KI-Transformation
aus der Praxis.

Ich bin gerade in vielen Gesprächen mit Menschen, die mit KI im Unternehmen anfangen. Meistens geht es um den ersten Schritt. Wie habt ihr das gemacht, wo startet man?

Daraus ist diese Reihe entstanden. Sie ist mein Leitfaden aus der Praxis, und ich kann ehrlich sagen: Bei uns hat er gut funktioniert. Manche machen es sicher anders, und das ist völlig in Ordnung. Aber das hier ist ein Fahrplan, den ich mit gutem Gewissen weitergebe.

Ich habe ihn mit dem AI Adoption Playbook von Langdock und dem AI Transformation Manifesto von McKinsey abgeglichen. Beide gliedern in ähnliche Phasen, wie übrigens viele aktuelle Modelle. Und beide haben mir vor allem eines gezeigt. Dass wir auf dem richtigen Weg sind.

Wenn du Fragen hast, melde dich jederzeit gern auf LinkedIn. Connecten, austauschen, gemeinsam überlegen. Ich bin in dem Thema gern Sparringspartnerin.

Eine KI-Transformation ist im Kern eine Business-Transformation. Verbessern lässt sich nur, was man kennt. Deshalb fange ich nicht beim Tool an, sondern bei den Prozessen. Wo sie nicht sauber beschrieben sind, nehmen wir sie erst auf. Danach schauen wir entlang der Wertschöpfungskette, wo KI den größten Unterschied macht.

Ich denke dabei in Businesslinien. Das sind die durchgängigen Abläufe vom Anfang bis zum Ende eines Wertstroms, oft über mehrere Abteilungen hinweg. Manche nennen es Value Streams, Customer Journeys oder Domains. Ich nenne es Businesslinien, weil der Begriff im Geschäft sofort ankommt.

Das Bild dazu habe ich mir geborgt. Auf The Dock, dem AI-Forum von Langdock, habe ich den Gedanken gehört, das Ganze als T zu denken, breit und tief zugleich. Er hat sofort gepasst, und ich sehe es genauso. Den Begriff nenne ich hier nur dieses eine Mal, danach spreche ich einfach von Breite und Tiefe.

Der Querbalken ist die Breite. Jedes Team, jede Funktion arbeitet mit KI, mit Assistenten und kleinen Agenten, die zur täglichen Gewohnheit werden. Das ist Adoption in der Fläche, und sie ist die Eintrittskarte.

Der Stamm ist die Tiefe. In wenigen ausgewählten Businesslinien gehe ich end-to-end in den Prozess und baue ihn wirklich um. Dort liegen die großen Hebel, und dort entscheidet sich, ob aus Nutzung echte Wirkung wird.

Die Reihenfolge ist mir wichtig, und hier setze ich bewusst einen eigenen Akzent. Ich starte nicht mit dem großen Umbau. Ich starte in der Breite, mit Quick Wins und Befähigung. Das weckt Neugier, schafft erste Erfolge und bringt die Menschen dazu, KI selbst in die Hand zu nehmen. Wer sofort die ganze Organisation restrukturiert, verpasst oft genau dieses Momentum, und am Ende fühlt sich niemand richtig verantwortlich.

Denn tragen tut das alles nur, wenn die Führung es zu ihrer Sache macht und jeder Bereich für sich in den Driver Seat geht. Das Enablement-Team koordiniert, stimmt ab, setzt Impulse, schafft Formate und sichert Ressourcen aus IT und Engineering. Es ist der Rahmen, nicht der technische Ansprechpartner. Machen müssen es die Bereiche selbst. Für mich ist Führung deshalb die wichtigste Zutat einer gelungenen KI-Transformation.

Die Reihe folgt der Reihenfolge, in der die Dinge in der Praxis tragen. Erst das Fundament, dann die Befähigung, dann die Umsetzung, dann die Wirkung. So werden auch Breite und Tiefe konkret: Fundament und Befähigung bauen die Breite, Umsetzung und Wirkung gehen in die Tiefe. Jede Station ist eigenständig lesbar und mit einer Quelle untermauert.

Was die zehn Stationen zusammenhält, ist eine dezidierte Stelle, die das Ganze orchestriert. Genau das ist für mich der Kern von AI Enablement, und der Grund, warum sie als Teil 1 ganz vorne steht. Das Fundament beginnt mit dieser Stelle und reicht über die Struktur bis zu den Daten.

Wie lange das dauert, ist von Haus zu Haus verschieden. Bei uns hat es im August begonnen, das Fundament hat die ersten Wochen gebraucht, und vieles läuft seitdem weiter. KI-Transformation ist eine Reise, kein Projekt mit Enddatum. Zu jeder Station findest du deshalb einen groben Zeithorizont aus unserer Erfahrung.