KI-Anwendungen - zwischen Idee und Mehrwert
Aktualisiert: 14. Okt.
In meinen Workshops gibt es einen Moment, der sich regelmäßig wiederholt. Die Teilnehmenden stellen eine Idee für eine KI-Anwendung vor, oft mit spürbarer Begeisterung. Dann frage ich: „Wie bewerten Sie den Mehrwert dieser Anwendung?“ Und im Raum wird es still.
Diese Stille ist kein Vorwurf. Sie zeigt nur, an welcher Stelle viele Vorhaben ins Stocken geraten. Die Idee ist da, die Technik auch, aber vorher hat niemand geklärt, welches Problem gelöst oder welcher Nutzen geschaffen werden soll. In diesem Beitrag geht es darum, die richtige Perspektive einzunehmen und Ideen für mögliche KI-Anwendungen abzuleiten.
KI-Anwendungen vom Mehrwert her denken
Ein häufiger Startpunkt sieht so aus: Das Unternehmen hat Lizenzen für ein KI-Tool angeschafft, oder ein neues Modell ist gerade in aller Munde. Nun soll es auch eingesetzt werden, also sucht man nach passenden Aufgaben. Dieser Weg ist verständlich, führt aber oft zu kleinen Insellösungen. Sie lassen sich schwer skalieren und bringen am Ende weniger, als man sich erhofft hat.
Ich empfehle die umgekehrte Reihenfolge. Am Anfang steht der Business Case: Welcher wiederkehrende Mehrwert soll entstehen? Daraus wird die KI-Anwendung und ihre Anforderungen abgeleitet. Erst dann folgt die Roadmap für die technische und organisatorische Umsetzung. Während der Umsetzung wird fortlaufend geprüft, ob der erwartete Mehrwert tatsächlich eintritt.
Die laufende Prüfung wird oft unterschätzt. Anforderungen ändern sich, sobald eine Anwendung im Alltag ankommt, und nicht jeder erwartete Effekt tritt so ein wie geplant. Wer den Business Case regelmäßig mit der Realität abgleicht, kann früh nachsteuern oder ein Vorhaben auch bewusst beenden. Beides spart Zeit und Budget.
Hilfreich ist dabei ein Blick auf Ziele, die ohnehin schon existieren. Was hat sich das Unternehmen für die nächsten Jahre vorgenommen? Woran arbeiten die einzelnen Abteilungen und Teams? Diese Ziele werden bei der Suche nach Anwendungsfällen erstaunlich oft nicht herangezogen. Dabei geben sie die Richtung vor: Eine KI-Anwendung, die auf ein bestehendes Ziel einzahlt, bekommt deutlich leichter Rückhalt und Budget.
Sechs Perspektiven, um KI-Anwendungsfälle zu finden
Bleibt die Frage, wo sich der Mehrwert versteckt. Aus meiner Erfahrung übersieht man viel, wenn man nur aus einer Richtung schaut. Deshalb arbeite ich mit sechs Perspektiven. Jede lenkt den Blick auf andere Stellen im Unternehmen, und oft entstehen die besten Ideen dort, wo sich zwei Perspektiven überschneiden.
Ein Beispiel: Ein Engpass im Kundenservice ist zunächst ein Pain Point. Schaut man zusätzlich auf die Daten, fällt vielleicht auf, dass die Antworten auf viele Anfragen längst in alten Tickets und Handbüchern stehen. Aus beiden Blickwinkeln zusammen entsteht eine deutlich konkretere Idee als aus einem allein. Die Perspektiven sind deshalb als Anregung gedacht, nicht als starres Raster.
1. Pain-Point-orientiert: Wo es heute hakt
Der naheliegendste Einstieg sind die Stellen, an denen es im Alltag knirscht. Dazu gehören wiederkehrende, zeitintensive Aufgaben, die manuell erledigt werden und fehleranfällig sind. Ebenso Engpässe in bestehenden Prozessen, an denen sich Arbeit staut.
Besonders ergiebig ist eine dritte Gruppe: Aufgaben mit hoher kognitiver Last, die inhaltlich aber nicht besonders komplex sind. Die Suche nach Informationen in verschiedenen Systemen gehört dazu, ebenso das Zusammenfassen langer Dokumente oder E-Mail-Verläufe. Solche Tätigkeiten kosten Konzentration, ohne viel Fachwissen zu erfordern. Hier kann KI sehr schnell entlasten. Hilfreiche Fragen für die Teams:
Welche Aufgabe würden Sie am liebsten nie wieder erledigen?
Wo warten Kolleginnen und Kollegen regelmäßig auf Informationen?
Wo passieren immer wieder dieselben Fehler?
2. Prozessorientiert: Abläufe verbessern und neu denken
Die Prozessperspektive geht einen Schritt weiter als der einzelne Pain Point, denn sie betrachtet den gesamten Ablauf. Dabei gibt es zwei Richtungen. Bei der Prozessoptimierung werden bestehende Abläufe beschleunigt oder teilweise automatisiert, etwa die Prüfung eingehender Rechnungen oder die Vorqualifizierung von Anfragen.
Bei der Prozessinnovation entstehen Abläufe, die ohne KI gar nicht möglich wären. Denken Sie an Angebote, die auf Basis früherer Projekte in Minuten vorbereitet werden, wo es heute Tage dauert. Solche Ideen sind anspruchsvoller, bieten aber oft den größeren Hebel.
Ein Blick auf die Schnittstellen zwischen Abteilungen lohnt sich besonders. Dort gehen Informationen verloren, werden doppelt erfasst oder bleiben liegen. Viele Reibungsverluste entstehen nicht in einer Abteilung, sondern zwischen ihnen.
3. Datenorientiert: Was schon vorhanden ist
In den meisten Unternehmen liegen deutlich mehr Daten, als genutzt werden. Das betrifft strukturierte Daten aus ERP- oder CRM-Systemen, aber auch unstrukturierte wie E-Mails, Protokolle, Handbücher oder Serviceberichte. Die Datenperspektive fragt: Welches Wissen steckt hier, das bisher niemand auswertet?
Auf dieser Basis lassen sich Muster und Trends erkennen, zum Beispiel für Absatzprognosen, vorausschauende Wartung oder die frühzeitige Erkennung von Kündigungen. Eine Einschränkung gehört allerdings dazu: Qualität und Zugänglichkeit der Daten entscheiden mit. Sind Daten verstreut, unvollständig oder schwer erreichbar, schließt das einen Anwendungsfall nicht aus. Es gehört aber in seine Bewertung, und manchmal ist die Aufbereitung der Datenbasis selbst das erste Projekt.
4. Wertschöpfungsorientiert: Nutzen für Kunden und Mitarbeitende
Diese Perspektive setzt direkt beim Mehrwert an. Sie fragt, wem eine KI-Anwendung nützt und in welcher Form:
Kundennutzen: personalisierte Angebote, schnellere Reaktionszeiten, bessere Servicequalität
Nutzen für Mitarbeitende: Entlastung von Routineaufgaben und mehr Zeit für Tätigkeiten, die wirklich Wert schaffen
Hinzu kommt eine grundsätzliche Richtungsentscheidung: Soll die Anwendung vor allem Kosten senken oder Umsatz steigern? Beides ist legitim. Es verändert aber, wie Sie den Business Case rechnen und wer im Unternehmen das Vorhaben vorantreibt. Effizienzprojekte lassen sich meist leichter beziffern. Umsatzorientierte Anwendungen sind schwerer vorherzusagen, können die eigene Position im Wettbewerb aber spürbar verbessern.
5. Rollenorientiert: Was sich an KI delegieren lässt
Die Rollenperspektive holt das Thema an den eigenen Schreibtisch. Jede Rolle im Unternehmen umfasst Aufgaben, die sich ganz oder teilweise an KI übergeben lassen: der erste Entwurf eines Berichts, die Auswertung einer Umfrage, die Vorbereitung auf ein Kundengespräch.
Mir gefällt an dieser Perspektive, dass sie Mitarbeitende zu Beteiligten macht. Wenn jemand selbst überlegt, was er delegieren würde, entsteht schnell ein realistisches Gefühl dafür, was KI leisten kann und wo ihre Grenzen liegen.
Gleichzeitig macht diese Perspektive sichtbar, welche neuen Kompetenzen gebraucht werden. Wer Aufgaben an KI abgibt, muss Ergebnisse prüfen und einschätzen können, wann menschliches Urteil gefragt ist. Das gehört von Anfang an in die Planung.
6. Reifegrad- und Machbarkeitsorientiert: Was realistisch ist
Die letzte Perspektive ist die nüchternste und zugleich ein wichtiger Filter. Drei Fragen helfen bei der Einordnung:
Gibt es geeignete Tools oder Modelle für diesen Anwendungsfall?
Wie steht der Aufwand zum erwarteten Nutzen? Hier lohnt sich die Unterscheidung zwischen Quick Wins, die schnell sichtbare Ergebnisse bringen, und langfristigen Projekten, die mehr Vorbereitung brauchen.
Welche regulatorischen und ethischen Grenzen gelten? Der EU AI Act und der Datenschutz setzen einen Rahmen, den Sie früh mitdenken sollten.
Ich empfehle, diese Perspektive bewusst ans Ende zu stellen. Wer mit der Machbarkeit beginnt, sortiert viele Ideen aus, bevor sie überhaupt durchdacht sind. Als letzter Schritt sorgt sie dafür, dass aus einer Ideensammlung ein realistischer Plan wird.
Fazit: Die Perspektiven öffnen den Blick, der Mehrwert entscheidet
KI-Anwendungsfälle finden heißt vor allem, genau hinzuschauen. Die sechs Perspektiven helfen, das eigene Unternehmen aus verschiedenen Richtungen zu betrachten und Ideen für KI-Anwendungen zu entdecken, die sonst übersehen würden. Ob eine Idee trägt, entscheidet am Ende der Business Case: Welchen wiederkehrenden Mehrwert schafft sie, und zahlt sie auf ein Ziel des Unternehmens ein?
