Das Wichtigste in Kürze
- KI lohnt sich dort, wo sie ein konkretes Problem im Alltag löst und nicht einfach überall.
- Drei Fragen helfen vor dem Projektstart, sinnvolle Einsätze von KI zu eruieren.
- Datenqualität und Verantwortung sind die häufigsten Stolpersteine beim Einsatz von KI.
- In vielen Fällen ist klassische Prozessarbeit oder eine Low-Code-Lösung der wirksamere Hebel.
“Wir wollen KI einbauen” ist aktuell eine der häufigsten Zusatzforderungen in Projekten. Oft ohne konkretes Einsatzfeld, dafür als Pflichtpunkt im Pflichtenheft. Die spannendere Frage ist meist eine andere: Löst KI hier ein echtes Problem, oder erfüllt sie eine Erwartung an die IT? Drei Fragen helfen, das vor dem Projektstart sauber zu sortieren.
Frage 1: Welcher Prozessschritt kostet heute am meisten Zeit?
KI im Unternehmen einsetzen lohnt sich vor allem dort, wo strukturierte Aufgaben und Wiederholung zusammenkommen. Wo täglich Dutzende oder Hunderte ähnlicher Vorgänge anfallen, kann ein gut trainiertes Modell spürbar entlasten. Klassische Beispiele aus dem Schweizer KMU-Alltag:
- Eingehende Dokumente wie Rechnungen, Bewerbungen oder Verträge automatisch klassifizieren und an die richtige Stelle weiterleiten
- Standardantworten auf wiederkehrende Kundenanfragen vorbereiten, die ein Mensch nur noch prüft und freigibt
- Aus Freitext strukturierte Informationen extrahieren, zum Beispiel Adressen, Beträge oder Termine aus E-Mails
Bei komplexeren Einzelfällen sieht dies anders aus. Dort kostet die Einführung von KI meist mehr Zeit, als sie spart. Ein klar definierter Prozess mit den richtigen Tools führt schneller zum Ziel.
Frage 2: Sind die Daten dafür in ausreichender Qualität vorhanden?
Der häufigste Stolperstein in KI-Projekten liegt in der Datenlage. Auch gute Modelle liefern nicht die gewünschten Ergebnisse, wenn die Daten unvollständig, widersprüchlich oder veraltet sind. “Ausreichende Qualität” heisst dabei konkret:
- Vollständigkeit: Sind die für die Aufgabe relevanten Felder zuverlässig gefüllt?
- Konsistenz: Bedeuten gleiche Einträge in unterschiedlichen Systemen auch dasselbe?
- Aktualität: Spiegeln die Daten den aktuellen Stand wider?
In der Praxis kommt vor einem KI-Einsatz oft erst ein Konsolidierungsschritt: Daten aus verschiedenen Quellen zusammenführen, Felder vereinheitlichen, fehlende Werte ergänzen. Diese Vorarbeit ist häufig der entscheidende Teil des Projekts. Manchmal löst sie das ursprüngliche Problem bereits, und der KI-Schritt erübrigt sich.
Frage 3: Wer trägt die Verantwortung für das Ergebnis?
Eine KI liefert Vorschläge. Die Entscheidung und die Verantwortung bleiben beim Menschen. Wenn ein generierter Text rausgeht, eine Klassifikation falsch ist oder eine Empfehlung danebenliegt, braucht es jemanden, der die Verantwortung übernimmt. In regulierten Branchen wie bei Finanzdienstleistern oder im Gesundheitswesen ist das besonders relevant, weil Compliance und Nachvollziehbarkeit vorgegeben sind.
Vor der Implementierung sollte deshalb geklärt sein: Wer nimmt Modelle ab? Wer korrigiert falsche Ergebnisse? Wie fliessen diese Korrekturen wieder ins System zurück? Wer diese Rollen nicht klären kann oder will, sollte das KI-Vorhaben zurückstellen.
Wenn die Antworten nicht zusammenpassen: Was sonst wirkt
Nicht jedes Effizienzproblem braucht direkt die Integration von KI. In unseren Projekten zeigt sich auch immer wieder, dass die wirksamsten Hebel oft woanders liegen:
- Eine saubere Schnittstelle zwischen zwei Kernsystemen, die heute über Excel überbrückt werden
- Eine schlanke Anwendung auf der Microsoft Power Platform, die manuelle Übergaben automatisiert
- Eine schrittweise Modernisierung eines bestehenden Systems, statt einer neuen Schicht obendrauf
Das wirkt weniger spektakulär als ein KI-Projekt, ist aber oft schneller produktiv und einfacher zu betreiben. Gerade für Gross- und Mittelunternehmen, die mit über lange Zeit gewachsenen Systemen arbeiten, lohnt sich der Blick auf solche Alternativen, bevor die Modellauswahl ansteht. Mehr dazu, wie wir solche Lösungen entwickeln, finden Sie unter Softwarelösungen und Individualsoftware.
Wo starten?
Wer KI im Unternehmen einsetzen will, sollte vor der Technologiewahl die drei Fragen für sich beantworten: Wo ist der grösste Zeitfresser? Sind die Daten dafür da? Wer verantwortet das Ergebnis? Wenn alle drei aufgehen, ist KI ein starker Hebel. Wenn nicht, gibt es meist einen anderen Weg, der mehr bringt.
Wir unterstützen Sie dabei, KI-Vorhaben realistisch einzuordnen und das Vorgehen festzulegen. Melden Sie sich gerne für ein unverbindliches Erstgespräch.
