Der KI-Pilot läuft und trotzdem passiert nichts: Dr. Alexander Nichau von der niologic GmbH erklärt, woran die Umsetzung im Mittelstand scheitert

Wochen oder Monate sind in einen KI-Piloten geflossen, Mitarbeiter aus IT und Fachabteilungen haben Zeit investiert und technisch liefert die Anwendung das gewünschte Ergebnis. Eigentlich müsste nun der produktive Einsatz folgen. Stattdessen beginnt in vielen Unternehmen genau an diesem Punkt der Stillstand. Während der bisherige Prozess unverändert weiterläuft, entsteht aus der bereits geleisteten Arbeit kein messbarer wirtschaftlicher Nutzen. Je länger dieser Zustand anhält, desto mehr verliert das Projekt intern an Rückhalt. „Ein KI-Pilot kann technisch erfolgreich sein und trotzdem zum Stillstand kommen, wenn niemand den nächsten Schritt verbindlich entscheidet“, erklärt Dr. Alexander Nichau, Geschäftsführer der niologic GmbH.

„Ein funktionierender KI-Pilot ist zunächst nur der Beweis, dass eine Idee technisch umsetzbar ist. Ob daraus eine sinnvolle Anwendung für das Unternehmen wird, entscheidet sich erst im realen Prozess“, erklärt Dr. Alexander Nichau. Als Geschäftsführer der niologic GmbH begleitet er mittelständische Unternehmen genau bei diesem Übergang. Gemeinsam mit den Verantwortlichen konkretisiert er KI-Anwendungsfälle, prüft sie anhand umfangreicher Testdaten und schafft die Voraussetzungen für den produktiven Einsatz. Dabei betrachtet Dr. Alexander Nichau KI nicht als reines Technologiethema. Erst wenn die Anforderungen der Fachabteilungen, messbare Ausgangswerte und wirtschaftliche Kriterien berücksichtigt werden, lässt sich fundiert entscheiden, welche Anwendung den Schritt in den laufenden Betrieb tatsächlich verdient.

Warum die Fachabteilung über den nächsten Schritt entscheidet

Ob ein KI-Pilot den Sprung in den produktiven Betrieb schafft, entscheidet sich in der fachlichen Prüfung. Denn erst im konkreten Prozess zeigt sich, ob die Anwendung auch unter realistischen Bedingungen zuverlässig funktioniert. Fachverantwortliche kennen die relevanten Sonderfälle, wissen, welche Ergebnisse im Arbeitsalltag tatsächlich brauchbar sind und wo Abläufe von der ursprünglichen Beschreibung abweichen. Auf dieser Grundlage können sie beurteilen, ob die Anwendung den Prozess zuverlässig genug unterstützt, um produktiv eingesetzt zu werden.

Bei dieser Prüfung kommen häufig Probleme zum Vorschein, die schon lange vor dem KI-Projekt bestanden haben. „KI macht bestehende Schwächen in Prozessen und Daten häufig erst richtig sichtbar. Wer diese Grundlagen nicht sauber aufarbeitet, verlagert die Probleme nur in die neue Anwendung“, betont Dr. Alexander Nichau von der niologic GmbH. Das betrifft beispielsweise Prozesse, die nicht vollständig beschrieben sind, unzureichend gepflegte Daten oder fachliche Entscheidungen, die bislang nicht sauber dokumentiert wurden. Bevor die Anwendung produktiv eingesetzt werden kann, müssen die Fachabteilungen solche Lücken schließen und gleichzeitig ihr Tagesgeschäft bewältigen. Prozessbeschreibungen, Datenpflege, Testfälle und Abstimmungen werden damit zu einem wesentlichen Teil des Projektaufwands.

Erst messbare Prozesse ermöglichen eine belastbare Investitionsentscheidung

Ist der Anwendungsfall fachlich geklärt, folgt die wirtschaftliche Bewertung. Dafür muss zunächst klar sein, wo der Prozess heute steht: Wie hoch sind Durchsatz und Bearbeitungszeit, welche Kosten fallen an und welchen Umsatzbeitrag leistet er? Fehlen solche Ausgangswerte, lässt sich später kaum beurteilen, welche Verbesserung tatsächlich durch die KI entstanden ist.

Auf dieser Grundlage lassen sich die erwarteten Effekte den vollständigen Kosten gegenüberstellen. Dazu zählen neben Entwicklung und Betrieb auch Pflege, Nacharbeit, Schulungen, technische Betreuung und die Kapazitäten der Fachabteilungen. Dr. Alexander Nichau setzt bei dieser Bewertung bewusst hohe wirtschaftliche Maßstäbe an: Bei innovativen KI-Projekten kalkuliert er typischerweise mit einem Return on Investment von maximal sechs Monaten. Zudem sollte ein erfolgversprechender Anwendungsfall mindestens einen sechsstelligen Wertbeitrag durch Kosteneinsparungen oder Umsatzsteigerungen erwarten lassen. Bei besonders umsatznahen Anwendungen kann das Potenzial noch deutlich höher liegen.

KI-Projekte brauchen klare Prioritäten und gemeinsame Verantwortung

Auch ein wirtschaftlich überzeugender KI-Anwendungsfall kann nicht automatisch umgesetzt werden. In vielen Unternehmen konkurrieren mehrere sinnvolle Vorhaben um dieselben personellen und finanziellen Ressourcen. Vor allem die Fachabteilungen setzen hier eine natürliche Grenze: Neben ihrem Tagesgeschäft können sie nur eine begrenzte Zahl zusätzlicher Projekte fachlich begleiten. Nach Einschätzung von Dr. Alexander Nichau ist deshalb häufig maximal ein KI-Projekt pro Fachabteilung und Jahr realistisch. Umso wichtiger ist es, früh zu entscheiden, welche Vorhaben tatsächlich umgesetzt werden und welche zunächst warten müssen.

Diese Entscheidung sollte nach Ansicht von Dr. Alexander Nichau nicht allein bei der IT oder einer einzelnen Fachabteilung liegen. „Sobald KI einen Prozess wirtschaftlich verändert, ist sie keine reine IT-Frage mehr. Dann muss das Unternehmen technische Machbarkeit und wirtschaftliche Wirkung in derselben Entscheidung zusammenführen“, erklärt er. Für die Portfoliosteuerung empfiehlt Dr. Alexander Nichau deshalb eine gemeinsame Verantwortung von CEO, CFO und CIO. Während der CFO die finanziellen Auswirkungen bewertet und der CIO beziehungsweise die IT technische Machbarkeit und sicheren Betrieb beurteilt, bringt der CEO die Perspektive auf Umsatz und Vertrieb ein.

Gemeinsam legen sie fest, welche Projekte im KI-Portfolio Vorrang erhalten. An erster Stelle stehen Anwendungsfälle mit einem starken Umsatzeffekt, gefolgt von Projekten mit hohem Einsparpotenzial. Gerade im ersten Jahr empfiehlt Dr. Alexander Nichau zudem, bis zu 90 Prozent der verfügbaren Mittel auf produktionsnahe Prozessoptimierungen und messbare Effizienzhebel zu konzentrieren.

Warum erfolgreiche Einzelanwendungen wichtiger sind als die große KI-Lösung

Sind die ersten Anwendungsfälle priorisiert, stellt sich die Frage, wie viel technische Infrastruktur Unternehmen dafür bereits aufbauen sollten. Gerade am Anfang erscheint es verlockend, eine Plattform zu entwickeln, die möglichst viele künftige KI-Anwendungen abdecken kann. Das Problem: Zu diesem Zeitpunkt ist häufig noch gar nicht absehbar, welche Anforderungen spätere Projekte tatsächlich mitbringen werden. Unternehmen investieren dann Zeit und Budget in eine umfassende technische Lösung, bevor klar ist, welche Bestandteile davon überhaupt benötigt werden. Sinnvoller ist es nach Einschätzung von Dr. Alexander Nichau, zunächst einzelne Anwendungsfälle mit hohem wirtschaftlichen Potenzial sauber zu testen und in den produktiven Betrieb zu bringen. Benötigt ein Projekt dafür zusätzliche Technologie oder eine neue Systemanbindung, sollte der damit verbundene Aufwand von Beginn an in die Wirtschaftlichkeitsbetrachtung einfließen. Welche technischen Komponenten später gemeinsam genutzt werden können, lässt sich belastbarer beurteilen, sobald mehrere Anwendungen tatsächlich im Einsatz sind.

Der Nutzen dieses Vorgehens zeigt sich nicht nur in den Zahlen, sondern auch innerhalb der Organisation. Ein Beispiel dafür liefert die Zusammenarbeit der niologic GmbH mit den Schützwerken in Selters. Gemeinsam mit den Fachabteilungen wurden dort bestehende Prozesse pragmatisch um KI ergänzt. Nach der Umsetzung ergab sich daraus ein sechsstelliger Kosteneffekt sowie das Potenzial, die Lösung weltweit zu skalieren. Damit wurde für andere Fachbereiche konkret sichtbar, welchen wirtschaftlichen Beitrag KI in bestehenden Prozessen leisten kann. „Sichtbare Erfolge lösen im Unternehmen eine Eigendynamik aus. Abteilungsleiter erkennen, dass sich etablierte Prozesse tatsächlich sinnvoll mit KI verändern lassen, und entwickeln daraufhin eigene Ideen“, berichtet Dr. Alexander Nichau. Aus einem erfolgreichen Einzelprojekt können so weitere Anwendungsfälle entstehen, die auf konkreten Erfahrungen im eigenen Unternehmen aufbauen.

KI-Reife zeigt sich nicht an der Zahl der Piloten

Mit jeder KI-Anwendung, die tatsächlich im Arbeitsalltag eingesetzt wird, sammelt ein Unternehmen Erfahrungen, die über das einzelne Projekt hinausreichen. Verantwortliche sehen konkreter, welche Prozesse sich für KI eignen, welcher Aufwand bei der Umsetzung entsteht und unter welchen Voraussetzungen sich ein wirtschaftlicher Nutzen erzielen lässt. Bei der nächsten Projektidee müssen diese Fragen deshalb nicht wieder vollständig neu beantwortet werden. Stattdessen können Unternehmen schneller einschätzen, welche Anwendungsfälle sich für eine nähere Prüfung eignen und welche eher nicht.

Auf diese Weise entsteht KI-Reife nicht durch möglichst viele parallele Pilotprojekte, sondern durch die Erfahrungen aus tatsächlich umgesetzten Anwendungen. Mit der niologic GmbH unterstützt Dr. Alexander Nichau mittelständische Unternehmen dabei, diesen Weg von den ersten produktiven Anwendungsfällen bis zu einer systematischen Auswahl weiterer Projekte zu gehen. „KI-Reife bedeutet für mich nicht, möglichst viele Projekte zu starten. Entscheidend ist, dass ein Unternehmen mit jeder Umsetzung besser darin wird, die richtigen Anwendungen auszuwählen und erfolgreich in den Betrieb zu bringen“, fasst Dr. Alexander Nichau zusammen.

Sie haben bereits KI-Piloten im Unternehmen, doch der Schritt in den produktiven Einsatz stockt? Dann vereinbaren Sie ein kostenloses Analysegespräch mit Dr. Alexander Nichau von der niologic GmbH und erfahren Sie, wie sich geeignete Anwendungsfälle wirtschaftlich und technisch belastbar umsetzen lassen.

Pressekontakt:

niologic GmbH
Geschäftsführer: Dr. Alexander Nichau
E-Mail: info@niologic.de
Web: niologic.de

Original-Content von: niologic GmbH übermittelt durch news aktuell

http://ots.de/612624