Bei KI ist die Versuchung groß, zuerst einen umfassenden Plan zu schreiben: alle möglichen Anwendungsfälle, ein Zielbild für mehrere Abteilungen und eine technische Architektur für Anforderungen, die noch niemand im Alltag geprüft hat.
Das klingt gründlich. Es verschiebt aber die wichtigste Frage nach hinten: Hilft die Lösung den Menschen, die später damit arbeiten sollen? Darum beginne ich lieber mit einem klar abgegrenzten Problem und einem kleinen, brauchbaren Schritt.
Klein starten heißt nicht klein denken
Ein kleiner erster Schritt ist kein halbfertiges Gesamtprojekt. Er ist ein bewusst gewählter Ausschnitt, an dem sich die entscheidenden Annahmen prüfen lassen. Zum Beispiel: Verstehen wir den Prozess richtig? Sind die notwendigen Informationen verfügbar? Ist ein Vorschlag der KI für die Mitarbeitenden tatsächlich hilfreich?
Diese Fragen lassen sich nicht allein in Workshops beantworten. Man muss eine erste Version sehen, ausprobieren und gemeinsam besprechen. Genau dort entsteht belastbares Wissen für die nächsten Entscheidungen.
Der erste Schritt soll nicht möglichst viel zeigen. Er soll möglichst früh zeigen, ob wir am richtigen Problem arbeiten.
Ein guter Rahmen für den Einstieg
Bevor etwas gebaut wird, sollten drei Dinge verständlich sein:
- Die konkrete Arbeit: Welcher Ablauf kostet heute Zeit, erzeugt Reibung oder erschwert eine gute Entscheidung?
- Der sinnvolle Beitrag der KI: Soll sie Informationen strukturieren, Entwürfe vorbereiten, Wissen zugänglich machen oder bei einer Prüfung unterstützen?
- Die Verantwortung: Wer beurteilt die Qualität, entscheidet bei Ausnahmen und trägt die Lösung später weiter?
Dieser Rahmen ist klar, ohne die Lösung künstlich vorwegzunehmen. Er gibt Orientierung und lässt gleichzeitig Raum für das, was wir erst durch die Nutzung lernen.
Vom ersten Test zur brauchbaren Lösung
Den echten Ablauf verstehen
Prozessbeschreibungen zeigen selten alle Ausnahmen. Deshalb spreche ich mit den Menschen, die die Arbeit erledigen, schaue auf vorhandene Unterlagen und frage nach den Stellen, an denen Erfahrung wichtiger ist als eine formale Regel.
Den kleinsten nützlichen Teil bauen
Die erste Version übernimmt eine klar begrenzte Aufgabe. Sie kann beispielsweise Inhalte vorsortieren oder einen Entwurf vorbereiten, während die Entscheidung bewusst bei einem Menschen bleibt. So wird die Wirkung sichtbar, ohne Kontrolle abzugeben.
Frühes Feedback ernst nehmen
Rückmeldungen aus dem Arbeitsalltag sind keine Abnahme am Ende, sondern Teil der Entwicklung. Was unklar ist, wird vereinfacht. Was keinen Nutzen bringt, fällt weg. Was sich bewährt, kann gezielt erweitert werden.
Erst dann erweitern
Weitere Funktionen folgen nicht, weil sie technisch möglich sind, sondern weil die nächste sinnvolle Verbesserung erkennbar ist. Das hält Architektur, Budget und Veränderung für die Organisation überschaubar.
Die Dauer folgt der Aufgabe
Ein abgegrenzter interner Helfer, eine Integration in bestehende Systeme und eine organisationsweite Veränderung haben unterschiedliche Voraussetzungen. Datenzugänge, Schnittstellen, Abstimmungen und Sicherheitsanforderungen beeinflussen den Weg.
Darum sollte die Dauer nicht als starres Versprechen vor der eigentlichen Klärung feststehen. Sinnvoller sind nachvollziehbare Etappen mit einem gemeinsamen Entscheidungspunkt: weiterentwickeln, anpassen, übergeben oder bewusst stoppen.
Sicherheit gehört in den ersten Entwurf
Pragmatismus bedeutet nicht, Datenschutz, Informationssicherheit oder Governance später nachzuholen. Schon beim ersten Test muss klar sein, welche Daten verwendet werden dürfen, wer Zugriff hat, wie Ergebnisse geprüft werden und was bei Unsicherheit passiert.
Das muss nicht kompliziert formuliert sein. Gute Regeln sind so verständlich, dass Mitarbeitende sie im Alltag anwenden können.
Übergabe ist Teil der Umsetzung
Eine Lösung ist erst dann wirklich brauchbar, wenn sie nicht dauerhaft von ihrem Erbauer abhängt. Dazu gehören eine verständliche Dokumentation, geklärte Zuständigkeiten und ein realistischer Umgang mit Änderungen.
- Zweck: Das Team kann erklären, wobei die Lösung hilft und wobei nicht.
- Bedienung: Die wichtigsten Abläufe und Ausnahmen sind nachvollziehbar beschrieben.
- Qualität: Es ist klar, wie Ergebnisse geprüft und Fehler gemeldet werden.
- Weiterentwicklung: Verantwortliche wissen, wie Inhalte, Regeln oder technische Komponenten gepflegt werden.
Fazit
KI-Projekte brauchen kein künstliches Großprogramm, um professionell zu sein. Sie brauchen ein relevantes Problem, einen klaren ersten Rahmen und ehrliches Feedback aus der Nutzung.
So entsteht Schritt für Schritt eine Lösung, die technisch machbar ist, zum Unternehmen passt und von den Menschen im Alltag verstanden wird. Genau daran sollte sich die weitere Dauer orientieren.