Zwölf Mittelständler zu einem gemeinsamen KI-Business-Case führen

Zwölf mittelständische Industrie­unternehmen, verbunden in einem Netz­werkverein, haben dasselbe Thema erkannt und stehen vor derselben Schwelle. Jedes wusste, dass KI relevant wird, keines wusste, wo es bei sich selbst anfangen soll. Die Unternehmen unterscheiden sich in Größe und IT-Reife erheblich — vom Familien­betrieb mit gut hundert Beschäftigten bis zum Hersteller mit mehreren hundert und weltweitem Vertrieb —, und entsprechend unterschiedlich fallen die Anforderungen an die Technik aus. Der gemeinsame Verdacht ist, dass sich manches lohnen würde, wenn man es zusammen macht, und niemand kann sagen, was genau. Der Auftrag lautete deshalb nicht, eine Strategie für ein Unternehmen zu schreiben, sondern aus zwölf sehr verschiedenen betrieblichen Problemlagen diejenigen KI-Anwendungs­fälle herauszuarbeiten, die sich verallgemeinern lassen — und sie so weit zu bewerten, dass eine Geschäfts­führung darüber entscheiden kann.

Erst ein gemeinsames Verständnis, dann Ideen. Der erste Workshop war bewusst kein Ideenworkshop. Vor der Frage, was KI im eigenen Betrieb tun könnte, steht die Frage, was KI überhaupt tut und was nicht — und die beantwortet sich nicht durch Zurufe, sondern durch eine fachliche Einführung, Berichte aus umgesetzten Projekten und die unbequeme Einordnung, welche Infrastruktur ein Anwendungs­fall voraussetzt. Wer diesen Schritt überspringt, sammelt in der nächsten Stunde Wünsche ein, die entweder trivial oder unmöglich sind, und merkt es erst Monate später.

Ein Anwendungs­fall wird auf einer Leinwand entwickelt, nicht in einer Liste. Im zweiten Workshop arbeiteten die Unternehmen zuerst mit unserer Use-Case-Canvas und danach mit der Business-Case-Canvas — zwei Vorlagen, die dieselbe Idee zweimal zwingen, sich zu erklären: einmal fachlich, wer damit was tut und woran man den Erfolg erkennt, und einmal wirtschaftlich, was es kostet, was es bringt und wer es verantwortet. Eine Idee, die den zweiten Durchgang nicht übersteht, hätte sonst ein halbes Jahr Projektzeit gebraucht, um dasselbe zu zeigen.

Das Clustern ist die eigentliche Leistung, nicht das Sammeln. Aus den Einzelideen entstanden vier Cluster, und dieser Schritt entscheidet über alles Weitere. Der Sprach­assistent für wiederkehrende Meldungen bei dem einen und die Anfragestrecke im Kundenservice bei dem anderen sind derselbe Fall, sobald man eine Ebene höher schaut. Das sieht niemand, der nur sein eigenes Unternehmen kennt — und es zu sehen ist der Grund, warum eine solche Reihe gemeinsam und nicht zwölfmal einzeln durchgeführt wird.

Cross-Industry Innovation heißt, den Umweg über eine fremde Branche zu nehmen. Die Unternehmen dieses Netzwerks kommen aus dem Maschinenbau, der Metall­verarbeitung, der Werkstoffindustrie, dem Druck und der Möbel­fertigung. Ein Verfahren, das in der einen Branche seit Jahren selbstverständlich ist, ist in der anderen noch nie versucht worden. Wir haben die Arbeits­gruppen deshalb bewusst gemischt und nicht nach Branche sortiert — der Nutzen eines Netzwerks liegt in der Differenz, nicht in der Ähnlichkeit.

Die Empfehlung war eine Bauform, keine Produktliste. Am Ende stand nicht der Rat, welche Software zu kaufen sei, sondern wie ein System geschnitten sein muss, damit mehrere Unternehmen es gemeinsam finanzieren und trotzdem jedes seine eigenen Daten und Rechte behält: ein gemeinsamer Kern, strikt mandantenfähig, mit unternehmens­eigenen Ausprägungen darauf. Diese Empfehlung ist der Grund, warum ein Jahr später sechs Unternehmen zusammen bestellen konnten, was jedes einzelne nicht bestellt hätte.