Ein AI-Potenzial bewerten, bevor Sie Geld ausgeben

Digitalisierung & AI2025-11-166 Minuten LesezeitAtlas Strategy Group

Der teuerste Weg, herauszufinden, ob eine AI-Chance real ist, besteht darin, das Pilotprojekt durchzuführen. Der günstige Weg ist, sie zuerst zu bewerten – in einer gezielten zweistündigen Übung, die auf dem Papier die meisten Fragen beantwortet, die das Pilotprojekt in zwei Quartalen beantworten würde. Die meisten Unternehmen überspringen diesen Schritt, weil eine Bewertung wie eine Verzögerung wirkt und Pilotprojekte wie Fortschritt. Die Rechnung spricht jedoch für das Gegenteil: Ein Pilotprojekt kostet Monate und Glaubwürdigkeit; eine Bewertung kostet einen Nachmittag und ein unangenehmes Gespräch.

Was bei der Bewertung tatsächlich abgefragt wird

Vier Zahlen und ein Eingeständnis. Das Volumen: Wie oft tritt die Aufgabe auf – pro Tag, pro Bediener, pro Jahr? Die Automatisierung einer Aufgabe, die zweimal im Monat anfällt, ist ein Rundungsfehler, der sich als Demo verkleidet. Der Personalaufwand: Was kostet jeder Vorgang an Zeit, Löhnen und Fehlerbehebung? Die Variabilität: Wie standardisiert sind die einzelnen Vorgänge? Zehn Varianten, die das Modell zuverlässig bewältigt, sind mehr wert als tausend Varianten, die es nur ungefähr bewältigt. Die Einsparschwelle: Welchen Anteil der Vorgänge müsste das System ohne menschliche Prüfung verarbeiten, damit sich der Business Case rechnet – und ist dieser Anteil plausibel, oder liegt er am optimistischen Rand einer Marketingkurve?

Das Eingeständnis ist der schwierige Teil: Was geschieht mit den letzten zehn Prozent? Ein System, das neunzig Prozent der Vorgänge bewältigt, braucht dennoch einen Menschen, der für die verbleibenden zehn Prozent bereitsteht. Das bedeutet, dass die Einsparungen nicht neunzig Prozent der Kosten betragen, sondern den Kosten entsprechen, abzüglich des Preises dafür, die Person für die Ausnahmefälle vorzuhalten. Business Cases scheitern häufiger an diesem Punkt als in jeder technischen Prüfung, und bei der Bewertung scheitern sie kostengünstig.

Zwei Fallstricke, die die Analyse aufdeckt

Einen fehlerhaften Prozess automatisieren. Wenn der Prozess heute zu Nacharbeit, Streitigkeiten und Umgehungslösungen führt, wird die Automatisierung diese Probleme nur schneller hervorbringen. Die Analyse stellt die Frage, die in der Demo nie aufkommt: Lohnt es sich überhaupt, diesen Prozess zu automatisieren, oder muss er zuerst verbessert werden – und ist die Verbesserung selbst das eigentliche Projekt?
Die Ausnahme, die sich als Regel tarnt. Teams beschreiben ihre Arbeit anhand ihrer interessantesten Fälle; die Automatisierung betrifft jedoch die große Mehrheit der Routinefälle. Die Analyse zählt Vorkommen anhand von Protokollen und Stundenzetteln, nicht anhand von Interviews – in Interviews werden die Ausnahmen beschrieben, in den Protokollen die tatsächliche Arbeit.

Fragen Sie vor dem Pilotprojekt nach den Zahlen. Wenn niemand Angaben zum Volumen, zu den Kosten oder zu den Abweichungen machen kann, ist das die Antwort der Analyse: Das Unternehmen kennt den Prozess noch nicht gut genug, um ihn zu automatisieren.

Die Analyse ist bewusst unspektakulär – vier Zahlen, ein Eingeständnis, eine Seite. Zugleich ist sie die Seite mit dem größten Hebel inder AI-Strategie, denn sie übersetzt Begeisterung in Zahlen, bevor Begeisterung ein Budget hat. So eröffnetder Bereich Digital & AI Transformationein Engagement, und die Fälle, die das Assessment überstehen, gelangen zu dem Filter, der unterAuswahl von Anwendungsfällen.