Ihr KI-Pilot scheitert nicht an der Technik.

Ihr KI-Pilot scheitert selten am Modell. Er scheitert daran, dass ihn niemand einführt. Und Einführung ist ein Handwerk, kein Prompt.

Ein KI-Rollout und ein klassischer Rollout über 80.000 Nutzer in 16 Ländern haben mehr gemeinsam, als die Modell-Debatte vermuten lässt. Beide sind mehrstufig. Man nimmt einen mittelgroßen, dynamischen Piloten, schaut ihn genau an, prüft, was trägt, und baut dann aus. Man schafft Organisation, Prozesse und Werkzeuge, die später die Masse tragen. Sind die ersten tausend Nutzer sauber live, sind die restlichen 79.000 Abarbeiten. Das Handwerk dahinter ist dasselbe, das ich seit Jahren mache, inklusive der Betriebsräte.

Warum Piloten an der Einführung scheitern

Ich sehe drei Muster. Erstens unstrukturiert: KI wird zugänglich gemacht, vielleicht sogar beworben, aber nicht konsequent eingeführt. „Schaut mal, probiert es gern aus“ lässt bei chronisch überlasteten Mitarbeitern achtzig Prozent des Potenzials liegen. Es ist der alte Witz vom Holzfäller, der keine Zeit hat, die Axt zu schärfen, weil er Bäume fällen muss. Zweitens unmotiviert: Außerhalb enger Anwendungen sind die Vorteile oft gar nicht klar. Drittens unreguliert: Wo KI Masse produziert, wird die Redaktion entscheidend, denn nutzbar sind die Ergebnisse erst, wenn sie den Corporate Standards genügen.

Der Fehler ist immer derselbe: Man beginnt beim Werkzeug. Bewährt hat sich die umgekehrte Reihenfolge. Erst die Organisation mit klaren Verantwortlichkeiten und Fachexperten in den Bereichen, dann die Prozesse mit Freigaben, Checklisten und Testbeschreibungen, und erst dann das Werkzeug: welche Anbindung, welcher Anbieter, welche Artefakte. Und die Wirkung muss man messen. Gemessen wird an gesparter Zeit und besserer Qualität, nicht am Tokenverbrauch, was zugegeben die schwierigere Aufgabe ist.

Was ein Change-Practitioner mitbringt, das ein Data Scientist nicht hat, ist die Erfahrung, wie Mehrwert nicht nur ermittelt, sondern realisiert wird. Zwischen der Lücke und der Lösung liegt viel mehr als eine gute Modell-Bewertung. Prüfen Sie Ihren nächsten KI-Piloten deshalb an einer Frage: Wird er eingeführt, oder wird er nur bereitgestellt?