Lieber Joachim, wenn du von "Künstlicher Intelligenz" sprichst: Was verstehst du darunter?
Wenn ich und meine Co-Autoren von „Künstlicher Intelligenz“ sprechen, meinen wir Systeme, die möglichst eigenständig Probleme lösen können. Wir betrachten KI nach mehreren Kriterien, zum Beispiel nach Lernfähigkeit, Stärke der Intelligenz, also schwach vs. stark, und den mathematischen Verfahren, die dahinterstehen. Sprachmodelle wie z.B. ChatGPT sind dabei nur ein Ansatz unter vielen – aktuell stark gehypt, aber nicht gleichbedeutend mit „KI“ insgesamt.
Was ist deine Einschätzung: Welche KI-Anwendungsfälle bringen Unternehmen heute den am schnellsten messbaren Nutzen?
Den schnellsten messbaren Nutzen bringen vor allem die KI-Anwendungen, die ganz klar abgegrenzte Aufgaben übernehmen. Also Dinge wie Dokumente und Vorgänge automatisiert bearbeiten – Anfragen, Rechnungen, Tickets. Das spart Zeit, reduziert Fehler und macht Abläufe insgesamt schneller. Sehr hilfreich ist KI auch überall dort, wo sie Unregelmäßigkeiten erkennt. Ob Betrugsmuster oder Qualitätsprobleme: KI sieht oft Dinge, die Menschen gar nicht auffallen würden und verhindert damit im besten Fall Schäden, Ausschuss oder Reklamationen. Ein dritter Bereich ist die vorausschauende Wartung. Wenn KI früh merkt, dass eine Maschine bald Probleme bekommt, kann man viel gezielter eingreifen. Das senkt Kosten und verhindert Stillstand. Und zuletzt: Planung und Optimierung. Egal ob Routen, Logistik oder Schichtplanung. KI kann das heute viel schneller und effizienter durchrechnen. Oft kommen dabei Lösungen raus, die kürzer, günstiger und besser ausgelastet sind.
Und welche Einsatzfelder sind bislang noch überschätzt, beziehungsweise liefern aktuell nur begrenzt Mehrwert - und warum ist das so?
Überschätzt sind oft Einsatzfelder mit zu viel Autonomie oder zu offenem Kontext: „Vollautopilot“-Agenten, die ohne Freigaben Mails versenden, Bestellungen auslösen oder Systeme ändern. Da sind die Fehlerkosten schnell höher als der Nutzen. Auch generative KI wie ChatGPT als „Wissensquelle“ ohne geprüfte Datenbasis liefert wegen Halluzinationen nur begrenzt Mehrwert. Sehr kritisch sind zudem Entscheidungen mit hoher Haftung wie zum Beispiel im Bereich HR, Kredit und Pricing. Darüber hinaus „KI-überall“-Programme ohne klaren Business Case und Betriebskonzept.
Welche Stolpersteine sollten Unternehmen vor dem Start eines KI-Projekts unbedingt auf dem Radar haben und wie kann man sie pragmatisch abfedern?
Die größten Hürden entstehen meist dort, wo der konkrete Mehrwert und ein klar definierter Anwendungsfall fehlen. Hinzu kommen Stolpersteine wie eine unzureichende Datenbasis, ungeklärte Fragen zu Recht, Datenschutz und Intellectual Property, fehlende Transparenz in Bezug auf Qualität und Sicherheit sowie eine geringe Akzeptanz bei den späteren Anwenderinnen und Anwendern. Denn wenn die Menschen, die die Technologie nutzen sollen, nicht damit zurechtkommen, hat die Einführung schließlich keinen Zweck.
Und um auch direkt Hilfestellung zu geben, wie diese Stolpersteine vermieden werden können: Entscheidend sind präzise formulierte, messbare Ziele und eindeutige Erfolgskriterien. Eine verlässliche Datenqualität – auch wenn sie zunächst nur in einem begrenzten Umfang sichergestellt ist – bildet das Fundament. Ebenso wichtig sind klar geregelte Rahmenbedingungen mit definierten Zuständigkeiten, vertraglichen Vereinbarungen und einer geschützten Umgebung. Ergänzend sorgen strukturierte Quellenprüfungen, transparente Rollenverteilungen sowie etablierte Prozesse für Updates und den Umgang mit Fehlerfällen für Stabilität und nachhaltigen Erfolg.
Das oberste Ziel ist also eine Implementierung, die selbstverständlich alle mitnimmt. Wie gelingt es, Mitarbeitende zu integrieren, damit KI als Unterstützung wahrgenommen wird – und nicht als Kontrolle oder Bedrohung?
KI sollte als “Partner” eingeführt werden und nicht als „Black Box“, die über die Belegschaft entscheidet. Entscheidend für Mitarbeitende sind: Transparenz, Mitgestaltungsmöglichkeiten, Kompetenzaufbau und die Beibehaltung der Kontrolle.
Wenn Entscheidungstragende also zeigen, wofür die KI genutzt wird, Betroffene früh einbinden, Trainings anbieten sowie die Kontrolle beim Menschen lassen, sind wichtige Grundsteine für eine erfolgreiche Einführung gelegt. Wichtig ist auch, sichtbar zu machen, dass Mensch und KI gemeinsam bessere Entscheidungen treffen und aus Fehlbeispielen zu lernen: schlechte Empfehlungen oder Systeme, bei denen Menschen machtlos sind, zerstören die Akzeptanz.
Gibt es denn eine Möglichkeit, so dass kleine und mittelständische Unternehmen KI-Technologien in kurzer Zeit sinnvoll testen, ohne hohe Anfangsinvestitionen zu riskieren?
Unternehmen sollten KI schnell und ohne große Anfangsinvestitionen testen, indem sie früh klären, ob drei Dinge gleichzeitig passen: Ist es technisch machbar? Wollen es die Nutzenden wirklich? Lohnt es sich wirtschaftlich?
Ziel ist es, die Schnittmenge möglichst schnell und günstig zu finden, im Sinne von „fail fast“. Das kann beispielsweise mittels Design Thinking geschehen. Praktisch heißt das: Nutzende und Bedarf verstehen, Lösungswege entwickeln, dann einen einfachen Demonstrator bauen, der allemal noch nicht perfekt sein muss und damit die wichtigsten Annahmen testen. Die Ergebnisse werden mit einem Lean-Businessplan knapp dokumentiert. Danach kann die Organisation entscheiden: weitermachen oder stoppen. Diesen Prozesskann man in wenigen Tagen durchlaufen.
Ob Mittelstand, Start-up oder öffentliche Einrichtung – bwcon begleitet Sie auf dem Weg zur erfolgreichen KI-Transformation. Mit strategischer Beratung, praxisnaher Weiterbildung und einem starken Netzwerk.
Gibt es eine überraschende Erkenntnis aus der Arbeit am Buch, die dich selbst in deiner beruflichen Praxis nachhaltig beeinflusst hat?
Ja: Beim Schreiben wurde uns noch klarer, wie stark die aktuelle Debatte auf Sprachmodelle verengt ist, obwohl das nur ein Ansatz unter vielen ist. In meiner täglichen Arbeit kläre ich deshalb zuerst Aufgabe und Use Case und prüfe dann schnell die Machbarkeit wie oben genannt. Erst im Lauf dieser Machbarkeitsprüfung wähle ich die passende KI-Methode – statt reflexhaft „LLM-first“ zu denken.
Wenn du 3 bis 5 Jahre nach vorne blickst: Welche nächsten Entwicklungsschritte bei KI erwartest du? Und was könnte das für Unternehmen bedeuten?
In den nächsten Jahren erwarten wir vier Entwicklungen: mehr spezialisierte KI-Systeme, mehr Autonomie, größere Fähigkeit in wechselnden Umgebungen zu operieren und zunehmend physische KI in Form von Robotern. Für Unternehmen heißt das: mehr Effizienz und Automatisierung, neue Produkte und Services – aber auch mehr Komplexität durch viele Einzellösungen sowie steigende Anforderungen an Sicherheit und Verantwortung, weil KI nicht nur analysiert, sondern immer öfter auch handelt.
Du hast dein Wissen gemeinsam mit anderen im Buch „Künstliche Intelligenz entfesselt“ festgehalten. Was unterscheidet euer Buch von anderen KI-Büchern – und was bekommen Unternehmen mit der Lektüre ganz praktisch an die Hand?
„Künstliche Intelligenz entfesselt“ verbindet Inhalt, Nutzen und Verantwortung: Wir zeigen nicht nur, was KI ist und kann, sondern wie Unternehmen KI systematisch einführen – von der Use-Case-Auswahl über Pilotierung und Skalierung bis zum Betrieb. Praktisch bekommt man ein klares Vorgehensmodell mit Checklisten, Rollen, Kriterien und Leitplanken. Beispielsweise zu Governance, Qualität, Datenschutz und Security, damit KI messbar wirkt und kontrollierbar bleibt.
Ihr sprecht im Buch von „Containment“ bzw. Den eben von dir angesprochenen Leitplanken für KI: Was versteht ihr darunter und warum sind sie wichtig?
Mit „Containment“ meinen wir Leitplanken, die KI-Systeme nützlich, aber beherrschbar halten – technisch, organisatorisch und regulatorisch. Kurzfristig geht es um Risiken heutiger, spezialisierter Systeme: Verzerrungen, Halluzinationen und Missbrauch. Mittelfristig werden vielseitige, teilautonome Systeme kritischer, weil Kontrolle leichter verloren geht – mit Folgen wie Fehlentscheidungen, Arbeitsplatzverschiebungen oder Einsatz in Waffensystemen. Langfristig drohen existenzielle Gefahren, falls KI menschenähnlich oder überlegen wird und vollständiger Kontrollverlust möglich ist. Leitplanken sollen diese Entwicklung und Risiken bremsen.