Warum KI-Pilotprojekte stecken bleiben
Die meisten Unternehmen haben künstliche Intelligenz bereits ausprobiert: einige Lizenzen für einen Chatbot, einen Proof of Concept zum Auslesen von Rechnungen oder einen Workshop mit einem Anbieter. Deutlich seltener gelangt eine Lösung in den Arbeitsalltag, wo sie messbare Wirkung entfaltet. Die Gründe wiederholen sich in der Praxis und haben nur selten mit der Wahl des Modells zu tun.
- Die Daten sind nicht vorbereitet. Dokumente liegen in mehreren Versionen vor, wichtige Daten stehen in persönlichen Tabellen, die Systeme sind nicht miteinander verbunden. Ein Modell mit schlechten Eingangsdaten liefert unzuverlässige Antworten, und das Vertrauen der Benutzer schwindet schnell.
- Die Zugriffsrechte sind zu weit gefasst. In einer Microsoft-365-Umgebung sammeln sich über die Jahre viele Ordner, Seiten und Gruppen an, die breiter freigegeben sind als nötig. Solange nur ein Mensch danach sucht, bleibt das Risiko verborgen. Ein KI-Assistent, der alles durchsuchen kann, deckt es schnell auf.
- Das Projekt hat keinen Verantwortlichen. Den Piloten leitet die IT oder ein begeisterter Einzelner, der Fachbereich hat weder Mandat noch Zeit. Endet der Pilot, entscheidet niemand über Fortsetzung, Budget und Ausweitung.
- Es gibt keinen Ausgangspunkt für die Messung. Ohne gemessenen Zustand vor dem Piloten lässt sich nicht belegen, dass die Lösung etwas verbessert hat, und die Investition in den Produktivbetrieb ist schwer zu begründen.
Die gute Nachricht: Alle vier Hindernisse sind organisatorischer Natur und lassen sich durch Planung beseitigen. Wo Sie heute stehen, prüfen Sie mit dem Selbsttest auf dieser Seite.
Der Bereitschaftsrahmen: sechs Bereiche
Der Selbsttest folgt sechs Bereichen, die gemeinsam darüber entscheiden, ob die Einführung von KI gelingt. Eine ähnliche Logik nutzen etablierte Rahmenwerke wie das NIST AI Risk Management Framework und die OECD-Grundsätze für künstliche Intelligenz: Technologie ist nur ein Teil, daneben sind Menschen, Prozesse und Risikomanagement gleich wichtig.
| Bereich | Schlüsselfrage | Zeichen der Bereitschaft |
|---|---|---|
| Strategie und Anwendungsfälle | Welches Geschäftsproblem lösen wir? | Geordnete Liste von Anwendungsfällen mit messbaren Zielen |
| Daten | Sind die Daten hochwertig, zugänglich und haben sie einen Verantwortlichen? | Datenverantwortliche und Klassifizierung nach Sensibilität |
| Technologie und Infrastruktur | Ist die Umgebung sicher und vernetzt? | Geordnete Rechte, MFA, DLP, Vertraulichkeitsbezeichnungen, API |
| Menschen und Kompetenzen | Können Mitarbeitende KI sicher und sinnvoll nutzen? | Programm zur KI-Kompetenz und Verantwortlicher für das Programm |
| Steuerung und Compliance | Wer darf was unter welchen Bedingungen nutzen? | KI-Nutzungsrichtlinie, Verzeichnis der Systeme, DSGVO-Prüfung |
| Umsetzung und Ergebnisse | Können wir einen Piloten bis in den Produktivbetrieb bringen? | Erfahrung mit Piloten, Wirkungsmessung, Budget |
Das Tool gewichtet die Fragen: Mehr zählen jene, die ein Projekt häufig stoppen, zum Beispiel geordnete Zugriffsrechte, Datenqualität und ein klares Geschäftsziel. Der Gesamtwert ordnet Sie einer von vier Reifegradstufen zu: Orientierung, Pilotierung, Einführung oder Skalierung.
Microsoft 365 Copilot: was Sie vor der Einführung vorbereiten sollten
Für viele Unternehmen ist Copilot der erste Kontakt mit generativer KI im Arbeitsalltag, weil er in den Werkzeugen arbeitet, die die Mitarbeitenden bereits nutzen: Outlook, Teams, Word, Excel und PowerPoint. Microsoft hat das Produkt inzwischen in Microsoft Copilot umbenannt, in Lizenzen und Dokumentation taucht aber auch noch der frühere Name auf. Die Einführung ist technisch einfach, die Vorbereitung nicht.
Lizenzierung über einen CSP-Partner
Der einfache Copilot Chat ist in passenden Microsoft-365-Lizenzen enthalten und antwortet vor allem aus dem Web und aus Inhalten, die der Benutzer selbst anfügt. Für Antworten aus E-Mails, Dokumenten, Besprechungen und Chats der Organisation benötigen Sie eine zusätzliche Microsoft-365-Copilot-Lizenz. Die Lizenzen können Sie über einen Microsoft-CSP-Partner beziehen, der Ihnen bei der Wahl der richtigen Kombination hilft und sie an die Zahl der Benutzer anpasst. Humanfrog ist CSP-Partner, daher verbinden wir die Lizenzierung mit der Vorbereitung der Umgebung.
Zugriffsrechte und übermäßige Freigabe
Copilot zeigt dem Benutzer nach der Dokumentation von Microsoft nur Inhalte, auf die er mindestens Leserechte hat. Das ist zugleich Schutz und Risiko: Ist ein Ordner mit Gehältern versehentlich mit der gesamten Organisation geteilt, wird Copilot ihn finden. Prüfen Sie daher vor der Einführung SharePoint-Seiten und Teams-Teams, die mit allen geteilt sind, Links, die jeder öffnen kann, sowie inaktive Seiten. Microsoft bietet dafür Werkzeuge wie SharePoint Advanced Management.
Vertraulichkeitsbezeichnungen und DLP
Mit Vertraulichkeitsbezeichnungen in Microsoft Purview können Sie vertrauliche Dokumente kennzeichnen und bei Bedarf verschlüsseln. Copilot berücksichtigt bei verschlüsselten Inhalten die Nutzungsrechte, die der Benutzer hat. Richtlinien zur Verhinderung von Datenabfluss (DLP) und verpflichtende Multi-Faktor-Authentifizierung ergänzen diesen Schutz.
Einführung bei den Benutzern
Eine Lizenz allein verändert die Arbeitsweise nicht. Beginnen Sie mit einer Pilotgruppe aus mehreren Abteilungen, erstellen Sie Nutzungsszenarien je Rolle (Besprechungszusammenfassung, Angebotsentwurf, Analyse in Excel), benennen Sie Botschafter und verfolgen Sie die Nutzung in den Berichten des Admin Centers. Erst danach weiten Sie die Lizenzen aus.
KI-Agenten, Copilot oder Individuallösung
Nicht jedes Problem eignet sich für Copilot, und nicht jedes Problem muss mit Entwicklung gelöst werden. Die Wahl hängt davon ab, ob es um persönliche Produktivität, die Automatisierung eines Prozessteils oder um spezifisches Wissen und Daten des Unternehmens geht.
| Copilot für Microsoft 365 | KI-Agenten | Individuallösung | |
|---|---|---|---|
| Zweck | Unterstützung Einzelner beim Schreiben, Zusammenfassen und Suchen | Selbstständigere Ausführung von Prozessschritten | Spezifischer Prozess, spezifische Daten oder Anforderungen an den Datenschutz |
| Beispiele | Besprechungszusammenfassungen, E-Mail-Entwürfe, Analyse in Excel | Bearbeitung von Anfragen, Kundensupport, Vorbereitung von Bestellungen | Dokumentenverarbeitung, Assistent für internes Wissen (RAG), lokales Modell |
| Daten | Inhalte in Microsoft 365, auf die der Benutzer Zugriff hat | Microsoft 365 und Geschäftssysteme über Anbindungen | Ausgewählte Quellen, auch außerhalb von Microsoft 365 |
| Voraussetzung | Geordnete Rechte, Bezeichnungen, Einführung | Integrationen, klare Regeln, menschliche Kontrolle | Entwicklungsteam, Wartung, Management des Modells |
| Zeit bis zur Wirkung | Wochen | Wochen bis Monate | Monate |
Agenten lassen sich mit Werkzeugen wie Microsoft Copilot Studio oder als eigenständige Lösungen bauen, die mit ERP, CRM und Dokumentensystem verbunden sind. Dürfen die Daten Ihre Umgebung nicht verlassen, ist eine Individuallösung mit einem lokalen oder privaten Modell sinnvoll.
Vom Piloten zum Produktivbetrieb in 90 Tagen
Für einen klar abgegrenzten Anwendungsfall mit zugänglichen Daten sind 90 Tage ein realistischer Rahmen, um von der Auswahl zur ersten Produktivversion zu gelangen. Voraussetzung ist, dass Entscheidung und Verantwortlicher von Anfang an feststehen.
| Zeitraum | Aktivitäten | Ergebnis |
|---|---|---|
| Woche 1 bis 2 | Auswahl des Anwendungsfalls, Verantwortlicher, Ausgangsmessungen, Bewertung von Risiken und DSGVO | Bestätigter Umfang und Erfolgskriterien |
| Woche 3 bis 4 | Aufbereitung von Daten und Rechten, Sicherheitseinstellungen, Wahl der Technologie | Vorbereitete Umgebung |
| Woche 5 bis 8 | Pilot mit echten Anwendern und Daten, wöchentliche Verbesserungen | Gemessene Wirkung und Rückmeldungen |
| Woche 9 bis 10 | Bewertung der Ergebnisse, Entscheidung über den Produktivbetrieb, Kostenplan | Entscheidung der Geschäftsleitung |
| Woche 11 bis 13 | Produktivsetzung, Schulung, Überwachung und Support | Lösung im Arbeitsalltag |
Wie Sie den Ertrag messen
Den Ertrag von KI weisen Sie am leichtesten bei Prozessen nach, die Sie schon heute messen. Halten Sie vor dem Piloten Bearbeitungszeit, Fehlerzahl, Reaktionszeit oder Kosten pro Transaktion fest und vergleichen Sie nach der Einführung dieselben Kennzahlen. Berücksichtigen Sie auf der Kostenseite alles: Lizenzen oder Verbrauch, Integrationen, Datenbereinigung, Sicherheit, Schulung und Wartung.
Bei Werkzeugen für persönliche Produktivität wie Copilot lässt sich die Zeitersparnis schwerer genau messen. Verfolgen Sie die tatsächliche Nutzung, Befragungen der Benutzer und einige ausgewählte Szenarien, in denen sich die Wirkung unmittelbar messen lässt. Eine ungenutzte Lizenz ist ein Kostenfaktor ohne Ertrag, verteilen Sie Lizenzen daher regelmäßig neu.
Steuerung und Grundlagen der KI-Verordnung
Die KI-Verordnung (Verordnung (EU) 2024/1689) gilt auch für Unternehmen, die KI nur einsetzen. Seit dem 2. Februar 2025 müssen alle Anbieter und Betreiber für ausreichende KI-Kompetenz ihrer Beschäftigten sorgen (Artikel 4). Weitere Pflichten hängen von der Risikoklasse ab, diese wiederum vom Verwendungszweck, nicht vom Werkzeug. Dasselbe Sprachmodell kann in einem Fall minimal riskant sein, bei der Auswahl von Bewerbern aber ein hohes Risiko darstellen.
Für den Anfang brauchen Sie drei Dinge: eine kurze KI-Nutzungsrichtlinie, ein Verzeichnis der KI-Systeme mit Einstufung nach Risiko und ein Verfahren zur Prüfung des Datenschutzes, einschließlich der Datenschutz-Folgenabschätzung (DSFA), wenn sie erforderlich ist. Die Risikoklasse eines einzelnen Systems prüfen Sie im Leitfaden KI-Verordnung (AI Act): Risikoklassen.
Humanfrog unterstützt Unternehmen von der Bereitschaftsanalyse und der Vorbereitung der Microsoft-365-Umgebung bis zur Entwicklung von Agenten, Dokumentenverarbeitung und Assistenten für internes Wissen. Schreiben Sie uns, und wir legen gemeinsam den ersten Anwendungsfall fest, der ein messbares Ergebnis bringt.
