Roadmap für den ersten Unternehmenseinsatz

Deutschlandweit stecken kleine und mittelständische Unternehmen knietief in ihren Digitalisierungsvorhaben – und schon rollt die neue Software-Generation an. Künstliche Intelligenz bietet Mittelständlern die Chance, ihre Wettbewerbsfähigkeit zu erhalten und ihre Prozesseffizienz zu optimieren.

Doch der Status quo der KI im Mittelstand gibt zu denken: Ende 2021 nutzten erst 2 Prozent aller deutschen Mittelständler KI-Tools operativ. Aber: Immerhin haben 60,4 Prozent der KMU erste Testprojekte gestartet. Viele Unternehmen in ganz Europa nutzen bereits maschinelles Lernen, um einfache Kundendienstfragen zu beantworten und komplizierte Anfragen an die richtige Abteilung weiterzuleiten. Doch es gibt noch mehr Anwendungsfälle: Die Zahl der Testprojekte zeigt deutlich den Wunsch, herauszufinden, wie diese Technologie die zeitaufwändigen manuellen Prozesse beschleunigen kann und welche weiteren Vorteile sie bezüglich des Erkennens von Problemen und Trends bietet. Damit die Technologie das volle Potenzial entfalten kann, hilft laut Pleo ein vorab aufgestellter Ablaufplan.

Zielsetzung bestimmen: Im ersten Schritt gilt es festzulegen, welche Ziele die KI erfüllen soll und in welcher Verbindung diese zu den Firmenzielen stehen. Das klingt banal, doch oft straucheln Entscheider, genau diese Gedankengänge ausreichend zu konkretisieren. Sie sollten also eine Übersicht über mögliche Anwendungsfälle und eine spezifische Definition des Kundennutzens definieren. Für den Mittelstand birgt vor allem die unterstützende KI – also die Durchführung repetitiver Aufgaben und Entscheidungsunterstützung – ein sehr hohes Potenzial. Das beinhaltet u.a. Anwendungen zur Qualitätskontrolle, Text- und Bilderkennung, Datenanalyse, Kundendienst und Assistenzsysteme.

Analyse der aktuellen Ausgangslage: Betriebe, die noch wenig Berührungspunkte mit Künstlicher Intelligenz haben, sollten gemeinsam mit regionalen Partnern KI-Projekte entwickeln oder sich zu Praxisbeispielen austauschen, um von gegenseitiger Erfahrung zu profitieren. Falls das interne Know-how für Datenauswertungen oder den Aufbau von Datenstrukturen fehlt, müssen neue Fachkräfte eingestellt oder externe Dienstleister beauftragt werden.

Strategie entwickeln: Der Fokus sollte während der Strategieentwicklung auf der Zielsetzung liegen: Welche Prozesse kann die KI verbessern, welche Umsätze erhöhen, welche Ausgaben senken und welche neuen Geschäftsmodelle entwickeln? Dafür müssen KMU Ziele zur Einführung von KI-Technologien und -Methoden definieren, die die Organisationsstruktur und die Ressourcen mit einbeziehen. Auch gilt es zu definieren, mit welchen Strategien das Unternehmen KI einführen möchte – und ob es intern KI-Lösungen entwickeln möchte oder auf Dienstleistungen Externer zugreift.

Dies ist ein Artikel aus unserer Print-Ausgabe 9/2023. Bestellen Sie ein kostenfreies Probe-Abo.

Integration der Belegschaft: Viele Arbeitnehmer fürchten aktuell, von der KI aus ihrem Arbeitsverhältnis verdrängt zu werden. Damit die Belegschaft entsprechende Systeme nicht mehr fürchtet und stattdessen lernt, sie zu verstehen, braucht es transparente Aufklärung, die Chancen und Risiken gleichermaßen einbezieht. Diese gelingt mittels stetiger Weiterbildungen, Webinaren und Workshops. Auch der Aufbau eines In-House-KI-Teams ist empfehlenswert, da eine zentrale Stelle im Haus hilfreich ist, um die Projekte zu organisieren und zu koordinieren.

Realitätscheck: Vor der Einführung in die Praxis gilt es, Implementierungskonzepte zunächst anhand von Kundenanforderungen, finanziellen und personellen Ressourcen, Produkten, Datenbasis und digitaler Infrastruktur zu prüfen.

Bildquelle: Getty Images / iStock / Getty Images Plus