Diagnose vor Use-Case: warum KI-Transformation nicht beim Tool beginnt

Sie kennen diese Sitzung vermutlich. Auf dem Tisch liegt die Liste mit KI-Ideen, um die Sie die Fachbereiche gebeten haben: dreißig Vorschläge, vier Wochen Arbeit. Der Vertrieb will schnellere Angebote, die Fertigung will weniger Ausschuss, das Backoffice will weniger Tipparbeit. Jeder Punkt klingt vernünftig. Und während die Runde diskutiert, wächst bei Ihnen ein Unbehagen: Woran sollen wir das eigentlich messen?

Das Unbehagen ist berechtigt. Eine Use-Case-Liste bildet ab, wer am lautesten ruft. Wo der größte Hebel Ihres Hauses liegt, verrät sie nicht. Ohne ein gemeinsames Bild der Wertströme fehlt der Maßstab, an dem sich die Vorschläge messen lassen. Die Folge haben viele Geschäftsführer schon erlebt: drei, vier kleine KI-Projekte, jedes für sich ordentlich, aber keines verändert das Gesamtergebnis spürbar.

Es gibt eine Reihenfolge, die dieses Muster durchbricht: erst die Diagnose, dann der Use-Case. Wie sie funktioniert, was sie von der üblichen Ideensammlung unterscheidet und womit Sie morgen anfangen können, lesen Sie hier.

Der Denkfehler hinter der Use-Case-Liste

Wer Use-Cases sammelt, delegiert die wichtigste Frage der KI-Transformation an den Zufall: die Frage nach dem Ansatzpunkt. Jeder Fachbereich sieht seinen eigenen Ausschnitt. Der Vertriebsleiter sieht die Angebotszeiten, die Fertigungsleiterin sieht die Rüstzeiten, der kaufmännische Leiter sieht die Belegberge. Alle haben recht. Aber niemand sieht die Kette als Ganzes.

Lokale Optimierung fühlt sich gut an und bringt wenig

Ein Beispiel, das wir so ähnlich oft antreffen: Ein Unternehmen beschleunigt mit KI die Angebotserstellung um mehrere Tage. Ein schöner Erfolg auf dem Papier. Nur liegt der Engpass des Gesamtprozesses gar nicht im Angebot, sondern in der technischen Klärung danach. Die schnelleren Angebote stapeln sich jetzt vor demselben Flaschenhals wie vorher. Der Kunde merkt keinen Unterschied, die Durchlaufzeit bleibt gleich, die Investition hat sich in der Bilanz nicht bewegt.

Der lauteste Schmerz ist selten der teuerste

Schmerz und Hebel sind zwei verschiedene Dinge. Schmerz ist das, was Mitarbeiter täglich spüren und deshalb zuerst nennen. Hebel ist das, was das Geschäftsergebnis bewegt. Beides kann zusammenfallen, tut es aber oft nicht. Wartezeiten zwischen Abteilungen zum Beispiel spürt niemand als eigenen Schmerz, denn während der Wartezeit arbeitet ja jeder an etwas anderem. In der Durchlaufzeit sind diese Übergaben trotzdem häufig der größte Posten.

Die Reihenfolge entscheidet

„Wer Use-Cases sammelt, bevor er seine Wertströme kennt, optimiert den lautesten Schmerz. Wer zuerst diagnostiziert, optimiert den größten Hebel.“ Der Unterschied zeigt sich nicht im ersten Projekt, sondern im Jahresergebnis.

Was eine Diagnose sichtbar macht

Eine saubere Diagnose beantwortet drei Fragen, bevor über Werkzeuge gesprochen wird. Erstens: Welche Wertströme tragen das Geschäft, und wo stocken sie? Zweitens: Welche Rollen arbeiten in diesen Strömen, und womit verbringen sie ihre Zeit tatsächlich? Drittens: Welcher Anteil dieser Arbeit ist Urteil und Verantwortung, welcher Anteil ist Vorbereitung, Zusammensuchen und Übertragen?

Die dritte Frage ist die entscheidende, denn sie trennt das, was KI übernehmen kann, von dem, was beim Menschen bleibt. In fast jeder Rolle steckt ein Kern, der Erfahrung und Entscheidung verlangt, und ein Mantel aus Zuarbeit, der den Kern umgibt: Informationen suchen, Daten von einem System ins andere tragen, Berichte zusammenstellen, Status nachfragen. Dieser Mantel ist der natürliche Ansatzpunkt für KI. Der Kern ist es nicht.

Rollen betrachten, nie Personen

Ein Punkt verdient besondere Sorgfalt, weil er über die Akzeptanz im Haus entscheidet: Die Diagnose betrachtet Rollen, niemals einzelne Mitarbeiter. Es geht nicht darum, wer wie schnell arbeitet, sondern wie eine Rolle zugeschnitten ist. Auswertungen werden so zusammengefasst, dass keine Rückschlüsse auf Einzelne möglich sind. Wer das von Beginn an zusagt und einhält, gewinnt den Betriebsrat als Partner statt als Bremse.

Ein Beispiel aus der Zulieferindustrie

Wie das in der Praxis aussieht, zeigt ein Muster, das wir bei mittelständischen Automobilzulieferern regelmäßig sehen. Der Druck ist dort besonders hoch: Die Kunden fordern Jahr für Jahr Preisnachlässe, gleichzeitig steigen die Anforderungen an Dokumentation und Nachweise. Die erste Reaktion vieler Häuser ist eine Liste von KI-Ideen aus allen Abteilungen, vom Chatbot für den Einkauf bis zur automatischen Prüfberichts-Erstellung.

Die Diagnose zeichnet dann ein anderes Bild. Der größte Zeitfresser liegt quer zu den Abteilungen: Informationen werden mehrfach erfasst, weil Vertriebssystem, Projektverwaltung und Qualitätsdokumentation nicht zusammenspielen. Fachleute mit zwanzig Jahren Erfahrung verbringen einen erheblichen Teil ihrer Woche damit, Daten zusammenzusuchen und Status zu berichten. Kein einzelner Use-Case von der Liste hätte dieses Muster getroffen, denn es gehört keiner Abteilung. Es gehört dem Wertstrom.

Der Hebel liegt oft dazwischen

„Die teuerste Arbeit im Mittelstand ist selten eine Tätigkeit. Es ist das Dazwischen: suchen, übertragen, nachfragen, berichten.“ Genau dieses Dazwischen sieht man nur, wenn man den ganzen Strom betrachtet statt einzelner Abteilungen.

Was die Diagnose für Ihre Investitionsentscheidung bedeutet

Für die Geschäftsführung verändert die Diagnose die Qualität der Entscheidung grundlegend. Statt über eine Liste von Ideen abzustimmen, entscheiden Sie über ein priorisiertes Bild: Hier liegt der größte Hebel, hier sind die Voraussetzungen schon da, hier fehlen sie noch. Jede Investition hat eine Begründung, die sich am Geschäftsergebnis messen lässt.

Das schützt auch vor einer zweiten, teuren Falle: dem Versprechen pauschaler Einsparungen. Seriös lässt sich ein Effekt erst beziffern, wenn die Ausgangslage vermessen ist. Wer Ihnen vor jeder Analyse eine Prozentzahl nennt, verkauft eine Vermutung. Nach der Diagnose können Sie stattdessen mit einer echten Basis arbeiten: gemessene Durchlaufzeiten, gemessene Anteile von Zuarbeit, klar benannte Engpässe. Auf dieser Basis werden Quartalsziele möglich, die diesen Namen verdienen.

• Entscheidungen beruhen auf einem Gesamtbild, nicht auf der lautesten Stimme.
• Jeder KI-Baustein hat eine messbare Ausgangslage und ein überprüfbares Ziel.
• Die Reihenfolge der Projekte folgt dem Hebel, nicht der Abteilungspolitik.
• Der Betriebsrat ist von Anfang an eingebunden, weil Rollen statt Personen betrachtet werden.

Wie eine Diagnose praktisch abläuft

Bleibt die Frage nach dem Aufwand. Die gute Nachricht: Eine Diagnose ist kein Beratungsprojekt über Monate. Sie ist eine strukturierte Abfolge von Gesprächen, Workshops und Auswertungen, die neben dem Tagesgeschäft läuft. Drei Phasen haben sich bewährt.

Die erste Phase klärt den Rahmen. Welche Wertströme werden betrachtet? Wer sitzt am Tisch? Welche Zusagen gelten für Datenschutz und Mitbestimmung? Dieser Rahmen wird schriftlich festgehalten, bevor die erste Frage gestellt wird. Das klingt formal, spart aber später Wochen an Diskussionen.

Die zweite Phase ist die Erhebung. Führungskräfte und erfahrene Fachleute beschreiben in moderierten Gesprächen, wie die Arbeit wirklich läuft. Nicht, wie sie im Handbuch steht. Ergänzt wird das Bild durch Zahlen aus den vorhandenen Systemen: Durchlaufzeiten, Liegezeiten, Mengen. Beides zusammen ergibt ein ehrliches Abbild der Ströme.

Die dritte Phase verdichtet. Aus den Gesprächen und Zahlen entsteht die Landkarte: Wertströme mit ihren Engpässen, Rollen mit ihren Anteilen an Kern-Arbeit und Zuarbeit, und eine erste Rangliste der Hebel. Diese Landkarte gehört der Geschäftsführung. Sie ist die Grundlage jeder folgenden Investitionsentscheidung, und sie bleibt gültig, auch wenn sich die Werkzeuge ändern.

Wichtig ist die Haltung dabei: Die Diagnose ist kein Urteil über die Vergangenheit. Jedes gewachsene Unternehmen hat gewachsene Abläufe, und die meisten davon waren zu ihrer Zeit richtig. Die Diagnose fragt nicht, wer etwas falsch gemacht hat. Sie fragt, wo heute der größte Hebel liegt. Teams, die das verstanden haben, arbeiten in den Workshops erstaunlich offen mit.

Selbst-Check: fünf Fragen für die Führungsebene

Ob Ihr Haus die Diagnose braucht, können Sie in wenigen Minuten prüfen. Beantworten Sie diese fünf Fragen ehrlich:

Erstens: Können Sie Ihre zwei wichtigsten Wertströme vom Kundenauftrag bis zur Auslieferung skizzieren, inklusive der Stellen, an denen es stockt? Zweitens: Wissen Sie, welchen Anteil ihrer Zeit Ihre erfahrensten Fachleute mit Suchen, Übertragen und Berichten verbringen? Drittens: Hat jede KI-Idee in Ihrem Haus eine gemessene Ausgangslage? Viertens: Könnten Sie begründen, warum Projekt A vor Projekt B kommt, ohne auf die Lautstärke der Fürsprecher zu verweisen? Fünftens: Würde Ihr Betriebsrat der Aussage zustimmen, dass Ihre KI-Analysen Rollen und nie Personen betrachten?

Ehrlichkeit vor Geschwindigkeit

„Zwei oder mehr Nein-Antworten bedeuten nicht, dass Ihr Haus nicht bereit ist. Sie bedeuten, dass die Diagnose Ihr erster Use-Case ist.“ Das ist keine Verzögerung, sondern die Voraussetzung dafür, dass die folgenden Projekte tragen.

Nächste Schritte

Die Reihenfolge ist der ganze Trick: erst das Bild, dann die Investition. Der Weg dahin ist überschaubar und Sie entscheiden nach jedem Schritt neu.

1. Kostenloses Strategiegespräch über 30 Minuten, ohne Verkaufsdruck: Wir ordnen Ihre aktuelle KI-Lage ein und klären, welche Wertströme sich für die Diagnose lohnen.
2. Diagnose: Wir vermessen die ausgewählten Wertströme und Rollen gemeinsam mit Ihren Führungskräften, mit klaren Zusagen an Datenschutz und Mitbestimmung.
3. Priorisiertes KI-Programm: Aus dem Bild entsteht eine begründete Reihenfolge von Bausteinen, jeder mit gemessener Ausgangslage und überprüfbarem Ziel.

Wie Sie aus dem priorisierten Bild die richtige Art der Unterstützung je Tätigkeit ableiten, zeigt der Beitrag Automatisieren oder assistieren: die Entscheidung vor jedem KI-Baustein. Warum der größte Hebel oft zwischen Ihren Systemen liegt, vertieft der Beitrag Der größte KI-Hebel liegt zwischen Ihren Systemen. Und wie Zulieferer ihre Use-Cases nach Bereichen ordnen, beschreibt KI-Use-Cases im Zuliefergeschäft priorisieren.