Wie man die AI-Einführung im Unternehmen startet: erster Prozess richtig wählen

Das ist die häufigste Frage, die wir von Unternehmen hören: „Wir wollen AI, aber wo anfangen?“. Die falsche Antwort beginnt mit dem Namen eines Tools. Die richtige Antwort beginnt mit der Frage, welche Entscheidung oder welche Arbeit wir schneller, günstiger oder präziser erledigen wollen. Die Technologie steht am Ende dieses Weges, nicht am Anfang.

Die Versuchung ist offensichtlich – jemand hat ein Demo gesehen, über ein Modell gelesen und will „AI haben“. Doch eine Implementierung, die mit dem Tool beginnt, endet meist als Lösung auf der Suche nach einem Problem: ein schönes Demo, das niemand nutzt, weil es kein reales Bedürfnis erfüllt.

Drehe die Reihenfolge um. Schreibe zuerst drei Prozesse auf, die heute schmerzen – die Stunden fressen, fehleranfällig sind oder Menschen mit langweiliger, repetitiver Arbeit blockieren. Erst dann frage, ob und wie AI sie verbessern kann. Das Tool wird zum Prozess passend ausgewählt, nicht der Prozess zum Tool.

Ein guter Kandidat für die erste Implementierung hat vier Merkmale:

• Wiederholbar – passiert dutzende oder hunderte Male, nicht einmal pro Quartal. Wiederholbarkeit ist der Hebel.
• Zeitaufwendig – frisst reale Stunden, die sich zählen lassen. Ohne Stunden gibt es keine Basis für die Renditeberechnung.
• Messbar – das Ergebnis lässt sich in Zahlen bewerten (Prozent korrekter Klassifizierungen, Bearbeitungszeit, Anzahl der ohne menschliches Zutun abgeschlossenen Anfragen).
• Bereits manuell vorhanden – jemand erledigt es heute von Hand, daher hast du einen Referenzpunkt und „kostenlose“ Trainingsdaten.

Wenn ein Prozess diese vier Kriterien erfüllt, ist er ein guter Kandidat – unabhängig davon, wie „spektakulär“ er von außen wirkt. Die erste Implementierung soll Wert beweisen, nicht beeindrucken.

In polnischen Unternehmen kehren dieselben Ideen immer wieder – weil sie funktionieren:

Gemeinsamer Nenner: enger Scope, klares Ergebnis, bestehender manueller Prozess. Es ist kein Zufall, dass Klassifizierer und Extraktion das schnellste ROI liefern – sie sind per Definition messbar.

Eine erfolgreiche Implementierung folgt meist diesem Weg:

1. Prozess-Audit – liste auf, was wiederholbar, zeitaufwendig und fehleranfällig ist. Prüfe die Organisationsbereitschaft.
2. Wahl eines Prozesses – die kleinste Änderung mit dem größten Hebel. Der Automatisierungs-Finder hilft bei der Eingrenzung.
3. Renditeberechnung – wie viele Stunden monatlich, welcher Stundensatz, welche Implementierungskosten. Der ROI-Rechner liefert Zahlen, keine Vermutungen.
4. Pilotprojekt zu festen Kosten – ein funktionierendes System für einen Prozess, mit messbarem Ergebnis, bevor Vertrauen gefordert wird.
5. Schrittweise Erweiterung – erst wenn der erste Prozess Zahlen liefert, kommt der nächste dazu.

Zuerst Daten und Ordnung, dann die AI-Schicht. Es müssen keine perfekten Daten sein – aber es lohnt sich, einen engen Ausschnitt für den ersten Prozess zu ordnen, nicht die ganze Organisation auf einmal.

Die Faustregel ist einfach und berechenbar:

• Der Prozess frisst weniger als ein paar Stunden monatlich → die Rendite im ersten Jahr ist fraglich, beginne mit etwas Größerem.
• Der Prozess frisst einige Dutzend Stunden monatlich → die Implementierung zahlt sich meist in 2–4 Monaten aus, jeder weitere Monat ist Einsparung.

Deshalb wählen wir nicht den „coolsten“ Prozess, sondern den mit der größten Anzahl zurückgewonnener Stunden. Die Rendite berechnest du selbst mit dem ROI-Rechner – das ist deterministische Mathematik, kein Versprechen.

Bevor du etwas implementierst, beschreibe den Prozess, und das Modell hilft, ihn in automatisierbare Schritte zu zerlegen (Playground: PII maskiert, keine Retention):

Mit einem Prozess-Audit, nicht mit der Tool-Auswahl. Liste drei wiederholbare, zeitaufwendige und messbare Prozesse auf, wähle den mit der größten Anzahl zurückgewonnener Stunden und bestätige ihn mit einem Pilotprojekt zu festen Kosten. Das Tool wird erst am Ende passend zum Prozess ausgewählt – niemals umgekehrt.

Den, der wiederholbar, zeitaufwendig ist, ein messbares Ergebnis hat und heute bereits manuell erledigt wird. In der Praxis gewinnen meist Klassifizierung und Datenextraktion (Rechnungen, Anfragen, Dokumente) sowie die Bearbeitung häufigster Kundenfragen – weil das Ergebnis per Definition messbar ist und sich die Rendite berechnen lässt.

Umso mehr, je mehr repetitive manuelle Arbeit das Unternehmen leistet. Wenn der gewählte Prozess einige Dutzend Stunden monatlich frisst, zahlt sich die Implementierung meist in 2–4 Monaten aus. Wenn weniger als ein paar Stunden – besser mit einem größeren Prozess beginnen oder warten.

Sie müssen nicht perfekt sein. Oft starten wir mit einem Daten-Audit und wählen einen Prozess, der mit dem funktioniert, was ihr bereits habt (Dokumente, FAQ, Anfragehistorie). RAG kann mit bestehendem Wissen arbeiten, ohne alles umzubauen – und dort, wo Daten schwach sind, ordnen wir zuerst den engen Ausschnitt für den ersten Prozess.

Ein Pilotprojekt für einen Prozess dauert meist Wochen, nicht Monate. Wir beginnen mit der kleinsten Änderung mit dem größten Hebel, messen das Ergebnis und erweitern erst dann den Scope – mit Verifizierung auf jedem Schritt.