Viele Unternehmen haben inzwischen ein Papier zur künstlichen Intelligenz: eine Vision, ein paar Leitsätze und eine Liste möglicher Anwendungsfälle. Ein halbes Jahr später hat sich im Alltag wenig verändert. Eine KI-first-Strategie, die wirkt, sieht anders aus. Sie beginnt nicht bei der Technologie, sondern bei den Aufgaben, die Menschen im Unternehmen jede Woche erledigen, und sie legt fest, wie für jede dieser Aufgaben entschieden wird, ob ein Modell oder ein Agent sie übernimmt.
Was KI-first bedeutet und was nicht
KI-first heißt, bei jeder wiederkehrenden Aufgabe zuerst zu fragen, ob KI sie übernehmen oder beschleunigen kann, und diese Frage ehrlich an echten Fällen zu prüfen. Es heißt nicht, überall KI einzusetzen, und auch nicht, Menschen zu ersetzen. Die Antwort kann für eine Aufgabe ebenso gut „nein“ lauten. Entscheidend ist, dass die Frage gestellt wird, bevor jemand eine Stelle besetzt, einen Prozess aufbaut oder eine Software einführt.
Eine Strategie muss deshalb nicht vorhersagen, welche Modelle in drei Jahren verfügbar sind. Sie muss regeln, wer die Frage stellt, nach welchen Kriterien sie beantwortet wird, wer die Ergebnisse prüft und wie das Unternehmen merkt, ob es vorankommt.
Warum Strategiepapiere selten etwas ändern
Wir sehen drei Muster, wenn eine Strategie folgenlos bleibt.
Die Anwendungsfälle sind zu groß. „Kundenservice mit KI“ ist kein Anwendungsfall, sondern ein Bereich mit Dutzenden Aufgaben. Wer ihn als Ganzes angeht, landet bei einem Projekt, das Monate dauert, bevor jemand etwas davon hat.
Niemand ist zuständig. Die Strategie liegt bei der Geschäftsleitung oder der IT, die Arbeit aber in den Fachabteilungen. Ohne eine Person, die für eine bestimmte Aufgabe entscheidet, bleibt es bei Versuchen einzelner Mitarbeitender.
Es fehlen Regeln für den Alltag. Welche Daten dürfen in welches Werkzeug? Wer liest einen Entwurf, bevor er an einen Kunden geht? Solange das offen ist, nutzen die Vorsichtigen KI gar nicht und die anderen ohne Absprache.
Die Strategie als Aufgabenliste
Der Kern einer KI-first-Strategie ist eine Liste. Jede Abteilung trägt die Aufgaben ein, die regelmäßig anfallen, und zwar in der Größe, in der ein Mensch sie an einem Vormittag erledigt: „Lieferantenangebote gegen die Ausschreibung abgleichen“, „eingehende Reklamationen einordnen“, „Produkttexte aus Datenblättern schreiben“. Für jede Aufgabe werden vier Fragen beantwortet:
| Frage | Worauf es ankommt |
|---|---|
| Wie oft kommt sie vor? | Täglich oder wöchentlich lohnt sich eher als einmal im Quartal |
| Wie viel Zeit kostet sie heute? | Grob geschätzt reicht für den Anfang |
| Wie leicht lässt sich das Ergebnis prüfen? | Die Prüfung muss deutlich kürzer sein als die Arbeit selbst |
| Was kostet ein Fehler? | Interner Entwurf oder Zusage an einen Kunden |
Daraus ergibt sich eine einfache Entscheidungsregel: Zuerst kommen Aufgaben, die oft vorkommen, spürbar Zeit kosten und deren Ergebnis sich schnell prüfen lässt. Aufgaben, bei denen die Prüfung so lange dauert wie die Arbeit oder ein Fehler teuer ist, bleiben vorerst beim Menschen und werden später wieder angeschaut, wenn sich Werkzeuge oder Abläufe geändert haben.
Vier Schritte pro Aufgabe
Jede Aufgabe, die oben auf der Liste steht, durchläuft denselben Weg. Er ist bewusst klein gehalten, damit nach wenigen Wochen eine Entscheidung möglich ist.
- AuswählenHäufige Aufgabe mit leicht prüfbarem Ergebnis
- TestenAn echten Fällen aus dem Alltag, nicht an Beispielen
- MessenGesparte Zeit, Fehlerquote und Kosten festhalten
- EntscheidenStandard machen, anpassen oder beim Menschen lassen
Grafik verwenden? Gern, mit Quelle Wundrig und Link auf diesen Beitrag. Hinweise
Wichtig ist der letzte Schritt. Eine Aufgabe, die getestet und dann bewusst beim Menschen gelassen wird, ist ein Ergebnis und kein Scheitern. Sie bekommt einen Vermerk mit dem Grund und einem Datum, an dem sie erneut geprüft wird. Wie ein Versuch aus einer Fachabteilung danach sauber in den Betrieb übergeht, beschreiben wir in Fachabteilung baut mit KI.
Regeln, die vor dem ersten Einsatz stehen
Neben der Aufgabenliste braucht die Strategie wenige, aber verbindliche Regeln. Sie sollten auf eine Seite passen:
- Daten: Welche Daten in welche Werkzeuge dürfen und welche nicht, etwa Personendaten oder vertrauliche Verträge. In der Schweiz ist das Datenschutzgesetz auf KI-gestützte Datenbearbeitungen direkt anwendbar, in der EU gilt die DSGVO. Die rechtliche Bewertung gehört zu Ihrer Datenschutzberatung.
- Prüfung: Für jede Aufgabe ist festgelegt, wer ein KI-Ergebnis liest, bevor es das Unternehmen verlässt, und wer dafür geradesteht. Wie Teams das konkret organisieren, steht in KI-Entwürfe im Team.
- Werkzeuge: Eine kurze Liste freigegebener Werkzeuge und ein einfacher Weg, ein neues vorzuschlagen.
- Kenntnisse: Wer mit KI arbeitet, weiß, wo sie typischerweise Fehler macht. Für Unternehmen, die KI-Systeme in der EU einsetzen, verlangt die KI-Verordnung ausdrücklich, dass ihr Personal über ausreichende KI-Kenntnisse verfügt.
Wer für die Risiken einen ausführlicheren Rahmen sucht, findet ihn etwa im AI Risk Management Framework des US-Standardinstituts NIST, das für die freiwillige Anwendung gedacht ist. Für den Einstieg reicht die eine Seite.
Wie wir das selbst umsetzen
Wir arbeiten selbst AI-first und wenden dieselbe Logik auf unsere eigenen Aufgaben an. Ein Beispiel ist dieser Blog. Die Beiträge schreibt eine KI-Routine, die jeden Morgen läuft. Die Aufgabe erfüllt die Kriterien von oben: Sie kommt regelmäßig vor, kostet ohne Unterstützung viel Zeit, und ihr Ergebnis lässt sich prüfen.
Die Prüfung ist dabei nicht dem Zufall überlassen. Themen, Tonalität und Aufbau sind schriftlich festgelegt. Jede Quelle wird vor der Verwendung aufgerufen, und nur Seiten, die erreichbar sind und tatsächlich sagen, was zitiert wird, kommen in den Text. Vor der Veröffentlichung laufen der Build und automatische Tests, die unter anderem den Aufbau des Beitrags kontrollieren. Schlägt eine Prüfung fehl, wird nichts veröffentlicht. Die Regel dahinter lässt sich auf jede andere Aufgabe übertragen: Ein Modell darf so viel selbstständig tun, wie sich sein Ergebnis zuverlässig prüfen lässt.
Dasselbe gilt in der Softwareentwicklung und im Research Lab, wo wir täglich mit KI-Agenten arbeiten. Was dort funktioniert und was nicht, fließt in unsere KI-Beratung ein.
Fortschritt messen
Ob eine KI-first-Strategie wirkt, zeigt sich nicht an der Zahl der Lizenzen oder Pilotprojekte. Aussagekräftiger sind drei Angaben, die sich direkt aus der Aufgabenliste ablesen lassen:
- Anteil geprüfter Aufgaben: Wie viele der eingetragenen Aufgaben wurden getestet und entschieden?
- Aufgaben im Standard: Wie viele laufen inzwischen regelmäßig mit KI, mit festgelegter Prüfung?
- Gemessene Wirkung: Gesparte Zeit und Fehlerquote je Aufgabe, so wie sie im Test festgehalten wurden.
Die Liste wird einmal pro Quartal durchgegangen, ähnlich wie ein Portfolio von Innovationsvorhaben. Neue Aufgaben kommen hinzu, zurückgestellte werden erneut geprüft.
Checkliste für den Einstieg
- Jede Abteilung trägt zehn wiederkehrende Aufgaben in Vormittagsgröße ein.
- Für jede Aufgabe Häufigkeit, Zeitaufwand, Prüfbarkeit und Fehlerkosten notieren.
- Die drei Aufgaben mit dem besten Verhältnis auswählen und eine verantwortliche Person benennen.
- Daten-, Prüf- und Werkzeugregeln auf einer Seite festhalten.
- Jede ausgewählte Aufgabe an echten Fällen testen und messen.
- Nach wenigen Wochen entscheiden und den ersten Quartalstermin festlegen.
Fazit
Eine KI-first-Strategie ist weniger ein Dokument als ein Arbeitsablauf. Sie besteht aus einer Liste echter Aufgaben, einer klaren Regel, welche davon zuerst getestet werden, wenigen verbindlichen Regeln für Daten und Prüfung und einem festen Rhythmus, in dem entschieden wird.
Häufige Fragen
Was gehört in eine KI-first-Strategie?
Eine Liste der wiederkehrenden Aufgaben im Unternehmen, eine Regel, nach der Aufgaben für den Test ausgewählt werden, und verbindliche Regeln für Daten, Prüfung und Werkzeuge. Dazu kommen verantwortliche Personen und ein fester Termin, an dem über Ergebnisse entschieden wird.
Mit welcher Aufgabe sollte ein Unternehmen anfangen?
Mit einer Aufgabe, die oft vorkommt, heute spürbar Zeit kostet und deren Ergebnis sich schnell prüfen lässt. Aufgaben, bei denen ein Fehler teuer ist oder die Kontrolle so lange dauert wie die Arbeit selbst, eignen sich für den Anfang nicht.
Woran erkennt man, ob die KI-first-Strategie funktioniert?
Daran, wie viele Aufgaben getestet und entschieden wurden, wie viele inzwischen regelmäßig mit KI laufen und welche Zeitersparnis und Fehlerquote dabei gemessen wurden. Die Zahl der Lizenzen oder Pilotprojekte sagt darüber wenig aus.