Eine Ist-Aufnahme Ihrer Systemlandschaft: wo Daten von Hand übertragen werden, wo Medienbrüche liegen, wo parallel auf Papier gearbeitet wird.
prozessdigitalisierung
Prozessdigitalisierung und KI: erst der Prozess, dann das Werkzeug
Prozessdigitalisierung vor Automatisierung
Meine Haltung ist einfach: Erst der Prozess, dann das Werkzeug. Ein Prozess mit Medienbrüchen, Doppeleingaben und ungeklärten Zuständigkeiten wird durch KI nicht besser, nur schneller schlecht. Prozessdigitalisierung heisst deshalb zuerst verstehen, verschlanken und standardisieren, dann automatisieren.
KI ist nicht mehr wegzudenken, und die Möglichkeiten sind gross. Mein Schwerpunkt liegt davor, bei den Prozessen. Für die Umsetzung arbeite ich gerne mit meinem Netzwerk, und wenn wir gemeinsam entscheiden, dass KI der nächste Schritt ist, gehe ich ihn mit. Sprechen Sie mich an.
Kennen Sie das?
Die Systeme sind da, die Prozesse dazwischen nicht.
Was Sie erhalten
Erst die Prozesse, dann die Werkzeuge.
Transparenz über die KI-Nutzung im Haus: wer nutzt welches Werkzeug, wofür, mit welchen Daten.
Verschlankte, standardisierte und dokumentierte Prozesse als Grundlage für jede Automatisierung.
Eine geordnete Übersicht der Einsatzmöglichkeiten, gemeinsam mit Ihren Fachleuten nach Nutzen und Aufwand sortiert.
KI-Workshop für Führungskräfte: Potenzial und Risiken einschätzen, bevor entschieden wird.
Eine Entscheidungsgrundlage für die Leitung: was sich lohnt, was warten kann, wofür Spezialisten nötig sind.
Zugang zu Spezialisten aus meinem Netzwerk, wenn die technische Umsetzung ansteht.
Begleitung der Umsetzung im Prozess- und Change-Teil.
Häufige Fragen
Prozessdigitalisierung und KI: häufige Fragen
Wo hilft KI in Produktion und Verwaltung?
In der Verwaltung dort, wo viel Gleichartiges anfällt: Belege lesen und zuordnen, wiederkehrende Anfragen beantworten, Dokumente durchsuchen, Texte und Zusammenfassungen vorbereiten. In der Produktion bei der Auswertung von Maschinen- und Qualitätsdaten, bei der Bilderkennung in der Prüfung und bei Vorhersagen zu Ausfällen. Die Regel ist in beiden Bereichen dieselbe: Je häufiger ein Vorgang vorkommt und je gleichförmiger er abläuft, desto eher lohnt es sich. Bei Einzelfällen mit vielen Ausnahmen ist der Aufwand meist grösser als der Nutzen.
Woran zeigt sich, ob ein Unternehmen bereit für KI ist?
An drei Dingen: Der Prozess ist beschrieben und läuft überall gleich. Die Daten dazu sind vollständig und an einer Stelle auffindbar. Und es gibt jemanden, der entscheidet und danach verantwortlich bleibt. Fehlt eines davon, wird die Einführung teuer.
Was bringt Digitalisierung, wenn KI noch kein Thema ist?
Sehr viel, und sie wirkt sofort. Ein Vorgang, der nicht mehr doppelt erfasst wird, spart jeden Tag Zeit, unabhängig davon, ob später KI dazukommt. Formulare, Schnittstellen und Workflows sind unspektakulär, aber sie lösen einen grossen Teil dessen, wofür sonst nach KI gerufen wird. Und sie schaffen genau die Voraussetzung, die KI später braucht: saubere Daten und einen Prozess, der überall gleich läuft.
Wo fängt man an, wenn KI im Unternehmen längst genutzt wird?
Mit einer Bestandsaufnahme. Erst einmal auf den Tisch: Wer nutzt welches Werkzeug, wofür, und mit welchen Daten. Daraus ergibt sich beides: die sinnvollen Anwendungen, die man ausbauen sollte, und die riskanten, die Regeln brauchen. Ein Verbot verlagert die Nutzung nur auf private Geräte, wo sie niemand mehr sieht.
Wozu brauchen Unternehmen eine KI-Governance?
Weil sonst jeder für sich entscheidet, was er in ein Werkzeug eingibt. Governance meint hier nichts Grosses: eine Übersicht, welche Werkzeuge erlaubt sind, welche Daten hineindürfen und welche nicht, wer freigibt und wer im Zweifel gefragt wird. Dazu die Festlegung, dass Ergebnisse geprüft werden, bevor sie nach aussen gehen. Erarbeitet wird das in einem moderierten Workshop; beschlossen wird es vom Unternehmen mit eigener IT.
Warum scheitern KI-Einführungen?
Meist nicht an der Technik. Der häufigste Grund ist ein Prozess, der in jedem Bereich anders läuft, denn dann muss die Lösung für jede Variante angepasst werden und wird teuer. Der zweite ist die Datenlage: Was nicht sauber erfasst ist, kann auch kein Werkzeug auswerten. Der dritte ist der Pilot ohne Anschluss: Er funktioniert, aber niemand ist dafür verantwortlich, ihn in den Alltag zu bringen. Deshalb steht die Prozessarbeit vor dem Werkzeug.