Der teuerste Irrtum bei der KI-Einführung
Ich komme nicht aus der Forschung. Ich komme aus zwanzig Jahren Betrieb — aus Bereichen, in denen am Monatsende eine Zahl steht und jemand dafür geradesteht. In diesen Jahren habe ich denselben Moment immer wieder erlebt: kluge Menschen, die in einem Dutzend Werkzeuge gleichzeitig arbeiten, die abends erschöpft sind und trotzdem das Gefühl haben, den eigentlichen Berg nicht abgetragen zu haben. Und seit einigen Jahren kommt ein zweiter Moment dazu: dieselben Menschen, die über „KI" reden, als wäre sie längst überall — während im Tagesgeschäft weiter Tabellen kopiert, Mails von Hand sortiert und Angebote zusammengesucht werden.
Lange konnte ich mir nicht vorstellen, dass die Technik das noch nicht löst. Heute weiß ich: Die Technik ist selten das Problem. Das Problem ist die Reihenfolge.
Die meisten KI-Vorhaben scheitern nicht am Modell. Sie scheitern an Auswahl und Sequenzierung — daran, dass zu viel auf einmal gewollt wird, am falschen Prozess begonnen wird, und der Plan keine Rücksicht auf Budget, Zeit und die Menschen nimmt, die ihn tragen sollen. Wer das versteht, braucht keinen Mut zum großen Wurf. Er braucht Disziplin im Kleinen.
Die falsche erste Frage
Die Frage, mit der fast jedes Unternehmen startet, lautet: „Welche KI sollen wir kaufen?"
Es ist die falsche Frage. Sie verschiebt die Entscheidung nach außen — zum Anbieter, zum Tool, zum Feature-Vergleich. Und sie führt zu dem Muster, das ich überall sehe: zwölf nebeneinander eingekaufte Insellösungen, jede für sich plausibel, keine mit der anderen verbunden. Ein Chatbot hier, ein Dokumenten-Assistent dort, eine Automatisierung im Marketing. Drei Monate später weiß niemand mehr, was wirklich genutzt wird, und das Wissen aus dem einen Werkzeug erreicht das andere nie.
Die richtige erste Frage ist eine andere: „Welchen Prozess fassen wir zuerst an — und wie bauen wir das Fundament so, dass der nächste Prozess darauf aufsetzen kann?"
Das ist kein semantischer Unterschied. Es ist der Unterschied zwischen einem Werkzeugkasten und einem System. Zwischen Features und Klarheit. KI ist nichts, das man installiert. Es ist etwas, das man im Fundament richtig baut — und dann Schritt für Schritt wachsen lässt.
Anfangen, wo es greifbar ist
Ein Fundament baut man nicht abstrakt. Man baut es an einem echten, greifbaren Prozess — gemeinsam mit den Menschen, die ihn jeden Tag tun.
Das hat einen handfesten Grund. Ein Prozess, den die Sachbearbeiterin seit Jahren kennt, bringt drei Dinge mit, die kein Strategiepapier liefert: die echten Sonderfälle, die ehrlichen Zahlen (wie lange dauert das wirklich?) und die Bereitschaft, das Ergebnis auch zu nutzen. Wer KI über die Köpfe der Beteiligten hinweg einführt, baut ein Denkmal. Wer sie mit ihnen einführt, baut ein Werkzeug.
Deshalb beginnen wir nie mit dem ambitioniertesten Vorhaben, sondern mit zwei oder drei griffigen Prozessen:
- klar abgegrenzt, sodass Erfolg sichtbar wird,
- häufig genug, dass sich Wirkung summiert,
- mit Daten, die schon da sind, statt erst erhoben werden müssen.
Der frühe, kleine, echte Erfolg ist nicht „nice to have". Er ist die Währung, mit der man das Vertrauen kauft, das die größeren Schritte später brauchen.
Die ehrliche Bestandsaufnahme
Bevor irgendetwas priorisiert wird, braucht es eine ehrliche Standortbestimmung. Nicht als Selbstzweck, sondern weil ein Fahrplan nur so gut ist wie das Bild der Lage, auf dem er steht.
Eine belastbare Bestandsaufnahme erfasst vier Dinge:
- Reifegrad. Wo steht die Organisation wirklich — über Strategie, Daten, Infrastruktur, Prozesse, Menschen und Governance hinweg? Ein Betrieb auf Stufe 2 von 4 bekommt einen anderen Plan als ein Vorreiter. Beschönigen hilft niemandem.
- Datenlage. Welche Daten existieren, in welcher Qualität, und darf man sie überhaupt verwenden? Die meisten guten Anwendungsfälle stehen und fallen mit dieser Antwort.
- Systemlandschaft. Was ist im Einsatz — E-Mail, Kalender, CRM, Finanzsystem, Branchensoftware? Jede Schnittstelle ist eine Chance und eine Abhängigkeit zugleich.
- Der Rahmen. Budget, Zeit und Risikoappetit. Das ist kein Kleingedrucktes, sondern formt den Plan von Anfang an.
Diese Aufnahme muss nicht wochenlang dauern. Ein paar Eckdaten, vorhandene Dokumente und ein gutes Gespräch reichen für eine erste, tragfähige Einschätzung. Wichtig ist nicht Vollständigkeit, sondern Ehrlichkeit.
Der Fahrplan: Reihenfolge ist eine Entscheidung
Aus der Bestandsaufnahme wird ein Fahrplan — und der entsteht nicht aus dem Bauch, sondern aus einer nachvollziehbaren Bewertung. Jeder denkbare Anwendungsfall wird nach denselben Kriterien gewogen:
- Wert — was bringt es, gemessen am erklärten Ziel (Kosten, Qualität, Wachstum, Entlastung, Compliance)?
- Machbarkeit — ist es mit den vorhandenen Daten und Systemen realistisch umsetzbar?
- Strategische Passung — zahlt es auf das ein, was dieses Unternehmen wirklich ausmacht?
- Risiko und Compliance — wie heikel ist es rechtlich und regulatorisch?
- Reifegrad — kann das Team es heute schon tragen?
Aus diesen Größen ergibt sich für jeden Fall eine Position: Quick Win (viel Wert, leicht machbar), strategisch (viel Wert, aber aufwendig), Lückenfüller (nett, aber nachrangig) oder später (weder dringend noch leicht). Und daraus wiederum die Einordnung in Wellen:
- Welle 1 — Quick Wins (0–3 Monate): zwei bis drei Vorhaben, nicht mehr. Schnell sichtbarer Nutzen, geringes Risiko, das Fundament wird gelegt.
- Welle 2 — Ausbau (3–12 Monate): das, was auf den ersten Erfolgen aufsetzt.
- Welle 3 — Transformation (12+ Monate): die großen Hebel, für die das Fundament erst tragen muss.
Der wichtigste Satz steht in Welle 1: nicht mehr als zwei bis drei. Die Versuchung, alles gleichzeitig zu wollen, ist genau der Mechanismus, an dem KI-Programme ersticken. Disziplin in der ersten Welle ist kein Verzicht — sie ist die Voraussetzung dafür, dass es eine zweite gibt.
Jedes Vorhaben bekommt zudem klare Stage-Gates statt eines vagen „läuft dann schon":
- Pilot — nützlich in mindestens 80 % der Fälle? Wenn nein, wird nachgebessert, nicht ausgerollt.
- Validierung — hält der Nutzen im echten Betrieb, mit echten Menschen?
- Skalierung — erst jetzt, mit Beleg in der Hand.
Und jedes Vorhaben bekommt Kennzahlen mit Baseline und Zielwert. Nicht „die E-Mail-Bearbeitung wird besser", sondern: heute 8–12 Minuten pro Anfrage, Ziel 3–5 Minuten, wöchentlich gemessen. Ohne Baseline gibt es keinen belegten Nutzen — nur ein gutes Gefühl. Und gute Gefühle tragen keine Skalierung.
Die Realität gehört in den Plan
Ein Fahrplan, der Budget, Zeit, Risiko und Recht erst am Ende „berücksichtigt", ist eine Wunschliste. Bei uns formen diese vier den Plan von der ersten Minute an.
Budget und Zeit sind keine Begrenzungen, gegen die man plant, sondern Stellschrauben, an denen man dreht. Was passiert mit dem Fahrplan, wenn statt drei Monaten sechs zur Verfügung stehen? Wenn das Budget enger wird? Dann verschieben sich Vorhaben zwischen den Wellen, Kosten und Zeitachse ändern sich — und man sieht die Konsequenz, bevor man sich festlegt. Ein Plan sollte ein verhandelbares Modell sein, kein in Stein gemeißeltes Dokument.
Kosten schätzen wir bewusst herstellerunabhängig — als grobe Marktspanne für Umsetzung und Betrieb, nicht als Angebot. Wer am Anfang eine ehrliche Größenordnung kennt, trifft bessere Entscheidungen als jemand, der erst nach dem dritten Anbietergespräch ahnt, worauf er sich eingelassen hat.
Compliance ist eingebaut, nicht angeklebt. Jeder Anwendungsfall bekommt eine EU-AI-Act-Risikoeinstufung; wo personenbezogene Daten im Spiel sind, greift die DSGVO; bei besonders sensiblen Vorhaben braucht es zusätzliche Prüfungen wie eine Grundrechte-Folgenabschätzung. Und seit Februar 2025 verlangt der EU AI Act ohnehin nachweisbare KI-Kompetenz im Unternehmen — Schulung ist keine Kür, sondern Pflicht. Wer Datensouveränität braucht, kann vollständig lokal fahren: kein Datenabfluss, on-premise, auf Wunsch ohne Cloud.
Und schließlich: die Menschen. Nach unserer Erfahrung entsteht Erfolg zu rund 70 % nicht über die Technik, sondern über die Menschen — über einen sichtbaren Sponsor, über Champions in den Fachbereichen, über klare Kommunikation und, wo es dazugehört, über die frühe Einbindung der Mitbestimmung. Ein technisch perfektes System, das niemand nutzt, ist ein gescheitertes Projekt.
Das Fundament, das mitwächst
Jetzt kommt der Teil, der über Werkzeugkasten oder System entscheidet — und der bei den meisten KI-Initiativen schlicht fehlt.
Wenn der erste Prozess läuft, steht eine Weggabelung an. Der einfache Weg: das nächste Werkzeug daneben stellen. Der richtige Weg: den nächsten Prozess an dasselbe Fundament andocken.
Damit das geht, muss das Fundament von Anfang an dafür ausgelegt sein. Konkret heißt das für uns:
- Ein gemeinsames Gedächtnis. Was das System im ersten Prozess lernt — über das Unternehmen, seine Begriffe, seine Eigenheiten —, steht dem zweiten sofort zur Verfügung. Wissen wird geteilt, nicht in jedem Werkzeug neu aufgebaut.
- Ein gemeinsamer Wissensgraph. Dokumente, Vorgänge und Zusammenhänge liegen nicht in zwölf getrennten Silos, sondern in einer Struktur, auf die jeder neue Prozess zugreifen kann.
- Gemeinsame Governance. Eine Stelle für Rechte, Protokolle, Datensouveränität — nicht zwölf Einstellungsdialoge, die irgendwann auseinanderlaufen.
- Modular und abschaltbar. Jede Fähigkeit lässt sich zuschalten oder weglassen. Man kauft nicht das Maximum, sondern das, was zum Reifegrad passt — und erweitert, wenn er wächst.
So wird aus einzelnen Anwendungsfällen nach und nach etwas Zusammenhängendes. Der zweite Prozess ist schneller umgesetzt als der erste, weil das Fundament schon steht. Der dritte profitiert vom Wissen der ersten beiden. Das ist der Zinseszins, den Insellösungen niemals erreichen.
Warum „Betriebssystem" kein Etikett ist
Wir nennen das Ziel ein Betriebssystem für den Betrieb. Das ist kein Marketingwort, sondern eine technische Beschreibung.
Ein Betriebssystem auf dem Computer macht drei Dinge: Es verwaltet Ressourcen, es hält Zustand, und es lässt einzelne Programme zusammenarbeiten, ohne dass jedes das Rad neu erfindet. Genau das tut ein KI-Betriebssystem für ein Unternehmen — nur sind die „Programme" hier die Geschäftsprozesse: Posteingang, Angebote, Wissensrecherche, Planung, Finanzen.
Statt dass jeder Prozess sein eigenes kleines KI-Werkzeug mit eigenem Gedächtnis und eigenen Regeln hat, teilen sie sich ein Rückgrat. Das gemeinsame Gedächtnis ist der Zustand. Die Governance ist die Ressourcenverwaltung. Der Wissensgraph ist der gemeinsame Adressraum, über den die Prozesse einander erreichen. Eine Antwort im Kundenservice darf wissen, was im Vertrieb besprochen wurde — kontrolliert, nachvollziehbar, im selben System.
Diese Architektur steht bei uns auf der ZenBrain-Technologie und auf öffentlich nachprüfbarer Forschung; wer tiefer einsteigen will, findet das unter ZenBrain-Technologie. Aber das Entscheidende ist nicht die Tiefe der Algorithmen. Es ist die Haltung: Ein Unternehmen ist kein Sammelsurium von Tools. Es ist ein zusammenhängendes Ganzes — und sein KI-System sollte das auch sein.
Das Vorgehen zum Ausprobieren
Dieses Vorgehen — Bestandsaufnahme, Bewertung, Wellen, Gates, KPIs, eingerechnete Realität — klingt nach viel. Deshalb haben wir es in ein Werkzeug gegossen, mit dem man es in wenigen Minuten selbst durchspielen kann: ZenEntry.
Man wirft ein paar Eckdaten hinein — Größe, Branche, Ziel, Rahmen — oder lädt vorhandene Dokumente und ein Gesprächsprotokoll dazu. Daraus leitet ZenEntry einen vollständigen Entwurf ab: den passenden Funktionsumfang, die nötigen Bausteine und Schnittstellen, einen priorisierten Fahrplan mit Wellen, Stage-Gates und Kennzahlen — und eine herstellerunabhängige Kostenschätzung über das erste Jahr. Wer mag, dreht direkt an den Stellschrauben: mehr Budget, mehr Zeit, mehr oder weniger Risiko — und sieht, wie sich Plan und Kosten verschieben.
Wichtig ist mir die Einordnung: Das ist als neutrale Orientierung gedacht, nicht als Angebot. Es läuft direkt im Browser, ohne Anmeldung. Es ersetzt nicht das Gespräch über die Sonderfälle, die jeder Betrieb hat — aber es ersetzt das leere Blatt. Und es macht sichtbar, was die Methode im Kern leistet: aus einem diffusen „Wir sollten was mit KI machen" einen konkreten, sequenzierten, ehrlich gerechneten ersten Schritt zu machen.
Wer es selbst sehen will: Wie führt man KI richtig ein.
Was bleibt
Ich habe lange gebraucht, um zu verstehen, warum so viele gute Absichten im Sand verlaufen. Nicht, weil die Technik fehlt. Sondern weil die Reihenfolge fehlt — und die Geduld, das Fundament richtig zu bauen, bevor man darauf weiterbaut.
Mein Anspruch ist deshalb unspektakulär: keine Magie, sondern ein disziplinierter Weg. Mit den Menschen anfangen, am greifbaren Prozess. Ehrlich bewerten. Wenig auf einmal. Messen. Und das Fundament so legen, dass der nächste Prozess nicht daneben, sondern darauf entsteht. Wenn man das durchhält, wächst aus einzelnen Quick Wins über die Zeit etwas, das es in dieser Form noch nicht gab: ein echtes Betriebssystem für den Betrieb — eines, das mit jedem Prozess klüger wird, statt mit jedem Werkzeug unübersichtlicher.
Das ist der erste Teil einer Reihe über die Einführung von KI. Im nächsten Teil geht es um unseren Umgang mit der Technik selbst — wo wir dem Menschen das letzte Wort lassen, wo Governance anfängt und warum Vertrauen die eigentliche Knappheit ist.