Die Portfolio-Falle
Viele KI-Strategien beginnen mit dem Sammeln von Anwendungsfällen. Die Liste wächst schnell, weil fast jede Tätigkeit Informationsarbeit enthält. Unklar bleibt, welche veränderte Entscheidung genügend Wert schafft, um neue Daten, Kontrollen und betriebliche Verantwortung zu rechtfertigen.
Eine lange Liste von Anwendungsfällen ist noch keine Strategie. Sie ist ein Inventar von Möglichkeiten ohne Mechanismus für Entscheidungen.
Beim Entscheidungssystem beginnen
Ein tragfähiger Rahmen beginnt mit der Entscheidung oder dem Ablauf, den verantwortlichen Personen, der heutigen Evidenz und den Folgen eines Fehlers. So wird sichtbar, wo Vorhersage, Suche, Generierung oder Automatisierung helfen können und wo menschliches Urteil ausdrücklich erforderlich bleibt.
Die Architektur ist deshalb soziotechnisch: Information, Regeln, Schnittstellen, Kontrollen und Verantwortung müssen gemeinsam funktionieren.
Daten und Kontrollen als Produktarbeit behandeln
Datenqualität ist keine Vorarbeit, die vor der KI-Lieferung abgeschlossen wird. Definitionen, Herkunft, Zugriff und Feedback entwickeln sich mit der Fähigkeit. Das gilt ebenso für Evaluation und menschliche Aufsicht.
Wer diese Elemente im Produktportfolio führt, erzeugt Evidenz über Betriebsreife, statt Risiken an eine abschliessende Governance-Prüfung zu verschieben.
Evidenz skalieren, nicht Begeisterung
Ein Proof of Value sollte Nützlichkeit, Zuverlässigkeit, Kontrollwirkung und Betriebsfähigkeit prüfen. Erst danach wird Skalierung zu einer informierten Investitionsentscheidung.
Die praktische Frage lautet nicht, ob ein Modell in einer Demonstration funktioniert. Entscheidend ist, ob das vollständige Entscheidungssystem wiederholt, verantwortungsvoll und zu vertretbaren Kosten arbeitet.