KI, die wirklich hilft: Mit den richtigen Use Cases Künstliche Intelligenz optimal nutzen

Viele KI-Projekte scheitern, weil einfach irgendein Tool eingesetzt wird, ohne vorher die Probleme zu identifizieren, die die Anwendung lösen soll. Werden vorab Use Cases für den Einsatz von KI ermittelt, erhöht dies die Chance für den erfolgreichen Einsatz einer KI-Anwendung.

„Irgendwas mit Künstlicher Intelligenz“ dies scheint aktuell das Motto von vielen Unternehmen zu sein, wenn KI-Tools lizensiert und eingesetzt werden. Nach einigen Monaten stellen die Beteiligten allerdings fest, dass die Applikation nicht richtig genutzt wird, dem Unternehmen und seinen Mitarbeitenden keinen Mehrwert bietet und die Investitionen sich nicht amortisieren.
Was hat hier gefehlt? – Ganz einfach: Das Unternehmen oder das Team haben vorab keine Use Cases für den Einsatz der KI identifiziert. Was solche Use Cases sind, welche Vorteile sie bieten und wie Teams diese ermitteln können, davon berichtet dieser Beitrag.

Vorteile Use Cases

Die Identifizierung von Use Cases für Künstliche Intelligenz bringt verschiedene Vorteile mit sich:

1. KI-Einführung nicht nur um der Technik willen
   Bei der Einführung von KI-Anwendungen geht es nicht nur darum, neue Technologien einzusetzen, sondern auch die Arbeit aller Beteiligten zu verbessern. Prozesse und Arbeitsabläufe werden auf den Prüfstand gestellt, und ggfs. angepasst oder komplett abgeschafft.
2. Klarer Nutzen für die Organisation statt Hype
   KI-Applikationen werden genau dort eingesetzt, wo sie den Mitarbeitenden einen Mehrwert bieten, anstatt einfach nur ein Tool zu verwenden, das niemand nutzt.
3. Bessere Investitionsentscheidungen
   Sind Anwendungsbereiche für KI bekannt, kann das Management besser entscheiden, welche Projekte Priorität haben und welches Budget und Ressourcen in welche Bereiche und Projekte fließen sollen.
4. Passende Tool- und Architektur-Auswahl
   Wenn genau bekannt ist, für welches Problem oder welche Aufgabe KI eingesetzt werden soll, und vorab die benötigten Anforderungen bekannt sind, erleichtert dies die Auswahl des passenden Tools und der Architektur. Technologien können dann passgenau auf den Use Case ausgewählt, entwickelt und angepasst werden.
5. Technische Machbarkeit und Datenlage werden vorab geprüft
   Bei einer detaillierten Prüfung eines Use Cases, entdeckt das Team vorab, welche Daten, Technologien und Ressourcen für die Einführung benötigt werden, welche Mittel und Skills bereits in der Organisation vorhanden sind, und welche noch erworben werden müssen. Dadurch weiß das Projektteam bereits zu Beginn einer KI-Einführung, ob ein Vorhaben technisch machbar und die vorhandene Datenlage ausreichend ist. Das Unternehmen bleibt so vor unliebsamen Überraschungen während des Projektes verschont.
6. Höhere Akzeptanz bei Mitarbeitenden und Kunden
   Oft werden bei der Ermittlung von Anwendungsfälle auch Bedarfe und Wünsche von Kunden und Mitarbeitenden einbezogen. Dies fördert die Akzeptanz durch alle Beteiligte.
7. Risikoarme Einführung
   KI-Anwendungen, die ein klares Problem für das Unternehmen lösen oder einen Vorteil verschaffen werden meist schnell von den Beteiligten angenommen. Dies reduziert das Risiko bei der KI-Einführung und steigert den Erfolg des KI-Projektes

Was würde also passieren, wenn keine Use Cases identifiziert werden? Hier gäbe es einige Szenarien:

1. Geringe Erfolgsquote der eingesetzten KI-Tools
   Ohne Identifizierung der Anwendungsfälle bleibt ein KI-Projekt wie stochern im Nebel. Die Chance, dass die KI-Anwendung Mitarbeitenden wirklich hilft, ist gering. Dies vermindert auch die Erfolgsquote der eingesetzten KI-Applikationen
2. Geringe Nutzerakzeptanz
   Löst ein KI-Tool kein Problem oder bringt eine klaren Vorteil für die Beteiligten, wird es nur selten von den Usern angenommen. Ohne klaren Mehrwert für Anwender bleibt die Nutzerakzeptanz gering.
3. Unklare Ziele und Prioritäten
   KI-Werkzeuge werden ohne Plan eingesetzt und können im schlimmsten Fall sogar allgemeine Ziele des Unternehmens blockieren und entgegenwirken.
4. Ressourcenverschwendung
   Unklare Pläne und Anwendungsbereiche sorgen dafür, dass Ressourcen nicht optimal genutzt werden und höhere Kosten entstehen, als benötigt.
5. Schatten-KI und Compliance-Risiken
   Werden keine klaren Regeln für den Einsatz von KI vorgegeben, besteht die Gefahr, dass Mitarbeitende auf eigene Faust KI-Anwendungen ausprobieren. Eine Schatten-KI entsteht im Unternehmen. Dies führt zu Compliance-Problemen.

Use Cases identifizieren

Bei der Identifizierung von Use Cases geht es darum, aus allgemeinen Beispielen konkrete Ideen für das eigene Unternehmen, die Abteilung oder das Team abzuleiten. Der Fokus sollte dabei auf Probleme und Chancen im Arbeitsalltag liegen, anstatt sich auf „technischen Spielereien“ zu fixieren. Als Leitfrage gilt hier wieder: „Wo könnte KI uns spürbar entlasten oder unsere Arbeit verbessern?“

Folgende Fragen unterstützen bei der Identifikation von KI-Anwendungsfälle:

• Problem: „Was genau läuft heute unbefriedigend?“
• Ziel: „Was soll durch KI besser werden?“
• Zielgruppe: „Wer profitiert davon konkret?“
• KI-Idee: „Welche Art von KI-Unterstützung ist denkbar (z.B. Chatbot, Empfehlung, Klassifikation)?“
• Daten: „Welche Daten liegen vor und dürfen genutzt werden?“
• Risiken: „Wo sehen wir Risiken, z.B. Datenschutz, Fairness, Akzeptanz?“

Darüber hinaus unterstützen verschiedene Methoden bei der Identifizierung von KI-Use Cases. Hilfreiche Methoden sind z. B. :

1. Bedarfsanalyse
   • Erfassung der Bedürfnisse und Herausforderungen von Mitarbeitenden, Kunden und Lieferanten der Organisation
   • Ziel: Identifizieren von Bereichen, in denen KI einen Mehrwert bieten kann.
2. SWOT-Analyse
   • Stärken, Schwächen, Chancen und Risiken für potenzielle KI-Use Cases analysieren.
   • Ziel: Klarheit über die Machbarkeit und den Nutzen verschiedener Ideen gewinnen.
3. Benchmarking
   • Untersuchung, wie andere Organisationen KI-Technologien nutzen.
   • Ziel: Inspiration und Best Practices für eigene Use Cases sammeln.
4. Brainstorming-Sitzungen
   • Interaktive Gruppenaktivitäten zur Generierung von Ideen für mögliche KI-Anwendungen.
   • Ziel: Kreativität fördern und diverse Perspektiven einbeziehen.
5. Feedback von Usern
   • Sammlung von Feedback und Vorschlägen von Benutzern über Umfragen oder Fokusgruppen.
   • Ziel: Verstehen der Wünsche und Anliegen der Benutzer.

Die Identifizierung der Use Cases sollte zunächst als eine reine Ideensammlung erfolgen, und noch keine Auswahl und Priorisierung erfolgen. Diese wird erst im nächsten Schritt getätigt.

Auswahl und Priorisierung der Use Cases

Wurden Anwendungsbereiche für KI in der Organisation ermittelt, erfolgen im nächsten Schritt Auswahl und Priorisierung. Diese sorgen dafür, dass auch wirklich nur die relevantesten und wichtigsten Use Cases umgesetzt werden.

Verschieden Kriterien beeinflussen die Auswahl der KI-Anwendungsfälle:

1. Nutzerbedarf: Welche spezifischen Bedürfnisse und Herausforderungen haben User?
2. Technische Machbarkeit: Sind benötigte Technologien und Infrastruktur vorhanden oder können sie leicht implementiert werden?
3. Wirtschaftlicher Nutzen: Welche potenziellen Vorteile bietet der Use Case? (z.B. Kostenersparnis, Effizienzsteigerung oder Einnahmesteigerung)
4. Ressourcenverfügbarkeit: Welche Ressourcen einschließlich Daten (!), Personal, Zeit und Finanzierung sind vorhanden oder werden benötigt?
5. Strategische Ausrichtung: Stimmt der Use Cases mit den langfristigen Zielen und der Vision der Organisation überein?
6. Risikoanalyse: Welche Risiken und Herausforderungen sind mit der Implementierung verbunden?

Für Auswahl und Priorisierung der KI-Use Cases könnnen unterschiedliche Methoden zum Einsatz kommen. Hier sind einige Beispiele:

• Punkteabfrage:
  Jedes Auswahlmitglied erhält eine Punktzahl, die sie auf die Anwendungsfälle verteilen darf. Die Use Cases mit den meisten Punkten werden umgesetzt.
• MoSCoW-Methode:
  Zuteilung jedes Use Cases zu einer der vier Kategorien: Must have, Could have, Should have, Won‘t have
• Kosten-Nutzen-Analyse:
  Gegenüberstellung von Nutzen und Kosten; die Use Cases mit dem größten ROI werden umgesetzt
• Aufwand-Wirkungs-Matrix:
  Gegenüberstellung von Aufwand und Wirkung (Nutzen).
• Entscheidungsmatrix:
  Gegenüberstellung mehrere Auswahlkriterien; die höchste Punktzahl wird umgesetzt

Wie geht’s weiter?

Wurden die wichtigsten Use Cases ausgewählt und priorisiert, findet für die wichtigsten Anwendungsfälle eine Detailanalyse statt. Zu jedem Fall werden folgende Kriterien ermittelt und geplant:

1. Problem / Ausgangssituation
2. Ziel / gewünschte Zustand
3. Zielgruppe
4. KI-Idee / Lösungen
5. Daten & Systeme
6. Erfolgskriterien & KPIs
7. Technische & organisatorische Voraussetzungen
8. Risiken & Maßnahmen
9. Aufwandseinschätzung
10. benötigte Ressourcen
11. Nächste Schritte

Die Detailanalyse sorgt dafür, dass bereits vor Projektbeginn alle wesentlichen Voraussetzungen für eine erfolgreiche Einführung des KI-Tools ermittelt und geklärt werden. Die umfangreiche Analyse des Use Cases erleichtert die anschließende Projektplanung und die Kommunikation mit Stakeholdern. Zur besseren Darstellung und Visualisierung können die einzelnen Kriterien auch stichpunktartig in Form eines 1-seitigen Canvas dargestellt werden.

Fazit: Identifizierung von KI-Use Cases – Aufwand der sich lohnt

Die Identifikation von KI-Use Cases erscheint auf den ersten Blick aufwendig. Sie sorgt aber dafür, dass vor Start eines Projektes geprüft wird, ob eine eingesetzte KI-Anwendung Mehrwert bietet, umsetzbar ist, und welche Ressourcen benötigt werden. Dies erhöht die Chance für eine erfolgreiche Implementierung und Nutzung eines KI-Tools im jeweiligen Unternehmen enorm. Die Ermittlung und detaillierte Analyse von KI-Anwendungsfälle sind somit der Mühe wert.

Wie sehen die KI-Anwendungsfälle in Ihrem Unternehmen aus? Gerne begleiten und unterstützen wir Sie bei der Identifzierung Ihrer KI-Use Cases!

---

Weiterführende Links:

Irgendwas mit KI: Ist der Hype um künstliche Intelligenz schon vorbei?

7 Dinge, die bei der Nutzung von KI-Tools zu beachten sind