PIPELINERatgeber
KI-Automatisierung: die häufigsten Fehler und wie man sie vermeidet
Projekte rund um KI-Automatisierung scheitern selten an der Technik. Die Muster wiederholen sich — und lassen sich vorher abstellen.
01 — Fehler
Die häufigsten Fehler
- Zu groß anfangen. Projekte, bei denen monatelang niemand etwas benutzen kann, scheitern überdurchschnittlich oft. Ein kleiner, nutzbarer erster Schritt ist fast immer der bessere Weg.
- Die Leute nicht einbeziehen, die damit arbeiten. Anforderungen, die nur aus der Geschäftsführung kommen, treffen die tatsächliche Arbeit selten.
- Kein Erfolgsmaß definieren. Ohne vorher festgelegte Kennzahl lässt sich hinterher nicht sagen, ob es etwas gebracht hat — und die nächste Entscheidung wird wieder aus dem Bauch getroffen.
- Betriebskosten übersehen. Der Projektpreis ist nur ein Teil. Was der Betrieb über drei Jahre kostet, gehört in dieselbe Rechnung.
- Abhängigkeit aufbauen. Wer Zugänge, Dokumentation und Quellcode nicht bekommt, ist gebunden. Das gehört vor der Beauftragung geklärt, nicht danach.
02 — Warnsignale
Wann man skeptisch werden sollte
- Garantierte Ergebnisse. Wer Platz eins bei Google oder eine bestimmte Umsatzsteigerung zusagt, verkauft etwas, das er nicht liefern kann.
- Kein Nein. Ein Anbieter, der jedes Vorhaben für eine gute Idee hält, hat entweder nicht zugehört oder verkauft nur.
- Zeitdruck. Befristete Rabatte auf Projektpreise sind ein Vertriebsinstrument, kein Angebot.
- Unklare Eigentumsverhältnisse. Wer nicht klar sagt, wem Daten und Zugänge gehören, meint es nicht gut.
- Kein Ansprechpartner mit Fachkenntnis. Wenn im Erstgespräch nur Vertrieb sitzt, entstehen die Missverständnisse dort.
03 — Engpässe
Woran es typischerweise hängt
- Inhalte und Zulieferungen. Der mit Abstand häufigste Verzögerungsgrund. Texte, Bilder, Preislisten, Zugänge — was fehlt, blockiert.
- Entscheidungen. Wenn unklar ist, wer freigibt, wartet das Projekt. Eine benannte Ansprechperson mit Entscheidungsbefugnis verkürzt die Laufzeit spürbar.
- Zugänge zu Drittsystemen. Zugriff auf Warenwirtschaft, Telefonanlage oder CRM zu bekommen, dauert regelmäßig länger als die Anbindung selbst.
- Abstimmungsrunden ohne Ende. Zwei Korrekturrunden sind normal, fünf sind ein Zeichen dafür, dass das Ziel am Anfang nicht klar war.
04 — Fragen
Häufige Fragen
Was ist der Unterschied zu normaler Automatisierung?
Normale Automatisierung folgt festen Regeln: Wenn Feld A gefüllt ist, mach B. KI-Automatisierung kommt dort ins Spiel, wo es keine festen Felder gibt — freier Text, Bilder, wechselnde Dokumentformate. Beides zusammen ist meist die richtige Antwort, nicht eines von beiden.
Was sagt der EU AI Act dazu?
Die meisten betrieblichen Anwendungsfälle fallen in die Kategorie mit geringem Risiko und lösen vor allem Transparenzpflichten aus. Wo Kunden direkt mit dem System sprechen oder KI-generierte Inhalte veröffentlicht werden, kennzeichnen wir das. Bei Anwendungen im Personalbereich schauen wir genauer hin, dort gelten strengere Regeln.
Können wir klein anfangen?
Das ist der einzige sinnvolle Weg. Ein Anwendungsfall, acht Wochen, messbares Ergebnis. Was danach kommt, entscheidet ihr auf Basis dessen, was ihr gesehen habt.
Brauchen wir dafür große Datenmengen?
Nein. Anders als beim klassischen maschinellen Lernen reichen für die meisten Anwendungsfälle ein paar Dutzend gute Beispiele, weil das Sprachmodell die Sprachkompetenz schon mitbringt.
Landen unsere Daten im Training eines Sprachmodells?
Nein. Wir nutzen ausschließlich Zugänge, bei denen Training mit Kundendaten vertraglich ausgeschlossen ist, und verarbeiten in der EU. Bei besonders sensiblen Daten setzen wir Modelle ein, die auf eurer eigenen Infrastruktur laufen.
Wie zuverlässig ist das?
Das hängt vom Anwendungsfall ab, und wir messen es, bevor etwas live geht. Bei Klassifikation eingehender Nachrichten liegen gut gebaute Systeme regelmäßig über neunzig Prozent. Entscheidend ist nicht die Quote allein, sondern was bei einem Fehler passiert — deshalb bauen wir immer eine Prüfschwelle ein.
05 — Entscheidung
Wie ihr weiterkommt
Der günstigste nächste Schritt ist ein Gespräch, kein Angebot. Zwanzig Minuten reichen meist, um zu klären, ob ein Vorhaben Sinn hat, in welchem Rahmen es liegt und ob wir die Richtigen dafür sind.
Falls nicht, sagen wir das. Ein ehrliches Nein kostet weniger als ein Projekt, das man nach drei Monaten abbricht — für beide Seiten.
99 — Weiter
Passende Seiten
- KI-Automatisierung — Übersicht
- KI-Automatisierung — Kosten
- KI-Automatisierung — Checkliste
- KI-Automatisierung — Ablauf
- KI-Automatisierung — Anbietervergleich
- KI-Automatisierung — Förderung
- Prozessautomatisierung
- Dokumentenverarbeitung mit KI
- KI-Wissensdatenbank
- Alle Ratgeber
KI-Automatisierung nach Region
Nächster Schritt
Wir schauen uns eure Ausgangslage an.
Erzählt uns, was heute Zeit frisst. Daraus entsteht eine Einschätzung mit Aufwand und Nutzen — und erst danach ein Angebot.