W³ in der Praxis: Wie KI-PoCs endlich das liefern, was sie versprechen
Künstliche Intelligenz verspricht viel. In der Praxis scheitern viele Initiativen nicht an der Technologie, sondern an der Zusammenarbeit. Unklare Verantwortlichkeiten, verschiedene Team-Kulturen und mangeldes Verständnis. Gut gemeinte Strukturierung, die Menschen frustriert zurücklässt.
Bei AI.IMPACT sehen wir KI-PoCs anders: nicht als Mini-IT-Projekte, sondern als Lernprojekte mit klarer Hypothese. Genau dafür haben wir W³ entwickelt: Was, Wie, Warum. Ein Projektmanagement-Rahmen, der Rollen, Entscheidungslogik und Verantwortung nach Kompetenzfeldern verteilt. Das zwingt Teammitglieder dazu, miteinander zu reden. Und das ist bei komplexen, technischen Prozessen das Wichtigste.
Wenn Sie als Geschäftsführer*in, Projekt- oder Programmleiter für KI oder Datenprojekte verantwortlich sind und sich wundern, warum Ihre IT bei Terminen kaum spricht, Deadlines regelmäßig gerissen werden, und die fertigen Anwendungen dann kaum Nutzer finden, sollten Sie diesen Text lesen.
Jeders Projekt braucht eine eindeutige Antwort auf eine scheinbar einfache Frage: Worum geht es hier eigentlich – was hilft der Operativen wirklich weiter?
Das Business ist verantwortlich für:
Das ist eine Entscheidungsrolle mit QA Element. Das Business setzt Leitplanken und trifft Entscheidungen. Es muss immer wieder prüfen: Hilft uns das weiter? Reicht diese Idee, das Problem zu lösen? Welche Alternaiven gibt es, wenn der geplante Weg aus technischer Sicht zu aufwändig wird? Das Business ist verantwortlich für den Inhalt.
Das geht heute viel konkreter als früher. Statt eines Lastenhefts gibt es gepromptete Frontends, Applikationen Websites oder Videos. Mit diesem Input kommt das Data-Team sicher ans inhaltliche Ziel.
Sobald diese Verantwortung verwässert, kippt der PoC: Die Technologie sucht sich ihre Probleme selbst und das Geschäft wundert sich, dass niemand eine Frage zum gelösten Problem hatte.
Neu: wenn das passiert, ist das Business schuld, nicht die IT. Wer das klar kommuniziert, bekommt eine ganz andere Dynamik als mit Lastenheft und Urvertrauen.
Die zweite Frage lautet: Wie setzen wir das technisch so um, dass wir möglichst schnell möglichst viel erreichen?
Das ist das Feld des Data Teams
Ihre Verantwortung:
Das Data Team stimmt also mit dem Business ab, was geleistet werden muss und entscheidet dann frei, welche Tools, Systeme und Umgebungen das am besten abbilden. Wenn es kleine optimale Lösung gibt erklären sie Vor- und Nachteile und lassen das Business entscheiden, weiche Lösung das Problem besser trifft.
Was sie nicht tun: Verschiedene SaaS-Lösungen ausdiskutieren, die das Business vorbeibringt. Das Business hat ein Ausdrückliches Verbot, Anbieternamen einzubringen.
Die dritte Frage ist die strategische: Warum ist das wichtig? Wo wollen wir hin? Das ist das Feld des C‑Level.
Hier wird entschieden:
Das C‑Level ist in unserem Modell nicht der „oberste Projektlenker“, sondern der strategische Sponsor. Es begründet, warum sich die Organisation mit genau diesem Thema beschäftigen soll und schafft die Bedingungen, damit aus einem PoC eine Lösung wird.
Wichtig: Die Geschäftsführung darf nie nur mit einem der Bereiche sprechen.
Wir schließen einen Pakt: Immer, wenn der Chef nur kurz eine Frage hat, holt Data das Business kurz dazu, oder andersrum. Das dauert nur eine Minute länger, aber schützt das System. Alternativ wird die Frage notiert und später gemeinsam beantwortet.
Nur so vermeiden wir, dass ein motivierter Business-Kollege Versprechungen macht, die Data nicht halten kann. Das ist seit Jahrzehnten der Punkt, an dem Vertrauen kaputt geht und und die Schuld-Schieberei beginnt.
Die Regel schützt Vertrauen, hält Deadlines verlässlich und sorgt dafür, dass auch stillere Analysten anfangen, ihre Stimme einzubringen. Weil sie merken, dass es Effekt hat.
Was, Wie und Warum sauber zu trennen ist die Basis für gemeinsame Verantwortung. Jeder verantwortet das, was er aus Erfahrung, durch seine Ausbildung und Position tragen kann. Bei Konflikten wird es gemeinsam diskutiert ohne die Verantwortlichkeiten anzugreifen. Das ist anfangs anstrengend, führt aber zu umsetzbaren Ergebnissen in verlässlichen Zeitrahmen.
Klingt banal, ist es aber nicht. Plötzlich ist klar, wer was entscheidet. Weil hier die Kompetenz liegt. Politische Rundumschläge werden schwieriger, weil nicht mehr jede Frage an jede Ebene eskaliert werden kann. Governance heißt dann nicht mehr: alle reden mit, sondern: die Richtigen entscheiden in Abstimmung mit der Gruppe.
Damit W³ nicht zur nächsten Folienlogik wird, verankern wir den Rahmen konsequent im Projektsetup:
So entsteht ein Setup, in dem Teams arbeiten können. Hier entsteht Vertrauen auf Augenhöhe. Wer das geschafft hat, braucht kaum mehr Change oder Eskalationen. Ein Projektplan und regelmäßiges gemeinsames Mittagessen reicht.
Wenn KI-Initiativen scheitern, liegt es selten am Modell. Es liegt daran, dass niemand klar sagt, was wir lernen wollen, wie wir es ausprobieren und warum es sich lohnt.
Mit W³ – Was, Wie, Warum – schaffen wir einen Rahmen, in dem diese Fragen nicht nebenbei, sondern explizit beantwortet werden. Das macht Organisationen nicht nur schneller, sondern auch verantwortlicher im Umgang mit KI.
Ein guter Startpunkt ist ein gemeinsamer Workshop zur Einführung der neuen Arbeitsweise, Definition des ersten Usecases und Einführung moderner Tools für die Gestaltung von Prototypen und Dokumentationen
