Vom Brainstorming zum Business Case

Wie man KI-Use Cases bewerten sollte

Der AI Design Sprint ist vorbei. Auf dem Whiteboard stehen zehn vielversprechende wertschöpfende Ideen, alle im Raum sind motiviert. Jetzt müsste man eigentlich loslegen.

Aber womit?

Hier beginnt für viele Unternehmen eine Phase der stillen Lähmung. Die Macher wollen sofort pilotieren, die Juristen mahnen zur Vorsicht, und irgendwo in der IT fragt sich jemand leise, ob die nötigen Daten überhaupt vorhanden sind.

Das Ergebnis kennen wir: Entweder wird zu früh zu viel investiert und ein Projekt scheitert an Dingen, die man hätte vorhersehen können. Oder man wartet so lange auf eine Entscheidungsgrundlage, bis die Energie verpufft und aus der Idee nichts wird.

Es gibt einen besseren Weg:

Warum eine „nur wirtschaftliche“ Betrachtung nicht reicht

Der erste Reflex ist verständlich: Man will wissen, ob sich eine Idee rechnet. Also wird ein Business Case gebaut.

Das Problem ist nicht, dass dieser Schritt falsch wäre. Das Problem ist, dass er allein nicht ausreicht.

Was nützt ein überzeugender ROI, wenn die benötigten Daten zwar existieren, aber nicht zugänglich oder für den konkreten Zweck nicht nutzbar sind?
Was passiert, wenn Governance und Datenschutz das Projekt in einem späten Stadium stoppen?
Was, wenn die Mitarbeitenden auf eine solche KI-Unterstützung noch nicht vorbereitet sind?

Eine belastbare Bewertung braucht zusätzlich noch diese drei Ebenen:

Drei horizontale Balken mit den Bezeichnungen (von oben nach unten): „Fachlicher Mehrwert“, „Technische Machbarkeit“ und „Umsetzbarkeit unter realen Rahmenbedingungen“.

Wie sich diese Aspekte in einen strukturierten Entscheidungsprozess übersetzen lassen, zeigt der folgende Ablauf.

Wie soll man vorgehen?

Kläre für jeden Use Case die folgende Frage:

Bevor die eigentliche Bewertung beginnt, lohnt sich eine Frage, die erstaunlich oft ausgelassen wird: Muss es wirklich KI sein? Wobei KI aktuell oft gleichbedeutend mit „großem Sprachmodell“ ist.

Das ist verständlich, denn LLMs sind faszinierend und leistungsfähig. Aber sie sind kein Universalschlüssel. Ein Problem, das sich mit einer klaren Regel, einem klassischen Algorithmus oder einem einfachen ML-Modell lösen lässt, sollte auf die bestmögliche Art gelöst werden.

Der unverstellte Blick auf die eigentliche Fragestellung, ohne die Brille des Lieblingstools, ist deshalb einer der wertvollsten Beiträge, den erfahrene Berater leisten können. Jemand, der sowohl mit LLMs als auch mit klassischem Machine Learning, regelbasierten Systemen und algorithmischen Verfahren vertraut ist, stellt die richtige Frage zuerst: Was ist das eigentliche Problem? Und dann: Was ist der einfachste Ansatz, der es wirklich löst?

Wenn es sich um eine KI-relevante Problemstellung handelt: Trage Informationen zusammen zu den…

Ist das Problem wirklich relevant?
Viele Ideen entstehen aus einem echten Schmerz. Aber ist er groß genug, um ihn mit erheblichem Aufwand zu adressieren? Und betrifft er tatsächlich die Menschen, die später mit der Lösung arbeiten sollen? Hier helfen keine Workshop-Ergebnisse. Hier helfen Gespräche. Und immer wieder die Frage nach dem „Warum?“

Sind die Daten da und wirklich nutzbar?
Es reicht nicht zu wissen, dass Daten irgendwo im Unternehmen existieren. Entscheidend ist, ob sie zugänglich sind, ob sie die nötige Qualität haben und ob sie für den konkreten Lösungsansatz tatsächlich geeignet sind. Ein Use Case, der auf Daten aufbaut, die zwar vorhanden, aber nicht nutzbar sind, ist kein Go.

Ist die Lösung technisch machbar?
Hier braucht es kein fertiges Architekturkonzept, aber ein plausibles Lösungsbild. Welcher Ansatz kommt in Frage? Wie werden Daten und Systeme integriert? Und was sind die realistischen Optionen bei der Make-or-Buy-Frage?

Was sagen Governance, Datenschutz und Regulatorik?
Gerade in regulierten Branchen ist diese Frage nicht optional. Der EU AI Act schafft neue Anforderungen, die je nach Anwendungsfall sehr unterschiedlich ausfallen. Je früher diese Fragen beantwortet sind, desto weniger teuer werden die Antworten.

Wann und wie lohnt es sich?
Erst wenn die anderen vier Fragen ehrlich beantwortet sind, ergibt ein Business Case wirklich Sinn. Nutzenpotenziale lassen sich quantifizieren, Kosten realistisch einschätzen und der Time-to-Value ehrlich bewerten. Wo Unsicherheiten bestehen, werden sie nicht versteckt, sondern als Bandbreiten und Annahmen transparent gemacht.

Bewerte und Priorisiere die Ergebnisse. Meist sind mehr Wünsche als Budget da. Die Bewertung zeigt, wie es weitergeht:

Am Ende jeder Bewertung steht eine klare Empfehlung.

Go
Fachlich überzeugend, technisch machbar, Daten nutzbar, Business Case trägt. Pilotierung wird empfohlen.

Go mit Auflagen
Das Potenzial ist da, aber es gibt offene Punkte, die vorher geklärt werden müssen. Vielleicht braucht es erst eine Datenbereinigung oder eine Governance-Freigabe.

Defer
Grundsätzlich interessant, aber der Zeitpunkt ist falsch. Voraussetzungen, die heute fehlen, lassen sich in einigen Monaten erfüllen.

No-Go…
… ist keine Niederlage. Es ist eine der wertvollsten Erkenntnisse, die ein Bewertungsprozess liefern kann. Ressourcen, die hier nicht verbrannt werden, stehen für bessere Ideen zur Verfügung.

Praxistipp: Einen Use Case als Blaupause nutzen

Wer mehrere Use Cases gleichzeitig bewerten muss, sollte einen davon als Lead Use Case behandeln. Aus seiner Bearbeitung entsteht eine Vorlage mit Bewertungslogiken, Datenprüfungsrastern und Architekturmustern, die für alle weiteren Cases genutzt werden kann. Das spart Zeit, schafft Vergleichbarkeit und macht nebenbei sichtbar, welche Use Cases gemeinsame Plattform- oder Datenbausteine teilen könnten. Ein Aspekt, der direkt in die Priorisierung einfließt.

Und jetzt?

Der AI Design Sprint ist ein fantastischer Start. Aber er ist eben nur der Start. Was danach kommt, entscheidet darüber, ob aus einer Idee wirklich etwas wird.

Ein Mann mit kurzen, ordentlich gestylten Haaren und einem Bart, der ein schwarzes Hemd mit Kragen trägt, lächelt vor einem schlichten Hintergrund in die Kamera.

Ein Mann mittleren Alters mit kurzen grauen Haaren, Brille und einem schwarzen Rollkragenpullover lächelt vor einem schlichten Hintergrund in die Kamera.

Welche KI-Use Cases liegen bei euch gerade auf dem Tisch?

Alexander und Wolfgang unterstützen euch dabei, aus guten Ideen die richtigen Prioritäten abzuleiten. Gemeinsam bewerten wir eure Use Cases fachlich, technisch und wirtschaftlich, schaffen eine belastbare Entscheidungsgrundlage und identifizieren die Anwendungsfälle mit dem größten Potenzial für euer Unternehmen.

Ob erste Orientierung nach einem Workshop oder die strukturierte Bewertung konkreter KI-Ideen: Wir bringen unsere Erfahrung aus Strategie, Technologie und Umsetzung ein und begleiten euch auf dem Weg vom Brainstorming zum Business Case.

Neugierig? Wir freuen uns auf deine Nachricht!

Hinweis:

Das Header- und Zusatzbild dieses Artikels wurden mithilfe Künstlicher Intelligenz erstellt.

Und falls du dir diesen Artikel hast vorlesen lassen: Die Audioversion wurde mithilfe einer KI-generierten Stimme erstellt.

#KünstlicheIntelligenz #Prozesse #Prozessoptimierung