Warum viele Unternehmen noch nicht bereit für KI sind – und warum das völlig in Ordnung ist
In meinem ersten Beitrag ging es darum, dass nicht die Technologie am Anfang stehen sollte, sondern das Ziel. Erst wenn klar ist, was verbessert werden soll, lässt sich beurteilen, ob Künstliche Intelligenz dabei überhaupt sinnvoll unterstützen kann. Nehmen wir an, genau dieser Schritt ist bereits geschafft: Es gibt einen konkreten Anwendungsfall. Das Unternehmen hat entschieden, dass KI grundsätzlich eine passende Lösung sein könnte. Eigentlich könnte es jetzt losgehen. Oder? Genau an dieser Stelle begegnet mir in Projekten häufig dieselbe Reaktion: „Dafür sind wir wahrscheinlich doch noch nicht bereit.“
Interessanterweise hat diese Aussage nur selten etwas mit der eingesetzten Software oder der Größe eines Unternehmens zu tun. Sie kommt genauso von Unternehmen, die seit Jahren mit einem modernen ERP-System wie Microsoft Dynamics 365 Business Central arbeiten, wie von Unternehmen, die ihre Prozesse gerade erst digitalisieren. Die eigentliche Unsicherheit entsteht meist aus einer anderen Frage:
Hat eine KI überhaupt genug Wissen über unser Unternehmen, um uns sinnvoll unterstützen zu können?
Aus meiner Sicht ist genau das der entscheidende Punkt.
KI kennt Ihr Unternehmen nicht
Moderne KI-Systeme verfügen über beeindruckendes Wissen. Sie können Texte schreiben, Dokumente zusammenfassen, Muster erkennen oder komplexe Zusammenhänge erklären. Sie wissen, wie ein ERP-System grundsätzlich funktioniert, kennen typische Geschäftsprozesse und verstehen viele fachliche Begriffe. Was sie jedoch nicht kennen, ist Ihr Unternehmen:
- Eine KI weiß nicht, welcher Kunde für Ihr Unternehmen besonders wichtig ist.
- Sie kennt Ihre Lieferanten nicht.
- Sie weiß nicht, warum bestimmte Abläufe über Jahre entstanden sind oder weshalb einzelne Prozesse bewusst anders funktionieren als in Lehrbüchern beschrieben.
Auch Microsoft Dynamics 365 Business Central kennt diese Zusammenhänge nicht automatisch. Das ERP-System verwaltet Informationen. Die Bedeutung dieser Informationen entsteht jedoch erst durch den Kontext Ihres Unternehmens. Genau deshalb kann eine KI nicht einfach „loslegen“. Sie benötigt zunächst das Wissen, das Ihr Unternehmen tagtäglich nutzt.
Zwischen Daten und Wissen liegt ein großer Unterschied
Wenn über KI gesprochen wird, fällt früher oder später fast immer das Wort „Daten“. Oft entsteht dadurch der Eindruck, als würden gute Daten allein bereits ausreichen, damit eine KI sinnvolle Ergebnisse liefert. Aus meiner Erfahrung greift dieser Gedanke zu kurz. Denn zwischen Daten und Wissen besteht ein entscheidender Unterschied. Nehmen wir einen Artikel im Lebensmittelgroßhandel. Business Central kennt die Artikelnummer, die Preise, die Lagerbestände und die bisherigen Verkäufe. Die KI sieht zunächst genau dieselben Informationen.
Was sie nicht weiß:
- Warum wird dieser Artikel jeden Sommer deutlich häufiger verkauft?
- Warum wird er bereits Wochen vorher eingelagert?
- Warum wird bei diesem Lieferanten trotz höherer Einkaufspreise bestellt?
- Warum wird ein bestimmter Kunde anders betreut als andere Kunden?
Für Mitarbeitende sind diese Zusammenhänge oft selbstverständlich. Für eine KI existieren sie zunächst nicht. Sie benötigt Kontext. Erst wenn Daten durch Regeln, Prozesse und Erfahrungen ergänzt werden, entsteht das Wissen, das eine KI tatsächlich nutzen kann.
Eine saubere Datenbasis bleibt dennoch unverzichtbar. Warum Digitalisierungsvorhaben häufig nicht an der Technologie, sondern an Datenqualität, Medienbrüchen und gewachsenen Prozessen scheitern, zeigen wir in unserem Beitrag über typische Digitalisierungsfehler.
Typische Digitalisierungsfehler im Food-, Einzel- und Großhandel
Weiter zum Blog-Beitrag von Bok Him Lin.
Warum scheinbar einfache Fragen plötzlich schwierig werden
Besonders deutlich wird das bei Fragen, die im Arbeitsalltag ganz selbstverständlich erscheinen.
Ein Geschäftsführer möchte beispielsweise wissen: „Welche Kunden bestellen unregelmäßig?“
Für den Vertrieb klingt diese Frage zunächst eindeutig. Für eine KI ist sie überraschend komplex:
- Was bedeutet „unregelmäßig“?
- Bestellt ein Kunde seltener als früher?
- Hat sich sein Bestellrhythmus verändert?
- Geht es um saisonale Schwankungen?
- Oder sollen Kunden identifiziert werden, deren Einkaufsverhalten sich aktuell verändert?
Alle Antworten könnten richtig sein. Je nachdem, wie Ihr Unternehmen diese Frage versteht. Ähnlich verhält es sich mit Aussagen wie:
- Welche Lieferanten sind besonders zuverlässig?
- Welche Artikel entwickeln sich gut?
- Welche Kunden sind für uns besonders wichtig?
- Welche Aufträge haben Priorität?
Für Mitarbeitende steckt hinter diesen Fragen meist jahrelange Erfahrung. Eine KI verfügt zunächst nur über die Daten, die ihr zur Verfügung gestellt werden. Sie kann hervorragende Ergebnisse liefern – allerdings nur innerhalb des fachlichen Rahmens, den das Unternehmen vorgibt.
Im Lebensmittelgroßhandel entscheidet häufig die Erfahrung
Gerade im Lebensmittelgroßhandel wird deutlich, warum Unternehmenswissen so wichtig ist. Natürlich enthält ein ERP-System wie Microsoft Dynamics 365 Business Central umfangreiche Informationen: Artikel, Kunden, Lieferanten, Aufträge, Bestände, Chargen, Preise etc.. Diese Daten bilden eine hervorragende Grundlage. Sie erklären jedoch noch nicht, warum bestimmte Entscheidungen getroffen werden:
- Ein Lieferant wird vielleicht bevorzugt, obwohl sein Preis nicht der günstigste ist.
- Ein bestimmter Kunde bestellt jeden Sommer deutlich größere Mengen.
- Ein Artikel wird bewusst mit höheren Lagerbeständen geführt, weil kurzfristige Nachbestellungen kaum möglich sind.
All diese Entscheidungen haben gute Gründe. Sie entstehen aus Erfahrung.
Das wertvollste Wissen befindet sich oft nicht im ERP-System
Eine Beobachtung begegnet mir in nahezu jedem Projekt: Je besser ich ein Unternehmen kennenlerne, desto häufiger stelle ich fest, dass die wichtigsten Informationen gar nicht ausschließlich im ERP-System liegen. Sie finden sich in Prozessbeschreibungen, Arbeitsanweisungen, Excel-Dateien, Besprechungsnotizen oder E-Mails. Und sehr häufig auch nur in den Köpfen der Mitarbeitenden. Das ist nichts Ungewöhnliches. Im Gegenteil. Viele Unternehmen funktionieren genau deshalb so gut, weil ihre Mitarbeitenden über jahrelange Erfahrung verfügen und täglich Entscheidungen treffen, die sich nicht vollständig dokumentieren lassen. Für eine KI bleibt dieses Wissen allerdings unsichtbar. Nicht weil sie es nicht verstehen könnte, sondern weil sie schlicht keinen Zugriff darauf hat. Dabei geht es nicht darum, jede Erfahrung bis ins kleinste Detail festzuhalten. Entscheidend ist vielmehr, das Wissen sichtbar zu machen, welches für Prozesse und Entscheidungen regelmäßig eine Rolle spielt.
Warum viele Unternehmen also noch nicht bereit für KI sind – und warum das eigentlich völlig in Ordnung ist
Die gute Nachricht ist: Damit sind Unternehmen keineswegs allein. In vielen Projekten zeigt sich, dass Daten und Wissen häufig gleichgesetzt werden. Tatsächlich verfügen die meisten Unternehmen bereits über einen großen Wissensschatz. Er ist lediglich noch nicht so aufbereitet, dass eine KI ihn zuverlässig nutzen kann. Vielleicht kamen Ihnen beim Lesen einige der beschriebenen Herausforderungen bekannt vor. Falls Sie bereits ein ERP-System wie Microsoft Dynamics 365 Business Central eingeführt oder modernisiert haben, haben Sie einen ähnlichen Weg bereits einmal erfolgreich gemeistert. Auch damals mussten Prozesse verstanden, Stammdaten strukturiert, Begriffe vereinheitlicht und Wissen dokumentiert werden.
Genau diese Erfahrungen bilden heute eine wertvolle Grundlage für den Einsatz von KI. Bereit für KI bedeutet deshalb nicht, perfekte Stammdaten zu besitzen oder jeden einzelnen Prozess vollständig dokumentiert zu haben. Es bedeutet vielmehr, die Zusammenhänge, Regeln und Erfahrungen sichtbar zu machen, die das eigene Unternehmen auszeichnen. Also das Wissen, das sie jeden Tag erfolgreich macht, für eine KI zugänglich zu machen. Die Grundlage dafür ist in den meisten Unternehmen bereits vorhanden. Genau deshalb ist es völlig in Ordnung, heute noch nicht vollständig KI-ready zu sein. KI-Readiness beginnt nicht mit mehr Daten, sondern mit einem besseren Verständnis des eigenen Unternehmens. Und wer das verstanden hat, ist seinem ersten erfolgreichen KI-Projekt vielleicht doch näher, als vermutet.
