Warum AI mehr als AI braucht.

Die Frage hinter der Frage

Die häufigste Frage in AI-Projekten lautet: Welches Modell nehmen wir? Die entscheidende Frage lautet: Was soll dadurch besser werden, und was muss dafür um das Modell herum stimmen?

AI arbeitet nicht im luftleeren Raum. Sie arbeitet in einem Ablauf, auf Daten, unter Regeln, mit Menschen, gegen eine Erwartung. Jede dieser fünf Größen kann ein Vorhaben tragen oder kippen.

Sechs Bedingungen

Sechs Bedingungen entscheiden darüber, ob eine AI-Anwendung im Betrieb ankommt. Sie stehen nicht nebeneinander. Jede macht die nächste überhaupt beantwortbar.

• Business klärt, welches Problem gelöst wird. Ohne diese Antwort hat die Prozessfrage kein Kriterium.
• Prozess legt fest, was sich im Ablauf ändert. Ohne diesen Schnitt weiß niemand, welche Daten überhaupt gebraucht werden.
• Daten bestimmen, worauf AI zuverlässig arbeiten kann. Ohne sie regelt Governance etwas Unbekanntes.
• Governance legt fest, wer entscheidet und wer verantwortet. Ohne sie hängt Adoption am Mut einzelner Leute.
• Adoption macht aus Verfügbarkeit tatsächliche Nutzung. Ohne sie gibt es nichts zu messen.
• Wirkung zeigt, ob die Verbesserung eingetreten ist. Ohne sie beginnt beim nächsten Vorhaben alles von vorn.

Die Kette ist bewusst unspektakulär. Sie enthält kein Modell, keinen Anbieter und keine Architektur. Genau das ist der Punkt: Die Auswahl der Technik ist der kleinste Teil der Entscheidung.

Wer die sechs Bedingungen einzeln prüfen möchte, findet sie als Übersicht mit Frage und typischer Folge auf der AI-Seite. Hier geht es darum, warum sie zusammengehören.

Die Reihenfolge ist Teil der Antwort

Digitalisierung schafft Daten. Automatisierung regelt feste Abläufe. AI bewertet Neues, wo feste Regeln nicht reichen. Die meisten Vorhaben brauchen alle drei, in dieser Reihenfolge.

Wer AI auf einen Ablauf setzt, der noch auf Zuruf und Tabellen läuft, kauft sich zwei Baustellen gleichzeitig. Die erste ist der Ablauf selbst, die zweite das Vertrauen in die neue Anwendung. Die zweite Baustelle ist die teurere, weil sie schwerer zu reparieren ist.

Umgekehrt gilt: Wo Digitalisierung und Automatisierung sauber gearbeitet haben, ist der Schritt zu AI klein. Dann geht es nur noch um die Fälle, für die eine feste Regel nicht reicht. Das sind meist weniger, als am Anfang behauptet wird.

Woran es in Deutschland scheitert

Das Statistische Bundesamt hat diese Hemmnisse 2025 erhoben. Unter den Unternehmen, die AI erwogen und dann nicht eingesetzt haben, nannten 72 Prozent fehlendes Wissen. 62 Prozent nannten Unklarheit über rechtliche Folgen, 60 Prozent den Datenschutz.

Das ist eine Liste von Bedingungen, nicht von Technologien. Sie lässt sich abarbeiten, bevor die erste Anwendung startet. Wissen entsteht durch einen kleinen, echten Anwendungsfall. Rechtliche Klarheit entsteht durch eine Entscheidung darüber, welche Daten ein Modell überhaupt sehen darf. Datenschutz entsteht durch Architektur, nicht durch Zurückhaltung.

Ein brauchbarer erster Schritt

Ein Einstieg, der sich in der Praxis bewährt hat: ein einzelner Ablauf mit hohem Volumen, klarer Zuständigkeit und vorhandenen Daten. Dort lässt sich Wirkung messen, und aus der Messung entsteht die Grundlage für den nächsten Schritt.

Wichtig ist, was dabei nicht passiert. Es wird keine Plattformentscheidung für die nächsten fünf Jahre getroffen. Es wird keine Abteilung umgebaut. Es wird eine Frage beantwortet: Trägt der Ablauf die Verstärkung?

Fällt die Antwort positiv aus, ist der zweite Schritt leichter zu begründen, weil er auf einer Messung steht statt auf einer Erwartung. Fällt sie negativ aus, war der Aufwand klein und die Erkenntnis groß.