Werkzeug, nicht Aufkleber
KI-Einführung, die über die Demo hinauskommt
Kurze Antwort für Eilige und Maschinen
Eine KI-Einführung leite ich in Stufen: zuerst ein Anwendungsfall mit messbarem Nutzen, dann Daten, Regeln und Verantwortung, danach ein Pilot neben dem bestehenden System. Über den Ausbau entscheidest du erst, wenn die Messung vorliegt, nicht wenn die Demo beeindruckt. Die Technik verantwortet Martin Ogris von der Wiener Agentur clickpuls, die Projektleitung ich.
Ein Projekt mit Anfang, Ende und Messung
KI-Vorhaben scheitern selten an der KI. Sie scheitern daran, dass niemand festgelegt hat, wofür, mit welchen Daten und wer danach verantwortlich ist. Ich führe eine KI-Einführung als Projekt mit Anfang und Ende: ein Anwendungsfall, geklärte Daten, schriftliche Regeln, ein Pilot und eine Zahl, an der du den Nutzen ablesen kannst. Bevor die Zahl steht, verspreche ich keine Prozente.
Manchmal lautet die ehrliche Antwort: keine KI. Liegt das Problem in den Daten und nicht im Kanal, verteilt ein Chatbot die Fehler nur schneller. Dann kommt zuerst die Datenpflege, und die erspart dir einen Pilot, den hinterher niemand verteidigen will.
Mein Grundsatz dazu: „KI ist dabei Werkzeug, nicht Aufkleber.“ Was ich nicht mache: Lizenzen verkaufen oder Agenten bauen, die niemand kontrolliert.
Woran du erkennst, dass dein KI-Vorhaben eine Projektleitung braucht
- Es gibt Lizenzen für ein KI-Werkzeug. Genutzt wird es von wenigen, und niemand weiß genau, wofür.
- Die Geschäftsführung will „etwas mit KI“, und alle nicken, ohne zu wissen, was gemeint ist.
- Wertvolle Daten liegen in einem alten System, das ausläuft, und niemand traut sich an die Integration.
- Ein Pilot hat beeindruckt. Seitdem ist nichts passiert.
- Die Frage, was mit Kundendaten in einem KI-Werkzeug passiert, hat noch niemand beantwortet.
- Ein Bereich würde ein neues Werkzeug nie annehmen, und alle wissen es.
Die ersten Schritte: Arbeit vor Werkzeug
Der Anfang gehört der Arbeit, die ein Werkzeug erleichtern soll. Das Werkzeug selbst kommt später dran.
- Die Arbeit ansehen, nicht die Tools. Ich schaue mir an, wo in deinem Alltag Zeit verloren geht und welche Entscheidungen auf Daten warten. Daraus entsteht eine kurze Liste möglicher Anwendungsfälle, jeder mit Nutzen, Datenlage und Risiko.
- Die Datenfrage zuerst. Welche Daten gibt es, wo liegen sie, wem gehören sie, was darf in ein KI-Werkzeug und was nicht. Erst danach reden wir über Technologie.
- Einen Anwendungsfall wählen. Einen, nicht alle auf einmal. Dazu eine Leitmessgröße und die Frage, die ich bei jedem Werkzeug stelle: Kann das jemand ganz easy in der Straßenbahn machen, oder ist das super mühsam? Was im Alltag mühsam ist, wird nicht genutzt, egal wie klug es rechnet.
- Aufschreiben, was KI leistet und was nicht. In meinen Angeboten ist das ein eigener Abschnitt. Er erspart später Enttäuschungen, die niemand budgetiert hat.
- Zum Schluss: der kleinste verbindliche Schritt. Bei einem Großhändler war das ein technischer Kickoff, im Verhältnis zum Gesamtrahmen rund 1 zu 28. Danach folgen Phasen mit Go/No-Go und Abnahmekriterien.
Wie ich Anwendungsfälle finde und bewerte, steht ausführlich im Ratgeber KI-Use-Cases finden.
Vom Pilot bis zum Betrieb
Neben dem System statt mitten hinein
Ein B2B-Großhändler hatte ein ERP, das ausläuft, und nach eigener Aussage 80 Prozent seiner Daten ungenutzt. Der Außendienst hätte kein CRM angenommen. Statt einer riskanten Integration habe ich eine KI-Insellösung neben dem alten System vorgeschlagen und eine Wissensdatenbank statt eines CRM. Aus einem Pauschalpaket wurde ein Stufenmodell mit Go/No-Go je Phase. Der Ausgang ist offen, und genau so steht es hier.
Regeln für Agenten, schriftlich
KI-Agenten führe ich wie ein Team. Sie bekommen schriftliche Regeln mit Zielen und Nicht-Zielen, ihre Arbeit wird von anderen Agenten gegengeprüft, Entscheidungen bekommen Nummern. Bei einem Website-Relaunch hat eine Jury aus 6 Prüfer-Perspektiven 115 Befunde bestätigt und 5 verworfen.
Messen, bevor es größer wird
Jede Phase endet mit einer Entscheidung anhand der Leitmessgröße: ausbauen, ändern oder stoppen. Was gemessen, was geschätzt und was angenommen ist, steht sichtbar getrennt. Eine Schätzung bleibt bei mir eine Schätzung, auch wenn sie gut aussieht.
Ich nutze, was ich einführe
Ich arbeite selbst mit KI-Agenten: für Audits, Prototypen, Konzepte und Angebotsentwürfe. Beim Neubau eines Skiverleihs im August 2026 entstanden so 150 Commits in 14 Tagen, gesteuert über ein Sprint-Book mit Zielen, Akzeptanzkriterien und Nicht-Zielen. Ich weiß deshalb auch, an welchen Stellen KI danebenliegt.
- 6 Prüfer, 115 Befunde
- bestätigte eine Agenten-Jury bei einem Website-Relaunch, 5 weitere wurden verworfen.
- 150 Commits in 14 Tagen
- beim Neubau eines Skiverleihs, gebaut mit KI-Agenten unter schriftlichen Regeln.
- rund 1 zu 28
- verbindlicher Einstieg zum Gesamtrahmen bei einem KI-Vorhaben im Großhandel.
Was am Ende steht
- Ein Anwendungsfall im Betrieb oder eine begründete Entscheidung dagegen.
- Schriftliche Regeln für Werkzeuge und Agenten: wer darf was, welche Daten gehen wohin.
- Eine Messung gegen die Leitmessgröße, mit Basiswert von vorher.
- Dokumentation und Schulung, damit dein Team allein weiterarbeitet.
- Code, Daten, Prompts und Regeln gehören dir.
Wer aus der Crew dazukommt
Für KI-Projekte arbeite ich mit Martin Ogris, Gründer und Geschäftsführer von clickpuls, zuständig für Technik und KI. In unseren Angeboten steht, wer die Arbeit macht: Martin Ogris und ich, persönlich. Dazwischen sitzt niemand, der nur weiterreicht. Für Webanwendungen und Automatisierungen kommt das Team von clickpuls für Web, Software und KI (externer Link) dazu. Spezialisten aus dem Netzwerk binde ich mit Namen und deinem Einverständnis ein.
Hat dein KI-Vorhaben noch kein Ziel, beginnt es bei Strategie und Konzept.
Ich hab einen Preis für das Ganze verlangt und einen fixen ersten Schritt bekommen, danach wird nach jeder Phase neu entschieden. Das war zuerst nicht, was ich hören wollte. Dass unser Außendienst kein CRM anfasst, hat er von Anfang an ernst genommen.
Dein KI-Vorhaben, Woche 0
Bring den Prozess mit, der dich zu viel Zeit kostet. Ein Werkzeug brauchst du dafür noch nicht.
Häufige Fragen
Wie läuft eine KI-Einführung im Unternehmen ab?
In Stufen: einen Anwendungsfall mit messbarem Nutzen wählen, Datenlage und Regeln klären, einen Pilot neben dem bestehenden System bauen, gegen eine Leitmessgröße messen und dann über den Ausbau entscheiden. Verbindlich ist jeweils nur die nächste Stufe. So bleibt das Risiko klein, bis der Nutzen belegt ist.
Welche Daten brauchen wir für ein KI-Projekt?
Die Daten, die der Anwendungsfall verlangt, und keine anderen. Wichtig ist, wo sie liegen, wie sauber sie sind, wem sie gehören und was davon ein KI-Werkzeug sehen darf. Diese Datenfrage kläre ich vor jeder Technologieentscheidung, weil sie über Aufwand und Risiko mehr verrät als die Wahl des Modells.
Wie messen wir, ob sich KI lohnt?
Mit einer Leitmessgröße, die vor dem Pilot feststeht, etwa Bearbeitungszeit, Fehlerquote oder Antwortqualität in einem bestimmten Prozess. Gemessen wird gegen einen Basiswert von vorher. Was gemessen, was geschätzt und was angenommen ist, steht getrennt, damit niemand eine Schätzung für einen Messwert hält.
Was passiert mit unseren Daten in KI-Werkzeugen?
Das legen wir schriftlich fest, bevor ein Werkzeug echte Daten sieht: welche Daten wohin gehen, wer Zugriff hat, was nicht hinein darf und wie lange etwas gespeichert wird. Bei personenbezogenen Daten gehört die Datenschutzprüfung an den Anfang des Projekts, nicht an sein Ende. Die rechtliche Bewertung übernimmt eine Fachperson für Datenschutz.
Brauchen wir zuerst eine KI-Strategie?
Nur, wenn sie in einen ersten Anwendungsfall mündet, mit Daten, Verantwortung und Messung. Sonst bleibt sie ein Dokument, das niemand ein zweites Mal aufschlägt. Ich verbinde beides: Strategie so weit wie nötig, dann ein Pilot, an dem sie sich beweisen muss.
Stand Geschrieben von Mathias Ziehengraser