KI-Potenzialanalyse: Ablauf, Ergebnisse und Beispiel

Eine KI-Potenzialanalyse untersucht, welche Anwendungsfälle für künstliche Intelligenz in Ihrem Unternehmen einen nachvollziehbaren Nutzen versprechen und mit Ihren Daten, Systemen und Ressourcen umsetzbar sind. Ihr Ergebnis ist eine begründete Reihenfolge: Welche Idee sollten Sie prüfen, welche Voraussetzung zuerst schaffen und welches Vorhaben vorerst zurückstellen?

Für Geschäftsführer und Verantwortliche in Produktion, Logistik oder IT ist damit eine konkrete Entscheidung verbunden: Wofür lohnt sich der nächste Einsatz von Budget und Arbeitszeit? Dieser Leitfaden zeigt, welche Ergebnisse Sie erwarten sollten, wie eine Analyse ablaufen kann und wie Sie sich darauf vorbereiten.

Was sollte bei einer KI-Potenzialanalyse herauskommen?

Eine Liste interessanter KI-Ideen reicht für eine Investitionsentscheidung nicht aus. Achten Sie darauf, dass die Ergebnisse dokumentiert, untereinander vergleichbar und mit einem nächsten Schritt verbunden sind. Als Orientierung können Sie diese sechs Bestandteile nutzen:

Diese Übersicht ist eine Arbeitshilfe für die Vorbereitung und Angebotsklärung. Welche Ergebnisse in einem konkreten Auftrag erarbeitet werden, sollte vor Beginn ausdrücklich vereinbart werden.

Auch Fraunhofer IAIS beschreibt die Identifikation, Bewertung und Priorisierung von Anwendungsfällen sowie die Planung der Umsetzung als Bestandteile seiner KI-Workshops. Damit steht eine nachvollziehbare Auswahl im Mittelpunkt. Quelle: Fraunhofer IAIS, KI-Use-Case-Workshops.

Wann ist eine KI-Potenzialanalyse sinnvoll?

Sie ist besonders hilfreich, wenn mehrere Ideen um dieselben Ressourcen konkurrieren oder eine geplante Investition noch auf unklaren Annahmen beruht. Typische Ausgangslagen sind:

• Fachbereiche schlagen unterschiedliche KI-Projekte vor, aber es fehlt ein gemeinsamer Maßstab für die Auswahl.
• Ein Prozess verursacht erkennbaren Aufwand; unklar ist, ob KI, eine einfachere Automatisierung oder eine Prozessänderung die passende Lösung wäre.
• Erste Piloten existieren, doch ihr wirtschaftlicher Nutzen und der Weg in den Betrieb sind nicht geklärt.
• Geschäftsführung und IT brauchen eine gemeinsame Grundlage, bevor Budget und Zuständigkeiten festgelegt werden.

Wenn ein einzelner Anwendungsfall bereits sauber beschrieben ist und geeignete Daten vorliegen, kann als nächster Schritt eine gezielte Machbarkeitsprüfung ausreichen. Fehlt dagegen schon der Überblick über Daten, Systeme oder Verantwortliche, gehört diese Bestandsaufnahme vor die Priorisierung.

Die Plattform Lernende Systeme ordnet die Einführung von KI entsprechend als Weg von der Standortbestimmung über die Nutzenbewertung und Strategie bis zum Praxis-Check ein. Für die Vorbereitung nennt sie unter anderem Prozesse, Kompetenzen, Daten und Kennzahlen. Quelle: Plattform Lernende Systeme.

Wie kann eine KI-Potenzialanalyse ablaufen?

Die folgenden vier Phasen beschreiben einen möglichen Ablauf. Je nach Ausgangslage lassen sie sich kompakt bearbeiten oder müssen durch Interviews, Datenprüfungen und technische Tests vertieft werden.

1. Geschäftsproblem und Ausgangslage eingrenzen

Wählen Sie einen überschaubaren Untersuchungsbereich. Beschreiben Sie den heutigen Ablauf, die beteiligten Personen und den konkreten Engpass. Statt „Wir wollen KI im Einkauf“ ist eine prüfbare Fragestellung beispielsweise: „Welche Informationen müssen Mitarbeitende aus eingehenden Bestellungen übertragen, wie häufig passiert das und welche Fehler entstehen dabei?“

Erfassen Sie zuerst vorhandene Messwerte und kennzeichnen Sie Schätzungen. Eine niedrige digitale Reife schließt eine Analyse nicht aus; sie beeinflusst aber, welche Vorarbeiten nötig sind. Zur Einordnung des eigenen Entwicklungsstands finden Sie im KI-Reifegradmodell weiterführende Fragen.

2. Anwendungsfälle mit Fachbereich und IT beschreiben

Jede Idee bekommt einen kurzen Steckbrief: heutiges Problem, gewünschte Verbesserung, betroffene Nutzer, benötigte Daten und Grenzen der Anwendung. Beziehen Sie Menschen ein, die den Ablauf täglich ausführen und seine Ausnahmen kennen. Ergänzen Sie die Sicht der IT auf Zugänge, Schnittstellen und Betreuung.

Halten Sie auch einfachere Alternativen fest. Ein fehlendes Pflichtfeld oder ein klarer Prüfablauf braucht möglicherweise keine lernende Lösung. Der Vergleich hilft, den zusätzlichen Aufwand eines KI-Projekts zu begründen.

3. Nutzen, Machbarkeit und Aufwand gemeinsam bewerten

Vergleichen Sie die Kandidaten anhand derselben Fragen. Der höchste erwartete Nutzen reicht als Auswahlkriterium nicht aus, wenn Daten, Verantwortliche oder eine praktikable Kontrolle fehlen.

Vermerken Sie bei jedem Punkt auch „noch offen“, wenn der Nachweis fehlt. Ein ungeprüfter Wert sollte nicht als gesicherte Stärke in die Priorisierung eingehen. Wenn Sie mit Punkten arbeiten, müssen alle Beteiligten die Skala gleich verstehen; ein Gesamtscore ersetzt die Prüfung wichtiger Hindernisse nicht.

Dass wirtschaftliche, technische und organisatorische Voraussetzungen zusammengehören, zeigt auch das Vorgehen des Fraunhofer IIS: Dort werden bei einer anwendungsbezogenen Readiness-Bewertung unter anderem Prozess, Datenqualität, beteiligte Bereiche und Infrastruktur betrachtet. Quelle: Fraunhofer IIS, KI-Readiness-Workshop.

4. Einen begrenzten nächsten Schritt festlegen

Ordnen Sie die Kandidaten drei Handlungsgruppen zu: einen Pilot vorbereiten, zuerst eine Voraussetzung klären oder das Vorhaben zurückstellen. Notieren Sie jeweils den Grund. Für den ausgewählten Kandidaten legen Sie fest, welche Annahme als Nächstes getestet wird, wer dafür verantwortlich ist und welche Information eine Fortsetzung rechtfertigen würde.

Beispiel: Drei KI-Ideen unterschiedlich priorisieren

Das folgende Beispiel ist fiktiv. Es beschreibt keinen Hanisch-Kunden und enthält keine Ergebnis- oder Wirtschaftlichkeitszusage. Es zeigt, wie unterschiedliche Ausgangslagen zu unterschiedlichen nächsten Schritten führen können.

Im Beispiel lässt sich die Dokumentenerfassung zuerst konkret testen. Das macht sie nicht grundsätzlich zum besten KI-Anwendungsfall. In einem anderen Betrieb könnten Daten, Volumen oder Kontrollaufwand zu einer anderen Reihenfolge führen. Die Entscheidungen entstehen aus den jeweiligen Belegen.

Wie wird aus einem Potenzial eine wirtschaftliche Bewertung?

Formulieren Sie pro Anwendungsfall eine Nutzenhypothese und rechnen Sie mit einem festen Zeitraum. Trennen Sie einmalige Einführungskosten von laufenden Kosten für Nutzung, Betreuung und Nachbearbeitung. Vergleichen Sie dieselben Aufgaben vor und nach der geplanten Veränderung.

Eingesparte Arbeitszeit schafft zunächst Kapazität. Setzen Sie sie finanziell nur insoweit an, wie daraus tatsächlich vermiedene Ausgaben oder zusätzlicher Deckungsbeitrag entstehen. Qualitätsgewinne und kürzere Wartezeiten können Sie zusätzlich erfassen, ohne ihnen vorschnell einen Geldwert zuzuordnen.

Für die erste Kosten-Nutzen-Rechnung können Sie den KI-ROI-Rechner mit Rechenbeispiel nutzen. Überprüfen Sie anschließend im Pilotprojekt gerade die Annahmen, die das Ergebnis besonders stark verändern. Eine Prognose vor der Einführung ist noch kein nachgewiesener Ertrag.

Wie bereiten Sie die Analyse oder einen Strategie-Workshop vor?

Sie müssen dafür noch keine fertige KI-Strategie haben. Hilfreich sind konkrete Informationen aus Ihrem Betrieb. Nutzen Sie diese Liste zur Vorbereitung und kennzeichnen Sie, was bereits vorliegt und was noch fehlt:

• Ziel und Grenze: Welcher Unternehmensbereich oder Prozess soll betrachtet werden?
• Heutiger Ablauf: Welche Arbeitsschritte, Ausnahmen und Übergaben gibt es?
• Ausgangswerte: Welche Fallzahlen, Bearbeitungszeiten, Fehler oder Kosten sind dokumentiert?
• Datengrundlage: Welche Quellen, Formate, Stichproben und Zugangswege stehen zur Verfügung?
• Systeme: Wo liegen Informationen, und welche Schnittstellen oder Beschränkungen sind bekannt?
• Verantwortliche: Wer kennt den Prozess, wer entscheidet und wer kann technische Fragen beantworten?
• Rahmen: Welche Ressourcen, Qualitätsanforderungen und Einschränkungen müssen berücksichtigt werden?

Geschäftsführung oder Auftraggeber klären Ziele und Prioritäten. Der Fachbereich beschreibt den Alltag und die Ausnahmen; IT und Datenverantwortliche prüfen Zugänge und technische Grenzen. Je nach Anwendung sollten weitere zuständige Personen früh beteiligt werden, etwa für Datenschutz, Sicherheit oder betriebliche Mitbestimmung.

Wenn verlässliche Daten aus mehreren Systemen fehlen, kann eine Datenstrategie mit Business Intelligence ein sinnvoller vorbereitender oder begleitender Schritt sein.

Wie lange dauert eine KI-Potenzialanalyse und was kostet sie?

Das hängt vom vereinbarten Untersuchungsumfang ab. Ein gemeinsamer Workshoptermin, eine Analyse mehrerer Bereiche und eine vertiefte technische Prüfung sind unterschiedliche Leistungen. Zu berücksichtigen sind neben dem Termin auch Vorbereitung, mögliche Interviews, Datenzugänge und die Ausarbeitung der Ergebnisse.

Klären Sie bei einem Angebot insbesondere, wie viele Prozesse und Bereiche betrachtet werden, wie tief Daten und Schnittstellen geprüft werden und welche schriftlichen Ergebnisse enthalten sind. Trennen Sie die Analyse von einem anschließenden Pilot und der späteren Implementierung. So lassen sich Angebote anhand ihres Inhalts vergleichen, statt allein nach der Zahl der Workshoptage.

Eine pauschale Dauer oder ein Preis lässt sich daraus für Ihr Vorhaben nicht ableiten. Fragen Sie nach einer Abgrenzung des Auftrags, dem nötigen internen Aufwand und den nächsten Schritten bei offenen Daten- oder Systemfragen.

Wie geht es nach der Potenzialanalyse weiter?

Die nächsten Schritte richten sich nach dem Ergebnis: Ein geeigneter Kandidat kann in einen begrenzten Pilot gehen. Bei fehlenden Voraussetzungen werden zunächst Daten, Zugänge oder Zuständigkeiten geklärt. Die Analyse kann ebenso begründet zum Ergebnis kommen, ein Vorhaben vorerst nicht weiterzuverfolgen.

Für einen Pilot sollten ein Ausgangswert, eine Vergleichsmethode und eine fachliche Verantwortung feststehen. Messen Sie den gesamten Ablauf einschließlich Prüfung und Korrekturen. Erst danach wird entschieden, ob die Lösung angepasst, ausgeweitet oder beendet werden soll.

Hanisch Consulting bietet für mittelständische Unternehmen KI-Strategieberatung und Roadmap-Entwicklung an. Die Leistungsseite beschreibt Standortbestimmung, Potenzialidentifikation und die Reihenfolge der Umsetzung. Wenn bereits ein konkretes Vorhaben feststeht, finden Sie Informationen zur technischen Umsetzung auf der Seite KI-Implementierung.

Häufige Fragen zur KI-Potenzialanalyse

Was ist der Unterschied zwischen KI-Potenzialanalyse und KI-Strategie?

Die Potenzialanalyse untersucht und vergleicht konkrete Einsatzmöglichkeiten. Die KI-Strategie ordnet den Einsatz übergreifend an Unternehmenszielen, Ressourcen und Verantwortlichkeiten aus. Beides kann Teil eines gemeinsamen Vorhabens sein; der genaue Umfang sollte vereinbart werden.

Ist ein KI-Strategie-Workshop bereits eine vollständige Potenzialanalyse?

Ein Workshop ist ein Arbeitsformat. Ob er für die Analyse ausreicht, hängt von Vorbereitung, vorhandenen Informationen und den vereinbarten Ergebnissen ab. Technische Machbarkeit und Datenqualität lassen sich nicht allein durch eine Diskussion bestätigen; dafür können zusätzliche Prüfungen nötig sein.

Brauchen wir vor der Analyse bereits aufbereitete Daten?

Für eine erste Bestandsaufnahme müssen Daten noch nicht vollständig aufbereitet sein. Sie sollten aber bekannte Quellen, Zugänge und Lücken benennen können. Je genauer eine technische oder wirtschaftliche Aussage sein soll, desto wichtiger werden geprüfte Datenstichproben und belastbare Ausgangswerte.

Welche Anwendungsfälle sollten zuerst umgesetzt werden?

Vorrang sollten begründete Kandidaten mit einem relevanten Problem, prüfbaren Nutzenannahmen und realistischen Voraussetzungen erhalten. Fehlende Daten, eine ungeklärte Verantwortung oder nicht beherrschte Fehlerfolgen können einen Pilot blockieren, selbst wenn der erwartete Nutzen hoch erscheint.

Lässt sich eine KI-Potenzialanalyse intern durchführen?

Eine erste Übersicht kann ein Team intern erstellen, wenn Fachbereich, IT und Entscheidungsträger die nötigen Informationen zusammentragen können. Externe Unterstützung ist besonders dann hilfreich, wenn technisches Wissen, Kapazität oder eine gemeinsame Bewertungsgrundlage fehlen.

Was sollte ich nach der Analyse schriftlich erhalten?

Klären Sie vor Beginn, welche Dokumentation enthalten ist. Sinnvoll sind abgegrenzte Anwendungsfälle, die wichtigsten Annahmen und Nachweise, offene Fragen, eine begründete Priorisierung und ein nächster Schritt mit Verantwortlichen und Entscheidungskriterien. Diese Übersicht ersetzt keine Vereinbarung zum konkreten Auftrag.