So bauen Unternehmen eine KI-Strategie

Es ist ein weiter Weg vom Hype zur Tat. Am Anfang lohnt sich also die Frage, ob man ihn überhaupt gehen sollte: KI in Unternehmen zu implementieren ist, wie iBusiness gezeigt hat, ein beschwerliches Vorhaben. Bevor man also auf den Hypezug springt, sollte man checken, ob er die Firma nicht aufs Abstellgleis führt. Denn nicht jeder braucht KI und wer sie braucht, braucht sie oft an anderer Stelle als gedacht. Um das herauszufinden, benötigen Marken eine gute Strategie. Doch wo anfangen? Und wie soll man es hinbekommen, wenn man nicht Otto   oder Amazon   heißt? Ein Baukasten.

Zunächst sollte kein Unternehmen damit beginnen, ein Ziel festzulegen. Oft vernachlässigen sie diese ehrbare Maßnahme, die gewöhnlich sinnvoll und zielführend ist. Aber in Sachen KI schießt man sich ins KI, sorry, Knie, wenn man mit dem Vorsatz beginnt: "Wir wollen zehn Prozent mehr Kundenkontakte im Servicecenter pro Stunde mit KI abarbeiten" oder "Wir wollen demnächst unsere Buchcover mit Midjourney erstellen" oder - richtig schlimm und zum Scheitern verurteilt - "Wir wollen zehn Prozent Umsatzplus mittels KI erzielen".

Denn KI ist ein Werkzeug, dessen Funktion man erst einmal herausfinden muss - und ob es überhaupt geeignet und erforderlich ist. Man kann ja auch dem Gesellen keinen Schraubenzieher geben und sagen, damit solle er jetzt aber bis Q4 zehn Prozent mehr Nägel in die Wand schlagen. Das Thema KI benötigt als Rahmen "eine komplexe und vielschichtige Entscheidungsmatrix", sagt Klaus Kuenen, Professor für Onlinemarketing an der Hochschule für Medien, Kommunikation und Wirtschaft in Köln  . Er empfiehlt Unternehmen, sich zuallererst über die Bedürfnisse einer KI-Strategie klar zu werden.
Dazu zählen:

• praxistaugliche Lösungen,
  
• diese müssen den gesetzlichen Bestimmungen entsprechen,
  
• Fachkräfte,
  
• die Lösungen müssen in die bestehende Systemlandschaft passen,
  
• und es bedarf einer Entscheidung, ob Lösungen Top Down oder agil in den Teams entwickelt werden.

"Diese Aspekte geben schon den Rahmen vor, in dem eine KI-Strategie angelegt werden kann", sagt Klaus Kuenen.

Auch Strategie-Experte und Berater Christian Hoffmeister rät Unternehmen bei grundsätzlichen Fragen zu starten. Der Hamburger ist CEO des DCI Institute   und sieht immer wieder einen Grundsatzfehler: "Das beginnt mit der Kompetenzfrage: Ich erlebe es noch immer in Seminaren, dass die Leute ChatGPT   kennen, was Midjourney ist, weiß dann aber kaum noch einer. Man muss schon etwas mehr Ahnung haben, bevor man eine KI-Strategie-Entwicklung angeht." Sein Tipp lautet, weniger nach klassisch-strategischen Gesichtspunkten vorzugehen, sondern Effectuation-Prinzipien anzuwenden. Diese unternehmerische Entscheidungslogik stützt sich auf vier Grundsätze, mit denen man KI besser zu packen bekommt:

• Mittelorientierung vs. Zielorientierung: Man will nicht 100 Prozent Content von Generativer AI erstellen, sondern stellt erstmal die Fragen nach den Ressourcen: Etwa: "Habe ich einen Mitarbeiter, der sich auskennt und der dann das Zeug, das ChatGPT ausspuckt, Korrektur lesen kann? Und wenn ja: Wie viel schafft er oder sie?"
  
• Leistbarer Einsatz oder Verlust (vs. erwarteter Ertrag): Wie viel kann man für AI ausgeben? Wie groß müsste die Umsatzsteigerung sein, damit es sich lohnt? Und was passiert, wenn sie ausbleibt? Geht man dann wegen der Fehlinvestition pleite? Doch Obacht: Man darf auch nicht so kalkulieren, dass man erwartet, sobald der Schalter an der KI umgelegt wurde, schnellen die Umsätze oder die Qualität in die Höhe: "Es wird bei einem explorativen Ansatz eine Lernphase geben, in der man erstmal schlechtere Ergebnisse, hinnehmen muss", sagt Christian Hoffmeister. "Das ist aber ein ganz anderer Ansatz als die Zielorientierung, beide sind nicht kombinierbar."
  
• Umstände und Zufälle nutzen (vs. vermeiden): Gerade so eine unkalkulierbare Entität wie KI lässt einen oft an Orten enden, wo man nicht hinwollte. Da es sich nicht kontrollieren lässt, sollte man versuchen, unerwartete Ereignisse auszunutzen, statt Ressourcen in ihre Vermeidung zu stecken.
  
• Partnerschaften (vs. Konkurrenzdenken): Partner werden oft erst gesucht, wenn das Projekt weit fortgeschritten ist. Bei KI bietet es sich an, schon im Anfangsstadium nach Kollaborateuren zu suchen, die einem helfen, das Projekt zum Fliegen zu bringen, statt sich in Konkurrenz-Grabenkämpfen zu verlieren.

Ähnlich auch der Ansatz von Professor Doktor Michael Klotz. Er lehrt Organisation und Informationsmanagement an der Hochschule Stralsund  . Dort hilft man mit dem Projektpartner Mittelstand-Digital Zentrum Rostock   vor allem KMUs bei der Digitalen Transformation - also natürlich auch mit dem Thema KI. "Eine Strategie ist nur ein Teil der wichtigen Entscheidungen", sagt er: "Ebenso grundlegend ist die Erkenntnis, dass KI-Systeme nichts anderes sind als Informatiksysteme. Da muss man dieselbe Frage stellen, wie man es auch bei allen anderen Veränderungen in der IT tun würde: Bringt es uns einen Benefit, ein neues KI-System einzuführen oder ein bestehendes Informationssystem mit KI zu verändern?" Dazu empfiehlt er vor allem die Kernfragen zu fokussieren:

• Wie wichtig ist die KI für unser Unternehmen?
  
• Was ist die Auswirkung auf unser Geschäftsmodell?
  
• Was kann der Wettbewerb mit KI ausrichten?
  
• Was können wir mit KI machen, um uns zu differenzieren?
  

Dabei dürfe auch durchaus als Ergebnis herauskommen, dass KI keine größeren Auswirkungen auf das Unternehmen haben wird: "Vielleicht erhöht sie die Effizienz der Systeme etwas, beispielsweise die Prognoseleistung und das führt zu besseren Marktvorhersagen. Man kann ebenso zu dem Ergebnis kommen, dass sie umfangreiche Folgen für die Firma haben wird, aber dennoch bei weitem kein Gamechanger ist."

Arbeitsorganisation und Datenarbeit

Erweist sich die KI als Gamechanger für das Geschäftsmodell, dann muss stets erstmal der Vorstand die Frage beantworten, wie nun damit umzugehen ist. Erst danach kann es weitergehen. Dann stellt sich im Folgenden die Frage, wie man die Arbeit an dem anstehenden Changeprojekt organisiert. Klaus Kuenen empfiehlt hier einen agilen Ansatz, da es sich bei KI um ein 'Wicked Problem'   handelt: "Ein langwieriger top Down Prozess wird dem nicht gerecht und führt zu oft teuren Lösungen, die der gelebten Praxis schon bei der Einführung nicht mehr entsprechen."

Agil vorzugehen bedeutet also für die Suche nach unserer KI-Strategie: Lösungen und Entwicklungen werden vor Ort in den Teams konzipiert. "Möglichst als MVP (Minimum Viable Product), um die gefundene Lösung schnell und kostengünstig auf ihre Praxistauglichkeit zu überprüfen."

Davor jedoch steht noch der zweit-unlustigste Teil des ganzen Unterfangens: Das Wühlen in den Daten. Hat man überhaupt genug? Stecken sie in Silos, redet der Marketeer immer noch nicht mit dem IT-ler und gibt's überhaupt eine Schnittstelle zwischen gewachsenem System und geplanter KI-Anwendung - und so geht es weiter und weiter: Der ganze Aufwand, der bereits bei Big Data, Targeting und DSGVO keinen Spaß gemacht hat, auch die KI nimmt ihn den Unternehmen nicht ab und macht ihn auch nicht lustiger. Ein Unternehmen in den Zustand zu versetzen, den man mittlerweile 'KI/AI-ready' getauft hat, ist enorme Arbeit und das teure Ticket, das man lösen muss. Kein Wunder, dass die großen KI-Anbieter schon mal die Drecksarbeit mit den Daten auf Sklavenarbeiter abwälzen, die unter unmenschlichen Bedingungen Datensätze bürsten müssen (wie iBusiness berichtete).

Der (nicht zu untersch)ätzende Teil: Gesetzeskonformität der KI

Klopf, klopf, wer ist da? Der am wenigsten spaßige Teil des KI-Strategie-Konzeptes! Zum Abschluss, bevor der KI-Ballon steigt, muss man die Gesetzeslage prüfen. Glücklicherweise kann und sollte man das Ganze auf jemanden abwälzen, der sich wirklich auskennt. Kostet, ist aber unerlässlich. Die Fragen sind komplex. Berührt man beispielsweise den EU-AI-Act, weil man als Anbieter kritischer Infrastrukturen mit seinem KI-Projekt in die Hochrisiko-Einstufung fällt? Juristische Aspekte sind kein Gepäck für die leichte Schulter, "die EU-Gesetzgebung ist zum Thema KI und Datensicherheit genauestens zu verfolgen", sagt Klaus Kuenen, das erfolgt am besten "außerhalb der Teams vor Ort."

Denn es ist nicht wie bei einem Cookiebanner, wo eine Marke einfach mal in der Hoffnung, dass es keinem auffällt, so tun kann, als gäbe es keine rechtsverbindlichen Gestaltungsvorschriften. Es zeichnet sich ein großes Engagement der Aufsichtsbehörden ab. Aber auch schlechte Publicity, wenn etwa eine KI ungeprüft rassistische Inhalte verbreitet, ist nicht viel besser.
Zwei hilfreiche Nachschlagewerke sind in diesem Kontext die durchgenormten Richtlinien zur KI-Implementierung. Nicht so billig wie ein Krimi-Taschenbuch, aber die Investition wert:

• DIN EN ISO EEC 23894 - KI-Leitlinien für das Risikomanagement Preis: circa 140 Euro
  
• ISO EEC 42001 - Management-Richtlinien für KI - spezifiziert die Anforderungen und gibt Leitlinien für die Einrichtung, Implementierung, Wartung und kontinuierliche Verbesserung eines KI-Managementsystems, Preis circa 200 Euro

Der Ruf nach externer Hilfe: Dienstleister anheuern

Wenn es nicht ohne einen externen Dienstleister geht - weil etwa inhouse keine Expertise und/oder Ressourcen frei sind, empfiehlt sich eines: Bei der Agentur anfragen, ob sie auch gleich die juristische Prüfung der Strategie mit übernehmen kann. Außerdem ist eine Frage an die Externen extrem kritisch: Welche Server nutzen deren KI-Tools? Jage ich etwa OpenAI gratis eine Portion Daten in den Schlund, wenn die Agentur mal eben meinen geheimen Quellcode durch Chat-GPT auf Fehler prüfen lässt? Es gibt eine reelle Chance, dass jetzt, während sie dies hier lesen, irgendwo ein gefeuerter Programmierer auf dem Arbeitsamt wartet, der genau das getan hat. Eine andere gute Frage ist: Selbst wenn die Server sicher sind, was genau passiert mit meinen Daten? Bleiben die bei der Agentur? Und neue aufschlussreiche Daten, die anfallen? Bekommt meine Firma diese überlassen? Oder werde ich von Dienstleister XY abhängig?

Mit oder ohne Dienstleister, "selber denken macht fett", sagt Michael Klotz: "Sich die Kompetenzen anzueignen lohnt sich, irgendwann benötigt man sie." KI ist als Thema hochsensibel und wirft zahlreiche Folgefragen auf.

• Ist die verwendete Lösung ökologisch nachhaltig? Oder verbrennt man Energie, dass es so gar nicht zum grünen Image der Firma passt?
  
• Findet eine Diskriminierung durch Algorithmen statt? Benachteiligt die Lösung Geschlechter oder Nationalitäten? Ist sie divers, wo sie es sein sollte und verzichtet auf Diversität, wenn es absolut dämlich wäre, wie im Falle der ethnisch bunt gemischten Wehrmachtssoldaten, die Googles Gemini   gerendert hat (hier nachzulesen  )?
  
• Wer steht hinter den AI-Produkten, wer sind die Stakeholder? Übernehmen die ihre ethisch-gesellschaftlichen Verantwortungen?

Viele dieser Fragen müssen in einem Jahresbericht beantwortet werden, hat die Firma eine kritische Größe erreicht.

Sich auf KI einzulassen, bedeutet, in ein komplexes Themenfeld einzutauchen. Ohne Strategie ist es unfallfrei kaum möglich.