KI Use Cases: ROI vor Projektstart berechnen – so geht's | TREVISTO bei #KIundTECH

Holger Winkler (0:00)

Hallo und herzlich willkommen zurück zu einer neuen Ausgabe des KI und Tech Podcasts. Mein Name ist Holger Winkler und ich freue mich, dass du wieder da bist. Neun von zehn KI-Projekten in Unternehmen erfüllen nicht die Erwartungen, die man an sie hatte. Bei Konzept und Prototyp sieht es noch ganz gut aus, doch bei der Umsetzung und wenn es zum Betrieb denn dann kommt, ein Desaster bei Aufwand, bei der Qualität und bei den Kosten. Das kommt dir bekannt vor? Dann halt dich fest, diese Folge ist heute nur für dich. Denn wir stellen dir einen Weg vor, bei dem du, und zwar bevor du startest, den konkreten wirtschaftlichen Nutzen deiner Automatisierungsprojekte kennst. Und zwar als klassische betriebswirtschaftliche ROI-Berechnung.

So bist du auf der einen Seite bei KI sicher, dass es funktionieren wird, funktionell und wirtschaftlich, und auf der anderen Seite deinem Wettbewerb die entscheidende Nasenlänge voraus.

Spannend? Dazu begrüße ich jetzt Jens Horstmann, Vorstand der Trevisto AG aus Nürnberg. Hallo und herzlich willkommen, Jens.

Jens Horstmann (1:18)

Hallo, Holger. Schön, dass ich heute hier sein kann.

Holger Winkler (1:23)

Ich freue mich, dass wir sprechen. Jens, für alle, die dich noch nicht kennen, möchtest du zwei Worte zu dir sagen?

Jens Horstmann (1:30)

Ja, ich beschäftige mich eigentlich schon seit meinem Studium mit dem Thema Daten und Betriebwirtschaft, also genau an dieser Schnittstelle, und habe dann vor circa 17 Jahren die Firma Trevisto gegründet, die sich genau mit diesem Thema beschäftigt.

Holger Winkler (1:49)

Wir machen heute eine Vorstellung eines Sicherheitsgurtes, oder? Und jetzt lass uns doch mal da mit anfangen, was ist denn der größte, größte Irrglaube eigentlich da draußen bei den Unternehmen in Zusammenhang mit KI?

Was ist das, was du regelmäßig siehst, das, was ich jetzt auch in der Anmoderation so ein bisschen schon geschildert habe?

Jens Horstmann (2:12)

Ich glaube, das erste große Problem ist oder der Irrglaube ist, dass man ein KI-Projekt mit KI beginnt.

Man muss eigentlich viel vorher ansetzen. Das heißt, der Use Case, der hinter der KI steckt, muss in Frage gestellt werden. Sprich, bringt er den Nutzen? Haben wir überhaupt die Daten dafür? Und wie werden denn die Kosten sein? Nicht nur für den Prototypen, sondern vor allem für die Umsetzung, weil dazwischen, wie du ja auch schon gesagt hast, steckt schon eine ganz schöne Herausforderung.

Holger Winkler (2:45)

Was passiert denn, wenn man das nicht macht? Also so wie jetzt klassisch die meisten Unternehmen mit den KI-Projekten starten, was sind die klassischen Konsequenzen, die jeder im Moment da draußen so spürt und kennt?

Jens Horstmann (2:58)

Das eine ist, dass man von vornherein sowieso einen Use Case nimmt, der keinen echten Nutzen bringt, sondern nur, ich sag mal, technisch cool ist. Der andere ist, dass man Prototypen baut, der vielversprechend aussieht und einem dann plötzlich bei dem Versuch, diesen produktiv zu setzen, also sozusagen in die tägliche Arbeitswelt zu überführen, die Kosten explodieren oder es sogar nicht durchführbar ist, weil beispielsweise die Daten, die für den Prototypen noch gereicht haben, eben nicht täglich in der Qualität bereitstehen oder die KI eben kein Ergebnis liefert, was gut genug ist, um eine entsprechende Vorhersage für eine automatisierte Entscheidung herbeizuführen.

Holger Winkler (3:41)

Okay, jetzt habt ihr das ein paar Mal so erlebt in der Praxis. Dann habt ihr euch überlegt, wie könnte man das besser machen? Und ihr habt ja einen großen Vorteil, weil ihr eben nicht nur KI macht, sondern ihr kennt ja im Prinzip Daten seit, du hast es gerade gesagt, 17 Jahren und ihr kennt vor allem auch Prozesse.

Ihr seid ja in ganz unterschiedlichen Branchen unterwegs. Wissen wir uns zwei, drei Branchen nennen, wo ihr so mit Erfahrung unterwegs seid seit vielen Jahren?

Jens Horstmann (4:06)

Also eine Branche, in der wir quasi auch gestartet haben, die Finanzbranche, da kommt sozusagen unser erster Kunde her. Wir haben aber seitdem auch viel im Handel gemacht oder eben auch beispielsweise in klassischen Produktionsbetrieben.

Holger Winkler (4:19)

Und jetzt, was ist der Ansatz? Was ist die Lösung, dass du sagst, Freunde, wenn ihr das macht, dann fällt ihr damit mit dem KI-Projekt nicht mehr so einfach auf die Nase wie vorher oder ihr fallt gar nicht mehr auf die Nase bzw. ihr kommt direkt zum Erfolg?

Jens Horstmann (4:32)

Genau. Die Grundidee ist vorher zu überprüfen, ob es einen Use Case gibt oder mehrere Use Cases gibt und dann diese Use Cases zu hinterfragen, wie sicher die auf der einen Seite umsetzbar sind. Das heißt, wie groß ist das Risiko zu scheitern? Und auf der anderen Seite Kosten und Nutzen abzuschätzen, also eine klassische ROI-Berechnung am Ende des Tages, um auszuschließen, dass die Überraschung am Ende kommt, wenn man schon viel Geld in die Hand genommen hat.

Holger Winkler (5:05)

Wie groß ist so ein Workshop? Was stelle ich mir da vor? Ist das ein Monster? Ist das Climb? Geht das von Remote? Muss er vor Ort sein?