Das Problem

In Ihrem Unternehmen hat jeder eine Meinung zu KI. Der Vorstand will eine Strategie. Das Produktmanagement will etwas ausliefern. Die Rechtsabteilung sorgt sich um Risiken. Die Entwicklung ist skeptisch, weil sie Hype-Zyklen schon erlebt hat. Und irgendwo dazwischen soll jemand entscheiden, was tatsächlich getan wird.

Die verfügbaren Informationen helfen dabei wenig. Anbieter behaupten, KI könne alles. Aufsichtsbehörden warnen vor den Gefahren. LinkedIn ist voll von Leuten, die ihr ganzes Unternehmen an einem Wochenende automatisiert haben. Und der EU AI Act umfasst 400 Seiten, die Ihre Rechtsabteilung noch immer interpretiert.

Was Ihnen die meisten nicht sagen werden: Die Unternehmen, die heute mit KI erfolgreich sind, sind nicht die mit den größten Budgets oder der modernsten Technologie. Es sind die, die herausgefunden haben, welche Probleme sich tatsächlich mit KI lösen lassen, diese eng abgegrenzt und etwas Reales gebaut haben — anstatt fünf Piloten zu starten, die nirgendwo hingeführt haben.

Genau dabei unterstützen wir Sie. Keine Strategie, die in einem Foliensatz lebt. Ein Plan, den Sie tatsächlich umsetzen können.

Was wir liefern

KI-Readiness-Assessment

Bevor Sie etwas bauen, müssen Sie wissen, womit Sie es zu tun haben. Wir betrachten vier Dimensionen:

Ihre Daten. Was haben Sie, wo liegen die Daten, wie sauber sind sie und dürfen Sie sie für die geplanten Zwecke rechtlich überhaupt nutzen? Die meisten KI-Projekte scheitern nicht an schlechten Modellen — sie scheitern, weil niemand vor dem Start ehrlich auf die Daten geschaut hat.

Ihre Infrastruktur. Können Ihre Systeme KI-Workloads tragen? Haben Sie die nötige Compute-, Storage- und Netzwerkkapazität? Müssen Sie aus Gründen der Datenresidenz on-premise betreiben oder können Sie Cloud-APIs nutzen? Wir klären, was realistisch ist, ohne dass Sie neue Hardware kaufen müssen.

Ihr Team. Haben Sie Mitarbeitende, die KI-Systeme bauen und betreiben können, oder brauchen Sie externe Unterstützung? Wie hoch ist die KI-Kompetenz in der Organisation? Wie groß ist die Veränderungsbereitschaft? Technologie scheitert nicht — Adoption scheitert.

Ihr regulatorisches Umfeld. Welche Regulierungen betreffen Sie? Welche Ihrer geplanten KI-Use-Cases fallen unter den EU AI Act, und auf welchem Risikoniveau? Welche Dokumentation und Governance brauchen Sie? Wir klären das, bevor es zum Problem wird, nicht hinterher.

Use-Case-Priorisierung

Hier laufen die meisten KI-Strategien aus dem Ruder. Unternehmen sammeln in einem Brainstorming 30 potenzielle KI-Use-Cases, sind von allen begeistert, starten fünf und schließen keinen ab.

Wir helfen Ihnen, kompromisslos zu priorisieren. Für jeden Use-Case bewerten wir: Welchen Wert schafft er? Wie machbar ist er mit Ihren aktuellen Daten und Ihrer Infrastruktur? Wie hoch ist das regulatorische Risiko? Wie komplex ist die Umsetzung? Wie wahrscheinlich ist es, dass Ihr Team ihn tatsächlich adaptiert?

Das Ergebnis ist eine kurze Liste — meist drei bis fünf Use-Cases — sortiert nach Wirkung und Machbarkeit. Mit klarer Begründung, warum diese es geschafft haben und die anderen nicht. Manchmal ist der wertvollste Rat, den wir geben, Ihnen zu sagen, welche Ideen Sie zurückstellen sollten.

Risikoklassifizierung nach EU AI Act

Der EU AI Act kategorisiert KI-Systeme nach Risikoniveau: inakzeptabel, hoch, begrenzt und minimal. Wo Ihre geplanten Use-Cases auf diesem Spektrum liegen, bestimmt Ihre Pflichten — Transparenzanforderungen, Dokumentationsstandards, menschliche Aufsicht, Konformitätsbewertungen.

Wir klassifizieren jeden Ihrer geplanten oder bestehenden KI-Use-Cases, erläutern die Anforderungen und sagen Ihnen, was Sie tun müssen, um konform zu sein. In klarer Sprache, nicht in Juristendeutsch. Ziel ist, dass Compliance ein Designinput wird, nicht ein nachträglicher Gedanke.

Für die meisten Enterprise-Use-Cases — interne Produktivitätswerkzeuge, Dokumentenverarbeitung, Analytics — sind die Anforderungen handhabbar. Für höher eingestufte Anwendungen wie HR-Vorauswahl oder Kreditscoring müssen Sie sorgfältiger planen. So oder so: Es ist besser, das vorher zu wissen, als es später herauszufinden.

Umsetzungs-Roadmap

Sie brauchen kein 50-seitiges Strategiepapier. Sie brauchen einen Plan für die nächsten 90 Tage, der die Frage beantwortet: Was bauen wir zuerst, wer baut es, was brauchen sie dafür, und woran erkennen wir, dass es funktioniert?

Unsere Roadmap umfasst:

30 Tage: Quick Wins und Fundamente. Dateninfrastruktur für den ersten Use-Case aufsetzen. Proof of Concept durchführen. Governance-Grundlagen schaffen — wer entscheidet bei KI-Themen, wie bewerten Sie Ergebnisse, wie sieht der Eskalationspfad aus, wenn etwas schiefgeht.

60 Tage: Erste Produktivsetzung. Den höchstpriorisierten Use-Case vom Proof of Concept zu einer Anwendung bringen, die echte Nutzer einsetzen. Ergebnisse messen. Nachjustieren.

90 Tage: Skalieren und lernen. Den zweiten Use-Case starten. Das Gelernte aus dem ersten anwenden. Interne Kompetenz aufbauen, sodass Sie über die Zeit weniger auf externe Unterstützung angewiesen sind.

Über die 90 Tage hinaus wird die Roadmap bewusst weniger spezifisch. In drei Monaten wissen Sie mehr als heute, und der Plan sollte diese Realität widerspiegeln, statt vorzugeben, ein Jahr im Voraus alles vorhersehen zu können.

Wie wir arbeiten

Woche 1: Discovery

Wir führen Interviews mit Stakeholdern in Ihrer Organisation — Leitungsebene, Produkt, Engineering, Recht, Operations. Jeder hat eine andere Sichtweise darauf, was KI leisten soll, und diese Sichtweisen zu verstehen ist genauso wichtig wie das Verständnis Ihrer Technologie.

Außerdem führen wir ein Daten- und Infrastruktur-Audit durch. Kein sechsmonatiges Assessment — ein fokussierter Blick auf das, was für die geplanten KI-Use-Cases relevant ist.

Woche 2–3: Analyse und Design

Wir verdichten die Erkenntnisse zu einem klaren Bild: Das haben Sie, das ist möglich, das ist sinnvoll, das nicht. Wir erarbeiten die Use-Case-Priorisierung, die Risikoklassifizierung und den Roadmap-Entwurf.

Hier erledigen wir auch die unangenehme Arbeit, Ideen zu verwerfen. Manche Use-Cases, die im Brainstorming großartig klingen, überleben den Kontakt mit den Daten, dem Budget oder der Regulierung nicht. Besser jetzt herausfinden als später.

Woche 4: Lieferergebnis und Alignment

Sie erhalten ein schriftliches Dokument — keinen Foliensatz —, das alles abdeckt: Readiness-Assessment, priorisierte Use-Cases, Risikoklassifizierungen, Umsetzungs-Roadmap, Ressourcenbedarf und Governance-Empfehlungen.

Wir präsentieren das Ergebnis Ihrem Team, gehen die Argumentation durch und arbeiten die unvermeidlichen Fragen ab: „Warum nicht zuerst diesen Use-Case?" „Schaffen wir das wirklich in 90 Tagen?" „Was, wenn sich die Regulierung ändert?" Das sind gute Fragen, und wir klären sie lieber vor der Umsetzung als danach.

Unsere Sicht auf KI im Unternehmen

Wir haben Meinungen. Manche davon sparen Ihnen vielleicht Zeit:

Beginnen Sie mit den langweiligen Problemen. Die wertvollsten KI-Anwendungen in den meisten Unternehmen sind weder Chatbots noch Content-Generatoren — es sind Dokumentenklassifikation, Datenextraktion, Suche und Workflow-Automatisierung. Die Dinge, die jemandem zwei Stunden am Tag sparen, aber nie auf LinkedIn auftauchen.

Compliance ist ein Filter, kein Blocker. Der EU AI Act klingt furchterregend, aber für die meisten internen Enterprise-Use-Cases sind die Anforderungen überschaubar. Unternehmen, die das früh verstehen, bewegen sich schneller als jene, die von Unsicherheit gelähmt sind. Compliance sagt Ihnen, welche Projekte Sie zuerst angehen und wie Sie sie strukturieren sollten — das ist nützliche Information, kein Hindernis.

Bauen Sie kein Modell. Bauen Sie ein System. Das Modell ist 10 % der Arbeit. Die anderen 90 % sind Datenpipelines, Integration, Monitoring, Fehlerbehandlung, User Experience und Change Management. Wenn Ihre Strategie sich darum dreht, welches LLM Sie einsetzen, aber nicht klärt, wie Nutzer damit interagieren und was passiert, wenn das Modell falsch liegt, dann haben Sie keine Strategie.

Piloten, die nicht für die Produktion gedacht sind, sind verschwendetes Geld. Wenn der Pilot auf einem separaten Datenbestand, mit einem separaten Team, auf separater Infrastruktur läuft und keinen Plan hat, wie er in die Hände echter Nutzer kommt — dann ist es eine Demo, kein Pilot. Wir konzipieren Piloten so, dass sie vom ersten Tag an skalieren können.

Sie brauchen weniger Daten, als Sie denken — aber sie müssen besser sein. Das Narrativ „Sie brauchen riesige Datensätze" stammt aus der Welt des Modelltrainings. Für Enterprise-RAG- und Automatisierungs-Use-Cases brauchen Sie relevante, saubere, zugängliche Daten — nicht zwingend viele davon. Hundert gut strukturierte Dokumente sind mehr wert als zehntausend unsaubere.

Für wen das passt

Das passt gut, wenn:

Ihre Leitung fragt „Was ist unsere KI-Strategie?“ und niemand bisher eine klare Antwort hat
Sie ein paar KI-Experimente durchgeführt haben, die nirgendwo hingeführt haben, und Sie die nächsten Schritte bewusster angehen wollen
Ihre Rechts- oder Compliance-Abteilung sich Sorgen um den EU AI Act macht und Sie eine praxistaugliche Auslegung brauchen, nicht weitere Unklarheit
Sie wissen, dass KI helfen könnte, aber unsicher sind, welche Use-Cases angesichts Ihrer Daten, Ihres Teams und Ihres Budgets realistisch sind
Sie das Muster vermeiden wollen, eine Plattform zu kaufen und dann nach Problemen zu suchen, die sie lösen kann

Es passt weniger, wenn:

Sie bereits genau wissen, was Sie bauen wollen, und nur ein Team brauchen, das es umsetzt — dafür haben wir unser Angebot „KI & Intelligente Automatisierung“
Sie jemanden suchen, der eine KI-Strategie-Präsentation für den Vorstand erstellt, ohne dass eine Umsetzung geplant ist — an Schubladenware haben wir kein Interesse

Was Kunden uns fragen

Brauchen wir ein dediziertes KI-Team?

Nicht zwingend, und am Anfang in der Regel nicht. Die meisten Unternehmen fahren besser, wenn sie mit einer kleinen, funktionsübergreifenden Gruppe starten — jemand aus dem Fachbereich, der das Problem verantwortet, jemand Technisches, der die Lösung bauen kann, und jemand aus der Rechtsabteilung, der Compliance im Blick behält. Ein dediziertes Team ergibt Sinn, sobald Sie mehrere KI-Systeme im produktiven Betrieb haben und laufende Wartung und Weiterentwicklung benötigen.

Sollten wir Open-Source- oder kommerzielle Modelle einsetzen?

Das hängt vom Use-Case, von der Sensibilität Ihrer Daten und vom Budget ab. Kommerzielle APIs (Claude, GPT-4) sind schneller einsatzbereit und besser geeignet für Use-Cases, in denen Sie Daten an einen externen Anbieter senden dürfen. Open-Source-Modelle (Mistral, Llama) sind besser, wenn Sie volle Kontrolle über die Datenresidenz benötigen oder Kosten bei Skalierung kritisch werden. Für viele Kunden empfehlen wir, mit kommerziellen APIs in den Proof of Concept zu starten und Open Source für die Produktion zu evaluieren, sobald Datenresidenz oder Kosten relevant werden.

Wie wissen wir, ob wir „KI-ready“ sind?

Es gibt keine binäre Schwelle. Sie sind ausreichend bereit, wenn Sie ein fachliches Problem haben, das KI lösen könnte, Daten haben, die für dieses Problem relevant sind, und jemand intern bereit ist, das Projekt zu treiben. Alles andere — Infrastruktur, Skills, Governance — lässt sich unterwegs aufbauen. Unternehmen, die warten, bis alles perfekt ist, fangen nie an.

Was, wenn sich der EU AI Act ändert?

Er wird sich ändern. Regulierungen entwickeln sich weiter, delegierte Rechtsakte werden veröffentlicht, Auslegungen verschieben sich. Unsere Empfehlungen basieren auf dem aktuellen Stand und der erkennbaren Entwicklungsrichtung. Wir gestalten so, dass Anpassbarkeit gegeben ist — die Governance-Strukturen und Dokumentationspraktiken, die wir empfehlen, tragen auch dann, wenn sich einzelne Anforderungen ändern.

Können Sie uns über die initiale Strategie hinaus bei KI-Governance unterstützen?

Ja. Für Unternehmen, die laufende Governance-Unterstützung benötigen — Aktualisierung von Richtlinien, Bewertung neuer Use-Cases, Compliance-Monitoring, Schulungen — bieten wir ein leichteres laufendes Engagement an. Wir empfehlen aber immer, mit dem Strategie-Engagement zu starten, um zuerst das Fundament zu legen.

Detailliertes Angebot anfordern

Sagen Sie uns, wo Sie heute beim Thema KI stehen und was Sie zum Handeln drängt. Wir melden uns mit einem klar umrissenen Engagement-Scope zurück.