Ich blieb, als er ging. 👂

Willkommen an die 20 neuen Smart Chiefs, die diesen Newsletter neuerdings lesen. Viel Spaß!

Hello Smart Chiefs,

Ende Juni habe ich zwei Stunden lang hinter verschlossenen Türen zugehört. Der Chef eines mittelständischen Unternehmens hatte den Raum bewusst verlassen, damit seine Belegschaft frei reden kann. Ich blieb.

Warum erzähle ich dir das? Weil ich an diesem Nachmittag verstanden habe, warum eine Zahl aus meiner letzten AI-Americano-Folge stimmt: Laut einer aktuellen Studie sagen 78 Prozent der Unternehmen, dass ihre KI-Projekte entweder gescheitert sind (35 Prozent) oder in der Pilotphase feststecken (43 Prozent). Das bedeutet: Die meisten Unternehmen schaffen es bislang nicht, KI wirklich produktiv im Alltag einzusetzen. Und das liegt erstaunlich selten an der Technologie selbst. Viel häufiger scheitert es an Prozessen, Daten, Erwartungen oder fehlender Akzeptanz. Fünf Faktoren entscheiden aus meiner Sicht darüber, ob ein KI-Projekt echten Mehrwert schafft – oder irgendwann still wieder verschwindet.

Heute im Smart Chiefs Newsletter:

• Die 5 Faktoren, die entscheiden, ob dein KI-Projekt trägt oder scheitert – und was ich davon an einem einzigen Nachmittag live gesehen habe

• 🚀 5 Smart Links, die diese Woche zählen

• Und wie immer eine kurze Umfrage, wie dir der Newsletter heute gefallen hat. Merci.

Work smart, not hard.
Deine Laura

Erst das Problem, dann die KI

Der erste Fehler passiert oft ganz am Anfang. Viele Teams fragen: „Was können wir eigentlich mit KI machen?" Die bessere Frage lautet aber: „Welches Problem wollen wir lösen?" KI ist schließlich kein Selbstzweck. Niemand läuft mit einem Hammer herum und sucht nach Nägeln. Du identifizierst zuerst die Aufgabe, also das, was gebaut werden soll, und wählst dann das passende Werkzeug dafür aus.

Schau deshalb auf die Tätigkeiten, die deine Mitarbeitenden regelmäßig Zeit kosten und die oft so richtig nerven und aufhalten. Wo werden Informationen gesucht, zusammengefasst, sortiert oder immer wieder neu aufbereitet? Genau dort entstehen häufig die besten Anwendungsfälle.

Genau dieses Symptom hab ich bei meinem Besuch gehört, als ein Kollege aus dem operativen Tagesgeschäft mir sagte:

Wo niemand gemeinsam entschieden hat, welches Problem gelöst werden soll, sucht eben jeder seinen eigenen Nagel.

Gute Prozesse und gute Daten schlagen gute Demos

Nicht jede Aufgabe eignet sich für KI. Besonders interessant sind Prozesse, die regelmäßig wiederkehren und klar definiert sind. Eine einfache Faustregel dazu lautet: Wenn eine Aufgabe jede Woche viele Stunden kostet und hauptsächlich aus Informationsverarbeitung besteht, lohnt sich fast immer ein genauer Blick, ob das nicht mit KI effizienter geht.

Nimm ein Vertriebsteam, das Woche für Woche ähnliche Angebote erstellt, oder ein Controlling-Team, das regelmäßig Berichte und Auswertungen vorbereitet – klassische Kandidaten.

Fang mit einer genauen Beschreibung dessen an, was jemand tun müsste, der die Aufgabe verrichtet – ähnlich wie du das für eine Urlaubsvertretung aufschreiben müsstest, die an einem anderen Standort arbeitet. Die Voraussetzung ist allerdings eine solide Datenbasis. Denn KI kann nur mit Informationen arbeiten, die tatsächlich vorhanden sind.

Bei meinem Besuch passierte nebenbei etwas Ähnliches: Ich bat jede und jeden in der Runde, kurz zu beschreiben, was sie eigentlich tun und wie KI ihnen dabei hilft. Für einige im Raum war das offenbar das erste Mal, dass sie diese Beschreibung überhaupt laut aussprachen.

Risiken früh mitdenken

Der dritte Erfolgsfaktor wird häufig unterschätzt. Nicht jede KI-Anwendung hat dieselben Risiken. Wenn ein Modell eine Zusammenfassung erstellt, ist ein Fehler meist korrigierbar. Wenn dieselbe Technologie aber Entscheidungen vorbereitet, die finanzielle, rechtliche oder personelle Konsequenzen haben, sieht die Sache schon anders aus.

Besonders sensibel wird es bei personenbezogenen Daten oder regulatorischen Anforderungen. Deshalb sollten Datenschutz, Compliance und Kontrollmechanismen nicht erst am Ende eines Projekts diskutiert werden.

Eine einfache Regel lautet: Je größer der mögliche Schaden, desto wichtiger werden menschliche Kontrollschleifen. Ein Tipp dazu: Lass dir bestimmte Dinge von der KI noch einmal umgekehrt bestätigen, dann wirst du hellhörig, wenn da Widersprüche auftreten. Wichtig aber vor allem: Die KI kann unterstützen. Die Verantwortung bleibt aber beim Menschen.

Eine Kollegin aus dem Marketing erzählte mir, dass ausgerechnet die Aufgabe, die sie am meisten Zeit kostet, für sie ohne KI bleibt:

Der Reflex ist erstmal richtig. Nur: Zwischen „wir prüfen das sauber, bevor wir es freigeben" und „wir machen es einfach nicht" liegt ein Unterschied, den ich bei vielen Mittelständlern gerade verschwimmen sehe.

Ohne die Mitarbeitenden wird es nicht funktionieren

Viele KI-Projekte werden technisch sauber geplant – und scheitern trotzdem. Woran das liegt, ist oft überraschend einfach: Die Menschen, die täglich mit dem Prozess arbeiten, wurden nicht ausreichend eingebunden. Dabei kennen genau diese Mitarbeitenden die Schwachstellen, Ausnahmen und Besonderheiten eines Ablaufs am besten.

Wer KI erfolgreich einführen möchte, sollte deshalb früh erklären, worum es geht – es geht nicht darum, Menschen zu ersetzen. Sondern darum, Zeit für anspruchsvollere Aufgaben freizumachen und die berühmten 20 Prozent der Fälle rauszufiltern, bei denen genauer hingeschaut werden muss. Der Begriff dafür lautet „Human in the Loop". Die KI unterstützt. Der Mensch bewertet, kontrolliert und entscheidet. Genau dieses Zusammenspiel macht erfolgreiche Projekte aus.

Eine Kollegin aus dem Personalbereich brachte auf den Punkt, was passiert, wenn dieser Rahmen fehlt:

Lernen statt Perfektion erwarten

Und damit zum fünften Punkt. Nicht jedes KI-Projekt wird erfolgreich sein. Wichtiger ist, dass aus jedem Projekt gelernt wird. Und diese Manöverkritik bleibt oft auf der Strecke, wenn man mit der Probephase durch ist.

Deshalb sollte jede Anwendung nach denselben Kriterien bewertet werden: Wie groß ist der Nutzen? Wie hoch ist der Aufwand? Sind genügend Daten vorhanden? Welche Risiken bestehen? Und wie gut wird die Lösung akzeptiert?

Manche Projekte schaffen sofort den Sprung in den Produktivbetrieb. Andere brauchen weitere Pilotphasen. Und manche sollte man bewusst wieder einstellen. Denn auch das ist ein Erfolg – wenn man daraus die richtigen Schlüsse fürs nächste Projekt zieht.

Eine jüngere Kollegin, noch in der Ausbildung, brachte mich mit einem einzigen Satz ins Grübeln:

Das ist kein Einwand gegen KI. Das ist genau die Bewertungsfrage von oben, nur von unten gestellt.

Mein Fazit

Und vielleicht ist das die wichtigste Erkenntnis dieser Ausgabe: Die erfolgreichsten KI-Projekte entstehen selten dort, wo Menschen ersetzt werden sollen. Sie entstehen dort, wo Menschen mehr Raum bekommen, das zu tun, was sie besonders gut können. Genau das habe ich in diesem einen Raum gesehen, in dem ich zwei Stunden lang nur zugehört habe.

Schreib mir zurück: Bei welchem der fünf Punkte hakt es in deinem Unternehmen gerade am meisten? Ich bin gespannt auf deine Antwort.

• Kennst du das eine Problem, das dein Team mit KI wirklich lösen soll – oder sammelst du gerade nur Tools?

• Könnte jemand deine Kernaufgaben anhand einer Beschreibung übernehmen, die es tatsächlich gibt?

• Wo blockiert Datenschutz bei dir echte Anwendungsfälle – und hast du das ernsthaft geprüft, statt es einfach anzunehmen?

• Welche Entscheidung liegt bei dir gerade an, und was von diesem Text nimmst du konkret mit rein?

Work smart, not hard.
Deine Laura

PS: Du hast in dem Text gemerkt, dass es wieder Updates gibt, von denen auch ich noch nichts weiß? Schreib mir eine E-Mail. Und: Teile diesen Newsletter mit anderen Smart Chiefs. Noch immer made by humans ❤️

🚀 Smart Links

🤖 PowerPoint kann jetzt auch Chat: ChatGPT for PowerPoint ist ab sofort für alle verfügbar – du tippst deinen Foliensatz einfach in den Chat, statt dich durch Master-Folien zu quälen. Kleines Feature, große Zeitersparnis vor dem nächsten Pitch.

💳 Lass Fable 5 den Chef spielen, nicht den Praktikanten: Anthropics eigenes Team empfiehlt gerade, Claude Fable 5 nur noch als „Advisor" einzusetzen – er macht den Plan, günstigere Modelle übernehmen die eigentliche Ausführung. Klingt nach Mikromanagement fürs eigene Konto, spart aber am Ende ordentlich Tokens. Nachlesen.

🎙 3,5 Stunden, die sich lohnen (fürs Wochenende, nicht die Kaffeepause): Jensen Huang – ja, der NVIDIA-Chef, dessen Firma gerade mehr wert ist als die gesamte deutsche Börse – spricht bei Lex Fridman offen über Führung unter Druck, China und ob NVIDIA die erste 10-Billionen-Dollar-Firma der Welt wird. Anhören.

🎬 Was war da eigentlich los mit Fable 5? Dieses Video liefert dir die Kurzfassung, warum Anthropics stärkstes Modell für ein paar Wochen komplett von der Bildfläche verschwand – und was eine US-Exportregel damit zu tun hatte. Video ansehen.

☠️ 75.000 Dollar im Jahr, damit eine KI dein Kind unterrichtet: Reiche US-Familien schicken ihre Kinder inzwischen auf Schulen wie Alpha School oder Forge Prep, wo KI-Tutoren den Unterricht übernehmen. Faszinierend und beunruhigend zugleich – vor allem die Frage, wer sich in Zukunft noch einen echten Lehrer leisten kann. Weiterlesen.

Dieser Newsletter enthält Affiliate Links. Wenn Du auf diese Links klickst und einen Kauf tätigst, erhalte ich eine Provision. Für Dich entstehen dabei keine zusätzlichen Kosten. Meine Partner wähle ich mit großer Sorgfalt aus.

Wurde diese E-Mail an dich weitergeleitet? Sign up here.

Hast du eine Idee oder Frage an mich? [email protected].