Fragt man Führungskräfte aus dem Dienstleistungssektor, welche Effekte sie sich aus dem zunehmenden Einsatz (generativer) künstlicher Intelligenz versprechen, erscheint KI als wahrer Heilsbringer. Mehr als neun von zehn Befragten geben in einer aktuellen Horváth-Studie an, positive Effekte in Form von Effizienzsteigerung, besserer Entscheidungsfindung und optimierter Gesamtperformance zu sehen. Besonders überzeugt ist die Vorstands- und Geschäftsführungsebene. Die hohe Topmanagement-Attention hat zur Folge, dass die Mehrheit ihr KI-Budget um mindestens 20% aufgestockt hat, im Durchschnitt um etwas über 30%. Was auskömmlich klingt und für einen großen Sprung sorgen sollte, droht in vielen Organisationen jedoch als Tropfen auf dem heißen Stein zu verdunsten.

Wie die Studie offenbart, haben sich Unternehmen die Agenda 2024 vollgepackt mit verschiedensten KI-Initiativen in nahezu allen Unternehmensbereichen. Die Maßnahmen werden alle mit ähnlich hoher Priorität angegangen, das Budget nach dem Gießkannenprinzip über alle Projekte verteilt. Das Gleiche gilt für die internen Ressourcen – und dabei ächzen die Fachabteilungen schon jetzt unter dem Aufwand und den operativen Herausforderungen, die KI-Sonderprojekte mit sich bringen. Es braucht kein Data Analytics und keine KI, um vorauszusehen: Den Organisationen wird die Puste ausgehen, bevor sie die nächste Stufe erreichen. Doch wie lässt sich gegensteuern?

KI klingt neu, spannend, visionär. Die erfolgreiche und gewinnbringende
Einführung funktioniert allerdings wie ganz „normale“ digitale Transformationen – und dies sollten die Organisationen sich zunutze machen. Folgender Fünf-Punkte-Plan fasst die wichtigsten Schritte zusammen:

1. Im Rahmen einer Nutzenpotenzial-Analyse werden dem aktuellen Unternehmensstatus mit klassischen Methoden alle erdenklichen (Gen)KI-Potenziale – ergebnisoffen – gegenübergestellt und mit interdisziplinärer Besetzung evaluiert.

2. Die daraus entwickelte Strategie für die hauseigene KI-Transformation umfasst: konkrete Ziele und Prioritäten, Operating Model, Governance Framework, Use-Case-Portfolio, Umgang mit Unsicherheiten, Befähigung, Kommunikation und natürlich einen Zeitplan. Das KI-Budget ist auf einige ausgewählte Unternehmensbereiche und Use Cases zu allokieren. Weniger ist mehr, denn vor der eigentlichen Umsetzung sind noch umfangreiche Vorarbeiten zu leisten, vor allem in punkto Datenbasis und Datenqualität. Aber auch ethische und regulatorische Grundsatzfragen sind im Vorfeld zu klären.

3. Nun gilt es, den geeigneten Implementierungsansatz zu wählen. Verschiedene Archetypen haben sich bewährt. Dazu gehört der „Realisierungs-Ansatz“, bei dem KI in einem geschützten Umfeld mit einzelnen Use Cases verprobt wird. Weiter gibt es ein strukturiert analytisches Vorgehen zur Potenzialbewertung entlang der Geschäftsprozesse und Ableitung eines priorisierten Use-Case-Portfolios sowie den „AI-at-scale“-Ansatz, bei dem (Gen)KI zur breit angelegten Nutzung im Unternehmen verwendet wird.

4. Stufenweise, mit engem Monitoring und laufender Anpassung erfolgt dann die Umsetzung. Es empfiehlt sich, von Anfang an Transparenz in den Teams herzustellen, was in Bezug auf den Einsatz von KI genau passiert und geplant ist. Nutzen Sie alle verfügbaren Kanäle der internen Kommunikation, um rechtzeitig über Projektpläne und Neuerungen zu informieren.

5. Die teuerste KI hilft nichts, wenn Mitarbeitende sie nicht einsetzen. Team-Befähigung und Motivation sind daher das A und O. Analysieren Sie das vorhandene Know-how. Entwickeln Sie eine Roadmap für die Schulung der Mitarbeitenden. Benennen Sie Pilotprojekt-Verantwortliche und machen Sie Betroffene zu Beteiligten.

Das Vorgehen mag langweilig erscheinen. Aus der KI-Revolution ohne Fokus und echten Plan als Gewinner hervorgehen zu wollen, erscheint jedoch eine mindestens zweifelhafte Alternative zu sein.