Vom Engpass zur belastbaren KI-Lösung

2. Aug.

Wie aus einer guten KI-Idee ein funktionierender Unternehmensprozess wird

So führen wir KI-Projekte von der ersten Idee bis in den sicheren Betrieb

Eine KI-Idee lässt sich schnell formulieren. Wesentlich anspruchsvoller ist es, daraus eine Lösung zu entwickeln, die im Unternehmensalltag zuverlässig funktioniert, wirtschaftlichen Nutzen erzeugt und sich sicher in bestehende Systeme integrieren lässt.

Deshalb gehen wir schrittweise vor. Wir beginnen mit einem klar abgegrenzten Anwendungsfall, prüfen Nutzen und Machbarkeit, entwickeln einen begrenzten Piloten und überführen ihn erst nach einer belastbaren Bewertung in den produktiven Betrieb.

1. Engpass und Ausgangslage verstehen

Am Anfang analysieren wir gemeinsam den tatsächlichen Arbeitsablauf:

Wo entstehen lange Bearbeitungszeiten?
Welche Aufgaben wiederholen sich regelmäßig?
An welchen Stellen fehlen Informationen?
Wo entstehen Rückfragen, Medienbrüche oder Fehler?
Welche Aufgaben benötigen weiterhin eine menschliche Entscheidung?

Dabei betrachten wir nicht nur den einzelnen Arbeitsschritt, sondern auch die beteiligten Personen, Datenquellen, Systeme und Verantwortlichkeiten.

Das Ergebnis ist ein klar beschriebener Engpass – beispielsweise zu viele abgebrochene Bewerbungen, unvollständige Anträge, schwer auffindbares Wissen oder ein hoher manueller Aufwand bei der Datenpflege.

2. Ziel und messbaren Nutzen definieren

Anschließend legen wir fest, welches Ergebnis sich durch das Vorhaben konkret verbessern soll.

Aus „Wir möchten KI im Recruiting einsetzen“ wird beispielsweise:

Wir möchten mehr geeignete Interessierte dabei unterstützen, ihre Bewerbung vollständig abzuschließen und den persönlichen Kontakt mit unserem Unternehmen zu erreichen.

Mögliche Zielgrößen sind:

mehr vollständig abgeschlossene Bewerbungen,
kürzere Bearbeitungs- und Reaktionszeiten,
weniger manuelle Prüfschritte,
weniger Rückfragen,
höhere Datenqualität,
besser auffindbares Organisationswissen,
Entlastung qualifizierter Mitarbeitender.

Damit lässt sich später nachvollziehbar bewerten, ob die Investition tatsächlich einen Mehrwert erzeugt.

3. Daten, Systeme und Rahmenbedingungen prüfen

Eine KI-Lösung ist nur so belastbar wie die Informationen und Systeme, auf die sie zugreifen kann. Deshalb prüfen wir frühzeitig:

Welche Daten und Dokumente werden benötigt?
Wo liegen diese Informationen?
Wie aktuell und vollständig sind sie?
Welche Systeme müssen angebunden werden?
Welche Zugriffsrechte gelten?
Welche Datenschutz- und Sicherheitsanforderungen bestehen?
Welche Entscheidungen darf die KI treffen – und welche nicht?

Dabei zeigt sich auch, ob KI überhaupt der richtige Lösungsweg ist. Manchmal lässt sich ein Engpass durch eine klassische Automatisierung, eine bessere Datenstruktur oder eine einfachere Benutzerführung zuverlässiger und wirtschaftlicher beseitigen.

4. Lösung und Kontrollpunkte konzipieren

Auf Basis der Analyse entwerfen wir den zukünftigen Ablauf. Wir definieren, welche Aufgaben automatisiert werden können und an welchen Stellen Menschen prüfen, freigeben oder entscheiden müssen.

Dazu gehören:

benötigte Datenquellen,
Regeln und fachliche Vorgaben,
Schnittstellen zu bestehenden Anwendungen,
Rollen und Berechtigungen,
menschliche Freigaben,
der Umgang mit unklaren Fällen,
Protokollierung und Nachvollziehbarkeit,
Abbruch- und Rückfallmechanismen.

So entsteht keine unkontrollierte „autonome KI“, sondern ein klar begrenztes System mit definierten Aufgaben und Verantwortlichkeiten.

5. Einen begrenzten Piloten entwickeln

Bevor eine Lösung in einen vollständigen Unternehmensprozess integriert wird, entwickeln wir einen klar abgegrenzten Piloten.

Dieser Pilot bearbeitet einen realistischen Teil des späteren Anwendungsfalls und arbeitet möglichst früh mit echten Strukturen und typischen Beispielen. Dabei testen wir nicht nur den Idealfall, sondern bewusst auch:

unvollständige Angaben,
widersprüchliche Informationen,
seltene Sonderfälle,
fehlende Berechtigungen,
nicht erreichbare Systeme,
fachlich unklare Anfragen.

Ein guter Pilot soll nicht nur zeigen, dass etwas grundsätzlich funktioniert. Er soll sichtbar machen, unter welchen Bedingungen es zuverlässig funktioniert – und wo Grenzen bestehen.

6. Qualität und Wirtschaftlichkeit bewerten

Die Ergebnisse des Piloten vergleichen wir mit den zuvor definierten Zielen.

Wir bewerten unter anderem:

Qualität und Verlässlichkeit der Ergebnisse,
Zeitersparnis im tatsächlichen Prozess,
Auswirkungen auf Mitarbeitende und Kunden,
notwendige menschliche Kontrollen,
Integrations- und Betriebsaufwand,
laufende Kosten,
Risiken und Fehlerfolgen.

Auf dieser Grundlage kann der Kunde fundiert entscheiden, ob die Lösung weiterentwickelt, angepasst oder bewusst nicht umgesetzt wird.

7. In bestehende Systeme integrieren

Erst nach einer positiven Bewertung wird die Lösung in die vorhandene Systemlandschaft eingebunden – beispielsweise in Drupal, ein CRM, ein Intranet, eine Fachanwendung oder bestehende Daten- und Dokumentenbestände.

Dabei achten wir darauf, dass die KI innerhalb klarer technischer Grenzen arbeitet:

Zugriff nur auf freigegebene Informationen,
nachvollziehbare Quellen,
definierte Schnittstellen,
abgestufte Berechtigungen,
Protokollierung relevanter Vorgänge,
menschliche Freigaben bei kritischen Aktionen,
Schutz personenbezogener und vertraulicher Daten.

Die KI erhält damit nicht beliebigen Zugriff auf das Unternehmen. Sie bekommt genau das Wissen und genau die Handlungsmöglichkeiten, die sie für ihre definierte Aufgabe benötigt.

8. Betrieb, Monitoring und Weiterentwicklung sichern

Mit der technischen Einführung ist das Projekt nicht abgeschlossen. Prozesse, Daten und fachliche Anforderungen verändern sich. Deshalb muss auch die Lösung dauerhaft überprüft werden.

Im laufenden Betrieb beobachten wir:

Ergebnisqualität und Fehlerquoten,
nicht eindeutig bearbeitete Fälle,
Nutzung und Akzeptanz,
Antwort- und Bearbeitungszeiten,
technische Verfügbarkeit,
laufende Modell- und Infrastrukturkosten,
Veränderungen an Datenquellen und Schnittstellen.

So bleibt die Lösung kontrollierbar und kann gezielt weiterentwickelt werden.

KI wird zum Bestandteil eines guten Prozesses

Unser Vorgehen verbindet Prozessberatung, Softwareentwicklung und KI-Kompetenz. Wir setzen KI dort ein, wo sie einen überprüfbaren Nutzen erzeugt – und integrieren sie so, dass Ergebnisse, Verantwortlichkeiten und Kosten nachvollziehbar bleiben.

Das Ziel ist nicht möglichst viel KI. Das Ziel ist ein besserer Prozess: für Kunden, Mitarbeitende und die Organisation.

Sie haben einen möglichen Anwendungsfall?

In einem ersten KI-Prozess-Check untersuchen wir gemeinsam den Engpass, den erwartbaren Nutzen und die vorhandenen technischen Voraussetzungen. Daraus entsteht eine fundierte Entscheidungsgrundlage für die nächsten Schritte – noch bevor ein größeres Entwicklungsbudget eingesetzt wird.

Thomas Forkert