Weg vom KI-Flickenteppich: 5 Schritte zum vernetzten System

• KI schafft mehr Mehrwert, wenn sie Daten, Prozesse, Technologie und Menschen im gesamten Unternehmen miteinander verbindet.
• Statt nach Einsatzmöglichkeiten für ein weiteres KI-Tool zu suchen, sollte ein Prozess im Mittelpunkt stehen, der grundlegend besser funktionieren soll.
• Vernetzte, vertrauenswürdige und gut verwaltete Daten bilden die Grundlage für zuverlässige KI-Ergebnisse.
• KI-Agenten brauchen klare Rollen, Berechtigungen, Übergaben und Eskalationswege sowie eine angemessene menschliche Kontrolle.
• Entscheidend sind messbare Geschäftsergebnisse. Auf dieser Basis sollte das KI-System kontinuierlich weiterentwickelt werden.

Die meisten Unternehmen setzen inzwischen KI in irgendeiner Form ein. Vertriebsteams erhalten automatisch erstellte Besprechungszusammenfassungen, Servicemitarbeitende bekommen Antwortvorschläge und Führungskräfte nutzen Copilot direkt neben ihrem Posteingang. Jede dieser Funktionen ist für sich genommen hilfreich. Zusammengenommen bleiben sie jedoch oft hinter den Erwartungen zurück. Es entsteht eine Sammlung einzelner Pilotprojekte, die in Präsentationen beeindrucken, aber kaum verändern, wie das Unternehmen tatsächlich arbeitet.

Das Problem liegt selten in der Technologie. Entscheidend ist die Denkweise dahinter. Den größten Mehrwert schafft KI nicht als Reihe zusätzlicher Einzelfunktionen, sondern als Teil eines vernetzten Systems aus Daten, Prozessen und Menschen. Mit den folgenden fünf Schritten können Sie dieses Umdenken anstoßen, für sich selbst und gemeinsam mit Ihrem Team:

Schritt 1: Beim Prozess beginnen, nicht beim Tool

Statt: „Wo können wir Copilot einsetzen?“ Besser: „Welcher Prozess sollte anders ablaufen?“

Nehmen wir einen typischen Serviceprozess: Ein Kunde meldet eine Störung, ein Vorgang wird angelegt, ein Techniker wird beauftragt, Ersatzteile werden bestellt und anschließend wird eine Rechnung erstellt. Wenn KI nur einen einzelnen Schritt übernimmt, etwa die Zusammenfassung des Vorgangs, spart das einige Minuten.

Doch eine grundlegende Verbesserung entsteht erst, wenn die gesamte Prozesskette neu gedacht wird. Die KI klassifiziert die eingehende Anfrage, schlägt den passenden Techniker und die benötigten Ersatzteile vor und erstellt einen Entwurf für die Kundeninformation. Die Mitarbeitenden kümmern sich währenddessen um die Ausnahmefälle.

Frage an Sie und Ihr Team: Welcher abteilungsübergreifende Prozess kostet uns am meisten Zeit?

Schritt 2: Daten als Infrastruktur betrachten

Statt: „Wir bereinigen die Daten, sobald die KI läuft.“ Besser: „Vernetzte und verlässliche Daten stehen an erster Stelle.“

Tools wie Microsoft Copilot sind nur so gut wie der Kontext, auf den sie zugreifen können. Sind Kunden-, Vertrags- und Anlagendaten über voneinander getrennte Systeme verteilt, fallen die Antworten der KI bestenfalls allgemein und schlimmstenfalls falsch aus.

Die Architektur von Microsoft kann hier unterstützen. Dataverse dient als gemeinsame Datenebene für Dynamics 365 und die Power Platform. Gleichzeitig lassen sich Inhalte aus Microsoft 365, darunter E-Mails, Dokumente und Besprechungen, über Microsoft Graph bereitstellen. So kann Copilot sowohl CRM-Datensätze als auch Informationen aus der täglichen Kommunikation einbeziehen.

Das bringt jedoch nur dann einen Nutzen, wenn die Daten konsistent sind und klar verwaltet werden. Ein einfacher Test: Könnte ein neuer Mitarbeiter alle relevanten Informationen zu einem Kunden an einer zentralen Stelle finden? Wenn nicht, kann die KI es ebenfalls nicht.

Frage an Sie und Ihr Team: Wo liegen unsere Kundendaten und wer ist für ihre Qualität verantwortlich?

Schritt 3: Orchestrieren statt isolieren

Statt: „Eine intelligente Funktion für jedes Problem.“ Besser: „Mehrere Komponenten arbeiten zusammen und die Übergaben sind klar geregelt.“

Die nächste Entwicklungsstufe der KI besteht nicht nur aus Assistenten, die Fragen beantworten. Sie umfasst auch Agenten, die selbstständig Aktionen ausführen. Mit Copilot Studio können Unternehmen Agenten entwickeln, die Power-Automate-Flows auslösen, Datensätze in Dynamics 365 aktualisieren und Vorgänge an Mitarbeitende übergeben. Auch die Anwendungen von Dynamics 365 verfügen zunehmend über eigene Agentenfunktionen.

Das Gestaltungsprinzip ähnelt dem Aufbau eines herkömmlichen Teams: Jeder Agent erhält eine klar definierte Rolle, eindeutige Berechtigungen und einen festgelegten Eskalationsweg. Einige spezialisierte Agenten, die zuverlässig zusammenarbeiten, sind wirkungsvoller als ein universeller Bot, der alles gleichzeitig erledigen soll.

Frage an Sie und Ihr Team: An welchen Übergabepunkten geraten Aufgaben derzeit ins Stocken?

Schritt 4: Menschliche Kontrolle von Anfang an einplanen

Statt: „Entweder entscheidet die KI oder sie entscheidet nicht.“ Besser: „Wir legen bewusst fest, wer welche Entscheidungen trifft.“

Ein vernetztes System bedeutet nicht weniger Kontrolle. Es erfordert jedoch, dass Kontrolle gezielt gestaltet wird. Legen Sie fest, welche Aktionen ein Agent selbstständig ausführen darf, zum Beispiel eine Antwort entwerfen. Bestimmen Sie außerdem, welche Schritte eine Freigabe benötigen, etwa die Gewährung einer Gutschrift. Andere Entscheidungen sollten weiterhin vollständig beim Menschen liegen, beispielsweise der Umgang mit der Beschwerde eines wichtigen Kunden. Die Microsoft-Plattform unterstützt dies durch rollenbasierte Sicherheit, Genehmigungsprozesse und Auditfunktionen.

Für europäische Unternehmen ist das mehr als eine bewährte Vorgehensweise. Die DSGVO und der EU AI Act stellen klare Anforderungen an Transparenz, Verantwortlichkeit und den Umgang mit Daten. Ebenso wichtig ist das Change Management. Menschen akzeptieren Systeme eher, wenn sie deren Funktionsweise verstehen und wissen, dass sie eingreifen und Entscheidungen korrigieren können.

Frage an Sie und Ihr Team: Wer trägt für jede automatisierte Aktion die Verantwortung?

Schritt 5: Ergebnisse messen und kontinuierlich nachbessern

Statt: „Haben die Mitarbeitenden die Funktion genutzt?“ Besser: „Hat sich das Geschäftsergebnis verbessert?“

Die Anzahl der eingegebenen Prompts und die Nutzungsraten sagen wenig über den tatsächlichen Mehrwert aus.

Aussagekräftiger sind Kennzahlen wie die Erstlösungsquote, die Bearbeitungszeit von Servicefällen, die Dauer der Angebotserstellung oder die Prognosegenauigkeit. Sie zeigen, ob das Gesamtsystem funktioniert und nicht nur eine einzelne Komponente.

Planen Sie außerdem Veränderungen ein. Modelle entwickeln sich weiter, Daten verändern sich und Prozesse werden angepasst. Betrachten Sie Ihr KI-System deshalb als ein lebendiges System. Überprüfen Sie regelmäßig die Ergebnisse, passen Sie Berechtigungen und Datenquellen an und optimieren Sie das Verhalten Ihrer Agenten auf Grundlage der gewonnenen Erkenntnisse.

Frage an Sie und Ihr Team: Welche drei Geschäftskennzahlen soll KI in diesem Jahr verbessern?

Fazit: So gelingt der Einstieg

Der Wechsel von einzelnen KI-Komponenten zu vernetzten KI-Systemen erfordert einen breiteren Blick. Entscheidend ist, wie Technologie, Daten, Prozesse und Menschen zusammenwirken.

Wählen Sie zunächst einen relevanten Prozess aus. Bilden Sie ihn vom ersten Kontakt bis zum endgültigen Ergebnis vollständig ab. Markieren Sie die Stellen, an denen Informationen verloren gehen, Wartezeiten entstehen oder KI unterstützen könnte. Prüfen Sie anschließend, ob die erforderlichen Daten und Berechtigungen vorhanden sind. Beginnen Sie dann in einem überschaubaren Rahmen, messen Sie die Ergebnisse und bauen Sie die Lösung schrittweise aus.

Sind Sie bereit, einzelne KI-Anwendungsfälle zu einem vernetzten System weiterzuentwickeln? proMX unterstützt Sie dabei, den richtigen Einstiegspunkt zu finden und Dynamics 365, Power Platform und Copilot mit klarer Governance und messbaren Zielen zu verbinden. Sprechen Sie mit unseren Experten über Ihre KI-Transformation!

Was ist der Unterschied zwischen einer einzelnen KI-Komponente und einem KI-System?

 Eine einzelne KI-Komponente unterstützt eine bestimmte Aufgabe, beispielsweise die Zusammenfassung eines Servicefalls. Ein KI-System verbindet mehrere Komponenten entlang eines durchgängigen Prozesses. So kann KI etwa Anfragen klassifizieren, passende Ressourcen vorschlagen, Kommunikation vorbereiten und Mitarbeitende einbeziehen, wenn Ausnahmen auftreten.

Warum ist Datenqualität für KI so wichtig?

 KI ist auf den Kontext angewiesen, auf den sie zugreifen kann. Sind Informationen über Kunden, Verträge und Assets auf verschiedene Systeme verteilt oder inkonsistent, können die Ergebnisse zu allgemein oder sogar falsch sein. Eine gemeinsame, gut verwaltete Datengrundlage hilft der KI, relevante Informationen zuverlässig zu nutzen.

Wie sollten Unternehmen mit dem Aufbau eines vernetzten KI-Systems beginnen?

 Am besten wählen sie zunächst einen wichtigen Prozess aus und betrachten ihn vom ersten Kontakt bis zum finalen Ergebnis. Anschließend gilt es herauszufinden, wo Verzögerungen entstehen, Übergaben nicht funktionieren oder Informationen verloren gehen, und zu prüfen, ob die notwendigen Daten und Berechtigungen vorhanden sind. Danach kann das Unternehmen im kleinen Rahmen beginnen, die Ergebnisse messen und den Ansatz schrittweise ausbauen.