Vier Fragen, bevor ein KI-Projekt in der Fertigung startet

Die teuerste Diskussion in vielen KI-Projekten dreht sich um das Modell. Die entscheidende Arbeit findet an einer ganz anderen Stelle statt.

Erst die Reihenfolge

In vielen KI-Projekten fließt der Großteil der Aufmerksamkeit in die Auswahl des Modells, nicht in die Datengrundlage, die davor liegen müsste. Dabei entscheidet genau dieser unspektakuläre Teil, ob am Ende etwas Nutzbares entsteht. Ein vollständiger, sauberer Datensatz bringt häufiger echten Fortschritt als das nächste Modell-Update.

Die Reihenfolge, die sich in der Praxis bewährt: Erstens Prozesse klären. Zweitens den Anwendungsfall definieren. Drittens die Datengrundlage schaffen. Viertens das KI-Modell auswählen. Wer diese Reihenfolge umdreht, gewinnt am Anfang Zeit und verliert sie am Ende wieder. Warum der dritte Schritt der aufwendigste bleibt, auch mit KI, beschreibt Martin Thorn in KI verschiebt den Aufwand, sie eliminiert ihn nicht.

Dann die vier Fragen

Bevor ein KI-Projekt startet, lässt sich mit vier Fragen früh einschätzen, ob sich die Investition lohnt.

Welcher Verlust entsteht heute konkret? Ausschussmenge, Stillstandszeit oder manueller Aufwand lassen sich in der Regel in Euro ausdrücken, wenn man der Sache auf den Grund geht. Für Werkerführung und Betriebsdatenerfassung ist das die Rechnung aus Der Laufzettel muss weg: Minuten fürs Suchen, Nachfragen und Abtippen, mal Belegschaft, mal Arbeitstage.

Ist die Datengrundlage vorhanden? KI-Modelle benötigen vollständige, strukturierte und ausreichend historische Daten. Ohne sie fehlt die Basis für ein belastbares System.

Gibt es eine einfachere Lösung? Prozessanpassungen oder regelbasierte Automatisierung erreichen in vielen Fällen einen ähnlichen Effekt schneller und günstiger.

Wer betreibt das System nach Go-live? Ohne definierten Verantwortlichen verliert auch ein technisch gutes System schnell an Nutzung. Dass diese Verantwortung meistens nicht im Data-Team liegt, sondern in der Geschäftsführung, zeigt Nicht die KI scheitert. Die Führung tut es.

Diese vier Fragen ersetzen keine vollständige Wirtschaftlichkeitsrechnung. Aber wer sie beantworten kann, bevor ein Projekt beginnt, vermeidet die häufigsten Fehler, die zu gescheiterten oder wirtschaftlich fragwürdigen KI-Projekten führen. Bei AssistIng erfüllt der Quick-Check genau diese Funktion: eine erste, schnelle Einschätzung, ob sich eine tiefere Prüfung lohnt.