Der Prototyp begeistert, doch danach passiert nichts mehr. Viele KI-Projekte scheitern nicht an der Technik, sondern an wiederkehrenden Mustern, die sich vermeiden lassen.
Das Tool steht vor dem Problem
Wer mit der Frage beginnt, was man mit KI machen könnte, landet oft bei Spielereien. Beginnen Sie lieber mit einem Ablauf, der messbar Zeit oder Geld kostet.
Die Daten sind nicht bereit
Wenn Informationen verstreut oder veraltet sind, hilft auch das beste Modell wenig. Prüfen Sie die Datenlage, bevor Sie Budget freigeben.
Niemand ist verantwortlich
Ohne fachlich zuständige Person bleibt das System nach dem Go-live allein. Klären Sie früh, wer Ergebnisse bewertet, wer Änderungen entscheidet und wer im Fehlerfall reagiert.
Das Team wird nicht mitgenommen
Wer die Arbeit täglich macht, kennt die Sonderfälle. Binden Sie diese Menschen ein. Sie finden Fehler am schnellsten und sorgen dafür, dass das System genutzt wird.
Der Betrieb wird vergessen
Schnittstellen ändern sich, Modelle ebenso. Planen Sie Monitoring, Wartung und Budget für die Zeit nach dem Start von Anfang an ein.
Der Pilot beweist oft das Falsche
Ein Prototyp zeigt meist nur, dass eine Aufgabe grundsätzlich lösbar ist. Für den Betrieb reicht das nicht. Gerade KI-Lösungen beeindrucken in der Vorführung, weil ausgewählte Fälle gut funktionieren. Im Alltag treffen sie dann auf unvollständige Eingaben, Sonderfälle und ältere Systeme. Deshalb sollte ein Pilot von Anfang an unter möglichst realen Bedingungen laufen: mit echten Vorgängen, echten Nutzern und mindestens einer echten Anbindung.
Eine hilfreiche Vorstufe ist der Parallelbetrieb. Das System erzeugt seine Ergebnisse, ohne dass sie Wirkung haben, und das Team arbeitet wie gewohnt weiter. Anschließend vergleichen Sie beide Ergebnisse. So sehen Sie Fehler, ohne Kunden oder Abläufe zu gefährden, und erhalten eine belastbare Grundlage für die nächste Entscheidung.
Vorher festlegen, wann es weitergeht und wann nicht
Viele Piloten bleiben in einem Schwebezustand, weil niemand festgelegt hat, wie ein Erfolg aussieht. Halten Sie noch vor dem Start schriftlich fest:
- Wie läuft der Ablauf heute, und wie lange dauert er? Ohne diese Messung fehlt später der Vergleich.
- Welche Qualität ist nötig, und welche Fehler sind besonders schwerwiegend?
- Wer entscheidet am Ende des Piloten, und zu welchem Termin?
- Welche Ergebnisse führen zu Ausbau, Anpassung oder Abbruch?
- Welche Kosten entstehen im laufenden Betrieb, einschließlich interner Arbeitszeit?
Auch der geordnete Abbruch ist ein brauchbares Ergebnis. Wenn sich zeigt, dass ein Ablauf zu selten vorkommt oder die Qualität nicht ausreicht, sparen Sie Geld für den weiteren Ausbau. Oft bleibt Verwertbares übrig, etwa bereinigte Daten oder ein besser dokumentierter Prozess. Halten Sie diese Erkenntnisse kurz fest.
Die neue Arbeit mitplanen
KI nimmt Arbeit nicht einfach weg, sie verändert sie. Eine Sachbearbeiterin, die Daten bisher eingegeben hat, prüft nun Ausnahmen. Das erfordert andere Oberflächen, andere Regeln und manchmal ein anderes Verständnis von Verantwortung. Wird die Prüfung umständlicher als die alte Arbeit, umgehen Mitarbeitende das System schnell. Beobachten Sie deshalb die tatsächliche Nutzung, statt sich auf Zustimmung im Workshop zu verlassen.
Klären Sie zudem früh die Rahmenbedingungen. Datenschutz, Informationssicherheit und ein vorhandener Betriebsrat sollten nicht erst kurz vor dem Start hinzukommen. Technische Systeme, die Verhalten oder Leistung von Beschäftigten überwachen können, können mitbestimmungspflichtig sein. Ein frühes Gespräch und eine fachliche Prüfung vermeiden späte Überraschungen.
Die Übergabe in den Betrieb konkret machen
Viele Projekte enden mit dem Go-live, obwohl die eigentliche Nutzungsphase erst dann beginnt. Vereinbaren Sie daher, wie die Übergabe abläuft. Dazu gehören eine verständliche Dokumentation, eine Liste aller Zugänge, ein Plan für Störungen und Tests für Modell- oder Schnittstellenwechsel. Legen Sie auch fest, wie man den Ablauf vorübergehend abschaltet und zum manuellen Verfahren zurückkehrt.
Ein Beispiel: Ein Händler automatisiert die Auftragserfassung. Fällt die Lösung an einem Tag mit vielen Bestellungen aus, muss das Team ohne langes Suchen wissen, wo die offenen Vorgänge liegen und wer übernimmt. Wenn das niemand beantworten kann, ist das Projekt noch nicht betriebsbereit. Spielen Sie diesen Fall deshalb vor dem Start einmal gemeinsam durch.
Warnzeichen früh erkennen
| Warnzeichen | Was dahinterstecken kann | Was Sie jetzt tun sollten |
|---|---|---|
| Nur ausgewählte Beispiele werden vorgeführt | Die Lösung wurde noch nicht mit realen Eingängen getestet | Einen Parallelbetrieb mit echten Vorgängen vereinbaren |
| Niemand kann den heutigen Aufwand benennen | Der Nutzen lässt sich später nicht belegen | Den Ausgangszustand vor dem Pilotstart messen |
| Das Team korrigiert Ergebnisse außerhalb des Systems | Oberfläche oder Qualität passen nicht zur täglichen Arbeit | Mit Nutzern sprechen und den Prüfablauf vereinfachen |
| Das Pilotende wird immer wieder verschoben | Es fehlen Kriterien oder eine zuständige Person für die Entscheidung | Termin und Kriterien festlegen und entscheiden |
| Nur eine Person versteht die Lösung | Das Projekt hängt an einem einzelnen Kopf | Dokumentation und Vertretung noch vor dem Ausbau klären |
Bevor Sie den Pilot starten
Typische Fehler
Das Ergebnis wirkt besser, als es im Alltag sein wird. Testen Sie im Parallelbetrieb mit echten Vorgängen, bevor Sie über den Ausbau entscheiden.
Am Ende bleibt nur ein Eindruck, und der Nutzen lässt sich nicht belegen. Messen Sie den heutigen Aufwand und die Fehlerlage bereits vor dem Start.
Das bindet weiter Budget und Aufmerksamkeit. Entscheiden Sie anhand der vorab festgelegten Kriterien, und nutzen Sie gegebenenfalls die gewonnenen Erkenntnisse für einen besser passenden Ablauf.
Häufige Fragen
Warum bleiben KI-Projekte oft im Pilot stecken?
Häufig fehlen klare Kriterien, eine fachlich zuständige Person und die Einbindung in echte Abläufe. Dadurch gibt es zwar eine funktionierende Vorführung, aber keine Entscheidung und keine Grundlage für den Betrieb.
Wie groß sollte ein erstes KI-Projekt sein?
So klein, dass es in überschaubarer Zeit ein messbares Ergebnis liefert, und so real, dass es einen tatsächlichen Ablauf betrifft. Ein einzelner, häufiger Vorgang ist meist ein besserer Start als eine unternehmensweite Plattform.
Wann sollte ein KI-Projekt abgebrochen werden?
Wenn die vorab festgelegten Kriterien auch nach begründeten Anpassungen nicht erreicht werden oder der Betrieb den Nutzen übersteigt. Sichern Sie dann die Erkenntnisse, damit sie in spätere Vorhaben einfließen können.
Von Patrick Thomas, KI Sidekick. Dieser Artikel ersetzt keine Rechts- oder Steuerberatung.
