Misstrauen Sie jeder Prozentzahl: seriöse KI-Effekte brauchen eine Baseline

Sie sitzen in der Anbieterpräsentation, Folie zwölf, und da steht sie wieder: dreißig Prozent. Dreißig Prozent weniger Aufwand, dreißig Prozent schnellere Prozesse, dreißig Prozent Effizienzgewinn. Manchmal sind es vierzig, manchmal zwanzig. Gemeinsam ist diesen Zahlen zweierlei: Sie klingen präzise, und sie wurden für Ihr Unternehmen nie gemessen.

Für Sie als Geschäftsführer ist das eine unbequeme Lage. Einerseits verlangt jede Investitionsentscheidung eine Ertragserwartung, andererseits ist die angebotene Zahl fast immer eine Übertragung aus fremden Kontexten oder schlicht eine Verkaufsbehauptung. Wer sie in seinen Business-Case übernimmt, baut auf Sand, und merkt es erst, wenn Beirat oder Bank nach dem Beleg fragen.

Es geht seriöser: mit einer Baseline, einer Messmethode und einem Zeitraum. Der folgende Text zeigt, wie das praktisch aussieht, und gibt Ihnen ein einfaches Prüfraster an die Hand, mit dem Sie belastbare Angebote von Prozent-Rhetorik unterscheiden.

Warum Prozentzahlen ohne Kontext nichts bedeuten

Der Grundfehler der Prozent-Rhetorik ist schnell erklärt: Ein Effekt ist immer eine Differenz zwischen zwei Zuständen, dem vorher und dem nachher. Wer den Vorher-Zustand nicht kennt, kann die Differenz nicht kennen. Er kann sie nur behaupten.

Dazu kommt, dass der Vorher-Zustand in jedem Haus radikal anders aussieht. Die Angebotserstellung dauert im einen Betrieb drei Tage, weil die Kalkulationsdaten verstreut sind. Im anderen dauert sie drei Tage, weil die Freigabe beim überlasteten Vertriebsleiter wartet. Dieselbe KI-Lösung, die im ersten Haus die Durchlaufzeit halbiert, bewirkt im zweiten fast nichts, denn dort war nie die Erstellung der Engpass. Eine Prozentzahl, die beide Häuser gleich behandelt, hat mit Prognose nichts zu tun.

Der Effekt wohnt im Ausgangszustand

„Niemand kann Ihnen sagen, was KI in Ihrem Haus bringt, bevor er Ihr Haus vermessen hat. Wer es trotzdem tut, beschreibt nicht Ihre Zukunft, sondern seine Provision.“ Der Satz ist hart, aber er spart teure Enttäuschungen.

Fremde Fallzahlen richtig lesen

Heißt das, alle Referenzzahlen sind wertlos? Nein, aber sie haben eine andere Funktion, als der Vertrieb suggeriert. Eine Fallzahl aus einem anderen Unternehmen belegt Machbarkeit: Dort, unter dortigen Bedingungen, wurde dieser Effekt erreicht. Das ist eine nützliche Information. Sie wird zur Täuschung, sobald sie als Zusage für Ihr Haus auftritt, denn mit übertragen wird nur die Zahl, nie ihre Voraussetzungen. Die saubere Lesart lautet: Illustration ja, Versprechen nein.

Die drei Elemente seriöser Effektmessung

Belastbar wird eine Effektaussage durch drei Elemente, die zusammengehören wie die Beine eines Dreibeins. Fehlt eines, kippt die ganze Aussage.

Die Baseline ist davon das Element mit dem größten Nebeneffekt: Sie deckt regelmäßig auf, dass der Engpass woanders liegt als gedacht. In vielen Häusern zeigt schon die Vermessung des Ist-Zustands, dass nicht die Facharbeit die Zeit frisst, sondern das Warten und Übertragen dazwischen. Diese Erkenntnis vor der Investition zu haben, ist oft mehr wert als der erste KI-Baustein selbst.

Die Messmethode verhindert den zweiten klassischen Streit: den über die Zahlen nach dem Projekt. Wenn vorab definiert ist, welcher Zeitstempel als Start gilt, was als abgeschlossener Vorgang zählt und wie mit Ausreißern umgegangen wird, gibt es hinterher nichts zu deuteln. Der Zeitraum schließlich schützt vor beiden Verzerrungen: der Euphorie der ersten Wochen und dem vorschnellen Urteil, bevor sich neue Abläufe eingespielt haben.

Von der Baseline zum steuerbaren Mandat

Für die Zusammenarbeit mit externen Partnern hat die Baseline eine zweite Funktion, die über die Erfolgsmessung hinausgeht: Sie macht das Mandat steuerbar. Aus dem gemessenen Ausgangszustand und einem realistischen Zielwert entstehen Quartalsziele, gegen die berichtet wird. Abrechnung nach Aufwand mit monatlicher Transparenz und solchen Quartalszielen ergibt eine Konstellation, in der beide Seiten dasselbe Interesse haben: den belegbaren Effekt.

Das Gegenmodell kennen viele aus Erfahrung: Ein Versprechen am Anfang, Aktivitätsberichte in der Mitte und am Ende eine Diskussion darüber, ob das Versprechen nun erfüllt wurde oder nicht, ohne Zahlen, die eine Seite überzeugen könnten. Diese Diskussion ist mit Baseline und Messmethode schlicht nicht mehr führbar, und genau das ist ihr Wert.

Messbarkeit diszipliniert beide Seiten

„Eine gemessene Ausgangslage schützt Sie vor leeren Versprechen und Ihren Partner vor unerfüllbaren Erwartungen. Sie ist das ehrlichste Dokument der ganzen Zusammenarbeit.“ Wer sie verweigert, hat auf einer der beiden Seiten etwas zu verbergen.

Wie eine Baseline-Erhebung praktisch aussieht

Die Sorge, eine Baseline sei ein Projekt vor dem Projekt, ist verständlich und meist unbegründet. Für die wichtigsten Messgrößen liegen die Daten längst im Haus. Sie wurden nur nie unter dieser Frage ausgewertet.

Durchlaufzeiten stecken in den Zeitstempeln der vorhandenen Systeme: Wann wurde der Vorgang angelegt, wann abgeschlossen? Wartezeiten zeigen sich an den Lücken zwischen Statuswechseln. Fehler- und Nacharbeitsquoten stehen in Reklamationen, Stornierungen und Korrekturbuchungen. Für die Anteile von Vorbereitung und Urteil in einzelnen Rollen braucht es strukturierte Gespräche, aber auch die dauern Stunden, nicht Wochen.

Wichtig ist nur eines: Die Erhebung muss vor der Umsetzung passieren. Eine nachträglich rekonstruierte Baseline überzeugt niemanden, denn sie steht im Verdacht, passend gemacht zu sein. Die Reihenfolge ist also nicht verhandelbar: erst messen, dann bauen, dann wieder messen. Wer sie einhält, hat am Ende ein Ergebnis, über das nicht mehr gestritten wird.

Das Prüfraster: fünf Fragen an jedes KI-Angebot

Aus dem Gesagten ergibt sich ein einfaches Raster, mit dem Sie jedes Angebot in wenigen Minuten prüfen können, unabhängig vom Anbieter.

Erstens: Nennt das Angebot einen Effekt, bevor irgendetwas in Ihrem Haus gemessen wurde? Wenn ja, fragen Sie, worauf die Zahl beruht. Zweitens: Ist eine Baseline-Erhebung Teil des Vorgehens, mit eigenem Zeitfenster? Drittens: Sind Messgrößen und Messmethode benannt, bevor die Umsetzung startet? Viertens: Gibt es einen definierten Vergleichszeitraum, der die Einschwingphase berücksichtigt? Fünftens: Werden schwer messbare Effekte als solche ausgewiesen, statt in die Rechnung eingerührt zu werden?

Ein Anbieter, der diese fünf Fragen sauber beantwortet, nimmt Ihnen nichts von der unternehmerischen Entscheidung ab. Aber er stellt sicher, dass Sie sie auf Zahlen stützen können, die vor Ihrem Beirat, Ihrer Bank und Ihrem eigenen Controlling bestehen. Mehr kann ein Versprechen nicht leisten, und weniger sollten Sie nicht akzeptieren.

• Eine Prozentzahl vor der Analyse ist eine Vermutung, keine Prognose.
• Fremde Fallzahlen belegen Machbarkeit, nie den Effekt in Ihrem Haus.
• Seriöse Messung braucht Baseline, Messmethode und Zeitraum, alle drei vorab definiert.
• Die Baseline macht auch das laufende Mandat steuerbar: Quartalsziele statt Aktivitätsberichte.

Nächste Schritte

Der Weg zu belastbaren Zahlen beginnt nicht mit einem Versprechen, sondern mit einer Messung. Der geordnete Ablauf sieht so aus:

1. Board- und ROI-Modell aus Modul C: Tragen Sie Ausgangswert, Ergebnistreiber und eigene Annahmen ein.
2. Baseline-Erhebung: Der Ausgangszustand der ausgewählten Prozesse wird vermessen, mit definierter Methode und dokumentierten Messpunkten.
3. Umsetzung gegen Quartalsziele: Die KI-Bausteine starten mit Zielwerten aus der Baseline, berichtet wird monatlich transparent gegen diese Ziele.

Modul C im Produktiv-Paket öffnen

Wenn Sie die Baseline anschließend mit uns einordnen möchten, können Sie ergänzend ein 30-minütiges Strategiegespräch vereinbaren.

Warum vor der Messung ein Blick auf die Wertströme steht, zeigt der Beitrag Diagnose vor Use-Case. Wo die unterschätzten Effekte typischerweise stecken, beschreibt Die unsichtbare Hälfte der Arbeit. Und warum auch Autonomie-Versprechen an Messung gebunden gehören, vertieft Warum autonome KI-Fallabwicklung klein anfängt.