Warum KI-Projekte keine (reinen) IT-Projekte sind

Sie überlegen, KI in Ihrem Unternehmen einzusetzen. Vielleicht haben Sie schon erste Pilotprojekte gestartet. Die Technologie fasziniert Sie, die Möglichkeiten sind vielversprechend.

Doch dann stockt es. Das System läuft technisch, aber die Akzeptanz fehlt. Die Effizienzgewinne bleiben aus. Der erhoffte Durchbruch kommt nicht.

Woran liegt das?

In den meisten Fällen liegt es daran, dass KI-Projekte als reine IT-Projekte behandelt werden. Die Technik steht im Zentrum. Prozesse, Menschen und Unternehmenskultur kommen zu kurz. Das ist der entscheidende Unterschied zwischen KI-Projekten, die liefern, und solchen, die im Sand verlaufen.

Erfolgreiche vs. erfolglose KI-Projekte: Was macht den Unterschied?

In den letzten Jahren habe ich dutzende KI-Projekte begleitet – bei Edorex als UX-Designerin, bei der Stadtpolizei Zürich als Chief Digital Officer, und jetzt in meiner Beratung für Schweizer KMU. Dabei ist mir ein Muster aufgefallen:

Der Unterschied liegt selten in der Technologie selbst. Er liegt darin, wie das Projekt aufgesetzt wird.

Bei erfolglosen Projekten:

• KI wird eingesetzt, weil "alle es machen" – nicht weil ein klarer Nutzen erkennbar ist
• Die IT kauft oder baut eine Lösung ohne Input der Fachabteilungen
• Bestehende Prozesse werden nicht analysiert
• Mitarbeitende erfahren erst bei der Einführung davon
• Die Führungsebene kommuniziert keine klare Vision

Bei erfolgreichen Projekten:

• Es gibt einen klaren Use Case mit messbarem Nutzen
• Prozesse werden analysiert und optimiert, bevor die Technologie kommt
• Alle Betroffenen sind von Anfang an eingebunden
• Mitarbeitende verstehen, warum KI eingesetzt wird und wie sie davon profitieren
• Die Führung gibt klare Richtung und bleibt am Ball

Der Kern: Erfolgreiche Projekte behandeln KI nicht als IT-Projekt, sondern als Organisationsprojekt.

Schritt 1: KI-Verständnis aufbauen – die Grundlage für alles Weitere

Bevor Sie anfangen, Prozesse zu analysieren oder Tools auszuwählen, braucht es ein gemeinsames Grundverständnis: Was kann KI eigentlich? Und was nicht?

Ohne Verständnis für die Möglichkeiten und Grenzen von KI können Sie nicht einschätzen, welche Prozesse sich überhaupt für KI eignen. Und Ihre Mitarbeitenden können nicht konstruktiv mitdenken.

Was Mitarbeitende wissen wollen:

• Was kann KI realistisch leisten?
• Welche Aufgaben eignen sich für KI?
• Welche Aufgaben eignen sich eher nicht?
• Wie arbeitet man mit KI-Tools?
• Werde ich von KI ersetzt?

Was die Geschäftsleitung wissen will:

• Wo liegt der ROI bei KI-Projekten?
• Welche Investitionen sind nötig (Zeit, Geld, Ressourcen)?
• Welche Risiken gibt es?
• Wie misst man den Erfolg?

Nach der Schulung ist vieles klarer:

• Das abstrakte Konzept "KI" ist greifbarer geworden
• Die Angst vor KI ist weg
• Alle können besser einschätzen, was KI kann und was nicht
• Der Gedanke: "Könnten wir das nicht auch mit KI machen?" ist verankert

Hier geht es zu meinem KI-Schulungsangebot

Schritt 2: Prozesse unter die Lupe nehmen

Bevor Sie über den Einsatz von KI nachdenken, braucht es einen ehrlichen Blick auf Ihre Prozesse. Das klingt unspektakulär. Aber genau hier entscheidet sich, ob Ihr KI-Projekt Mehrwert bringt oder im Sand verläuft.

Die drei kritischen Fragen:

1. Braucht es den Prozess überhaupt? Das ist die unbequemste Frage – und die wichtigste. Oft machen wir Dinge, weil "Herr Müller das damals so eingeführt hat". Herr Müller ist längst pensioniert. Aber sein Prozess lebt weiter.

Manchmal ist die mutigste Entscheidung, einen Prozess nicht zu digitalisieren – sondern abzuschaffen.

2. Ist der Prozess standardisiert? In vielen Firmen gibt es "Standard-Prozesse". Bei näherem Hinschauen zeigt sich: Alle Mitarbeitenden handhaben den Prozess etwas unterschiedlich. Das vorgesehene Template wird nicht verwendet. Die Dokumente werden mal lokal, mal in einem Projektordner abgelegt.

Damit KI funktioniert, müssen Prozesse klar definiert sein. KI kann nichts standardisieren. KI braucht Standards als Grundlage.

3. Können die Prozesse optimiert werden? Nach ein paar Jahren wird man betriebsblind. Man hinterfragt die Prozesse nur noch selten. So kommen Prozesse zustande, die nicht optimal laufen. Man ist es sich gewohnt, Zahlen manuell von einem System ins andere zu kopieren. Dabei könnte man eine Schnittstelle nutzen und die Zahlen würden automatisch von einem ins andere System wandern.

Wer einen ineffizienten Prozess beschleunigt, hat einfach schneller ein Chaos.

Warum externe Perspektive in diesem Schritt Gold wert ist

Nach drei Jahren im gleichen Unternehmen sieht man gewisse Dinge nicht mehr. Man gewöhnt sich an Umwege. Man akzeptiert Ineffizienzen als "normal". Man wird betriebsblind.

Hier hilft die externe Perspektive:

• Jemand, der hinterfragt, was alle als gegeben hinnehmen
• Jemand, der Ineffizienzen sieht, die "schon immer so" waren
• Jemand ohne emotionale Bindung an veraltete Prozesse

Mein Hintergrund – UX-Design, Informatik von der FHNW, Executive MBA von der HSG – hilft mir dabei, die technische und die Business-Seite zu verstehen. Ich spreche beide Sprachen. Aber der grösste Wert liegt oft in der simpelsten Frage: "Warum?"

Hier geht es zum Analyse-Workshop

Betroffene von Anfang an einbinden

In diesem Schritt sollten auch unbedingt die Mitarbeitenden involviert werden:

• Sie kennen den Prozess am besten. Sie leben ihn täglich. Sie wissen, wo es hakt, wo Zeit verloren geht, wo Fehler passieren.
• Sie müssen später damit klarkommen. Wenn Sie ein System einführen, das an der Realität vorbeigeht, wird es niemand nutzen.
• Die Lösung soll ihnen dienen. Nicht der IT, nicht der Geschäftsleitung. Den Menschen, die damit arbeiten müssen.

Das Ergebnis:

• Die Mitarbeitenden verstehen, warum Prozesse sich ändern
• Die Mitarbeitenden wissen, was kommt. Sie werden nicht von neuen Prozessen überrumpelt.
• Die Mitarbeitenden gestalten mit. Das fördert die Akzeptanz.

Schritt 3: Die richtige Lösung finden (Spoiler: KI ist nicht immer die Antwort)

Erst wenn Sie Klarheit über Ihre Prozesse haben, können Sie die richtige Lösung wählen. Und manchmal ist das nicht KI.

Wann KI die richtige Lösung ist

In folgenden Fällen kann KI beispielsweise nützlich sein:

• KI-gestützte Automatisierung: Wenn Sie repetitive Aufgaben haben, die Muster folgen (z.B. Rechnungsprüfung, Dateneingabe)
• Dokumentenanalyse: Wenn Sie regelmässig lange Dokumente durcharbeiten müssen (z.B. Verträge prüfen, Ausschreibungen analysieren, Protokolle zusammenfassen)
• Datenextraktion: Wenn Sie Informationen aus unstrukturierten Quellen ziehen müssen (z.B. Rechnungsdaten aus PDFs, Kontaktdaten aus E-Mails)
• Textgenerierung: Wenn Sie viele ähnliche Texte schreiben müssen (z.B. Angebote, E-Mails, Social Media Posts)

Wann einfachere Lösungen besser sind

Manchmal ist KI auch einfach Overkill und das Problem kann auf andere Art und Weise gelöst werden, z.B.:

• Eine Outlook-Regel für automatische E-Mail-Weiterleitung
• Ein Calendly-Link für einfache Terminbuchungen ohne viel Hin- und Herschreiben
• Eine Excel-Vorlage für konsistente Kalkulationen

Die zentrale Frage lautet: "Welche Aufgabe verdient wirklich KI?"

KMU wollen echte Entlastung, nicht KI um der KI willen. Dafür braucht es jemanden, der ehrlich einordnet, welche Aufgaben wirklich von KI profitieren – und welche ohne sie einfacher, klarer und robuster gelöst sind.

Schritt 4: Wenn es KI ist, müssen die Grundlagen stimmen

Es stellt sich heraus, dass für einen bestimmten Anwendungsfall KI die richtige Lösung ist. Dann geht es darum, Struktur zu schaffen.

KI braucht saubere Daten und klare Strukturen

Drei Dinge, die KI nicht reparieren kann:

Fehlende Prozesse: KI kann keine Struktur schaffen, wo keine existiert. Wenn Ihr Team nicht weiss, wo welche Datei hingehört, wird ein KI-Agent das auch nicht wissen. KI kann Ihre Arbeit beschleunigen und Fehler reduzieren. Aber sie kann nicht die organisatorischen Hausaufgaben machen. Bevor man also in KI investiert, sollte man in klare Prozesse investieren.

Chaotische Datenablage: Das klassische Beispiel: "Offerte_final_FINAL_v3.docx" neben "Offerte_final.docx" und "Offerte_final_v3_copy.docx". Welche ist die richtige? Ihr Team weiss es vielleicht. Die KI nicht. Darum gilt: Erst aufräumen, dann automatisieren.

Unklare Kommunikation: KI kann keine Missverständnisse zwischen Verkauf und Produktion klären. Das braucht ein Gespräch, keine Technologie. Das Geheimrezept: Alle Involvierten in den Gestaltungsprozess einbinden. So kommen Lösungen zustande, die echten Mehrwert schaffen und von den Benutzenden akzeptiert werden.

Fazit: KI ist kein IT-Projekt – es ist ein Organisationsprojekt

Bei erfolgreicher KI-Implementierung geht es nur zu einem kleinen Teil um Technologie. Zu einem viel grösseren Teil geht es um die Organisation.

Erfolgreiche KI-Projekte beginnen nicht mit der Frage "Welches KI-Tool?" sondern mit:

• Welche Prozesse haben wir?
• Wie gut funktionieren sie?
• Wo liegt der echte Schmerzpunkt?
• Was wollen wir erreichen?

Und manchmal stellt sich heraus: Die beste Lösung ist keine KI. Sondern eine Outlook-Regel. Oder ein ehrliches Gespräch zwischen zwei Abteilungen. Oder das Abschaffen eines veralteten Prozesses.

KI ist der Hammer. Aber nicht jedes Problem ist ein Nagel.