KI-Strategie klarmachen (AI Design Sprint®)

Mit Struktur vom strategischen Ziel zum konkreten KI Use Case

Über 80 % der KI-Initiativen scheitern und zwar nicht an der Technologie, sondern daran, dass der falsche Use Case gewählt wurde, die falschen Leute am Tisch saßen oder die Lösung an der Realität vorbei entwickelt wurde.

Der AI Design Sprint® ist ein erprobtes Workshop-Format, um strukturiert, mit ganzheitlichem Blick und unter Einbeziehung der wichtigsten Stakeholder von einem Plan zu durchdachten KI Use Cases zu kommen, damit die Use-Case Findung nicht zum Problem wird:

Das Problem: "Wir wissen, dass KI wichtig ist, aber wo sollen wir konkret anfangen?" Sie haben vielleicht schon ChatGPT-Lizenzen für alle verteilt, aber die Nutzung stagniert. Oder Sie haben zehn mögliche Use Cases auf dem Tisch, aber keine Ahnung, welcher wirklich Mehrwert bringt. Diese Unsicherheit führt zu Pilotitis, Insellösungen und verpufften Investitionen. Jede Abteilung probiert etwas anderes, es gibt keinen strategischen Fokus.

Die Lösung: Mit dem AI Design Sprint® entwickeln Sie gemeinsam mit dem Führungsteam und den Mitarbeitern konkrete KI-Lösungskonzepte und zwar systematisch, praxisnah und ohne technisches Vorwissen. Der Prozess kombiniert Top-Down (strategische Priorisierung durch Führungskräfte) und Bottom-Up (Prozess-Know-how der Mitarbeitenden).

IIn unterschiedlichen Teams von ca. 6 Personen identifizieren Sie in zwei Workshops (idealerweise vor Ort) den vielversprechendsten Use Case und arbeiten ein detailliertes Lösungskonzept aus. Beim Opportunity Mapping bzw. dem Framing erarbeitet das Führungsteam den Startpunkt. Die weitere detaillierte Ausarbeitung des Use Cases erfolgt dann u.a. gemeinsam mit den betroffenen Mitarbeitern im Rahmen des Concept Development.

Das Ergebnis: Ein Technical Brief, d.h. ein konkretes Dokument mit Prozessanalyse, KI-Technologie-Auswahl, Datenanforderungen und ethischen Überlegungen. Bereit für den Tech-Check und die Umsetzung. Keine theoretischen Strategiepapiere, sondern ein klarer Plan für einen erfolgreichen KI Use Case.

Wer nimmt teil?

Geschäftsführung und Führungsteam auf Geschäftsbereichs- oder Organisationsebene (z. B. Bereichsleiter Marketing, Vertrieb, CFO, CTO).

Zentrale Fragen der Session:

In welchem Geschäftsbereich oder welcher Abteilung gibt es das größte Potenzial für KI?
Wo sind die größten Schmerzpunkte (Pain Points) wie beispielsweise lange Bearbeitungszeiten, hoher Ressourcenbedarf, Qualitätsschwankungen?
Wo wird heute schon viel Wert geschaffen und könnte KI diesen Wert vervielfachen?
Welcher Bereich ist strategisch am wichtigsten für die Zukunft des Unternehmens?
Wo haben wir realistische Erfolgsaussichten (vorhandene Daten, Prozessdokumentation, Bereitschaft der Mitarbeitenden)?

Praxisbeispiel:

Ein mittelständisches Produktionsunternehmen diskutiert, ob es mit KI in der Qualitätskontrolle (Bilderkennung von Produktionsfehlern), im Vertrieb (automatisierte Angebotserstellung) oder in der Logistik (Routenoptimierung) starten soll. Im Opportunity Mapping stellt sich heraus: Die Qualitätskontrolle hat zwar das größte technische Potenzial, aber die Daten liegen chaotisch vor. Der Vertrieb hingegen hat saubere CRM-Daten, dokumentierte Prozesse und hohen Leidensdruck (Angebote dauern zu lange). Entscheidung: Start im Vertrieb.

Was oft fehlt:

Keine objektive Bewertung: Entscheidungen werden nach Bauchgefühl oder politischem Druck getroffen
Keine Priorisierung: Alle Bereiche wollen gleichzeitig starten und am Ende passiert nichts richtig
Keine Einbindung der IT: Technische Machbarkeit wird nicht berücksichtigt
Keine Datenrealität: Es wird angenommen, dass Daten strukturiert verfügbar sind

Ergebnis:

Das Führungsteam hat sich auf einen konkreten Geschäftsbereich (z.B. Marketing, HR, Vertrieb) geeinigt. Diese Entscheidung ist dokumentiert und von allen getragen.

1. Opportunity Mapping

In welchem Unternehmensbereich soll mit KI gestartet werden? Marketing? Vertrieb? Logistik? HR? Das Führungsteam entscheidet mit System.

Wer nimmt teil?

Führungsteam des jeweiligen Bereichs (z. B. Head of HR, Recruiting-Leitung, Onboarding-Verantwortliche), IT-Vertreter.

Zentrale Fragen dieser Session:

Innerhalb unseres Bereichs (z. B. HR): Wo liegt der größte Hebel für KI?
Welcher Prozess bindet heute die meisten Ressourcen?
Wo gibt es wiederkehrende, standardisierbare Aufgaben?
Wo leiden wir unter Qualitätsschwankungen oder langen Durchlaufzeiten?
Wo würde eine Verbesserung den größten Impact für unser Business haben?
Welcher Prozess ist dokumentiert und reif für KI und welcher ist noch zu chaotisch?

Praxisbeispiel:

Ein Unternehmen hat sich im Opportunity Mapping für HR entschieden. Im Framing diskutiert das HR-Führungsteam: Recruiting dauert lange, Onboarding ist aufwändig, und die Weiterbildungsplanung ist intransparent. Nach systematischer Bewertung wird klar: Das größte Problem ist der Recruiting-Prozess. Die Vorselektion von Bewerbungen bindet enorm viel Zeit, und die Qualität schwankt stark in Abhängigkeit der jeweiligen Mitarbeiter. Entscheidung: Der erste KI Use Case wird die automatisierte Vorauswahl von Bewerbungen (CV-Screening).

Was oft fehlt:

Keine Prozessklarheit: "Wir machen das schon immer so", aber niemand weiß genau, wie
Keine Priorität: Alles ist wichtig, nichts wird entschieden
Keine Datenprüfung: Es wird angenommen, dass CVs strukturiert vorliegen, aber tatsächlich sind es PDFs in E-Mail-Anhängen

Ergebnis:

Das Führungsteam hat sich auf einen konkreten Prozess geeinigt (z. B. CV-Screening im Recruiting). Dieser Prozess wird als Ausgangspunkt für die Concept Development Session festgelegt. Die Mitarbeitenden, die im nächsten Workshop dabei sein sollen, sind identifiziert.

2. Framing

Mit HR wurde eine Abteilung definiert, wo soll innerhalb von HR gestartet werden: Recruiting, Onboarding, Weiterbildung? Das Führungsteam erarbeitet den Teilbereich.

Wer nimmt teil?

Prozess-Experten (Mitarbeitende, die täglich mit dem Prozess arbeiten), eine Führungskraft mit Entscheidungskompetenz, IT/Digitalisierung + weitere Stakeholder je nach Use Case.

Zentrale Schritte dieser Session:

1. Prozessanalyse

Ambition festlegen: Wollen wir den Prozess optimieren oder komplett neu denken?
Aktuellen Prozess gemeinsam visualisieren
Pain Points identifizieren: Was nervt? Was dauert zu lange? Wo passieren Fehler?
Wertschöpfung markieren: Wo wird heute schon viel Wert erzeugt?

2. Auswahl KI-Technologien (mit AI Cards®)

Spezielle AI Cards® bringen alle KI-Fähigkeiten in verständlicher Sprache und ohne Tech-Jargon auf den Tisch
Das Team ordnet die passenden KI-Technologien den Prozessschritten zu
Beispiel: "Für die Vorselektion von CVs brauchen wir Text-Extraktion + Klassifikation + Matching"

3. Lösungskonzept entwickeln

Wie sieht der neue Prozess aus? Was macht die KI, was macht der Mensch?
Welche Tools/Systeme werden integriert (z. B. Bewerbermanagementsystem)?
Welche Daten werden benötigt Wer ist Data Owner?
Welche Rollen und Ressourcen brauchen wir?

4. Ethik & Risiken

Welche ethischen Risiken gibt es? (z. B. Bias bei Bewerbungsauswahl)
Wie stellen wir sicher, dass die Lösung DSGVO-konform ist?
Welche Transparenz- und Kontrollmechanismen brauchen wir?

5. Feedback & Priorisierung

Das gesamte Team bewertet die Lösung
Offene Punkte werden geklärt
Nächste Schritte definiert

Praxisbeispiel:

Ein Logistikunternehmen will seine Lieferrouten optimieren. Im Concept Development Workshop sitzen Disponenten, ein Flottenmanager, jemand aus IT und die Bereichsleitung. Sie mappen den aktuellen Prozess: Routen werden manuell geplant, basierend auf Erfahrung. Pain Points: Dauert zu lange, neue Mitarbeitende brauchen Monate, um das zu lernen. Ajußerdem gibt es keine Transparenz, ob die Route optimal ist.

Die AI Cards® bringen Predictive Analytics und Optimierungs-Algorithmen ins Spiel. Das Team entwickelt ein Konzept: Ein KI-Tool schlägt Routen vor, basierend auf historischen Daten, Verkehrslage und Lieferfenstern. Der Disponent behält die finale Entscheidung, er kann aber die KI-Vorschläge annehmen bzw. anpassen.

Datenquellen werden identifiziert: ERP-System (Lieferaufträge), GPS-Daten (Verkehr), Google Maps API. Data Owner: IT und Operations. Ethische Überlegung: Keine Überwachung der Fahrer, sondern Unterstützung der Disponenten.

Am Ende steht ein detailliertes Lösungskonzept – ready für den Tech-Check.

Was oft fehlt:

Kein echter Austausch: Die IT entwickelt isoliert, ohne Input der Prozess-Experten
Keine Datenrealität: Daten liegen in fünf verschiedenen Systemen (ERP, Excel, Google Sheets, Papier)
Keine ethische Reflexion: Risiken werden ignoriert. Im schlimmsten Fall wird das Projekt später gestoppt
Keine Ambition: Man denkt zu klein und optimiert nur 5 % anstatt den Prozess radikal neu zu denken

Ergebnis:
Ein Technical Brief, d.h. ein detailliertes Dokument, das Folgendes enthält:

Ist-Prozess und Soll-Prozess (KI-gestützt)
Gewählte KI-Technologien und deren Einsatz
Datenanforderungen und Data Owner
Ethische Überlegungen und Risikominimierung
Rollen, Ressourcen, nächste Schritte

Dieses Dokument wird an ein technisches Team übergeben (entweder intern oder extern) für den Tech-Check (Machbarkeitsanalyse) und anschließend für die Umsetzung.

3. Concept Development

Jetzt geht es in die Tiefe: Wie sieht der aktuelle Prozess aus? Wo sind die Pain Points? Welche KI-Technologien können helfen? Welche ethischen Risiken gibt es?

Mit Struktur von "Wir sollten was mit KI machen" zum konkreten Use Case

Workshop Führungskräfte:

Entweder: Opportunity Mapping – Den richtigen Unternehmensbereich identifizieren

Oder: Framing – Den konkreten Prozess innerhalb eines Bereichs festlegen

Workshop Mitarbeiter, Spezialisten:

Concept Development – Das KI-Lösungskonzept im Detail erarbeiten

Warum der AI Design Sprint® funktioniert

1. Kombination aus Top-Down und Bottom-Up

Führungskräfte setzen den strategischen Rahmen (Opportunity Mapping, Framing). Mitarbeitende bringen das operative Know-how ein (Concept Development). Beide Perspektiven fließen ein. Das Ergebnis ist strategisch relevant UND praktisch umsetzbar.

2. Keine Tech-Kenntnisse erforderlich

Die AI Cards® übersetzen komplexe KI-Technologien in verständliche Sprache. Jede Karte beschreibt eine KI-Fähigkeit aus Nutzersicht, inkl. Beispielen. So können auch nicht-technische Menschen KI-Lösungen entwickeln.

3. Strukturierter, schneller Prozess

Kein wochenlanges Strategiepapier-Schreiben. Der AI Design Sprint® ist in wenigen Tagen geschafft. Jeder Schritt ist klar definiert, jede Übung dauert nur wenige Minuten. Das Team sieht sofort den Fortschritt.

4. Alle Stimmen werden gehört

Keine endlosen Diskussionen, in denen die Lautesten gewinnen. Individuelle Reflexion (jeder arbeitet für sich) in Kombination mit Abstimmungen im Team sorgen dafür, dass alle eingebunden sind.

5. Von Anfang an umsetzungsorientiert

Der Output ist kein PowerPoint-Deck, sondern ein Technical Brief. Es ist ein Dokument, mit dem ein Entwicklungsteam (Tec-Team) sofort arbeiten, d.h. die Umsetzbarkeit prüfen kann. Keine Theorie, sondern ein konkreter Plan.

6. Ethik und Compliance eingebaut

Risiken werden nicht ignoriert, sondern systematisch adressiert, durch Ethical Risk Mitigation Cards, DSGVO-Prüfung und Transparenz-Mechanismen.