Vom KI-Hype zur Systemkompetenz
Auf Technologiemessen, in Rankings und auf LinkedIn sprechen inzwischen fast alle Digitaldienstleister über KI und Automatisierung. Das ist zunächst nachvollziehbar: KI verändert Geschäftsmodelle und Arbeitsabläufe. Für Unternehmen wird es dadurch aber schwerer zu erkennen, wer einen Workflow konfigurieren und wer ein produktives System verantworten kann.
85 % aller KI-Projekte liefern nicht die gewünschten Ergebnisse. Nur 53 % schaffen den Weg vom Prototyp in die Produktion. Zugleich nennen fast drei Viertel der mittelständischen Unternehmen fehlendes Expertenwissen als größte Herausforderung bei der KI-Einführung.
Tool-Bedienung ist nicht dasselbe wie Systemverständnis
Einzelne Automationswerkzeuge, APIs oder Modelle zu verbinden, ist wertvoll. Für ein produktives System reicht es aber nicht. Ein geeigneter Partner muss zusätzlich fragen:
- Welches Modell wird für welchen Teil des Prozesses eingesetzt?
- Wo werden Daten verarbeitet und gespeichert?
- Wie funktionieren Fehlerhandling, Monitoring und menschliche Freigaben?
- Welche Abteilungen und vorhandenen Datenbanken sind betroffen?
- Wie soll sich der Prozess in zwei oder drei Jahren entwickeln?
Echte Systemkompetenz zeigt sich häufig darin, dass ein Anbieter nicht sofort entwickelt. Er prüft zunächst, ob die geplante Lösung im Gesamtsystem überhaupt Wirkung entfalten kann.
Warum eine Analyse vor der Umsetzung Geld spart
Für einen Kunden sollte ursprünglich ein einzelner Prozess automatisiert werden. Die Analyse zeigte jedoch, dass monatlich mehrere tausend Euro für überlappende Tools ausgegeben wurden. Die gewünschte Automation hätte das Grundproblem nicht gelöst, weil das übrige Ökosystem den Effekt wieder aufgehoben hätte.
Statt einer isolierten Automatisierung brauchte es eine Zielarchitektur: Welche Systeme bleiben? Wo liegt die führende Datenquelle? Welche Übergaben können entfallen? Erst danach war eine wirtschaftlich sinnvolle Umsetzung möglich.
Transparenz bei Team und Datenverarbeitung
Ausgelagerte Entwicklung ist nicht automatisch problematisch. Entscheidend ist, ob Verantwortlichkeiten, Qualitätssicherung und Datenverarbeitung transparent geregelt sind. Kritisch wird es, wenn der Kunde nicht weiß, wer entwickelt, wie diese Person gebrieft wird oder wohin personenbezogene Daten übertragen werden.
Beim IT-Outsourcing muss die DSGVO eingehalten werden. Der Fall H&M mit einem Bußgeld von 35,3 Millionen Euro zeigt, welche Dimension unzureichend geregelte Datenverarbeitung erreichen kann.
Drei Fragen für die Anbieterauswahl
Kann ich mit den verantwortlichen Entwicklern sprechen?
Die Menschen, die Architektur und Umsetzung verantworten, sollten ihre Entscheidungen erklären können. Ein direkter Austausch reduziert Informationsverluste und macht Kompetenz überprüfbar.
Ist das Team nachvollziehbar?
Rollen, Erfahrung und Verantwortung sollten sichtbar sein. Entscheidend ist nicht, ob alle fest angestellt sind, sondern ob klar ist, wer welche Leistung erbringt und verantwortet.
Sind Verträge und Datenwege transparent?
Auftragsverarbeitung, Unterauftragnehmer, Hosting, Modelle und Drittlandtransfers müssen vor dem produktiven Einsatz geklärt sein.
Die richtigen Fragen sind wichtiger als das neueste Tool
Ein geeigneter Partner hinterfragt die erste Lösungsidee, versteht Prozesse und fragt nach dem mittel- bis langfristigen Ziel. Das dauert in der Analyse länger als eine sofortige Tool-Konfiguration. Es sorgt aber dafür, dass das Ergebnis im Tagesgeschäft funktioniert und weiterentwickelt werden kann.
