KI im Unternehmen einführen: vom Stückwerk zum System

Hier ein Tool, da ein Experiment. So hat KI bei uns angefangen. Wir arbeiten bei Gesundheit Bewegt seit 2023 mit KI, und lange blieb das Stückwerk. Es gab keine KI-Strategie, dafür viel Begeisterung bei einigen und Skepsis bei anderen. Jedes neue Werkzeug war ein kleines Projekt für sich.

Heute arbeiten wir mit mehr als 50 Agenten, die wie Kollegen mit festen Rollen zusammenarbeiten. Dazwischen liegt keine bessere KI, sondern eine andere Organisation. Davon handelt dieser Beitrag.

Warum bleibt KI im Unternehmen so oft Stückwerk?

Die meisten Unternehmen führen KI so ein, wie sie früher Software eingeführt haben: Werkzeug für Werkzeug. Das Marketing bekommt einen Schreibassistenten, der Vertrieb ein Tool für Angebote. Jedes Werkzeug bringt ein bisschen Tempo. Zusammen ergeben sie kein Ganzes.

Drei Dinge fehlen dabei fast immer. Es gibt keinen festen Ablauf, nach dem aus einer Idee ein laufendes Ergebnis wird. Das Wissen des Unternehmens steckt in Köpfen, Ordnern und einzelnen Chats, aber nicht dort, wo die KI arbeitet. Und niemand hat festgelegt, was die KI allein machen darf und wo ein Mensch entscheidet.

Das Ergebnis kennen Sie vielleicht: Jedes Projekt fängt wieder bei null an. Warum das so oft schiefgeht, haben wir in Warum KI-Projekte scheitern beschrieben.

Was hat bei uns den Unterschied gemacht?

Der Wendepunkt kam in meiner MBAI-Ausbildung bei Leaders of AI. Das Unternehmen dahinter arbeitet mit wenigen Menschen und mehr als 50 KI-Assistenten. Die ganze Ausbildung lief in genau dieser Struktur.

Was ich dort gelernt habe, war weniger ein Werkzeug als eine Organisationsform: Wie arbeiten Menschen und KI-Agenten in einem gemischten Team? Wer hat welche Rolle, wer übergibt an wen, wer entscheidet am Ende? Das war das fehlende Stück, um aus vielen KI-Ideen eine Strategie zu machen.

Danach haben wir angefangen umzubauen. Abläufe wurden neu geschnitten, Aufgaben neu verteilt, und aus der Arbeit sind neue KI-gestützte Präventionsprodukte entstanden. Erst nebenbei und dann als Kern unserer KI-Unit HorAIzon ist dabei ein System gewachsen, das wir intern AIOS nennen, ein Betriebssystem für KI-Arbeit.

Was ist ein KI-Betriebssystem?

Ein Betriebssystem sorgt dafür, dass Programme zusammenspielen. Ein KI-Betriebssystem sorgt dafür, dass KI-Vorhaben auf einem gemeinsamen Fundament laufen, statt jedes Mal neu erfunden zu werden. Unser AIOS-Framework besteht aus vier Teilen.

Ein fester Ablauf für jedes Vorhaben. Jedes Projekt durchläuft vier Phasen: Compass (Ziel und Spielfeld klären), Scout (die Ausgangslage analysieren), Build (Abläufe, Agenten und Wissen bauen) und Navigate (live gehen, messen, verbessern). Das klingt schlicht. Es verhindert aber, dass ein Projekt mit dem Werkzeug beginnt statt mit dem Ziel.

Ein Hub mit spezialisierten Agenten. Statt einer KI, die alles ein bisschen kann, arbeiten bei uns Agenten mit klarer Rolle: einer recherchiert, einer schreibt, einer prüft Marke und Design, einer hält den Projektstand fest. Wiederkehrende Aufgaben sind als Skills und Workflows beschrieben, damit sie jedes Mal gleich gut laufen.

Ein gemeinsames Firmenwissen. Die Agenten greifen auf dasselbe geprüfte Wissen zu: Produkte, Regeln, Entscheidungen, Tonalität. Ohne diesen Kontext schreibt KI plausibel, aber falsch. Wie das aufgebaut ist, lesen Sie im Beitrag zum Company Brain.

Regeln, wer was entscheidet. Unsere Arbeitsprinzipien legen fest, wie wir KI-Projekte angehen. Eines davon heißt KIMI: Künstliche Intelligenz trifft menschliche Intelligenz. Jede wichtige Entscheidung bleibt bewusst beim Menschen, und für jeden Ablauf ist festgelegt, an welcher Stelle er freigibt.

Fertig ist das System nicht. Manches bauen wir um, manches verwerfen wir wieder. Aber es wächst mit, und jedes Projekt hinterlässt etwas, das das nächste schneller macht.

Wie hält man so ein System aktuell?

Ein System zu haben ist die halbe Arbeit. Die andere Hälfte ist, es regelmäßig in Frage zu stellen. Dabei geht es nicht darum, jedem neuen Trend hinterherzulaufen. Es geht darum, gute Entwicklungen zu erkennen und in die eigene Arbeit zu übernehmen.

Deshalb haben wir unser Regelwerk gegen acht aktuelle Playbooks zur KI-Einführung in Unternehmen gespiegelt, unter anderem von Stanford, McKinsey, BCG, Microsoft, Google Cloud und Anthropic. Das Ergebnis:

• Vier unserer Arbeitsprinzipien fanden sich dort fast wortgleich wieder, obwohl unser Regelwerk aus der eigenen Praxis entstanden ist und nicht aus diesen Quellen.
• An fünf Stellen haben wir nachgeschärft.
• Eine Lücke haben wir geschlossen. Wir hatten zwar konsequent festgelegt, wo ein Mensch prüft (Human-in-the-Loop). Die Übergaben zwischen einzelnen Agenten waren aber noch zu unscharf.

Die wichtigste Erkenntnis stand in fast allen Quellen: Der Engpass war selten das Modell und fast immer die Organisation drumherum. KI-Projekte müssen bei den Menschen anfangen, nicht bei der Technik.

Zwölf Regeln für die KI-Einführung

Regel 10 hat übrigens eine Kehrseite, die oft übersehen wird: Zu viel Kontrolle ermüdet. Warum Menschen erschöpft werden, wenn sie zu viele KI-Ergebnisse gleichzeitig prüfen müssen, steht in AI Brain Fry.

Wo fangen Sie an?

Wenn Sie zwei dieser Fragen mit Nein beantworten, arbeiten Sie wahrscheinlich noch im Stückwerk. Das ist kein Vorwurf, so haben fast alle angefangen, wir auch. Der Unterschied entsteht in dem Moment, in dem Sie aufhören, Werkzeuge einzuführen, und anfangen, eine Arbeitsweise zu bauen.