Unternehmen müssen eine Menge KI-Hausaufgaben erledigen

Viele Unternehmen zäumen das KI-Pferd von hinten auf. So schulen sie ihre Mitarbeitenden beispielsweise im Umgang mit digitalen Assistenten, bevor diese überhaupt sinnvoll arbeiten können. Daher sollten Unternehmen zuerst vier Hausaufgaben erledigen, ehe es an den „KI-Roll-out“ geht.

Generative KI (GenAI) ist in den allermeisten Branchen angekommen. Von der Fertigung über die Logistik und das Gesundheitswesen bis hin zur Versorgungswirtschaft investieren Unternehmen Millionenbeträge in KI-Schulungen und Prompt-Engineering-Workshops. Ein sinnvolles Unterfangen, das allerdings erst dann wirklichen Mehrwert generiert, wenn die richtigen Voraussetzungen geschaffen wurden. Die finden aber nicht auf Ebene der Mitarbeitenden statt, sondern darüber.

Für Unternehmen gilt es daher, die folgenden Hausaufgaben zu erledigen.

Prozessuale Transparenz schaffen

Jede KI-Initiative beginnt weit vor der ersten Schulung. Der erste Schritt ist in diesem Zusammenhang zugleich der wichtigste: Die Herstellung von absoluter Transparenz. Unternehmen müssen ihre eigenen Prozesse bis ins Detail verstehen, denn erst wenn nachvollziehbar ist, wie Arbeit tatsächlich vom Auftragseingang bis zum Abschluss abläuft, lassen sich sinnvolle Einsatzmöglichkeiten für KI identifizieren.

Die gängigste Methode dafür ist detailliertes Prozessmapping. Es macht sichtbar, welche Tätigkeiten sich regelmäßig wiederholen, wo Medienbrüche oder Wartezeiten entstehen und an welchen Stellen Mitarbeitende unverhältnismäßig viel Zeit für administrative Aufgaben aufwenden. Gleichzeitig macht es ineffiziente Workflows sichtbar, die häufig über Jahre gewachsen sind.

Diese Transparenz herzustellen, hilft Unternehmen nicht nur bei ihren Ambitionen im Hinblick auf die KI-Implementierung. Oft schaffen sie es auch, Abläufe durch Prozessoptimierung zu verbessern. Das ist insofern besonders wichtig, da Künstliche Intelligenz nur bestehende Workflows beschleunigt. Sind diese suboptimal, sperrig und ineffizient, scheitern sie nur schneller.

Wissensengpässe identifizieren

In vielen Industrieunternehmen hängt kritisches Wissen noch immer von einzelnen Personen ab: Erfahrene Mitarbeitende aus der Instandhaltung kennen beispielsweise typische Fehlerbilder aus jahrelanger Praxis. Welche Ersatzteile bei bestimmten Anlagen bevorzugt ausfallen, wissen hingegen Servicetechniker aus ihrer Erfahrung.

Für Unternehmen ist dieses implizite Wissen eine wahre Goldgrube, die leider nur schwer oder im schlimmsten Fall gar nicht zugänglich ist. Um es für die KI bereitzustellen, müssen Unternehmen es zunächst identifizieren, dokumentieren und in geeigneter Form aufbereiten. Erst dann sind sie in der Lage, digitale Assistenten zu entwickeln, die Mitarbeitende zuverlässig unterstützen und Wissen unabhängig von einzelnen Personen verfügbar machen.

Ein ebenfalls nicht zu unterschätzender Nebeneffekt ist, dass das Risiko von Wissensverlust durch das Ausscheiden erfahrener Beschäftigter sinkt. Das Know-how bleibt somit beispielsweise auch nach dem Renteneintritt im Unternehmen.

KI gezielt einsetzen

Eine KI-Strategie wird nicht durch einen möglichst vollumfänglichen Zugriff aller Mitarbeitenden auf KI-Tools erfolgreich. Viel entscheidender ist deren gezielter Einsatz. Statt allgemeine Anwendungen wie das Verfassen von E-Mails oder das Zusammenfassen von Dokumenten in den Mittelpunkt zu stellen, sollten Unternehmen ihre Prozesse daher systematisch im Hinblick auf Aufgaben mit hohem Automatisierungs- und Entlastungspotenzial analysieren.

Größtes Potenzial herrscht in der Regel bei repetitiven Tätigkeiten, zeitaufwendigen Recherchen oder standardisierten Dokumentationsprozessen. Priorisieren Unternehmen diese Anwendungsfälle nach ihrem geschäftlichen Mehrwert und ihrer Umsetzbarkeit, entstehen Projekte mit messbaren Ergebnissen. Auf diese Weise entwickelt sich KI zu einem Instrument, das der Verbesserung konkreter Geschäftsprozesse dient, und erhebt sich über den Status eines weiteren digitalen Werkzeugs hinweg.

Sicherheit von Anfang an etablieren

Die Bereitstellung einer bestimmten Anwendung markiert nicht das Ende einer erfolgreichen KI-Einführung. Auch digitale Assistenten benötigen beispielsweise klare Verantwortlichkeiten und Nachsorge wie jede andere geschäftskritische Lösung. Deshalb sollten Unternehmen für jede KI-Anwendung festlegen, wer die Qualität der Ergebnisse überwacht, Inhalte aktualisiert und die kontinuierliche Weiterentwicklung steuert.

Ergänzend dazu schaffen verbindliche Governance-Regeln Transparenz darüber, welche Daten die KI verwenden darf, wie die Mitarbeitenden die Ergebnisse überprüfen können und welche Qualitätsstandards herrschen. Gerade in industriellen Umgebungen, in denen fehlerhafte Informationen erhebliche wirtschaftliche oder sicherheitsrelevante Folgen haben können, sind klare Zuständigkeiten unverzichtbar. Erst wenn Verantwortung, Qualitätskontrolle und kontinuierliche Verbesserung fest im Unternehmen verankert sind, entfaltet KI ihren Nutzen dauerhaft und schafft das notwendige Vertrauen bei den Mitarbeitenden.

Der größte Fehler, den Unternehmen bei der Einführung von KI machen können, ist es, KI als reines Schulungsprojekt zu sehen. Wer Künstliche Intelligenz erfolgreich einsetzen möchte, um Prozesse zu entschlacken und Workflows möglichst weitreichend zu automatisieren, muss die Arbeitsabläufe zunächst einmal kennen und darauf aufbauend die weiteren Schritte durchführen, an deren Ende erst die Befähigung der Mitarbeitenden steht. Nur Unternehmen, die ihre KI-Hausaufgaben gemacht haben, werden mit ihrer Initiative Erfolg haben.

Berend Booms ist Head of EAM Insights bei Ultimo.

Ultimo