Vom Pain Point zum Proof of Value: KI-Workshops mit All for One

Ein Workshop zur KI Use Case Findung – was kann man sich darunter vorstellen Wie läuft der ab? Und: wie kann es dann weiter gehen?

Wenn sich Unternehmen an uns wenden, damit wir sie bei der Identifizierung passender KI-Use Cases unterstützen, dann ergibt das kein Sammelsurium aus bunten Post-its, sondern einen sauberen Einstieg. Der erste Schritt ist immer ein Vorgespräch, in dem gemeinsam sortiert wird: Wo steht das Unternehmen beim Thema KI?

Die Erwartung ist manchmal, dass im Workshop etwas völlig Neues „ausprobiert“ wird. Die Erfahrung zeigt aber: Die meisten Unternehmen wünschen sich etwas anderes. Sie erwarten: „Zeigt uns, wie es geht – und spart uns die Umwege, die ihr schon hinter euch habt.“ Genau dort setzten wir bei der All for One an und das möchte ich im Folgenden einmal skizieren.

Der Start: Vorgespräch statt Standard-Workshop

Bevor der eigentliche Workshop stattfindet, gibt es ein kurzes Vorgespräch. Dabei werden im Wesentlichen drei Punkte geklärt:

1) Ausgangslage beim Thema KI
Gibt es bereits erste Use Cases oder Ideen? Wurde vielleicht schon experimentiert? Oder steht das Unternehmen ganz am Anfang und möchte strukturiert einsteigen?

2) Teilnehmende und Rollen
Häufig kommt der Impuls aus einem Fachbereich – etwa Finance, Vertrieb, Logistik oder Produktion. Im Gespräch wird gemeinsam überlegt:

• Welche Fachbereiche sollten vertreten sein?
• Wer bringt das detaillierte Prozesswissen mit?
• Wer kann Entscheidungen beeinflussen (IT, Management)?

3) Vorbereitung und Format
Es wird vereinbart, ob ein oder zwei Workshoptage sinnvoll sind, wie viele Personen teilnehmen sollten und wie sich der Ablauf gestaltet. Oft werden die Beteiligten gebeten, vorab Pain Points zu sammeln: Stellen, an denen Prozesse klemmen, viel manuelle Nacharbeit entsteht oder Tätigkeiten ständig wiederholt werden. So startet der Workshop nicht auf dem sprichwörtlichen weißen Blatt Papier.

Die richtigen Menschen im Raum

Nicht jeder Bereich ist im gleichen Maße „KI-ready“. Im Finance-Umfeld liegen häufig viele Daten in vergleichsweise guter Qualität vor – ideale Voraussetzungen für schnelle Ergebnisse. In der Produktion ist das Potenzial zwar enorm, aber oft mit stärkeren Implikationen verbunden: zusätzliche Tools, Sensorik, Lizenzen.

Wichtig ist deshalb: Im Workshop sitzt nicht nur der Fachbereich allein.

Erforderlich sind typischerweise:

• Vertreter:innen aus den Fachbereichen, die Prozesse, Probleme und Chancen im Detail kennen
• Ansprechpersonen aus IT und Management, die beurteilen können, ob ein Use Case zur Systemlandschaft, zur Strategie und zur Roadmap passt

So lässt sich früh erkennen, ob ein Use Case fachlich sinnvoll ist, technisch realisierbar erscheint und in die unternehmerische Planung eingebettet werden kann.

Ein gemeinsames Verständnis über die Möglichkeiten mit KI

Eine der größten Herausforderungen im Workshop ist ein gemeinsames Verständnis darüber, was mit KI heute möglich ist – und was nicht. Und: Man kann keine guten Fragen stellen, wenn unklar ist, worüber man überhaupt nachdenken sollte.

Deshalb startet der Workshop in der Regel mit einer kompakten, praxisnahen Einführung:

• Welche KI-Anwendungsfälle gibt es in der Praxis?
• Welche typischen Prozessschritte lassen sich automatisieren oder verbessern?
• Wo liegen Grenzen – technisch, fachlich, datenbezogen?

Es geht nicht darum, Buzzwords aufzuzählen, sondern ein Gefühl dafür zu vermitteln, wo KI im eigenen Umfeld sinnvoll ansetzen kann. Parallel wird offen über das Thema Daten gesprochen:

• Welche Daten stehen zur Verfügung?
• Wie ist die Qualität?
• Müssen Prozesse angepasst werden, um bessere Daten zu erzeugen?

Fehlende oder unzureichende Daten sind selten ein Showstopper, führen aber häufig zu der Erkenntnis: Zuerst sollten Prozesse und Datenbasis verbessert werden – und dann kann KI ihren vollen Mehrwert entfalten.

Mehr zum Thema

E-BookKI Quick-Start

E-BookData Science & KI

KI Quick-Start

Wie Sie den richtigen KI Use Case für Ihr Unternehmen finden und umsetzen können.

Vom „Wünsch dir was“ zum konkreten Use Case

Ein typischer Einstieg in die Use-Case-Arbeit orientiert sich an den Fragen, die wir auch im Whitepaper „KI Quick-Start“ formuliert haben: Wo tut es im Prozess weh? Wo steckt viel manuelle Arbeit, Nacharbeit oder wiederkehrende Tätigkeit? Aber auch: Was wäre wünschenswert, wenn es denn möglich wäre?

Dieser Blick auf Pain Points ist wichtig – aber nicht ausreichend. Im Workshop passiert daher meist mehr:

• Auf Basis unserer Erfahrung bringen wir auch Use Cases ein, über die auf Kundenseite häufig noch gar nicht nachgedacht wurde.
• Immer wieder zeigt sich: Ein von der Kundenseite benanntes Problem ist nur die sichtbare Spitze des Eisbergs. In Diskussionen wird oft schnell klar, dass darunterliegende Themen eigentlich relevanter sind. Wenn solche strukturellen Ursachen adressiert werden, löst sich das ursprüngliche Problem oft mit auf.

So entstehen Use Cases, die sonst gar nicht auf der Liste gestanden hätten – während andere Ideen bewusst zurückgenommen oder neu priorisiert werden.

Nebenbei werden häufig Prozessthemen sichtbar, die gar nicht primär mit KI zu tun haben, aber die Organisation insgesamt weiterbringen: Digitalisierung, Prozessdesign, Transparenz. KI wird damit zum Katalysator, um grundsätzliche Fragen zur Gestaltung von Abläufen und Entscheidungen aufzuwerfen.

Proof of Value statt „Jugend forscht“

Am Ende des Workshops steht eine Liste potenzieller Use Cases. Diese werden häufig entlang zweier Achsen bewertet:

• Projektaufwand
• Business-Mehrwert

Auf dieser Basis wird ein Use Case ausgewählt und konkreter ausgearbeitet. Anschließend startet nicht ein rein technischer Proof of Concept, sondern bewusst ein Proof of Value:

1. Zunächst wird das Problem sowie der zugrunde liegende Prozess in Gänze verstanden.
2. Danach kommt eine passende Technologie zum Einsatz, um zu zeigen:

• • Die Lösung ist technisch umsetzbar.
  • Und: Sie generiert konkreten Mehrwert im Business.

Dazu gehören klar definierte Erfolgsmetriken. Im Idealfall sind diese quantitativ – etwa Zeitersparnis, Fehlerraten, Forecast-Qualität oder Kosteneffekte. In manchen Fällen stehen qualitative Effekte im Vordergrund, etwa Zufriedenheit von Kund:innen oder Mitarbeitenden. Auch das ist legitim, erfordert aber eine bewusste Entscheidung und oft etwas mehr Aufwand bei der Messung.

Die 80/20 Frage

Beim Thema Daten kommt bewusst der 80/20-Gedanke zum Tragen – oft lassen sich mit 80% Genauigkeit schon sehr viel erreichen und die Letzten 20% verursachen überproportionale Kosten (mit Blick auf den Business Value).

Konkret kann das bedeuten: Es werden nicht von Anfang an 30 oder 40 Datentöpfe zusammengeführt. Stattdessen wird mit den wichtigsten Quellen gestartet. Am Beispiel Forecasting bedeutet das etwa: Zuerst mit den Kern-Daten arbeiten und prüfen, wie gut die Ergebnisse bereits sind.

Wenn sich damit schon eine deutliche Verbesserung erreichen lässt, liegt schnell ein spürbarer Mehrwert vor. Weitere Datenquellen und Feintuning können später folgen, wenn der zusätzliche Nutzen den Mehraufwand rechtfertigt.

Datenmanagementplattform – ja oder nein?

Nahezu zwangsläufig taucht dann die Frage auf: „Brauchen wir eine Datenplattform?“

Rein technisch lässt sich ein erster Use Case auch ohne dedizierte Plattform umsetzen. Allerdings entsteht dabei das Risiko, dass aufbereitete Daten später in eine neue Umgebung migriert werden müssen. Deshalb empfiehlt es sich häufig, den Gedanken von Anfang an mitzudenken – und eventuell eine schlanke, fokussierte Datenplattform aufzubauen, die zunächst nur die Daten für diesen einen Use Case umfasst.

Der Aufwand ist in der Praxis oft geringer als angenommen, und die Basis für weitere Use Cases ist damit gelegt. Wichtig dabei: Eine Datenplattform ist nicht nur ein KI-Thema. Wer Digitalisierung und datengetriebene Entscheidungen ernsthaft vorantreiben möchte, wird sich so oder so damit befassen. In vielen Unternehmen existieren relevante Daten längst – verteilt, manuell gepflegt, in Silos. Eine Plattform sorgt dafür, dass diese Prozesse einheitlicher, einfacher und schneller werden.

Ein Appell an KI-Vorkämpfer:innen

In vielen Organisationen gibt es Menschen, die intern das Thema KI treiben – oft mit viel Engagement. Für diese „KI-Vorkämpfer:innen“ lassen sich zwei Punkte hervorheben:

• Das Thema sollte konsequent vorangebracht werden, auch wenn noch nicht alles perfekt ist.
• Gleichzeitig lohnt es sich, Skalierbarkeit von Beginn an mitzudenken: Datenqualität, Datenplattform, Wiederverwendbarkeit von Lösungen. Ziel ist nicht nur ein einzelner Leuchtturm-Use-Case, sondern ein Setup, mit dem erfolgreiche Ansätze immer wieder repliziert werden können.

Unabhängig davon, welcher Use Case am Ende umgesetzt wird, bringt bereits die strukturierte Beschäftigung mit den eigenen Prozessen, Daten und Ideen im Rahmen eines Workshops einen spürbaren Mehrwert:

• Pain Points werden sichtbar
• Prozessineffizienzen treten klarer zutage
• Digitalisierungsthemen werden konkret greifbar

Der KI-Use-Case-Workshop wird damit zum Einstieg in eine gezieltere Nutzung von Daten und KI – und häufig zugleich zum Beschleuniger für die digitale Weiterentwicklung des Unternehmens.