine KI-Strategie hält fest, an welchen Stellen künstliche Intelligenz im Unternehmen eingesetzt werden soll und woran ihr Beitrag gemessen wird. Sie verbindet eine Geschäftschance mit Ressourcen, Zuständigkeiten und Grenzen. Das Modell ist die KI-Komponente, die einen Entwurf oder Vorschlag erzeugt. Zum Arbeitsablauf gehören außerdem die Menschen, Daten und Kontrollen rund um dieses Modell.

Das lässt sich mit dem Aufgabenprofil für ein neues Teammitglied vergleichen. Festgelegt werden die Arbeit, die zugänglichen Informationen, der Entscheidungsspielraum, die Prüfung der Ergebnisse und die Maßstäbe für gute Leistung. Jemandem Zugang zu sämtlichen Systemen zu geben, bevor die Aufgabe geklärt ist, wäre schlechte Führung. Für KI gilt dieselbe Überlegung.

Die Strategie bestimmt die Aufgaben und die Abwägungen. Die Roadmap legt den Zeitplan für die Umsetzung fest. Die Nutzungsrichtlinie erklärt den Beschäftigten, was im Alltag erlaubt ist. Diese Dokumente gehören zusammen, brauchen aber jeweils einen klaren Zweck.

Dazu gehört auch der Blick über den Pilotversuch hinaus: Schützt eine schnellere Leistungserbringung die Marge, verändert sie die Zahlungsbereitschaft der Kunden oder ermöglicht sie ein anderes Angebot? Der Leitfaden zum KI-nativen Unternehmen behandelt diesen Wandel des Betriebsmodells. Die unmittelbare Strategie sollte einen konkreten Teil davon erproben.

KI-Strategie in der Praxis: Dienstleister und Softwareunternehmen

Welche Strategie passt, hängt davon ab, wo Arbeitsabläufe das Geschäft begrenzen. Ein Dienstleister braucht möglicherweise mehr Kapazität für Angebote zu qualifizierten Vertriebschancen. Ein Softwareunternehmen möchte dagegen, dass Kunden das Onboarding, also die Einrichtung und Inbetriebnahme, erfolgreich abschließen.

Als Beispiele dienen ein Dienstleister mit 30 Beschäftigten und ein Softwareunternehmen mit 80 Beschäftigten. Beide Unternehmen, ihre Arbeitsmengen und die folgenden Ressourcenzuteilungen sind illustrative Planungsbeispiele, keine Kundenergebnisse oder Leistungsprognosen. Im Softwarebeispiel bedeutet Importzuordnung, Felder aus einer Kundendatei den Feldern der Anwendung zuzuordnen.

Zur Strategie werden diese Entscheidungen, sobald für jede Zeile die konkrete Arbeit, die nötigen Nachweise, die Zuständigkeit und die Grenzen feststehen.

Eine KI-Strategie entwickeln: sechs zentrale Entscheidungen

Die Entscheidungen sollten in der Sprache des Unternehmensgeschäfts formuliert sein, bevor die Umsetzung beauftragt wird. Für jede reicht ein kurzer Absatz; die einseitige Übersicht verlinkt auf die zugehörigen Belege.

1. Den Arbeitsablauf und seine Kosten- oder Erlöswirkung bestimmen

Am Anfang steht ein Engpass, der eine bereits gesteuerte Kosten- oder Erlösposition beeinflusst. Mit dem Ziel „Produktivität verbessern“ lässt sich ein nützliches Projekt kaum von einem beliebten Tool unterscheiden.

Ein möglicher Arbeitsablauf wird vom Auslöser bis zum abgenommenen Ergebnis erfasst. Dazu gehören Bearbeitungszeit, Wartezeiten, Nacharbeit und die Person, die den Abschluss bestätigt. Anschließend werden die Kandidaten nach Geschäftswert, Häufigkeit, Datenverfügbarkeit, Prüfbarkeit der Qualität und Fehlerfolgen verglichen. Ohne klare Verantwortung oder verfügbare Daten sollte kein Pilotversuch starten, auch wenn der mögliche Nutzen groß erscheint.

Dienstleister: Der Einstieg ist ein Angebotsentwurf auf Grundlage eines freigegebenen Kundenbriefings und wiederverwendbarer Leistungsbeschreibungen. Die relevante Kostenposition ist der Vertriebsaufwand pro Angebot für eine qualifizierte Verkaufschance. Eine zweite Hypothese lautet, dass eine kürzere Bearbeitungszeit die Chancen im Wettbewerb um Aufträge verbessert. Das sind unterschiedliche Aussagen, die getrennt gemessen werden müssen.

Angenommen, das Unternehmen erstellt 20 Angebote pro Monat mit einem Aufwand von jeweils 3 Stunden. Benötigen KI-gestützter Entwurf, Prüfung und Korrektur zusammen 1.5 Stunden, ergibt sich folgende potenziell frei werdende Kapazität:

20 × (3 - 1.5) = 30 Stunden pro Monat.

Das ist ein Szenario, das erst überprüft werden muss. Finanzieller Nutzen entsteht nur, wenn das Unternehmen die Kapazität für lohnende Vertriebschancen einsetzt, Ausgaben vermeidet oder die Wirtschaftlichkeit der Leistungserbringung verändert. Personalkosten sinken dadurch nicht automatisch, und die Zahl gewonnener Aufträge steigt nicht zwangsläufig.

Softwareunternehmen: Der Einstieg ist die Interpretation uneinheitlicher Feldnamen in Kundendateien und die Erstellung einer Checkliste anhand der Einrichtungsanforderungen. Für feste, bekannte Dateiformate bleiben herkömmliche Importregeln zuständig. Die Kostenposition ist der Personalaufwand im Onboarding. Die Erlöshypothese lautet, dass weniger Verzögerungen bei der Einrichtung den Kunden helfen, schneller ein erstes nützliches Ergebnis zu erreichen.

Angenommen, 40 Onboarding-Vorgänge pro Monat benötigen jeweils 90 Minuten. Sinkt der Gesamtaufwand einschließlich Prüfungen und Korrekturen auf 60 Minuten, werden in diesem Szenario folgende Kapazitäten frei:

40 × (90 - 60) / 60 = 20 Stunden pro Monat.

Der erfolgreiche Abschluss durch Kunden und die anschließende Nutzung müssen separat gemessen werden. Schnellere interne Vorbereitung belegt keine bessere Kundenbindung.

Entscheidung festhalten: „Wir verbessern [Arbeitsablauf], um [Geschäftskennzahl] gegenüber [aktuellem Ausgangswert] zu verändern. Dabei muss [Qualitätsbedingung] erfüllt bleiben.“ Der Leitfaden zum KI-ROI zeigt, wie aus beobachteten Veränderungen im Arbeitsablauf eine belastbare Nutzenrechnung wird.

2. Festlegen, was KI ohne Freigabe tun darf

Wenn ein Fehler eine verbindliche Zusage auslösen, Informationen offenlegen oder Kundendaten verändern könnte, sollte KI zunächst nur unterstützen. Unterstützung bedeutet: Die KI bereitet einen Vorschlag vor, und ein Mensch entscheidet über dessen Verwendung. Bei der Automatisierung führt das System eine festgelegte Aktion aus, ohne dass jeder Einzelfall freigegeben wird.

Für Automatisierung gelten strengere Voraussetzungen: Das Ergebnis muss zuverlässig prüfbar sein, die Folgen müssen sich begrenzen lassen und die Aktion muss rückgängig gemacht werden können. Das sind Auswahlkriterien. Auch wenn sie erfüllt sind, ersetzen sie weder einen erfolgreichen Pilotversuch noch eine benannte verantwortliche Person. Kann weder Software noch eine qualifizierte Person das Ergebnis prüfen, muss dieser Einsatz warten.

Dienstleister: KI darf den Angebotstext entwerfen und fehlende Informationen benennen. Die verantwortliche Kundenbetreuung gibt Leistungsumfang, Lieferzusagen und das fertige Angebot frei. Im Pilotversuch kann das System weder Angebote versenden noch etwas unterzeichnen oder die kaufmännischen Konditionen ändern. Ein freigegebenes Dokument im richtigen Ordner abzulegen, könnte sich später eher für Automatisierung eignen als die Verhandlung seines Inhalts.

Softwareunternehmen: KI darf vorschlagen, das Feld „Company“ eines Kunden dem Anwendungsfeld „Organization“ zuzuordnen. Eine Onboarding-Fachkraft prüft die Zuordnung; herkömmliche Software validiert Pflichtfelder und Formate. Die Ausführung von Importen und Änderungen an Produktivdatensätzen bleiben im bestehenden Freigabeprozess. Eine rückgängig zu machende Konfiguration in der Staging-Umgebung könnte für Automatisierung infrage kommen, sobald Prüfungen und Wiederherstellung nachgewiesen sind.

Entscheidend für das Risiko ist, was ein Fehler bewirken kann, nicht ob die Oberfläche wie ein Chatbot aussieht. Für einen Entwurf, der selbst nichts auslösen kann, gelten andere betriebliche Grenzen als für ein System mit Schreibzugriffen.

Entscheidung festhalten: „KI darf [diese Aktion vorbereiten oder ausführen]. Eine benannte Person muss [diese Aktionen] freigeben. Das System darf niemals [ausgeschlossene Aktionen].“

3. Selbst entwickeln, einkaufen oder konfigurieren

Eine Standardfunktion wird eingekauft, wenn sie die Anforderungen erfüllt. Selbst entwickelt werden die Teile, die den eigenen Arbeitsablauf besonders machen und dauerhaft gepflegt werden können. Eine bestehende Anwendung wird konfiguriert, wenn sie bereits zur Aufgabe passt und nur freigegebene Dokumente, Regeln oder Anbindungen benötigt.

„Selbst entwickeln“ muss nicht heißen, ein Modell zu trainieren. Modellzugang lässt sich einkaufen, während der umgebende Arbeitsablauf selbst entsteht: Wie gelangen Informationen zum Modell, wie werden Vorschläge geprüft und wie geben Nutzer Aktionen frei?

Alle Wege werden an denselben Abnahmekriterien gemessen. Lassen sich Berechtigungen einhalten, die nötigen Belege für Prüfende sichtbar machen, eigene Datensätze exportieren und Rückfallverfahren unterstützen? In den Vergleich gehören Integration, Evaluation, Mitarbeiterschulung, Vorfallbearbeitung und laufende Wartung. Ein Prototyp ohne Verantwortlichen für den Betrieb hat die Entscheidung zwischen Eigenentwicklung und Einkauf noch nicht gewonnen.

Dienstleister: Eine Anwendung für Textentwürfe wird eingekauft und konfiguriert, sofern sie innerhalb der freigegebenen Datengrenzen und des Prüfprozesses arbeiten kann. Die freigegebene Quellensammlung und die Angebotscheckliste müssen übertragbar bleiben. Erfüllt ein Produkt die Vorgaben für Kundendaten nicht, hilft auch eine überzeugende Demo nicht. Dann müssen weniger Daten verwendet, ein anderer Weg gewählt oder der Einsatz verschoben werden.

Softwareunternehmen: Der Modellzugang wird eingekauft; die kundenspezifische Zuordnungsoberfläche, Berechtigungsprüfungen, Validierung und das Freigabeprotokoll werden selbst entwickelt. Diese Teile gehören nah ans Produkt, weil sie abbilden, wie das Onboarding dieser Anwendung funktioniert. Die Modellanbindung bleibt austauschbar, damit ein Anbieterwechsel nicht den Neuaufbau des gesamten Onboarding-Prozesses erfordert.

Die Entscheidung fällt anders aus, wenn ein Standardprodukt eine wertvolle Anforderung nicht erfüllen kann und das Unternehmen die dauerhafte Betreuung einer individuellen Lösung finanzieren kann. Der Wunsch nach einer eigenen KI-Marke ist keine solche Anforderung.

Entscheidung festhalten: „Wir werden [einkaufen/konfigurieren/selbst entwickeln], weil [konkrete Anforderung]. [Verantwortliche Person] übernimmt die Wartung. [Ausstiegsweg] stellt sicher, dass der Arbeitsablauf wiederhergestellt werden kann.“

4. Daten und Zugriffsrechte für jeden Einsatz festlegen

Jeder Einsatz erhält nur die Informationen und Berechtigungen, die für seine Aufgabe nötig sind. „Unsere Unternehmensdaten anbinden“ ist als Freigabe zu weit gefasst.

Zu dokumentieren sind die Quelle, die zugriffsberechtigten Personen, die benötigten Felder und die Zuständigkeit für die Pflege. Festgelegt wird außerdem, welche Daten an einen Anbieter übermittelt werden dürfen, ob er sie speichern oder für das Training verwenden darf, wie die Löschung funktioniert und was in Protokollen verbleibt. Vor der Nutzung von Unternehmensdaten müssen diese Anforderungen mit den aktuellen Bedingungen und Kontrollmöglichkeiten des gewählten Dienstes abgeglichen werden. Ein freigegebenes Abonnement ist keine Erlaubnis, jedes Dokument hochzuladen.

Lesen und Handeln brauchen ebenfalls getrennte Entscheidungen. Die Empfehlungen des Open Worldwide Application Security Project (OWASP) zu übermäßigen Handlungsmöglichkeiten sehen vor, Funktionen und Berechtigungen zu begrenzen, folgenreiche Aktionen freigeben zu lassen und die Autorisierung in nachgelagerten Systemen durchzusetzen. Die Anweisung an ein Modell, „nicht auf einen anderen Kunden zugreifen“, ersetzt keine Anwendung, die diesen Zugriff verhindert.

Dienstleister: Verwendet werden das freigegebene Briefing des aktuellen Kunden, freigegebene Leistungsbeschreibungen und zur Wiederverwendung zugelassene Fallstudien. Vertrauliche Angebote anderer Kunden und private Notizen der Beschäftigten bleiben ausgeschlossen. Zugriff erhalten nur die für diesen Kunden berechtigten Beschäftigten. Der Entwurf sollte die Quellen für Tatsachenbehauptungen nennen, damit sie geprüft werden können. Unbelegte Aussagen gehen zur Korrektur zurück.

Softwareunternehmen: Verwendet werden die Feldnamen des aktuellen Kunden und nur so viele Beispielwerte, wie zum Verständnis der Zuordnung nötig sind. Nicht benötigte personenbezogene Daten werden maskiert. Der Abruf von Informationen bleibt innerhalb der Berechtigungen des aktuellen Kundenkontos, auch in einem etwaigen Suchindex. Authentifizierungsgeheimnisse und Datensätze anderer Kunden gehören nicht in den Modellkontext. Der Pilotversuch schlägt Zuordnungen vor, hat aber keine Berechtigung, Produktivdatensätze zu ändern.

In beiden Fällen müssen eine Anfrage, die abgelehnt werden sollte, eine fehlende Quelle und eine veraltete Quelle getestet werden. Erfolgreiche Antworten allein belegen nicht, dass die Grenzen funktionieren.

Entscheidung festhalten: „Dieser Einsatz darf [Quellen und Felder] für [berechtigte Nutzer] unter [Aufbewahrungsregel] lesen. Schreibzugriffe sind nur auf [Ziel oder keines] erlaubt. [Datenverantwortliche Person] genehmigt Änderungen.“

5. Ergebnisse und Risiken klaren Verantwortlichen zuordnen

Die Geschäftsführung verantwortet die strategische Entscheidung des Unternehmens. Die für den Arbeitsablauf zuständige Person verantwortet, ob die Veränderung in der Praxis funktioniert. Technische Fachkräfte sind für die Umsetzung der Kontrollen zuständig. Prüfende brauchen Fachwissen, Zeit und die Befugnis, Ergebnisse zurückzuweisen.

Der Kern des AI Risk Management Framework des National Institute of Standards and Technology (NIST) gliedert die Risikoarbeit in Govern, Map, Measure und Manage: steuern, einordnen, messen und bewältigen. Er weist der Unternehmensführung die Verantwortung für Entscheidungen über KI-Risiken zu, fordert klar definierte Aufsicht und empfiehlt Tests vor der Bereitstellung und im laufenden Betrieb. Diese Aufgaben bestehen dauerhaft.

Die hier zitierten Empfehlungen von NIST und OWASP wurden am 26. Oktober 2026 anhand ihrer Primärdokumentation überprüft. Die Struktur aus sechs Entscheidungen und die Unternehmensbeispiele sind die praxisorientierte Zusammenführung dieses Artikels, kein Zertifizierungsrahmen.

Dienstleister: Die Vertriebsleitung verantwortet Bearbeitungszeit und Qualität der Angebote. Die zuständige Kundenbetreuung gibt Leistungsumfang und Kundendokument frei. Die operative Leitung verwaltet Zugriffe und freigegebene Quellen. Die Geschäftsführung entscheidet, ob das verbleibende Risiko vertretbar ist und ob weitere Aufgaben in den Prozess aufgenommen werden sollen.

Softwareunternehmen: Die Leitung Customer Success verantwortet die Onboarding-Ergebnisse. Eine benannte Entwicklungsfachkraft ist für Autorisierung, Validierung, Überwachung und Wiederherstellung zuständig. Eine Onboarding-Fachkraft prüft die Vorschläge. Die Produktleitung entscheidet, ob die Ergebnisse des internen Pilotversuchs eine Freigabe für Kunden rechtfertigen. Die Geschäftsführung verantwortet dabei den unternehmensweiten Umgang mit Risiken.

In kleinen Unternehmen kann eine Person mehrere Rollen übernehmen. Die einzelnen Pflichten müssen trotzdem sichtbar bleiben. Dokumentiert wird, wer den Arbeitsablauf pausieren darf, wer einen Vorfall bearbeitet und wer den Neustart genehmigen kann. Eine benannte Freigabeperson ohne Zeit für die Prüfung der Belege ist eine Kontrolle, für die faktisch niemand verfügbar ist.

Der Leitfaden zur KI-Governance hilft bei der übergreifenden Dokumentation der Kontrollen, die KI-Nutzungsrichtlinie bei den täglichen Vorgaben für Beschäftigte. Den ausführenden Personen muss die neue Verantwortung erklärt werden, einschließlich des Vorgehens bei falschen Systemergebnissen.

Entscheidung festhalten: „[Person] verantwortet das Ergebnis; [Person] gibt folgenreiche Arbeit frei; [Person] pflegt die Kontrollen; [Person] darf den Prozess stoppen und wieder starten.“

6. Budget, Prüfrhythmus und Abbruchkriterien festlegen

Zunächst wird ein begrenzter Lernprozess finanziert. Weitere Ressourcen folgen, wenn die Erkenntnisse dafür sprechen. Neben einer Ausgabenobergrenze gehören auch personelle Kapazitäten in die Planung. Prüfung, Korrektur, Schulung und Wartung beanspruchen Zeit, selbst wenn die Software bereits vorhanden ist.

Dienstleister: Eine beispielhafte Zuteilung für den Pilotversuch sind 40 Stunden für operative Aufgaben über die 90 Tage hinweg: Konfiguration, Bereinigung der Quellen, Schulung und Evaluation. Die reguläre Angebotsprüfung wird weiterhin separat besetzt und gemessen. Die Vertriebsleitung prüft wöchentlich Bearbeitungszeit, Gesamtaufwand, Korrekturen am Leistungsumfang und die Nutzung frei gewordener Kapazitäten. Die Geschäftsführung überprüft die Finanzierungsentscheidung monatlich.

Softwareunternehmen: Eine beispielhafte Zuteilung sind 10 Entwicklungstage plus 2 Stunden einer Onboarding-Fachkraft pro Woche über den Pilotversuch hinweg. Bevor kostenpflichtige Dienste aktiviert werden, braucht die Finanzabteilung eine Ausgabenobergrenze. Die Entwicklungskapazität deckt ein eng begrenztes internes Experiment ab; eine Produktivfunktion benötigt eine eigene Aufwandsschätzung. Gesamtaufwand im Onboarding, Zuordnungsfehler, erfolgreiche Abschlüsse durch Kunden und Fehler bei der Zugriffskontrolle werden wöchentlich geprüft. Monatlich entscheidet die Unternehmensleitung über das weitere Vorgehen.

Für beide Beispiele werden die Entscheidungskriterien vor dem Start vereinbart:

• Ausweiten, wenn repräsentative Arbeit die vorab vereinbarten Qualitäts- und Berechtigungsanforderungen erfüllt, der Gesamtaufwand nach Prüfung und Korrektur sinkt und eine verantwortliche Person den größeren Umfang betreuen kann.
• Überarbeiten, wenn die Idee nützt und eine konkrete Korrektur, etwa besseres Quellenmaterial oder eine enger gefasste Aufgabe, das Ziel innerhalb der verbleibenden Ressourcen plausibel erreichbar macht.
• Stoppen, wenn der Nutzen nach Berücksichtigung der Prüfkosten verschwindet, erforderliche Daten nicht genutzt werden dürfen oder der Arbeitsablauf seine betrieblichen Grenzen nicht einhalten kann. Bei unberechtigten Zugriffen oder Aktionen wird sofort pausiert.

Der Dienstleister sollte einen schnelleren Prozess ablehnen, wenn er kritische Fehler beim Leistungsumfang verursacht. Das Softwareunternehmen sollte eine reibungslosere Demo ablehnen, wenn dabei Daten anderer Kunden offengelegt werden. Mehr Ergebnisse gleichen keinen dieser Fehler aus.

Entscheidung festhalten: „Wir genehmigen [Ausgabenobergrenze] und [Personalkapazität] bis [Prüftermin]. Wir weiten aus, wenn [Nachweis], überarbeiten, wenn [behebbare Lücke], und stoppen, wenn [Bedingung].“

Die KI-Roadmap: in 90 Tagen von der Entscheidung zu belastbaren Ergebnissen

Die 90 Tage dienen dazu, eine fundierte Entscheidung über weitere Investitionen zu ermöglichen. Der Ablauf des Zeitplans ist keine Erlaubnis zur Ausweitung. Die Zeitfenster sind Planungsempfehlungen; fehlt eine Voraussetzung, kann das Projekt in einer früheren Phase bleiben.

1. 1

   Tage 1-30: Plan vereinbaren und Ausgangswerte erheben

   Benannt werden die zuständige Führungskraft, die verantwortlichen Personen für Arbeitsablauf und Technik sowie die Prüfenden. Der bestehende Prozess wird erfasst, und vollständige Vorgänge werden einschließlich Prüfung, Korrektur und Ausnahmen gemessen. Der KI-Bereitschaftscheck hilft, Lücken bei Daten, Berechtigungen und betrieblicher Unterstützung dieses Arbeitsablaufs zu erkennen.

   Beim Dienstleister werden zulässige Angebotsbriefings, Endfassungen, Aufwandsaufzeichnungen und Beispiele für Korrekturen am Leistungsumfang zusammengestellt. Beim Softwareunternehmen sind es freigegebene Onboarding-Fälle, Zuordnungsentscheidungen, Abschlussnachweise und fehlgeschlagene Importe. Schwierige Fälle gehören dazu, nicht nur reibungslose Demonstrationen.

   Die sechs Entscheidungen, die Qualitätscheckliste, die Personalkapazität und die Ausgabenobergrenze werden gemeinsam festgelegt. Betroffene Beschäftigte erfahren, welche Arbeit sich ändert, wie ihre Rückmeldungen genutzt werden und wofür frei werdende Kapazitäten vorgesehen sind.

   Nachweise für den nächsten Schritt: eine unterzeichnete Entscheidungsseite, brauchbare Ausgangswerte, freigegebene Daten und eine prüfende Person, die erklären kann, wann ein Ergebnis die Anforderungen erfüllt. Fehlt etwas davon, dient die nächste Phase dazu, diese Lücken zu schließen.

2. 2

   Tage 31-60: Einen kontrollierten Pilotversuch durchführen

   Der geplante Arbeitsablauf wird zuerst anhand historischer Fälle bewertet. Ein eigener Satz von Fällen bleibt bei der Konfiguration unberücksichtigt, damit die Evaluation nicht bloß Beispiele belohnt, auf die das System bereits zugeschnitten wurde. Anschließend wird innerhalb der freigegebenen Grenzen mit echten Vorgängen gearbeitet. Der ursprüngliche Prozess bleibt als Rückfalloption erhalten.

   Beim Dienstleister wird jeder Entwurf geprüft, bevor er das Unternehmen verlässt. Unbelegte Aussagen, ausgelassene Anforderungen, Änderungen am Leistungsumfang und der Gesamtaufwand werden protokolliert. Beim Softwareunternehmen prüfen Fachkräfte die vorgeschlagenen Zuordnungen; die herkömmliche Importvalidierung bleibt verbindlich. Außerdem wird getestet, ob die Daten anderer Konten unzugänglich bleiben.

   Die Schulung umfasst einen gewöhnlichen Fall, einen irreführenden Vorschlag und einen Fall, der eskaliert werden muss. Die Nutzer führen den Korrektur- und Eskalationsprozess vor. Im normalen Arbeitsalltag wird beobachtet, ob die Prüfung praktisch durchführbar ist.

   Nachweise für den nächsten Schritt: angenommene und zurückgewiesene Beispiele, gemessener Prüfaufwand, dokumentierte Ausnahmen und ein vorgeführtes Verfahren zum Pausieren des Arbeitsablaufs. Eine überzeugende Demo reicht nicht.

3. 3

   Tage 61-90: Über Ausweitung, Überarbeitung oder Abbruch entscheiden

   Vergleichbare Vorgänge werden den Ausgangswerten gegenübergestellt, einschließlich abgebrochener Versuche und Nacharbeit. Veränderungen beim Schwierigkeitsgrad der Fälle oder beim Arbeitsvolumen werden erläutert. Ist der Pilotversuch zu klein, um eine Aussage zu tragen, wird die Unsicherheit offengelegt.

   Beim Dienstleister wird geprüft, ob die frei gewordene Angebotskapazität genutzt wurde und die Qualität erhalten blieb. Gewonnene Aufträge werden nachverfolgt, ohne jede Veränderung der KI zuzuschreiben. Beim Softwareunternehmen muss zwischen weniger Fachkräfteaufwand und besserer Kundenaktivierung unterschieden werden. Für Letztere braucht es eigene Nachweise.

   Bei der Prüfung an Tag 90 wird die Finanzierung für einen konkret abgegrenzten nächsten Umfang freigegeben, eine begrenzte Überarbeitung genehmigt oder der Pilotversuch beendet. Vor jeder Ausweitung werden Berechtigungen und Qualität für die neuen Nutzer, Daten und Aktionen erneut geprüft. Eine Onboarding-Funktion für Kunden benötigt eine neue Freigabeentscheidung, auch wenn der interne Assistent funktioniert hat.

   Nachweise für den nächsten Schritt: eine dokumentierte Entscheidung, eine verantwortliche Person, aktualisierte Grenzen und der nächste Prüftermin.

Wann lohnt sich der Einstieg, wann das Warten, wann der bestehende Prozess?

Ein Einstieg ist sinnvoll, wenn wiederkehrende Arbeit, ein messbares Problem, zulässige Eingangsdaten und eine Person vorhanden sind, die das Ergebnis fachkundig prüfen kann. Unter diesen Voraussetzungen ist ein kleiner interner Pilotversuch mit KI-Unterstützung für beide Beispielunternehmen ein vernünftiger Anfang.

Der Einsatz im laufenden Betrieb sollte warten, wenn die Datennutzungsrechte ungeklärt sind, Zugriffsgrenzen nicht durchgesetzt werden können oder niemand für die Prüfung zur Verfügung steht. Trotzdem lässt sich sinnvoll vorarbeiten: Ausgangswerte messen, die Quellensammlung bereinigen, Berechtigungen klären und die Aufgabe enger fassen.

Der bestehende Prozess bleibt, wenn eine einfache Regel das Problem bereits zuverlässig löst. Eine Pflichtfeldprüfung oder eine feste Freigaberegel braucht kein Modell, das sie neu interpretiert. Diese Kontrollen bleiben auch rund um KI-generierte Vorschläge erhalten.

Für Gründer besteht die unmittelbare Aufgabe darin, die Priorität festzulegen und Kapazitäten zuzusagen. Operativ Verantwortliche dokumentieren Übergaben und Ausnahmen. Die technische Leitung weist die Funktionsfähigkeit von Prüfungen und Berechtigungen nach, bevor das System mehr Autonomie erhält.

Welche Versprechen rund um die KI-Strategie sind überzogen?

Eine unternehmensweite Automatisierungsquote ist ein schlechter Ausgangspunkt. Unterschiedliche Aktionen haben unterschiedliche Folgen. Die Freigabe eines Angebots durch die Kundenbetreuung kann auch dann die richtige Gestaltung bleiben, wenn der Entwurf erheblich schneller entsteht.

Ein eigenes System beseitigt Abhängigkeiten nicht. Änderungen an Quellen, Modellverhalten, Integrationen, Personalausstattung und Kundenerwartungen bleiben in der eigenen Verantwortung. Auch beim Einkauf einer Anwendung bleibt das Unternehmen für deren Einsatz verantwortlich. Entscheidend ist, welchen laufenden Aufwand es tragen kann.

Tool-Nutzung ist kein Geschäftsergebnis. Mehr Prompts, mehr Nutzerlizenzen oder mehr erzeugte Dokumente können mit unveränderten Bearbeitungszeiten und zusätzlicher Prüfarbeit einhergehen. Berichtet werden sollten abgenommene Arbeitsergebnisse und die geschäftliche Wirkung einschließlich des nötigen Korrekturaufwands.

Eine einseitige Strategie dokumentiert Entscheidungen, ersetzt aber nicht das gesamte Betriebsmodell. Evaluationsfälle, Zugriffsaufzeichnungen, Verfahren für Vorfälle und Umsetzungsdetails gehören in die verknüpften Unterlagen. Kürze erleichtert der Führung Entscheidungen; sie erspart nicht die Arbeit, diese Entscheidungen belastbar zu machen.

Häufige Fragen

Worauf kommt es bei der Entwicklung einer KI-Strategie besonders an?

Der geplante Einsatz muss mit einem messbaren Geschäftsergebnis verbunden und einer benannten verantwortlichen Person zugeordnet sein. Anschließend wird festgelegt, wie Fehler erkannt werden, bevor sie eine Kundenzusage auslösen, Daten offenlegen oder ein Produktivsystem verändern. Ein Einsatz ohne praktikable Qualitätsprüfung muss enger gefasst werden oder warten.

KI-Strategie auf einer Seite: die Vorlage

Die folgende Vorlage lässt sich in ein Dokument kopieren und ausfüllen. Die Antworten bleiben kurz; weiterführende Unterlagen werden verlinkt, statt aus der Seite eine Präsentation zu machen. Am Montag sollten Geschäftsführung und Prozessverantwortliche die Vorlage gemeinsam für den ersten geplanten Einsatz ausfüllen und anschließend einen Termin zur Prüfung der Ausgangswerte vereinbaren.

Unternehmen: ______ Zuständige Führungskraft: ______ Entscheidungsdatum: ______
Planungszeitraum: ______ bis ______ Verantwortliche Person für den Arbeitsablauf: ______

Die Antwort an das Aufsichtsgremium: „Wir setzen KI ein, um ______ zu verbessern, beginnend mit ______. Dafür haben wir ______ Ressourcen unter ______ Grenzen freigegeben. ______ verantwortet das Ergebnis. Über die nächste Investition entscheiden wir am ______ anhand von ______ Nachweisen.“

Praxisnahe Hinweise dazu, wie aus KI-Entscheidungen funktionierende Geschäftsprozesse werden, gibt es im Newsletter.