„Hammer sucht Nagel" – warum KI-Projekte selten an der KI scheitern

„Hammer sucht Nagel". . . KI-Projekte scheitern selten an der KI. Sie scheitern daran, dass jemand ein Werkzeug eingekauft hat und jetzt nach dem passenden Nagel sucht.

Elisabeth Meister, Co-CEO der Ludwig Meister GmbH legte diese Woche auf der WirtschaftsWoche-Konferenz „KI im Mittelstand" zweierlei vor:

Erstens: Die #Erfolgs-Rechnung: 40 Pilots in 24 Monaten ohne KI-Abteilung => 20.000 Euro rein, 70.000 Euro Lizenz-Einsparung pro Jahr raus. Jahr für Jahr.

Zweitens: Die #Scheiter-Diagnose: wenn sie vom Werkzeug ausgingen statt vom Problem

Meine persönliche Einschätzung: es sind 3 Hebel, die in Meisters Diagnose stecken, die ich zu 100% unterschreibe:

1️⃣ Vom Problem, nicht vom Tool. „Wo könnten wir KI einsetzen?" ist die falsche Frage. Richtig: „Welcher Schmerz kostet uns Marge? welche Methode löst ihn?" Das Werkzeug kommt danach.

2️⃣ Datenstruktur vor Demo. Meisters Erfolgsbedingung: „eine einzige Datenbank", dann erst die Use Cases. Wer das umdreht, baut Demo-Pyramiden auf Sand.

3️⃣ Kleiner Schritt, klare Entscheidung. Drei Use Cases mit Profit-Bezug schlagen zwölf bunte PoCs. Und immer: Mensch entscheidet, KI bereitet vor!

Also fangt mit den Pain Points an, denkt von den Daten her und geht in kleinen Schritten vor! Und schaut Euch den WiWo-Artikel dazu an.