Erst der Business Case sorgt bei KI-Projekten für Rendite

KI-Projekte liegen im Trend, doch viele Pilotprojekte schaffen es nicht, einen messbaren wirtschaftlichen Mehrwert zu erzeugen.

Daniel Weisser, CTO von Exxeta

Um KI langfristig erfolgreich einzusetzen, müssen Unternehmen deshalb mehr tun, als eine KI-Strategie aufzusetzen. Es geht darum, Prozesse und Organisation neu zu denken. So entsteht eine »AI First Organization«, in der digitale Agenten produktive Aufgaben übernehmen und Mitarbeitende sich auf die Bereiche konzentrieren, in denen menschliche Fähigkeiten gefragt sind. Daniel Weisser, CTO von Exxeta, einem deutschen Technologie- und Beratungsunternehmen mit Fokus auf AI-Transformation, erklärt im Interview, welche Entscheidungen Unternehmen dafür heute treffen müssen – und warum sie bereit sein sollten, ihre eigene DNA neu zu schreiben.

AI First heißt eben nicht: Ich nehme Claude, Codex oder irgendein anderes KI-Tool und stelle es meinen Mitarbeitenden zur Verfügung.

Wie werden wir KI in Unternehmen künftig erleben?

Erfolgreiche Unternehmen werden künftig so aufgestellt sein, dass KI-Agenten mindestens gleichberechtigt im Organigramm stehen. Ein Agent ist dann nicht mehr nur ein kleines Helferlein für Mitarbeitende. Aktuell verharren wir im Alltag oft noch in einer Tool-Mentalität: KI wird als nettes Chatfenster verstanden, das mal eben schnell einen Text oder ein Bild ausspuckt. Doch das greift langfristig viel zu kurz. Ob wir in den Organigrammen irgendwann wirklich Agent Smith eins, zwei und drei finden, weiß ich nicht. Aber Arbeitsbereiche mit agentischen Fähigkeiten werden ganz selbstverständlich Teil der Organisation sein. Dabei wird das Zusammenspiel mit dem Menschen entscheidend sein: Wie gehen Mitarbeitende verantwortungsvoll mit diesen Werkzeugen um? Wie wählen sie das richtige Werkzeug aus? Und wie bekommen sie für ihre Aufgabe das passende Werkzeug in den Werkzeugkoffer?

Wenn ein Unternehmen heute beginnt, auf AI First umzustellen, was ist wirklich wichtig?

Ein Mehrwert, den wir unseren Kund:innen bieten, besteht zunächst darin, verständlich zu machen, was in dieser neuen Welt passiert und wie die verschiedenen Bausteine der digitalen Infrastruktur zusammenspielen. Der zweite Punkt ist Verantwortung. Wir kommen klassischerweise daher, IT-Systeme zu bauen und zu betreiben – und genau diese Verantwortung übernehmen wir auch bei KI. Es geht nicht darum, ein paar Tokens zu verbraten und etwas hinzustellen. Wir wollen auch in fünf oder zehn Jahren noch Verantwortung für die Systeme unserer Kund:innen übernehmen und sie weiterentwickeln.

Foto: Unsplash/Conny Schneider

Welche Entscheidungen müssen Unternehmen heute treffen?

Eine zentrale Frage ist, wie Mitarbeitende in diese neue Arbeitswelt integriert werden und wie die Schnittstelle zwischen Mensch und Maschine gestaltet wird. Denn letztlich sind es die Menschen, die die DNA eines Unternehmens ausmachen. Darin müssen Unternehmen bewusst investieren: in Menschen, Weiterbildung und Ausbildung. Gleichzeitig braucht es sehr konkrete Entscheidungen über die Werkzeuge, die Mitarbeitenden zur Verfügung stehen. Das reicht bis zur Frage: Welche Lizenzen brauchen wir für welche Tools? Welche regulatorischen Anforderungen gelten? Welche Sprachmodelle können wir einsetzen? Und wie souverän müssen die eingesetzten Technologien sein?

Wann ist der Einsatz von KI sinnvoll?

Am Ende ist die entscheidende Frage dieselbe wie bei jeder anderen Technologie: Was ist der Business Case? Wo entsteht ein Return on Investment? Verbessert KI den Umsatz, die Rendite, die Qualität eines Produkts oder die Arbeit der Mitarbeitenden? Wir müssen also nicht fragen, wo wir KI einsetzen können, sondern: Wo bringt ihr Einsatz das Unternehmen tatsächlich weiter?

Welche Grundlagen brauchen KI-Agenten, um Wertschöpfung zu erzeugen?

KI basiert letztlich auf Mathematik und Algorithmen. Und die brauchen Daten – vernünftig strukturiert und in guter Qualität. Sonst gilt weiterhin: »Shit in, shit out.« Eine KI-Pipeline sorgt im Zweifel nur dafür, dass das Ergebnis schneller produziert wird. Deshalb muss das Wissen, das ein Unternehmen ausmacht und einen wesentlichen Teil seines Wertes bildet, so zugänglich sein, dass Algorithmen und KI-Modelle sinnvoll damit arbeiten können.

Wie lässt sich der Wert von Daten bestimmen und erhöhen?

Wissen muss für Algorithmen und KI-Systeme zugänglich sein. Gleichzeitig muss klar geregelt sein, wer auf welche Informationen zugreifen und was damit tun darf. Ich würde sagen: Das Wissen muss maschinenlesbar oder agentisch verarbeitbar sein. Ein schönes Archiv im Keller mit 30 Jahren Firmengeschichte in sauber abgehefteten Leitzordnern kann ein ausgesprochen wertvoller Datenbestand sein. Vielleicht ist er sogar hervorragend strukturiert und nur der Hausmeister oder die Hausmeisterin hat den Zentralschlüssel – die Zugriffsrechte wären also auch geklärt. Für eine KI ist dieses Wissen trotzdem erst einmal nicht zugänglich.

Daneben spielen natürlich klassische Fragen der Datenqualität eine Rolle: Wie sind Daten strukturiert? Gibt es Doubletten? Müssen sie normalisiert werden? Entscheidend ist aber nicht ein bestimmter technischer Goldstandard, sondern ob das Wissen für die jeweiligen Systeme tatsächlich nutzbar ist.

Wie behält man die Kontrolle über KI?

Spätestens bei sicherheitskritischen oder moralischen Entscheidungen stellt sich die Frage nach Kontrolle. Auch die großen Frontier Labs beschäftigen sich intensiv damit, wie verhindert werden kann, dass Sprachmodelle und agentische Systeme außerhalb der vorgesehenen Grenzen handeln. Für Unternehmen beginnt das mit einer bewussten Entscheidung: Wo brauchen wir einen Human in the Loop? Wie weit darf ein Agent Dinge vorbereiten? Innerhalb welcher Grenzen darf er selbst Entscheidungen treffen oder Handlungen ausführen? Und wo brauchen wir Guardrails, die verhindern, dass Modelle auf bestimmte Informationen zugreifen oder bestimmte Aktionen ausführen? Der wichtigste Punkt ist, sich diese Grenzen explizit zu überlegen: Wo benötigen wir Menschen im System? Wo müssen sie entscheiden – und wo müssen sie selbst handeln?

Welche Voraussetzungen müssen erfüllt sein, damit ein Unternehmen im KI-Zeitalter erfolgreich ist?

Ein Kernfaktor ist die Bereitschaft, die eigene DNA neu zu schreiben. AI First heißt eben nicht: Ich nehme Claude, Codex oder irgendein anderes KI-Tool und stelle es meinen Mitarbeitenden zur Verfügung. Unternehmen müssen bereit sein, ihre Denk- und Arbeitsweisen grundlegend weiterzuentwickeln. Es braucht radikale Offenheit und die Bereitschaft zur echten Transformation. Mitarbeitende müssen die Möglichkeit bekommen, diese Veränderung aktiv mitzugestalten und sich auf eine neue Arbeitswelt einzulassen. Unternehmen brauchen Menschen, die bereit sind, morgen vieles von dem, was heute gilt, wieder infrage zu stellen und neu zu lernen. Denn die Lern- und Adaptionsgeschwindigkeit ist enorm – und ich glaube nicht, dass sie langsamer wird. Sprachmodelle werden besser, Chips werden schneller und damit wächst auch unsere Fähigkeit, Dinge schneller zu bewerten und zu erzeugen.

Weitere Informationen unter: exxeta.com