KI-Beratung & Workshops: Erst verstehen, was sich lohnt – dann umsetzen

Kapitel 01

Kurzantwort

KI-Beratung hilft Unternehmen zu entscheiden, wo künstliche Intelligenz in den eigenen Abläufen Nutzen bringt, in welcher Reihenfolge Vorhaben sinnvoll sind und wie Mitarbeitende befähigt werden. Typische Bausteine sind Potenzialanalyse, Use-Case-Priorisierung, Roadmap und Schulungen. Ziel ist eine belastbare Entscheidungsgrundlage, bevor Budget in die Umsetzung fließt.

Kapitel 02

Was KI-Beratung ist und was nicht

KI-Beratung ist die strukturierte Vorarbeit vor dem Bauen. Sie beantwortet drei Fragen: Wo lohnt sich KI in unserem Unternehmen? Womit fangen wir an? Wie sorgen wir dafür, dass unsere Leute damit sicher umgehen?

Was KI-Beratung nicht ist: eine Produktpräsentation für ein bestimmtes Tool, ein allgemeiner Vortrag über Trends oder eine Rechtsberatung. Gute Beratung ist herstellerneutral, richtet sich an Ihren tatsächlichen Abläufen aus und endet mit konkreten Entscheidungen. Sie kann, muss aber nicht in eine Umsetzung münden.

Für wen lohnt sie sich? Besonders für Unternehmen, in denen viele Ideen kursieren, aber niemand den Überblick hat, und für solche, die bisher kaum Berührung mit KI hatten und nicht wissen, welche Fragen sie stellen sollen.

Kapitel 03

Die Potenzialanalyse: Schritt für Schritt

Eine Potenzialanalyse ist die Bestandsaufnahme. Sie läuft typischerweise in vier Schritten ab.

Schritt 1: Ziel und Rahmen klären. Geht es um einen Bereich, etwa Vertrieb oder Kundenservice, oder um das ganze Unternehmen? Welche Ziele zählen: weniger Routine, schnellere Antworten, bessere Datenqualität, geringere Fehlerquote?

Schritt 2: Abläufe verstehen. Hier sprechen wir mit den Menschen, die die Arbeit tatsächlich machen. Sie wissen, wo Zeit verloren geht, wo Informationen doppelt gepflegt werden und wo Entscheidungen auf unvollständigen Daten beruhen.

Schritt 3: Systeme und Daten sichten. KI braucht Zugang zu Informationen. Wir prüfen, wo Daten liegen (E-Mail, SharePoint, ERP, CRM), in welcher Qualität und mit welchen Zugriffsrechten.

Schritt 4: Kandidaten bewerten. Für jeden möglichen Anwendungsfall halten wir fest: Was soll besser werden? Welche Daten werden gebraucht? Welche Risiken gibt es? Das Ergebnis ist eine Liste, keine Entscheidung. Die Entscheidung folgt in der Priorisierung.

Typische Muster, in denen KI gut passt: Dokumente erkennen und einordnen, Texte zusammenfassen oder entwerfen, Firmenwissen durchsuchbar machen, Anfragen vorsortieren, Daten aus unstrukturierten Quellen strukturieren. Ebenso oft zeigt sich, dass eine klassische Automatisierung ohne KI die bessere Lösung ist.

Kapitel 04

Use Cases priorisieren: Kriterien, die tragen

Wer zehn Ideen hat und alle gleichzeitig angeht, scheitert meist an allen. Eine Priorisierung schafft Reihenfolge. Bewährt haben sich vier Kriterien.

• Nutzen: Wie häufig tritt die Aufgabe auf, wie viele Personen sind betroffen, wie wichtig ist das Ergebnis? Ein seltener Vorgang mit hohem Risiko kann wichtiger sein als ein häufiger mit geringer Bedeutung.
• Aufwand: Wie komplex sind Anbindung, Anpassung und Einführung? Schnell erreichbare Vorhaben schaffen Erfahrung und Akzeptanz.
• Datenlage: Sind die nötigen Informationen vorhanden, zugänglich und in brauchbarer Qualität? Fehlende Daten sind der häufigste Grund, warum Vorhaben später teurer werden.
• Risiko: Welche Folgen haben Fehler? Wo muss ein Mensch prüfen? Welche Datenschutzfragen stellen sich?

Aus der Bewertung entsteht eine Matrix, die Sie mit Ihrem Team besprechen können. Wichtig ist, dass die Bewertung nachvollziehbar bleibt. Zahlen, die nur scheinbar genau sind, helfen nicht. Eine ehrliche Einstufung in „niedrig, mittel, hoch" ist oft belastbarer als eine Pseudo-Rechnung.

Empfehlenswert ist ein Pilot mit klarem Rahmen: ein Anwendungsfall, ein Team, definierte Erfolgskriterien, ein Zeitfenster. Nach dem Pilot entscheiden Sie anhand realer Erfahrungen, ob und wie Sie ausweiten.

Kapitel 05

Von der Priorisierung zur Roadmap

Eine Roadmap übersetzt die Priorisierung in einen Fahrplan. Sie enthält:

• die Reihenfolge der Vorhaben,
• Voraussetzungen, etwa Datenbereinigung, Zugriffsrechte oder Freigaben,
• Entscheidungen, die auf Ihrer Seite anstehen,
• Hinweise zu Rollen und Verantwortlichkeiten,
• eine Einschätzung, ob Standard-Tools genügen oder eine individuelle Lösung sinnvoll ist.

Die Make-or-Buy-Frage ist dabei zentral. Standard-Tools sind schnell eingeführt und für viele Aufgaben ausreichend. Individuelle Lösungen lohnen sich, wenn Abläufe sehr speziell sind, Daten das Haus nicht verlassen dürfen oder mehrere Systeme verbunden werden müssen. Eine gute Beratung begründet diese Empfehlung, statt sie vorauszusetzen.

Denken Sie früh an den Betrieb. Eine Lösung, die niemand pflegt, veraltet. Modelle ändern sich, Schnittstellen werden angepasst, Anforderungen wachsen. Planen Sie deshalb schon in der Roadmap, wer die Lösung nach der Einführung betreut. Details dazu finden Sie unter Betreuung & Wartung.

Kapitel 06

Workshops und Schulungen: Was wirkt

Ein Workshop wirkt, wenn Menschen danach etwas anders oder sicherer tun. Dafür sind einige Punkte entscheidend.

Zielgruppen trennen. Geschäftsführung braucht Orientierung und Entscheidungsgrundlagen, Fachabteilungen praktische Anwendung, die IT Architektur- und Sicherheitsfragen. Ein Format für alle ist meist für niemanden passend.

Mit Beispielen aus dem eigenen Alltag arbeiten. Allgemeine Demos beeindrucken kurz. Beispiele aus dem eigenen Arbeitsalltag bleiben hängen, weil Teilnehmende sofort erkennen, was sie morgen anders machen können.

Grenzen offen zeigen. Sprachmodelle können überzeugend falsche Antworten geben. Ein guter Workshop vermittelt, wie man Ergebnisse prüft, wann man auf KI verzichtet und welche Daten nicht in externe Tools gehören.

Regeln und Praxis verbinden. Leitlinien helfen nur, wenn sie verstanden werden. Im Workshop erarbeitete Regeln sind verständlicher und werden eher befolgt als Regeln, die nur verteilt werden.

Nachbereiten. Materialien, ein Ansprechpartner für Rückfragen und eine Dokumentation der Teilnahme machen aus einem Termin eine dauerhafte Maßnahme.

Mögliche Inhalte, je nach Zielgruppe: Grundlagen (was Sprachmodelle können und was nicht), sicheres Formulieren von Aufgaben, Prüfen und Verbessern von Ergebnissen, Umgang mit vertraulichen Daten, Einsatzszenarien im eigenen Fachbereich, Überblick über Automatisierung und Wissenssysteme.

Kapitel 07

KI-Kompetenz nach Art. 4 EU AI Act

Mit der KI-Verordnung der Europäischen Union (EU AI Act) gibt es erstmals einen verbindlichen Rahmen für den Einsatz von KI. Artikel 4 betrifft viele Unternehmen, auch solche, die KI nur nutzen und nicht entwickeln.

Was die Vorschrift sagt. Anbieter und Betreiber von KI-Systemen müssen Maßnahmen ergreifen, um die Entwicklung der KI-Kompetenz ihres Personals und anderer Personen zu unterstützen, die in ihrem Auftrag KI-Systeme betreiben oder nutzen. Zu berücksichtigen sind technische Kenntnisse, Erfahrung, Ausbildung und Schulung sowie der Kontext, in dem die KI-Systeme eingesetzt werden, und die Personen, auf die sie angewendet werden.

Seit wann. Die Pflicht gilt seit dem 2. Februar 2025, in der geänderten Fassung der Verordnung (EU) 2026/1744 seit dem 27. Juli 2026.

Was sie nicht sagt. Sie schreibt weder ein bestimmtes Zertifikat noch eine feste Stundenzahl, einen festen Turnus oder ein bestimmtes Nachweisformat vor. Ein bestimmtes Kompetenzniveau verlangt sie ausdrücklich nicht; was angemessen ist, bemisst sich am Einzelfall. Eine Person, die gelegentlich einen Chatbot für Textentwürfe nutzt, hat einen anderen Bedarf als jemand, der KI-gestützte Entscheidungen über Menschen vorbereitet.

Was in der Praxis sinnvoll ist. Viele Unternehmen gehen in vier Schritten vor:

1. Bestandsaufnahme: Welche KI-Systeme werden genutzt, auch inoffiziell?
2. Rollen und Bedarf: Wer arbeitet womit, mit welchem Risiko?
3. Maßnahmen: Schulungen, Leitlinien, Ansprechpartner, passend zu Rolle und Einsatz.
4. Dokumentation: Wer wurde wann zu welchen Inhalten geschult? Wann wird überprüft?

Wichtiger Hinweis. Die rechtliche Auslegung und Durchsetzung liegen bei den zuständigen Stellen und können sich weiterentwickeln. Wir erbringen keine Rechtsberatung. Wir unterstützen Sie bei Bedarfsermittlung und Schulung, die verbindliche rechtliche Einordnung klären Sie bitte mit Ihrer Rechtsberatung und prüfen dabei den aktuellen Stand der Gesetzgebung.

Kapitel 08

Woran Sie gute KI-Beratung erkennen

Einige Merkmale helfen bei der Auswahl.

• Herstellerneutral: Der Berater verdient nicht an einem bestimmten Tool, und Empfehlungen sind begründet.
• Konkret: Ergebnisse sind Dokumente und Entscheidungen, keine Schlagworte.
• Ehrlich: Auch „Das lohnt sich nicht" ist eine zulässige Antwort.
• Datenschutz von Anfang an: Fragen zu Daten, Hosting und AVV kommen früh, nicht erst bei der Umsetzung.
• Fester Ansprechpartner: Sie sprechen mit der Person, die das Projekt verantwortet, nicht mit wechselnden Vertretern.
• Transparente Konditionen: Leistungsumfang und Zahlungsweise sind vorab schriftlich klar. Bei Vertion sind es 40 Prozent nach Auftragsbestätigung und 60 Prozent nach Abnahme, jeweils netto zuzüglich Umsatzsteuer.
• Keine Wunderversprechen: Wer pauschale Einsparzahlen verspricht, ohne Ihre Abläufe zu kennen, kann sie nicht belegen.

Kapitel 09

Checkliste für den Start

• [ ] Ziel formuliert: Was soll in zwölf Monaten besser sein?
• [ ] Ansprechpartner im Unternehmen benannt
• [ ] Bestehende KI-Nutzung erfasst, auch inoffizielle
• [ ] Drei bis fünf Abläufe mit viel Routine identifiziert
• [ ] Datenquellen und Zugriffsrechte grob geklärt
• [ ] Datenschutzbeauftragte/r und ggf. Betriebsrat früh eingebunden
• [ ] Schulungsbedarf nach Rollen eingeschätzt
• [ ] Pilot mit klaren Erfolgskriterien definiert
• [ ] Betrieb nach der Einführung mitgedacht

Kapitel 10

Typische Fehler beim Einstieg

Einige Muster führen immer wieder zu Enttäuschungen und lassen sich vermeiden.

Mit dem schwierigsten Fall beginnen. Der Wunsch, gleich das größte Problem zu lösen, endet oft in langen Projekten ohne sichtbares Ergebnis. Ein überschaubarer Pilot liefert schneller Erfahrung.

Das Team nicht einbeziehen. Wenn Mitarbeitende erst bei der Einführung erfahren, was sich ändert, entsteht Widerstand. Wer früh eingebunden wird, liefert wertvolles Wissen über die tatsächlichen Abläufe.

Datenschutz am Ende prüfen. Wird die Frage nach Daten und Hosting erst vor dem Start gestellt, scheitern manche Vorhaben spät. Besser ist es, sie in der Priorisierung als Kriterium zu führen.

Kein Erfolgskriterium festlegen. Ohne Definition, woran Erfolg gemessen wird, lässt sich nach dem Pilot nicht entscheiden. Legen Sie vorab fest, was besser sein soll, und messen Sie es mit Ihren eigenen Zahlen.

Kapitel 11

Wie lange dauert der Einstieg?

Eine pauschale Dauer gibt es nicht. Sie hängt davon ab, ob ein Bereich oder das gesamte Unternehmen betrachtet wird und wie schnell Gesprächspartner verfügbar sind. Für die Planung sinnvoll ist eine grobe Staffelung: zuerst das Erstgespräch, dann die Analyse, dann Ergebnisse und Roadmap, danach gegebenenfalls Schulungen und ein Pilot. Konkrete Zeiträume legen wir im Angebot fest, nachdem wir den Umfang kennen.

Kapitel 12

Kurzfazit

Gute KI-Beratung spart vor allem eines: Fehlstarts. Wer Anwendungsfälle nachvollziehbar bewertet, sein Team gezielt befähigt und Pflichten wie Art. 4 im Blick behält, schafft die Grundlage für KI, die im Alltag tatsächlich genutzt wird.