Wenn die Grundlagen sitzen, geht es um die echten Anwendungsfälle. AI Fluency heißt, KI nicht nur zu kennen, sondern sie flüssig in die eigenen Abläufe zu integrieren. Wir schauen auf Ihre Prozesse von Anfang bis Ende und finden dort, wo KI wirklich Zeit und Qualität bringt.
Die meisten Potenziale liegen nicht in einzelnen Aufgaben, sondern in ganzen Abläufen. Ich betrachte Ihre Prozesse end-to-end, decke Medienbrüche auf und zeige, wo Assistenten und Automationen die Arbeit übernehmen können.
Nennen Sie mir Ihren Bereich, ich zeige, wo der erste Hebel liegt. Vor Ort oder per Videocall.
Anwendungsfälle findet man nicht im Brainstorming. Man findet sie, indem man einen Ablauf abgeht und auf drei Dinge achtet.
Eine Information wird aus einem System gelesen und in ein anderes getippt. Aus dem Mail in die Tabelle, aus der Tabelle ins ERP, aus dem PDF in das Formular. Jeder dieser Übergänge kostet Zeit und erzeugt Fehler. Sie sind die verlässlichsten Kandidaten für Automatisierung.
Ein Vorgang liegt, weil jemand etwas prüfen, freigeben oder beantworten muss. Meist ist nicht die Prüfung selbst das Problem, sondern dass die Unterlagen dafür erst zusammengesucht werden müssen. Genau das können Assistenten übernehmen.
Eine Aufgabe kann nur eine bestimmte Person, weil das Wissen dazu nirgends steht. Das ist ein Risiko bei Urlaub und Krankheit und eine Bremse beim Wachstum. Hier geht es zuerst um Dokumentation, dann um Werkzeuge.
Jeder gefundene Kandidat wird bewertet: Wie oft kommt der Vorgang vor, wie viel Zeit steckt drin, wie hoch ist das Fehlerrisiko, wie aufwendig wäre die Umsetzung, welche Daten wären nötig. Aus dieser Bewertung entsteht eine Reihenfolge. Was oben steht, ist nicht das technisch Spannendste, sondern das, was am schnellsten spürbar entlastet. Der erste Erfolg entscheidet, ob ein KI-Vorhaben im Haus Vertrauen gewinnt oder als Spielerei abgetan wird.
Bevor Anwendungsfälle priorisiert werden, braucht es eine ehrliche Einschätzung, wo das Unternehmen steht. Der digitale Reifegrad misst das nicht an der Software im Haus, sondern an fünf Ebenen: Strategie, Prozesse, Daten, Kompetenzen und Kultur. Ein Betrieb mit modernem ERP kann digital unreif sein, wenn Entscheidungen weiter aus dem Bauch fallen. Ein Handwerksbetrieb mit einfachen Werkzeugen kann reif arbeiten, weil Abläufe klar und dokumentiert sind.
Für KI ist das entscheidend, weil Reife über den Nutzen bestimmt. Sind Abläufe unklar, beschleunigt ein Werkzeug die Unklarheit. Ist die Datenqualität schlecht, produziert ein Assistent selbstsicheren Unsinn. Fehlt die Kompetenz, wird das Werkzeug nach zwei Wochen nicht mehr angefasst. Deshalb steht am Anfang keine Toolauswahl, sondern die Frage, welche Voraussetzung noch fehlt.
Praktisch läuft das über strukturierte Gespräche mit Führung und Prozessverantwortlichen sowie über einen Blick auf reale Abläufe und Datenbestände. Das Ergebnis ist keine Note und kein Benchmark-Diagramm, sondern eine Liste von drei bis fünf Maßnahmen, die in Ihrer Situation den größten Hebel haben. Manchmal ist die wirksamste Maßnahme, mit KI noch zu warten und zuerst einen Prozess aufzuräumen. Das sage ich dann auch.
Wer die Grundlagen im Team noch nicht hat, beginnt sinnvoller mit dem KI-Workshop. Wer nach der Analyse strukturiert umsetzen will, findet den Weg dorthin bei der KI-Einführung.
Nicht durch Brainstorming, sondern durch Prozessaufnahme. Man geht einen Ablauf von Anfang bis Ende durch und markiert die Stellen, an denen Informationen manuell umkopiert werden, an denen gewartet wird und an denen Wissen an einer einzelnen Person hängt. Diese drei Muster zeigen zuverlässig, wo generative KI etwas bringt. Anschließend wird jeder Kandidat nach Häufigkeit, Zeitaufwand, Fehlerrisiko und Umsetzbarkeit bewertet.
Der digitale Reifegrad beschreibt, wie weit ein Unternehmen tatsächlich ist, gemessen an Strategie, Prozessen, Daten, Kompetenzen und Kultur, nicht an der eingesetzten Software. Bestimmt wird er über strukturierte Gespräche mit Führung und Prozessverantwortlichen sowie über die Betrachtung realer Abläufe und Datenbestände. Das Ergebnis ist keine Note, sondern eine Standortbestimmung mit den drei bis fünf wirksamsten nächsten Schritten.
Für einen abgegrenzten Bereich reichen meist zwei bis drei Termine über wenige Wochen: Aufnahme, Auswertung, Ergebnisbesprechung. Bei bereichsübergreifender Betrachtung dauert es länger, weil Schnittstellen zwischen Abteilungen der aufwendigste Teil sind. Genau dort liegen aber oft die größten Hebel.
AI Literacy ist das Grundverständnis: Was können diese Werkzeuge, wo liegen ihre Grenzen, welche Regeln gelten. AI Fluency ist die Stufe darüber: KI so selbstverständlich in die eigene Arbeit einzubauen, dass man nicht mehr überlegt, ob man sie einsetzt, sondern nur noch wie. Literacy vermittelt der Workshop, Fluency entsteht in der Anwendung an echten Prozessen.
Eine überschaubare Liste priorisierter Anwendungsfälle, jeder mit Beschreibung des heutigen Ablaufs, des künftigen Ablaufs, des erwarteten Nutzens und des Aufwands. Dazu eine begründete Reihenfolge, was zuerst umgesetzt werden sollte, und die Punkte, die ich ausdrücklich nicht empfehle.
Für die Analyse nicht zwingend, für die Umsetzung schon. In der Analysephase brauche ich vor allem die Menschen, die den Prozess täglich machen. Die IT kommt dazu, wenn es um Schnittstellen, Datenschutz und Betrieb geht. Was die IT nicht leisten kann, ist die Entscheidung, welche Prozesse künftig anders laufen sollen. Das bleibt Führungsaufgabe.