KI-Probleme resultieren oft aus Prozessschwächen
Unternehmen setzen KI möglicherweise ein, um Probleme zu lösen, die eigentlich auf schlechten Geschäftsprozessen beruhen. Viele KI-Projekte sind aufgrund unklaren Geschäftswerts und hoher Kosten gescheitert.
Viele Unternehmen stellen fest, dass die Einführung von künstlicher Intelligenz ihre Probleme nicht löst, sondern vielmehr die Ausführung fehlerhafter Prozesse beschleunigt. Gartner prognostizierte, dass bis Ende 2025 bis zu 30 Prozent der generativen KI-Projekte nach der Proof-of-Concept-Phase aufgegeben werden, aufgrund schlechter Daten, unklarem Geschäftswert und steigenden Kosten.
Ein MIT-Bericht aus dem Jahr 2025 bestätigte diese Beobachtung und stellte fest, dass die meisten KI-Initiativen von Unternehmen noch keine messbaren Auswirkungen auf die Gewinn- und Verlustrechnung erzielen. Dies unterstreicht die Notwendigkeit, die Grundursachen eines Problems zu verstehen, bevor eine Automatisierung in Betracht gezogen wird.
Zur Bewältigung dieser Herausforderungen werden zwei etablierte Praktiken empfohlen: GEMBA-Walks und Crucial Conversations. GEMBA-Walks ermöglichen es Führungskräften, die Realität vor Ort zu beobachten, während Crucial Conversations eine ehrliche Kommunikation unter den Mitarbeitern fördert.
GEMBA, ein japanischer Begriff für "den tatsächlichen Ort", beinhaltet das Aufsuchen der Orte, an denen die Arbeit stattfindet, und das Verständnis der Wertschöpfung. Dieses Prinzip, das eng mit dem Toyota-Produktionssystem und der Methode "genchi genbutsu" (gehe und sieh selbst) verbunden ist, ermutigt Führungskräfte, aus erster Hand zu beobachten und "warum" zu fragen.
Wenn beispielsweise ein Monatsbericht verspätete Lieferungen von Kundenaufträgen angibt, könnte die allgemeine Annahme sein, dass die Produktion langsamer geworden ist. Ein GEMBA-Walk könnte jedoch zugrunde liegende Probleme aufdecken, wie z. B. Wartezeiten für Materialien, Verzögerungen im Einkauf oder schwankende Umsatzprognosen, die die eigentlichen Engpässe im Prozess darstellen.