Viele KI-Projekte scheitern nicht an der Technik. Sie scheitern schon vorher, an einem Denkfehler: der Jagd nach dem einen grossen Use Case, dem Leuchtturm-Projekt.
Das ist der Start meines neuen Podcasts Prompt & Proper, den ich zusammen mit Steffen Ochsenreither von der Post mache. Alle zwei Wochen, auf Deutsch, praxisnah und ohne Marketing-Sprech. In Folge 1 nehmen wir den „Riesen-Use-Case-Irrtum" auseinander: warum das Management-Signal „wir machen jetzt KI" so oft im Nichts endet und was ein guter erster Use Case wirklich braucht.
Der Denkfehler: sofort zu gross gedacht#
Das Muster taucht bei kleinen wie bei grossen Firmen auf. Der KI-Hype läuft seit über zwei Jahren, und alle wollen sofort das ganze Geschäftsmodell transformieren. Das Management beschliesst „wir machen jetzt KI", und bei Steffen schrillen die Alarmglocken. Denn ab da vergehen Monate mit Stakeholder-Analyse, Scoping, Risk Management und Finanzkalkulation, bevor überhaupt geklärt ist, welches Problem eigentlich gelöst werden soll. Das Projekt wird riesig gedacht und startet oft nie.
Erst das Requirement, dann klein anfangen#
Mein Gegenmodell ist einfach. Definiere zuerst das Requirement sauber. Dann nimmst du alles weg, was du nicht brauchst, bis nur noch dieses eine Requirement übrig ist. Und dann setzt du es zuerst ohne Automatisierung um. Erst wenn das Ganze läuft und einen echten Wert liefert, automatisierst und skalierst du.
Eine Vision darf gross sein, damit habe ich kein Problem. Der erste Schritt darf es nicht. Gerade Firmen, die bei Automatisierung, Digitalisierung und KI noch am Anfang stehen, fahren mit einem kleinen Start besser. Steffen bringt es auf den Punkt: Kein Projekt ist ohne Zweck erfolgreich.
Drei Transformationen auf einmal#
Etwas fällt mir dabei immer wieder auf. Viele Firmen hatten die digitale Transformation, dann die agile Transformation, und jetzt kommt die KI-Transformation obendrauf. Viele haben noch nicht sauber digitalisiert und sind noch nicht agil, und trotzdem soll jetzt alles gleichzeitig passieren. Für die meisten Organisationen ist das schlicht zu viel.
Kleine Projekte sind hier kein Nachteil. Sie gehen schnell, liefern oft einen viel früheren ROI und holen die Organisation mit. Wenn ein kleiner, repetitiver Ablauf im Alltag verschwindet, etwa ein Report, der hundertmal im Jahr entsteht, spürst du den Impact sofort.
Prozesse hinterfragen statt nur digitalisieren#
Bevor du einen Prozess mit KI unterstützt oder digitalisierst, gehört eine Frage davor: Macht dieser Prozess überhaupt noch Sinn? Oft führst du Abläufe fort, die vor zwanzig oder vor fünf Jahren entstanden sind, und beim genauen Hinschauen merkst du, dass sie so gar nicht mehr sinnvoll sind. Manchmal entsteht mit KI ein völlig neuer Prozess. Und manchmal verschwindet ein ganzer Prozess einfach, weil es ein Tool gibt, das das löst. Du gehst an eine API, und die Arbeit ist weg, ganz ohne KI.
Der grösste Engpass ist die Organisation#
Die Technologie ist heute nicht das Problem. Sie ist da und funktioniert. Welches Modell oder welches Tool du wählst, spielt kaum eine Rolle. Was wirklich zählt, sind Prozesse und Organisation. Das ist der grösste Hebel.
Viele Firmen lernen das auf die harte Tour. Sie bauen Use Cases ohne echten Mehrwert, zahlen sogar drauf, weil sie mehr Tokens verbrauchen, und fangen erst dann an, über die Organisation nachzudenken. Der stärkste Hebel liegt darin, entlang des Wertstroms zu organisieren. Wenn du Accountability und P&L in ein Team legst, das voll verantwortlich ist, fällt die ganze vorgelagerte Prozesskette weg, samt der Meetings. Die Entscheidungsmacht gehört dorthin, wo die Information ist und wo die Arbeit passiert. Gerade wenn Geschwindigkeit zählt, ist das entscheidend.
Der schöne Nebeneffekt: Wenn du den kleinen Use Case gemeinsam mit dem Team machst, hast du die Leute auf deiner Seite. „Wir haben genau dieses konkrete Problem, das lösen wir jetzt" ist etwas ganz anderes als ein Leuchtturm-Projekt von oben. Steffens Satz dazu ist mir geblieben:
„Kleine Dinge sind leicht zu tun, aber genauso leicht sein zu lassen."
Kriterien für einen guten ersten Use Case#
Aus dem Gespräch fallen drei klare Kriterien heraus:
- Klarer Zweck. Was willst du erreichen, und welche Hypothese steckt dahinter? Wenn sie sich bestätigt, skalierst du. Wenn nicht, ist sie widerlegt, und du hörst auf.
- In Wochen live, nicht in Monaten. Der Use Case muss klein genug sein, dass du ihn in Wochen umsetzt. Speed matters.
- Wenn er schiefgeht, tut es niemandem weh. Keine regulatorischen Risiken, keine enttäuschten Kunden. Sag von Anfang an: Wenn es nicht funktioniert, lassen wir es. Dann bleibt ein Learning, und Lernen ist heute wichtiger als der perfekte Prozess, den du über Monate baust.
Fast Feedback statt langer Sprints, Tools ans Ende#
Ich bin kein grosser Fan von Zwei- oder Drei-Wochen-Sprints mehr. Bei diesem Tempo brauche ich eher Ein-Wochen-Feedback-Zyklen. Ohne grosse Zeremonien, heruntergebrochen auf das, was dich wirklich näher ans Ziel bringt.
Und die Tool-Frage gehört ans Ende. Ob Google, Anthropic oder OpenAI ist die falsche erste Frage. Ein Tool ist nur so gut wie sein Zweck. Ohne Zweck brauchst du kein Tool. Die meisten Dinge lassen sich ohnehin mit jedem der grossen Tools erledigen. Eine Lizenz zu kaufen ist einfach. Zu überlegen, welcher Prozess wirklich Wert schafft, und dann die schwierigen Entscheidungen zu treffen, ist die eigentliche Arbeit.
Als Berater: den minimalen Weg neben die Wunsch-Roadmap legen#
Steffen fragt mich, wie ich damit umgehe, wenn ein Kunde mit einem fertigen Leuchtturm-Konzept kommt. Was ich nicht tue, ist frontal gegen den Widerstand zu spielen. Hinter dem Plan stecken viele Überlegungen und die Absicht, Geld zu verdienen. Ich nehme das Problem auseinander, suche die Hypothese dahinter und frage, wie sie sich validieren lässt.
Dann lege ich mehrere Wege auf den Tisch. Einer ist die Roadmap, so wie der Kunde sie will. Daneben ein mittlerer und ein minimaler Weg, bei dem wir fragen: Was ist das Kleinste, mit dem wir diese Hypothese in Tagen oder Wochen validieren? Wir folgen der Wunsch-Roadmap, aber wir setzen Milestones und Entscheidungspunkte, an denen wir mit echten Erkenntnissen zurückkommen und pivotieren, anpassen oder stoppen können. Den North Star brauchst du trotzdem. Du brichst ihn nur so herunter, dass du schnell zu sichtbaren Erfolgen kommst.
Das Take-away#
Sucht nicht den grossen Wurf. Sucht das kleine, echte Problem. Ein guter erster Use Case löst etwas Spürbares, geht in Wochen live und tut niemandem weh, wenn er schiefgeht. Denn KI glaubt man erst, wenn man sie spürt und nutzt. Genau das baut Vertrauen auf, und dieses Vertrauen ist die Währung, die später die grossen Projekte erst möglich macht.
Wenn euch die Folge gefällt, abonniert Prompt & Proper auf Spotify, Apple Podcasts, Amazon Music oder YouTube und schreibt uns, mit welchem KI-Thema ihr gerade kämpft. Vielleicht wird genau das unsere nächste Folge.