Einfach anfangen – und dabei lernen
Letzte Woche war ich bei einer Veranstaltung von it's OWL bei Diebold Nixdorf in Paderborn. Thema: Learnings bei der Einführung von KI. Was mich am meisten beeindruckt hat, war nicht eine Präsentation – sondern ein Blick in die Montage.
Dort haben wir gesehen, wie Creform-Arbeitsplätze und KI-gestützte Qualitätsprüfung im laufenden Betrieb kombiniert werden. Was mich dabei besonders beeindruckt hat: Diebold Nixdorf hatte die Montage zuvor konsequent nach Lean-Prinzipien aufgebaut. Das war keine Nebensache – das war die Voraussetzung. Erst saubere Prozesse, klare Strukturen, definierte Abläufe. Dann der nächste Schritt: KI als Verstärker dessen, was bereits funktioniert. Kein ausgereiftes Endprodukt, sondern ein lernendes System – Pilotprojekte, die im Alltag getestet, angepasst und weiterentwickelt werden.
Eine gute KI-Idee allein reicht nicht aus. Entscheidend ist, ob sie ein echtes Problem löst, ob die nötigen Daten verfügbar sind – und ob sie im Arbeitsalltag tatsächlich hilft.
Und: Man muss den Mut haben, Ansätze wieder zu stoppen, wenn sie keinen klaren Mehrwert liefern.
Aber – und das ist entscheidend
Kurz danach erinnerte ich mich an ein Projekt, das wir begleitet haben. Ein Unternehmen, das dringend eine digitale Lösung einführen wollte. Die Ungeduld war spürbar: Wann fangen wir endlich mit dem IT-Projekt an?
Was dabei schnell abgehandelt wurde: eine interne Umstrukturierung, die noch nicht abgeschlossen war. Stark hierarchische Strukturen, die Entscheidungen verlangsamten. Eine hohe Fluktuation. Eine intern angespannte Stimmung. All das wurde zügig beiseitegeschoben – in der Hoffnung, die IT-Lösung würde diese Probleme gleich mit lösen.
Technologie löst keine organisatorischen Probleme. Sie verstärkt bestenfalls das, was bereits funktioniert.
Und macht schonungslos sichtbar, was nicht funktioniert.
Der richtige Zeitpunkt ist nicht sofort – aber auch nicht nie
Beide Erfahrungen zusammen ergeben ein klares Bild: Loslegen und experimentieren ist richtig. Aber nur dort, wo die organisatorische Grundlage stimmt. Wo klar ist, welches echte Problem gelöst werden soll. Wo die Daten vorhanden sind. Und wo die Menschen, die mit der Lösung arbeiten sollen, eingebunden werden.
Diebold Nixdorf hat das eindrucksvoll gezeigt: Lean zuerst – dann KI. Nicht als Abkürzung, sondern als nächster konsequenter Schritt.
Bei TEAMSCHLÜTER stellen wir deshalb vor jedem KI-Vorhaben dieselben Fragen: Welches Problem soll gelöst werden – und ist es wirklich dieses Problem? Sind die organisatorischen Voraussetzungen geschaffen? Und: Sind wir bereit, einen Ansatz auch wieder zu stoppen, wenn er keinen Mehrwert liefert?
Was bleibt
- KI-Pilotprojekte sind der richtige Einstieg – aber nur wenn das zu lösende Problem klar definiert ist und die organisatorische Grundlage stimmt. Lean vor KI – das ist kein Umweg, sondern die Abkürzung.
- Technologie löst keine organisatorischen Probleme. Sie verstärkt, was bereits funktioniert – und macht schonungslos sichtbar, was nicht funktioniert.
- Der Mut, einen Ansatz zu stoppen, ist genauso wichtig wie der Mut, anzufangen. Beides erfordert Klarheit über den angestrebten Mehrwert.