KI-Strategie entwickeln: Ziele, Prioritäten und Roadmap

Wenn mehrere Fachbereiche KI-Anwendungen nutzen oder neue Vorhaben planen, konkurrieren ihre Ideen häufig um dieselben Budgets, Daten und verfügbaren Teams. Welche Anwendung verdient Vorrang? Wo sollte das Unternehmen zunächst gemeinsame Voraussetzungen schaffen? Und welche Vorhaben rechtfertigen den Aufwand noch nicht?

Eine KI-Strategie verbindet diese Entscheidungen mit den Unternehmenszielen. Sie macht nachvollziehbar, welche Anwendungen weiterentwickelt werden sollen, wer dafür Verantwortung übernimmt und anhand welcher Ergebnisse über weitere Investitionen entschieden wird.

Was ist eine KI-Strategie?

Eine KI-Strategie ist ein Fahrplan, der festlegt, wie ein Unternehmen Künstliche Intelligenz gezielt einsetzen kann, um seine Geschäftsziele zu erreichen. Im Unterschied zu einer allgemeinen Digitalisierungsstrategie konzentriert sich die KI-Strategie speziell auf den Einsatz von KI-Technologien und den Umgang mit Daten.

Sie ist dabei eng mit der übergeordneten Geschäfts- und IT-Strategie verzahnt: Eine gute KI-Strategie leitet sich aus dem bestehenden Geschäftsmodell ab, definiert konkrete Ziele für den KI-Einsatz und benennt den erwarteten Mehrwert geplanter Anwendungen.

Eine brauchbare Strategie benennt deshalb konkrete Entscheidungen: Welche Ziele haben Vorrang, welche Anwendungen unterstützen sie und welche Ressourcen stehen dafür zur Verfügung? Sie legt außerdem fest, wer über Investitionen und Risiken entscheidet. Auch IBM beschreibt die KI-Strategie als Verbindung zwischen Unternehmenszielen, Fähigkeiten und einem verantwortungsvollen Einsatz.

Wichtige Grundprinzipien einer KI-Strategie:

• Zielorientierung: Beschreiben Sie, welches geschäftliche Problem verbessert werden soll und woran sich eine Verbesserung erkennen lässt.
• Ressourcenplanung: Berücksichtigen Sie Daten, Technik, Kompetenzen und die Arbeitszeit der beteiligten Teams. Auch Betreuung und Kontrolle im Betrieb benötigen Kapazität.
• Überprüfbarkeit: Legen Sie fest, welche Erkenntnisse eine Fortführung, Anpassung oder Beendigung eines Vorhabens rechtfertigen.

Die KI-Strategie wird regelmäßig überprüft und angepasst, wenn sich Anforderungen, verfügbare Fähigkeiten oder Ergebnisse verändern.

Warum ist eine KI-Strategie so wichtig?

Eine KI-Strategie hilft, einzelne Vorhaben gemeinsam zu bewerten und ihre Voraussetzungen aufeinander abzustimmen. Drei Aufgaben sind dabei besonders wichtig:

1. Wertschöpfung gezielt steigern

KI kann Prozesse automatisieren, Kosten senken oder neue Produkte ermöglichen. Beispielsweise können Verfahren für Predictive Maintenance Hinweise auf Wartungsbedarf liefern. Ob sich eine Anwendung lohnt, hängt jedoch von Datenqualität, Prüfaufwand und den tatsächlich vermiedenen Störungen ab. Eine Strategie legt fest, welche Wirkung erwartet wird und welche Nachweise weitere Investitionen tragen sollen.

2. Vorhaben und Investitionen aufeinander abstimmen

Mehrere Fachbereiche können ähnliche KI-Anwendungen unabhängig voneinander planen. Eine gemeinsame Bewertung zeigt, wo Daten, Schnittstellen oder Kompetenzen wiederverwendet werden können. Sie macht auch sichtbar, welche Vorhaben um dieselben Ressourcen konkurrieren. So lässt sich die Reihenfolge nach Bedarf und erwarteter Wirkung festlegen.

3. Risiken kontrollieren

KI kann unter anderem fehlerhafte Ergebnisse, unzulässige Datenverarbeitung oder unerwünschte Folgeaktionen verursachen. Eine Strategie legt fest, wie solche Risiken geprüft werden, welche Grenzen gelten und wer Entscheidungen verantwortet. Daraus entsteht keine allgemeine Sicherheitsgarantie, aber eine nachvollziehbare Grundlage für die Auswahl und weitere Nutzung.

Was gehört in eine KI-Strategie?

Eine ganzheitliche KI-Strategie besteht aus mehreren ineinandergreifenden Bausteinen. Sie verbindet technologische, organisatorische und kulturelle Fragen mit den Zielen des Unternehmens.

• Vision und Ziele: Definition einer klaren Zielvorstellung, was mit KI erreicht werden soll, inklusive messbarer Kennzahlen. Die KI-Vision wird idealerweise in Einklang mit der Gesamtstrategie entwickelt und bleibt anpassungsfähig für künftige Entwicklungen​.
• Datenstrategie: Planung, wie relevante Daten bereitgestellt, gepflegt und genutzt werden. Dazu gehören Datenqualitätsmaßnahmen, die Erschließung neuer Datenquellen sowie Regeln für Datenschutz und Datensicherheit.
• Technologische Infrastruktur: Legen Sie fest, welche vorhandenen Plattformen und Integrationen genutzt werden können und welche gemeinsamen Fähigkeiten aufgebaut werden müssen. Berücksichtigen Sie Betriebskosten, Sicherheitsanforderungen und mögliche Anbieterabhängigkeiten. Unser Beitrag zur digitalen Souveränität im Unternehmen vertieft Fragen der Datenkontrolle und des Handlungsspielraums.

• Organisation und Kultur: Planen Sie, wer die Vorhaben fachlich verantwortet, welche Kompetenzen benötigt werden und wie die betroffenen Teams beteiligt werden. Einarbeitung, Ergebnisprüfung und laufende Betreuung müssen in die Kapazitätsplanung einfließen.

• Governance und Richtlinien: Benennen Sie Entscheidungswege und Regeln für Daten, Qualität und Folgeaktionen. Die Data Governance klärt dabei unter anderem die Verantwortung für Datenbestände. Für jedes KI-Vorhaben sollte außerdem eine Person oder Funktion über den Umfang, die Freigabe und die Bereitstellung weiterer Projektmittel entscheiden können.

Wie entwickelt man eine KI-Strategie?

Die Entwicklung einer KI-Strategie erfolgt idealerweise in mehreren Etappen. Ein mögliches schrittweises Vorgehen ist:

1. Status-quo-Analyse

Zu Beginn wird der Ist-Zustand analysiert: Welche KI-Anwendungen werden bereits genutzt, welche Vorhaben sind geplant und welche Probleme bleiben ungelöst? Erfassen Sie auch Datenquellen, Verträge, Kompetenzen und den Aufwand für Kontrolle und Betreuung. Der Blick über Abteilungsgrenzen hinweg hilft, Überschneidungen und gemeinsame Voraussetzungen zu erkennen.

2. Ziele formulieren & Anwendungsfälle priorisieren

Leiten Sie aus den Unternehmenszielen ab, welche Verbesserungen wichtig sind. Vergleichen Sie die Vorhaben anschließend anhand derselben Kriterien: erwartete Wirkung, Datenverfügbarkeit, Integrationsaufwand, Risiken und benötigte Kapazität.

Ein geeignetes Vorhaben besitzt ein überprüfbares Ziel und eine fachlich verantwortliche Stelle. Fehlen notwendige Daten oder Betreuungskapazitäten, kann zunächst deren Aufbau Vorrang haben. Eine technisch interessante Idee muss nicht sofort umgesetzt werden. Unser Überblick zu KI-Einsatzgebieten für Unternehmen bietet Ihnen geeignete Ansatzpunkte für die Bewertung.

3. Fahrplan und gemeinsame Voraussetzungen festlegen

Die Roadmap verbindet priorisierte Vorhaben mit ihren Abhängigkeiten. Sie zeigt, welche Voraussetzungen zuerst geschaffen werden müssen, wann eine Entscheidung ansteht und wer dafür verantwortlich ist. Planen Sie neben Projektbudgets auch Kapazität für fachliche Prüfung und späteren Betrieb ein.

Tabelle: Eine KI-Roadmap mit überprüfbaren Ergebnissen

Die Etappen sind keine starre Zeitvorgabe. Ergänzen Sie für Ihr Unternehmen Zuständigkeiten, Termine und benötigte Ressourcen.

4. Erprobungen als Grundlage für Investitionsentscheidungen nutzen

Ein Proof of Concept prüft zunächst eine technische Annahme. Ein Pilot kann zusätzlich zeigen, wie eine Anwendung in einem begrenzten Arbeitsablauf funktioniert. Legen Sie vorher fest, welche Fragen beantwortet werden sollen und welche Ergebnisse für die nächste Entscheidung erforderlich sind.

Weitere Mittel sollten nicht allein wegen einer überzeugenden Demonstration freigegeben werden. Prüfen Sie auch fachliche Qualität, Nacharbeit, Integration und die Voraussetzungen für den Betrieb. Fehlen belastbare Ergebnisse, wird das Vorhaben angepasst, zurückgestellt oder beendet.

5. Portfolio überprüfen und Strategie anpassen

Besprechen Sie die Ergebnisse regelmäßig mit den verantwortlichen Fachbereichen und der IT. Aktualisieren Sie Kosten, Nutzenannahmen und Risiken. Vergleichen Sie auch, ob gemeinsame Daten oder Dienste mehrere Vorhaben unterstützen können.

Die Strategie legt fest, welche Anwendungen weitergeführt und welche Investitionen priorisiert werden. Wie ein ausgewähltes Vorhaben technisch umgesetzt und in den Betrieb überführt wird, erläutert unser Leitfaden zur KI-Implementierung. Die Beteiligung der Teams behandelt der Beitrag zur KI-Einführung mit Mitarbeitenden.

KI-Vorhaben strukturiert planen

Unser Leitfaden "KI im Unternehmen einführen" behandelt Anwendungsfälle, Pilotprojekte, Datenschutz und Erfolgsmessung. Nutzen Sie ihn, um die nächsten Schritte ausgewählter Vorhaben vorzubereiten und Ihre strategischen Entscheidungen mit den Anforderungen der Umsetzung abzugleichen.

Whitepaper kostenlos herunterladen

KI-Vorhaben gemeinsam bewerten: ein Beispiel

Illustratives Beispiel: Ein Unternehmen plant einen Dokumentenassistenten im Service und eine weitere Anwendung für den Vertrieb. Beide Vorhaben benötigen Zugriff auf Produktinformationen, ähnliche Berechtigungsregeln und eine laufende Pflege der Quellen.

Die Strategieprüfung kann ergeben, dass zunächst eine gemeinsame Informationsgrundlage vorbereitet wird. Danach wird eine der Anwendungen begrenzt erprobt. Die zweite folgt erst, wenn die Qualität und der Aufwand ausreichend bekannt sind.

Ein weiteres Vorhaben mit hohem Integrationsaufwand wird vorerst zurückgestellt, weil noch kein verantwortliches Team für den Betrieb verfügbar ist. Diese Entscheidung schützt die Ressourcen für die priorisierten Aufgaben. Sie bedeutet nicht, dass die Idee dauerhaft verworfen werden muss.

Herausforderungen realistisch einschätzen

Trotz aller Potenziale bringt KI auch konkrete Herausforderungen mit sich, die strategisch berücksichtigt werden müssen:

• Datenqualität und Zugang: Prüfen Sie, ob die benötigten Informationen vorhanden, rechtmäßig nutzbar und ausreichend zuverlässig sind. Anforderungen richten sich nach dem Einsatz. In unserem Artikel zum Datenmanagement im Unternehmen erläutern wir, wie Qualität, Zuständigkeiten und Integration zusammenwirken.

• Kompetenzen und Kapazität: Die benötigten Fähigkeiten hängen von der Anwendung und Betriebsform ab. Planen Sie fachliche Kontrolle, technische Betreuung und Weiterbildung. Eine externe Unterstützung ersetzt keine klare interne Verantwortung.

• Integration und Arbeitsfolgen: Eine Anwendung kann zusätzliche Übergaben, Prüfaufgaben oder Belastungen erzeugen. Diese Folgen gehören ebenso in die Bewertung wie die technische Machbarkeit.
• Recht und Schutzmaßnahmen: Prüfen Sie, ob die geplante Nutzung der Daten zulässig ist und welche Schutzmaßnahmen erforderlich sind. Die Orientierungshilfe der Datenschutzkonferenz zu KI und Datenschutz bietet dafür Kriterien. Die Anforderungen der KI-Verordnung sind zusätzlich für den konkreten Einsatz zu prüfen.

Legen Sie fest, unter welchen Bedingungen ein KI-Vorhaben fortgeführt oder ausgeweitet wird. Sind die Ergebnisse unzureichend, die notwendigen Datenrechte ungeklärt oder die Kosten zu hoch, sollte das Projekt angepasst, zurückgestellt oder beendet werden. Diese Kriterien helfen, über weiteres Budget und den Einsatz der Teams zu entscheiden.

Fazit und Ausblick

Eine strukturierte KI-Strategie hat zwei entscheidende Vorteile: Sie verbindet einerseits Ihre Unternehmensziele mit konkreten Entscheidungen über Anwendungen, Ressourcen und Risiken. Andererseits hilft sie dabei, vorhandene KI-Nutzungen und neue Vorhaben gemeinsam zu beurteilen.

Eine nachvollziehbare Roadmap zeigt die nächsten Arbeitsergebnisse, ihre Abhängigkeiten und die anstehenden Entscheidungen. Ergebnisse aus Tests und Betrieb verändern dabei die ursprünglichen Annahmen. Die Strategie muss deshalb regelmäßig überprüft und eventuell angepasst werden.

Entscheidend für eine gelungene KI-Strategie ist, dass jedes priorisierte Vorhaben einen klaren Zweck, Verantwortung und überprüfbare Kriterien besitzt. Daraus ergeben sich begründete Entscheidungen über die Fortführung, Anpassung oder Beendigung. Wenn Ihnen diese Übersetzung des Strategischen ins Operative gelingt, haben Sie einen wichtigen Grundstein für den KI-Einsatz in Ihrem Unternehmen gelegt.

Häufige Fragen zur KI-Strategie

Was gehört in eine KI-Strategie für Unternehmen?

Eine KI-Strategie verbindet die Unternehmensziele mit Entscheidungen über Anwendungen, Daten, Technik und Kompetenzen. Sie benennt Verantwortliche, verfügbare Mittel und akzeptable Risiken. Eine Roadmap ordnet Vorhaben und ihre Abhängigkeiten. Wichtig sind außerdem Kriterien, anhand derer Projekte fortgeführt, verändert, zurückgestellt oder beendet werden.

Wie entwickelt man eine KI-Strategie?

Erfassen Sie vorhandene Anwendungen, geplante Vorhaben und ungelöste Geschäftsprobleme. Leiten Sie daraus Ziele ab und vergleichen Sie Nutzen, Aufwand, Risiken und benötigte Fähigkeiten. Eine Roadmap legt Ergebnisse und Entscheidungszeitpunkte fest. Erkenntnisse aus Tests und Betrieb fließen anschließend in die Prioritäten und weitere Investitionen ein.

Wie unterscheiden sich KI-Strategie und KI-Implementierung?

Die KI-Strategie bestimmt, welche Ziele und Vorhaben im Unternehmen Vorrang haben und welche Ressourcen und Regeln dafür gelten. Die Implementierung setzt eine ausgewählte Anwendung konkret um, einschließlich Datenanbindung, Tests und Betrieb. Beide greifen ineinander: Umsetzungsergebnisse können die Prioritäten der Strategie verändern.

Wann sollte ein KI-Projekt zurückgestellt oder beendet werden?

Ein Vorhaben braucht eine Neubewertung, wenn notwendige Daten oder Rechte fehlen, Qualitätskriterien nicht erfüllt werden oder Aufwand und Kosten den erwarteten Nutzen übersteigen. Auch fehlende Betreuungskapazitäten können gegen eine Ausweitung sprechen. Kriterien sollten vorab festgelegt und Entscheidungen anhand dokumentierter Ergebnisse begründet werden.