html AI-Anwendungsfälle auswählen

Startseite·Analysen·AI-Anwendungsfälle auswählen: der Filter, der neun von zehn aussortiert

AI-Anwendungsfälle auswählen: der Filter, der neun von zehn aussortiert

Ideenlisten sind schnell erstellt — jeder Workshop bringt zwanzig hervor. Die Strategie ist der Filter, der entscheidet, welche davon einen Pilotversuch verdient.

Digitalisierung & AI2025-04-046 Minuten LesezeitAtlas Strategy Group

Jeder AI-Workshop bringt dasselbe Ergebnis hervor: ein Flipchart mit zwanzig Ideen, das mit jener Begeisterung aufgenommen wird, die nur kostenlose Dinge auslösen. Sechs Monate später führt dasselbe Unternehmen vier Pilotprojekte durch – ohne Budget, ohne Verantwortliche und ohne Abbruchkriterium. Der Unterschied zwischen Unternehmen, die einen Nutzen erzielt haben, und solchen, die nur müde geworden sind, liegt nicht in der Qualität der Ideen. Er liegt in dem Filter, der auf das Flipchart folgte.

Die fünf Prüfkriterien

  • Wirtschaftliches Gewicht. Ist die Kostenbasis der Aufgabe groß genug, dass sich selbst ihre hervorragende Automatisierung auszahlt? Eine brillante Lösung für geringe Kosten ist ein Hobby. Die Kandidatenliste wird anhand der tatsächlichen Kostenpositionen des Unternehmens priorisiert, nicht anhand dessen, was gerade als besonders angesagt gilt.
  • Reife der Voraussetzungen. Daten sind vorhanden und zugänglich und haben in jedem System, in dem sie vorkommen, dieselbe Bedeutung; der Prozess ist ausreichend strukturiert, sodass sich seine Schritte ohne Diskussion beschreiben lassen. Die Automatisierung eines unstrukturierten Prozesses führt nicht zu Ergebnissen – sie führt zu Auseinandersetzungen.
  • Messbarkeit. Lassen sich Vorher und Nachher anhand von Zahlen erfassen, denen das Unternehmen bereits vertraut – etwa Stunden, Fehlerquoten oder Durchsatz? Ein Anwendungsfall, dessen Wert sich nicht messen lässt, wird als „erfolgreich angesehen“ und kann nicht evidenzbasiert skaliert werden.
  • Fehlerkosten. Was geschieht, wenn das System einen Fehler macht – und das wird es? Anwendungsfälle, bei denen ein fehlerhaftes Ergebnis kostengünstig erkannt werden kann, lassen sich finanzieren; Anwendungsfälle, bei denen ein fehlerhaftes Ergebnis unbemerkt etwas Teures beeinträchtigt, nicht – unabhängig davon, wie die Demo aussah.
  • Eine verantwortliche Person, die es will. Eine namentlich benannte Person, deren Arbeitsalltag dadurch besser wird und die die Änderung in dem Prozess, den sie beeinträchtigt, vertreten wird. Automatisierung ohne internen Nutznießer stirbt höflich in einem Ausschuss.

So wird der Filter angewendet

Jeder Kandidat durchläuft die Prüfkriterien der Reihe nach, und die Reihenfolge ist wichtig: zuerst das wirtschaftliche Gewicht, denn die nachfolgenden Prüfkriterien erfordern Aufwand; ein Anwendungsfall, der alle fünf Kriterien erfüllt, gilt nicht als „genehmigt“, sondern wird zu einem Pilotprojekt mit festgelegtem Umfang, einer klar definierten Kennzahl und einer schriftlich festgehaltenen Abbruchbedingung zugelassen. Anwendungsfälle, die ein Kriterium nicht erfüllen, werden nicht für immer verworfen, sondern mit Angabe des nicht erfüllten Kriteriums zurückgestellt. Die Warteliste ist das Gedächtnis der Strategie: Ändern sich im nächsten Jahr die Daten oder die verantwortliche Person, durchläuft der Anwendungsfall erneut das eine Kriterium, an dem er gescheitert ist, statt ganz von vorn zu beginnen.

Neun von zehn Ideen sollten am Filter scheitern. So funktioniert der Filter. Die zehnte erreicht die Pilotphase mit einem Budget, einer Kennzahl und einer verantwortlichen Person – nur so enden Pilotprojekte nicht in bloßer Erschöpfung.

Der Filter ist die zweite Seite dereinseitigen AI-Strategie, und die Frage, der sie dient, ist die, die wir zuvor aufgeworfen haben:wann Automatisierung tatsächlich die P&L erreicht. Den Filter anzuwenden, gehört zur üblichen Einstiegsarbeit inder Bereich Digital & AI Transformation.

Alle Insights →