Was passiert nach einer KI-Potenzialanalyse

Die Ergebnisse der KI-Potenzialanalyse liegen vor. Der Bericht benennt zwei oder drei Bereiche mit dem größten Hebel, einen groben Aufwandsrahmen für jeden davon und einen empfohlenen Startpunkt. Was jetzt? Dieser Beitrag beschreibt, was typischerweise folgt: wie die Ergebnisse gelesen werden sollten, welche Wege es gibt, und was stockt, selbst wenn die Analyse gut war.

Die Ergebnisse als Prioritäten lesen, nicht als To-do-Liste

Eine Potenzialanalyse bringt häufig fünf bis zehn mögliche KI-Anwendungen im Betrieb ans Licht. Wer das als Backlog behandelt, kennt das Ergebnis: Nichts wird umgesetzt. Jeder Punkt konkurriert mit jedem anderen, und am Ende bleibt ein Dokument, das in Meetings besprochen wird, aber nie zu einem konkreten Schritt führt.

Die Ergebnisse sind ein Ausgangspunkt für ein Gespräch, kein Umsetzungsplan. Die erste Frage lautet: Welcher eine Prozess, wenn nur dieser geändert wird, hätte den deutlichsten Effekt auf den Betriebsalltag? Dort ansetzen. Den Rest auf der Liste lassen.

Kriterien für den ersten Schritt: Der Prozess passiert häufig genug, um die Veränderung zu spüren. Er ist repetitiv genug, dass KI einen Entwurf liefern kann. Und jemand im Team ist bereit, ihn zu ändern. Dieser letzte Punkt zählt mehr als die meisten erwarten.

Drei Wege, die typischerweise gewählt werden

Den ersten Workflow intern aufbauen, mit der Analyse als Spec. Funktioniert gut, wenn jemand im Team neugierig genug ist, um selbst auszuprobieren, und der Prozess klar genug ist, um ihn zu beschreiben. Die Analyse liefert das Briefing; das Team erarbeitet die Umsetzung. Langsamer am Anfang, baut aber interne Kompetenz auf.

Einen fokussierten Workshop zum wichtigsten Prozess durchführen. Eine strukturierte Session, in der das Team den Workflow gemeinsam mit einem Facilitator durcharbeitet. Gut für Teams, die bei einer Sache schnell vorankommen wollen. Das Ergebnis ist eine funktionierende Version des Workflows, nicht nur ein Plan.

Ein Transformationsprogramm starten, das die Prioritätenliste über drei bis sechs Monate abarbeitet. Der richtige Weg, wenn mehrere Personen ihre Gewohnheiten ändern müssen, nicht nur ein Prozess automatisiert werden soll. Die Analyse wird zur Roadmap für eine längere Zusammenarbeit.

Was typischerweise stockt

Drei Muster tauchen nach Analysen immer wieder auf, unabhängig davon, wie gut die Ergebnisse waren.

• Auf das richtige Tool warten. Claude funktioniert für das meiste, was Analysen identifizieren. Die Zeit, die mit dem Vergleich von zehn Tools verbracht wird, ist länger als der Aufwand, einfach anzufangen.
• Einen Prozess automatisieren wollen, der noch nicht stabil ist. Wenn der Prozess je nach Person oder Tag unterschiedlich abläuft, macht KI ihn schneller, aber nicht besser. Erst den Prozess stabilisieren, dann automatisieren.
• Die Umsetzung an jemanden übergeben, der nicht im Analysegespräch war. Wer den Kontext kennt, muss beim Aufbau der ersten Version dabei sein. Ein Dokument an jemanden weiterzureichen, der nicht dabei war, führt selten zu etwas, das das Team danach auch nutzt.

Die ersten 30 Tage

Ein Workflow läuft. Er ist gut genug dokumentiert, dass die Person, für die er gebaut wurde, ihn selbständig bedienen kann. Er wurde im ersten Monat mindestens fünfmal genutzt. Das reicht. Das Ziel in den ersten 30 Tagen ist kein vollständiger Wandel, sondern ein funktionierendes Beispiel, das den Weg für das Nächste ebnet.

Teams, die nach einer Analyse am schnellsten vorankommen, widerstehen dem Impuls, alles auf einmal anzugehen. Eine Sache gut gemacht schafft Schwung. Zehn Sachen gleichzeitig angefangen schafft Unklarheit.

Einen Überblick, was KI für Handwerksbetriebe konkret bedeutet, bevor es zur Analyse kommt, gibt der Beitrag KI-Potenzialanalyse für Handwerksbetriebe.