PAGNOS
KI · Use Case

Von verstreuten KI-Ideen zur ersten messbaren Entlastung.

Alexander Strauß & Cathrin Klingenmeier

Die Ausgangssituation

Viele Unternehmen stehen gerade vor derselben Frage: KI einführen, und wenn ja, wie? Einzelne Teams nutzen längst Chat-Assistenten, andere warten ab. Es gibt vielleicht freigegebene Tools, aber keine Richtlinien, die sagen, was erlaubt ist und welche Daten hineindürfen. Es gibt keinen unternehmensübergreifenden Leitfaden und keine Roadmap. Und es fehlt beides: die Zeit, sich durchgehend damit zu beschäftigen, und das Know-how, um die richtigen Entscheidungen zu treffen.

Dazu kommt die menschliche Seite. KI im Unternehmen ist ein Change-Prozess, und der löst Fragen aus: Wird mein Arbeitsplatz wegrationalisiert? Werde ich kontrolliert? Muss ich jetzt alles neu lernen? Wo diese Fragen offen bleiben, entstehen Blockaden, bevor das erste Tool überhaupt ausprobiert wurde.

Was wir tun

PAGNOS bringt die Expertise ein, die dafür im Alltag fehlt. Wir helfen zuerst dabei, die Themen und Prozesse zu identifizieren, bei denen KI wirklich Sinn ergibt, und die zu erkennen, bei denen es sie nicht braucht. Wir klären, welche Tools genutzt werden dürfen und unter welchen Regeln. Und wir begleiten die Einführung kommunikativ, damit die Hürde für die Mitarbeitenden niedrig bleibt: Ziel ist Entlastung und Zeit für die eigentliche Arbeit, nicht Kontrolle und nicht Ersatz.

Deshalb fangen wir mit den kleinsten Themen an, den Quick Wins. Sie machen Entlastung schnell spürbar, nehmen Vorbehalte und schaffen die Erfahrung, auf der die größeren Schritte aufbauen.

Dabei gilt Use Case first: Erst steht der Anwendungsfall fest, dann wählen wir das Tool, das am besten passt. Und wir bleiben nicht bei der Empfehlung stehen, sondern setzen die ersten Anwendungsfälle gemeinsam mit dem Team selbst um.

So gehen wir vor

Bis zur Roadmap und zum ersten gemessenen Quick Win vergehen je nach Unternehmensgröße, Anzahl der Prozesse und gewünschtem Startpunkt etwa zwei bis drei Monate. Den Hauptaufwand tragen wir: Vom Team braucht es wenige, gebündelte Termine und keine Vorbereitung.

Wie das konkret aussieht, zeigt ein Beispiel: Nehmen wir an, ein mittelständisches Unternehmen beginnt im Kundenservice.

  1. 1

    Verstehen

    Wir sprechen mit den Bereichen entlang ihrer Kernprozesse, über Bereichsgrenzen hinweg, nehmen vorhandene Tools, Daten und Regeln auf und sammeln Ideen aus den Teams. Ein Termin je Prozess genügt, Analyse und Prozessskizzen übernehmen wir.

    Ergebnis: Ein klares Bild, wo Zeit verloren geht und wo KI ansetzen kann.

    Beispiel Kundenservice

    Die Leiterin Kundenservice kennt das Bild: Das Wissen für Antworten liegt verteilt im Ticketsystem, in E-Mail-Postfächern, in Produktdatenblättern und in den Köpfen erfahrener Kolleginnen und Kollegen. Bei einer ungewöhnlichen Anfrage wird in drei Systemen gesucht und nebenan nachgefragt.

  2. 2

    Priorisieren

    Jeder Anwendungsfall wird nach Nutzen, Aufwand, Machbarkeit mit freigegebenen Tools und Risiko eingeordnet. Daraus entsteht eine Entscheidungsvorlage mit Quick Wins, die sofort starten können, und Fällen, die Vorarbeiten brauchen.

    Ergebnis: Eine Roadmap mit klaren Prioritäten und Regeln für Daten und Tools.

    Beispiel Kundenservice

    Als erster Quick Win bietet sich ein KI-Assistent an, der nur auf freigegebene Produkt- und Prozessdokumente zugreift und seine Quellen nennt. Er braucht keine Kundendaten und läuft mit den Tools, die das Unternehmen schon hat. Fälle mit Kundendaten kommen später auf die Roadmap.

  3. 3

    Pilotieren

    Ein erster Quick Win wird mit einer kleinen Testgruppe aus dem Fachbereich ausprobiert. Wir richten die Lösung ein und binden sie in den Arbeitsalltag ein.

    Ergebnis: Entlastung, die das Team selbst erlebt.

    Beispiel Kundenservice

    Eine kleine Gruppe aus dem Service arbeitet mit dem Assistenten und entscheidet mit, welche Antworten er vorschlagen darf. Die Mitarbeitenden stellen ihre Frage, prüfen die Quelle und schreiben die Antwort auf dieser Grundlage. Standardantworten entstehen aus Vorlagen, die der Assistent vorschlägt und ein Mensch freigibt.

  4. 4

    Messen

    Wir halten vorher fest, wie viel Zeit die Aufgabe kostet, und messen nach einigen Wochen erneut, auf Team- und Prozessebene. So wird Entlastung nachgewiesen, nicht behauptet.

    Ergebnis: Eine belastbare Grundlage für die Entscheidung über den Rollout.

    Beispiel Kundenservice

    Vorher und nachher wird festgehalten, wie lange die Suche nach Antworten dauert und wie oft nachgefragt werden muss, auf Teamebene. Die Leiterin liest weniger gegen und hat Zeit, den Service weiterzuentwickeln.

  5. 5

    Verankern

    Die weiteren Fälle folgen nach Bedarf, Fall für Fall, mit demselben Prinzip: klein starten, messen, dann ausrollen. Schulung am Anwendungsfall und Key User in den Bereichen sorgen dafür, dass das Wissen im Unternehmen bleibt.

    Ergebnis: KI, die im Unternehmen bleibt, auch ohne uns.

    Beispiel Kundenservice

    Der Assistent geht an weitere Teams, Key User im Service geben ihr Wissen weiter. Neue Kolleginnen und Kollegen finden Prozesswissen selbst, statt es sich über Monate zusammenzufragen. Erst im zweiten Schritt, wenn die Regeln dafür geklärt sind, fließen Kundendaten ein.

Wo würde KI euer Team entlasten?

Ihr bringt eure Fragen mit, wir unsere Erfahrung. Ein erstes Gespräch zeigt, wohin die Reise gehen kann.

Weitere Cases & Insights