WAS IST DIE
HERAUSFORDERUNG BEI DER EINFÜHRUNG VON KI?

Die Reihenfolge ist nicht zufällig

In Beratungsgesprächen fragen Vorstände typischerweise: „Welche KI sollen wir kaufen?“ Das ist die falsche Frage und kommt am Ende der Kette. Die richtigen Fragen kommen davor — in einer bestimmten Reihenfolge.

Herausforderung 1: Daten

Eine KI ist nur so gut wie die Daten, mit denen sie arbeitet. Wer einen KI-Berater bauen will, der Kundenanfragen beantwortet, braucht eine strukturierte, zugängliche Wissensbasis. Wer eine KI-Prognose bauen will, braucht eine saubere Auftragshistorie über mindestens 24 Monate. Wer eine KI für Lieferanten-Klassifikation will, braucht einen gepflegten Lieferantenstamm.

Typische Datenprobleme im Mittelstand:

• Wissen in PDFs ohne Volltextsuche, ohne Kategorisierung.
• Historie in Excel-Inseln, verteilt über Abteilungen.
• Stammdaten unklar — wer ist Kunde, wer ist Interessent, wer ist nur ein Datenstaubteilchen?
• Daten in nicht zugänglichen Systemen ohne API, mit veralteten Lizenzen, ohne Dokumentation.

Lösung: Daten-Audit vor KI. Bei ZEBRA sind die ersten 1–2 Wochen jedes Projekts der Daten-Inventur gewidmet. Wir sortieren, was ist, wir benennen, was fehlt, wir definieren, was strukturiert werden muss.

Herausforderung 2: Prozesse

Wenn KI in einen Prozess eingebaut wird, der schlecht ist, wird der Prozess nicht automatisch gut. Er wird automatisiert schlecht. Beispiel: Wer einen chaotischen Angebots-Prozess hat und eine KI dazwischen schaltet, hat danach einen chaotischen, teilautomatisierten Angebots-Prozess.

Typische Prozess-Probleme:

• Unklare Verantwortlichkeiten — wer entscheidet was wann?
• Unklare Übergaben — wo endet die Aufgabe von A und beginnt die von B?
• Implizites Wissen — vieles steht in keinem Handbuch, sondern „macht man halt so“.
• Workarounds — die offiziellen Prozesse werden seit Jahren nicht mehr gelebt.

Lösung: Prozess-Skizze vor KI. Wir zeichnen den IST-Prozess mit den Beteiligten. Dann diskutieren wir den SOLL-Prozess mit KI. Erst dann beginnt die Implementierung.

Herausforderung 3: Menschen

Die schwierigste der drei, weil sie sich nicht technisch lösen lässt. KI verändert Arbeit, und nicht jeder begrüßt das. Drei Reaktionen treten typischerweise auf:

• Begeisterung — etwa 15–20 % der Mitarbeiter. Wollen sofort ausprobieren, finden Wege, melden Probleme. Die Champions.
• Pragmatismus — etwa 50–60 % der Mitarbeiter. Warten ab, probieren, wenn andere zeigen, dass es funktioniert. Die Mehrheit.
• Widerstand — etwa 20–30 % der Mitarbeiter. Sehen Risiken, betonen Nachteile, warten auf das Scheitern. Manche aus Angst, manche aus Erfahrung mit gescheiterten Projekten.

Lösung: nicht versuchen, alle gleichzeitig mitzunehmen. Mit den Champions starten, Erfolge sichtbar machen, Pragmatiker mitziehen. Widerständler werden später durch ihre eigenen Beobachtungen überzeugt — oder eben nicht. Das ist okay.

Was am Ende technisch wichtig ist

Erst nach Daten, Prozessen und Menschen kommen die technischen Entscheidungen: Welches Modell? Welche Architektur? Welche Integration? Diese Fragen sind wichtig, aber sie sind nicht die schwierigsten. Ein KI-Anbieter ist tauschbar. Eine schlechte Datenbasis ist es nicht.