Orientierung

So läuft eine KI-Potenzialanalyse ab

Was eine KI-Potenzialanalyse untersucht, wann sie sinnvoll ist und welche Ergebnisse Unternehmen danach konkret erwarten können.

Von der Idee zur priorisierten Roadmap
01 · ErhebenProzesse, Daten und Systeme
02 · BewertenNutzen, Aufwand, Risiko und Abhängigkeiten
03 · PlanenPilot, Verantwortliche und nächster Schritt

Was ist eine KI-Potenzialanalyse?

Eine KI-Potenzialanalyse untersucht Aufgaben, Prozesse, Daten und Systeme eines Unternehmens und übersetzt mögliche KI-Anwendungen in eine priorisierte, umsetzbare Roadmap. Sie soll nicht möglichst viele Ideen produzieren, sondern belastbar unterscheiden: Was kann direkt getestet werden, was braucht Vorbereitung und was sollte vorerst nicht umgesetzt werden?

Das kostenlose Erstgespräch dient der ersten Einordnung. Die Potenzialanalyse ist ein bezahlter, strukturierter Arbeitsblock mit dokumentiertem Ergebnis.

Wann sie sinnvoll ist

Eine Analyse lohnt sich, wenn viele Ideen im Raum stehen, Daten und Systeme unklar sind oder die Geschäftsführung eine nachvollziehbare Entscheidungsgrundlage braucht. Sie ist ebenfalls hilfreich, wenn mehrere Abteilungen betroffen sind oder ein Pilot später in den Betrieb überführt werden soll.

Bei einem klaren Projektumfang ist sie nicht zwingend. Wenn Ziel, Nutzer, Datenquelle und gewünschtes Ergebnis bereits feststehen, kann ein fokussierter Scoping-Workshop schneller zum Projekt führen.

So läuft die Analyse ab

1. Ziele und Rahmen klären

Zu Beginn werden Geschäftsziel, betroffene Teams, zeitlicher Rahmen und Entscheidungsfragen festgelegt. Ohne diese Begrenzung entsteht leicht eine unverbindliche Ideensammlung.

2. Prozesse und Reibung erfassen

Interviews oder Workshops betrachten konkrete Arbeit: Wo wird gesucht, kopiert, geprüft, übertragen oder auf Informationen gewartet? Welche Schritte sind häufig, teuer oder fehleranfällig?

3. Daten und Systeme prüfen

Für relevante Anwendungsfälle werden Datenquellen, Qualität, Berechtigungen, Schnittstellen und Schutzbedarf untersucht. Eine gute Idee ohne erreichbare Daten ist noch kein umsetzbarer Anwendungsfall.

4. Anwendungsfälle bewerten

Bewertungskriterien können erwarteter Nutzen, Umsetzbarkeit, Datenreife, Integrationsaufwand, Fehlerfolgen, Akzeptanz und Betriebsaufwand sein. Gewichtungen müssen zum Unternehmen passen; eine scheinbar objektive Punktzahl ersetzt keine Diskussion.

5. Zielbild und Roadmap entwickeln

Geeignete Anwendungsfälle werden in Pilot, Vorbereitung und spätere Optionen eingeordnet. Dazu gehören Architektur, Verantwortlichkeiten, menschliche Freigaben, Erfolgskriterien und nächste Entscheidungen.

Welche Ergebnisse Sie erwarten können

  • dokumentierter Ist-Zustand und relevante Engpässe,
  • priorisierte Anwendungsfälle mit Begründung,
  • Daten-, Sicherheits- und Integrationsfragen,
  • Empfehlung für Cloud, EU, lokal oder hybrid, soweit entscheidbar,
  • Pilotdefinition mit Abnahmekriterien,
  • Roadmap und Aufwandsschätzung,
  • Vorschlag für Einführung, AI Literacy und laufenden Betrieb.

Die konkrete Übergabe umfasst damit eine Zusammenfassung des Ist-Zustands, priorisierte Anwendungsfälle, dokumentierte Abhängigkeiten und Risiken, eine Roadmap, eine Umsetzungsempfehlung sowie eine Aufwands- und Kostenschätzung. Annahmen und noch offene Entscheidungen werden ausdrücklich ausgewiesen.

Eine Potenzialanalyse ist keine rechtliche Konformitätsprüfung und keine Garantie für einen bestimmten wirtschaftlichen Effekt. Rechtliche und fachliche Bewertungen müssen von den zuständigen Stellen erfolgen.

Beispiel für eine Priorisierung

Ein Unternehmen nennt Wissenssuche, automatische Angebotslegung und einen Voice Agent. Die Analyse zeigt: Produktunterlagen sind gut gepflegt, Angebotsregeln jedoch uneinheitlich und Telefonvolumen nicht ausgewertet. Ergebnis: Wissenssuche eignet sich für einen Pilot, Angebotsprozesse brauchen zuerst Standardisierung und der Voice-Agent-Use-Case benötigt belastbare Gesprächsdaten.

Nicht geeignet ist eine umfassende Analyse, wenn ein kleines Vorhaben bereits eindeutige Nutzer, Quellen, Ergebnis und Abnahmekriterien hat. In diesem Fall wäre zusätzliche Analysearbeit teurer als ein sauber abgegrenztes Umsetzungspaket.

Fragen vor der Beauftragung

  • Werden auch ungeeignete Anwendungsfälle klar benannt?
  • Sind Daten, Integration und Betrieb Teil der Analyse?
  • Entsteht eine umsetzbare Priorisierung statt einer langen Ideenliste?
  • Werden Annahmen und Unsicherheiten dokumentiert?
  • Sind Fachbereiche, IT und Geschäftsführung angemessen eingebunden?

Die kommerzielle Leistung ist unter KI-Potenzialanalyse beschrieben.

Sie möchten wissen, ob ein direktes Projekt reicht oder eine Potenzialanalyse vorangestellt werden sollte?

Ausgangslage klären