Erst Daten, dann KI: Warum ChatGPT allein noch keine KI-Strategie ist

KI ist im Unternehmensalltag angekommen

Künstliche Intelligenz ist längst kein Zukunftsthema mehr. Mitarbeitende formulieren mit ChatGPT E-Mails, lassen Texte zusammenfassen, erstellen Präsentationen oder suchen nach neuen Ideen. Das spart Zeit und zeigt eindrucksvoll, welches Potenzial in generativer KI steckt.

Doch der Einsatz eines KI-Tools ist noch keine KI-Strategie.

Solange Kundeninformationen in unterschiedlichen Programmen liegen, Projektdaten in Excel gepflegt werden und wichtiges Wissen nur in E-Mails oder den Köpfen einzelner Mitarbeitender steckt, bleibt künstliche Intelligenz ein isoliertes Hilfsmittel. Sie kann Texte erzeugen, kennt aber weder die tatsächlichen Abläufe noch den aktuellen Stand eines Kunden, Projekts oder Auftrags.

Damit KI im Unternehmen zuverlässig Mehrwert schafft, braucht sie mehr als einen guten Prompt. Sie benötigt aktuelle Daten, eindeutige Strukturen, geregelte Zugriffsrechte und klar definierte Prozesse.

Die entscheidende Frage lautet deshalb nicht: Welches KI-Tool sollen wir einsetzen?

Sondern: Sind unsere Daten und Prozesse überhaupt bereit für den produktiven Einsatz von KI?

 

ChatGPT ist ein Werkzeug, keine Strategie

ChatGPT und ähnliche Anwendungen machen den Einstieg in künstliche Intelligenz erstaunlich einfach. Innerhalb weniger Sekunden lassen sich Texte überarbeiten, Informationen strukturieren oder erste Ideen entwickeln.

Das ist nützlich, bleibt aber häufig auf einzelne Aufgaben beschränkt.

Ein Mitarbeiter verwendet KI für eine Kundenmail. Eine Kollegin lässt sich eine Excel-Formel erklären. Die Marketingabteilung erstellt Ideen für eine Kampagne. Der Vertrieb fasst Gesprächsnotizen zusammen.

Jeder dieser Anwendungsfälle kann Zeit sparen. Trotzdem entsteht daraus noch kein intelligenter Unternehmensprozess.

Eine KI-Strategie beantwortet deutlich weitergehende Fragen:

• Welche Unternehmensprozesse sollen verbessert werden?
• Welche Daten werden dafür benötigt?
• Wo liegen diese Daten?
• Wie aktuell und vollständig sind sie?
• Wer darf auf welche Informationen zugreifen?
• Welche Aufgaben darf eine KI übernehmen?
• Wo muss ein Mensch prüfen oder freigeben?
• Wie wird der wirtschaftliche Nutzen gemessen?
• Wie werden Datenschutz und Informationssicherheit berücksichtigt?

 

Wer lediglich einzelne KI-Tools bereitstellt, ohne diese Fragen zu klären, digitalisiert nicht automatisch seine Prozesse. Im schlimmsten Fall entsteht eine weitere Insellösung neben den bereits vorhandenen Programmen.

 

Das größte KI-Problem im Mittelstand ist häufig nicht die Technologie

Viele kleine und mittelständische Unternehmen verfügen über wertvolle Daten. Das Problem ist, dass diese Informationen über zahlreiche Orte verteilt sind.

Typische Beispiele:

• Kundendaten liegen teilweise im CRM und teilweise in persönlichen Kontaktlisten.
• Angebote werden im ERP erstellt, zusätzliche Kalkulationen aber in Excel geführt.
• Projektinformationen befinden sich in E-Mails, Chatverläufen und Netzlaufwerken.
• Supportanfragen werden über verschiedene Postfächer bearbeitet.
• Dokumente sind in unterschiedlichen Ordnerstrukturen gespeichert.
• Wissen über Sonderfälle und Kundenwünsche ist nur einzelnen Mitarbeitenden bekannt.
• Für dieselben Produkte oder Kontakte existieren mehrere Datenstände.
• Änderungen werden nicht in allen beteiligten Systemen nachgeführt.

 

Menschen können solche Lücken teilweise ausgleichen. Sie erinnern sich an ein Gespräch, kennen die richtige Excel-Datei oder fragen einen Kollegen.

Eine KI kann nur mit den Informationen arbeiten, auf die sie zugreifen darf und die sie im richtigen Zusammenhang erhält. Fehlen wichtige Daten oder widersprechen sie sich, entstehen zwangsläufig unvollständige oder falsche Ergebnisse.

Das bekannte Prinzip „Garbage in, garbage out“ gilt daher auch für moderne KI: Aus schlechten, veralteten oder unvollständigen Daten entstehen keine verlässlichen Entscheidungen.

 

Was passiert, wenn KI auf Datenchaos trifft?

Stellen Sie sich vor, ein Mitarbeiter möchte sich von einer KI auf ein Kundengespräch vorbereiten lassen. Die KI soll den bisherigen Verlauf zusammenfassen und mögliche nächste Schritte vorschlagen.

Damit das funktioniert, benötigt sie unter anderem:

• aktuelle Kontaktdaten
• bisherige Angebote und Rechnungen
• laufende Projekte
• offene Aufgaben
• Supportanfragen
• Gesprächsnotizen
• vorhandene Verträge
• besondere Vereinbarungen
• zuständige Ansprechpartner

 

Liegt nur ein Teil dieser Informationen vor, kann die Zusammenfassung überzeugend klingen und trotzdem falsch sein.

Vielleicht wurde ein Angebot bereits abgelehnt, der Status aber nicht aktualisiert. Vielleicht befindet sich eine wichtige Kundenbeschwerde nur in einem persönlichen E-Mail-Postfach. Oder die KI greift auf eine alte Version des Vertrags zu.

Das Ergebnis wirkt professionell, basiert aber auf einer unvollständigen Realität.

Gerade darin liegt eine der größten Herausforderungen generativer KI: Sprachlich überzeugende Antworten werden schnell mit fachlich korrekten Antworten verwechselt.

 

Fünf Voraussetzungen für eine funktionierende Unternehmens-KI

 

1. Eine zentrale Datenbasis

Künstliche Intelligenz funktioniert am besten, wenn die relevanten Informationen nicht auf viele unverbundene Systeme verteilt sind.

Eine zentrale Datenbasis bedeutet nicht zwingend, dass jede Datei physisch in derselben Datenbank liegen muss. Entscheidend ist, dass Informationen eindeutig zugeordnet, miteinander verknüpft und über geregelte Schnittstellen erreichbar sind.

Ein Kundenkontakt sollte beispielsweise mit seinen Angeboten, Projekten, Rechnungen, Dokumenten und Supportanfragen verbunden sein. Erst dann kann eine KI den vollständigen geschäftlichen Zusammenhang erfassen.

 

2. Verlässliche Datenqualität

Zentral gespeicherte Daten helfen wenig, wenn sie fehlerhaft oder veraltet sind.

Zur Datenqualität gehören:

• vollständige Pflichtangaben
• einheitliche Schreibweisen
• eindeutige Zuordnungen
• aktuelle Statusinformationen
• keine unnötigen Dubletten
• nachvollziehbare Änderungen
• klar geregelte Verantwortlichkeiten

 

Datenqualität ist keine einmalige Aufräumaktion. Sie muss Bestandteil der täglichen Prozesse werden.

Wenn Mitarbeitende dieselben Informationen weiterhin mehrfach in unterschiedlichen Systemen pflegen müssen, entstehen früher oder später erneut Abweichungen.

 

3. Fachlicher Kontext

Einzelne Informationen besitzen ohne Zusammenhang oft wenig Aussagekraft.

Die Zahl „50.000 Euro“ kann ein Jahresbudget, ein Auftragswert, eine offene Forderung oder eine interne Kostengrenze sein. Erst die Datenstruktur gibt der Information eine eindeutige Bedeutung.

Eine KI muss deshalb nicht nur Inhalte sehen, sondern auch deren Zusammenhang verstehen:

• Zu welchem Kunden gehört das Dokument?
• Welches Projekt ist betroffen?
• Handelt es sich um ein Angebot oder eine Rechnung?
• Welche Version ist aktuell?
• Wer ist verantwortlich?
• Welcher Prozessschritt folgt als Nächstes?

 

Je sauberer diese Zusammenhänge im Unternehmenssystem abgebildet sind, desto zuverlässiger kann eine KI unterstützen.

 

4. Klare Berechtigungen

Nicht jeder Mitarbeiter darf alle Unternehmensdaten sehen. Das muss auch für KI-Funktionen gelten.

Eine KI darf Zugriffsrechte nicht umgehen. Wer keinen Zugriff auf Personalakten, vertrauliche Verträge oder bestimmte Finanzdaten hat, darf diese Informationen auch nicht über eine KI-Abfrage erhalten.

Deshalb benötigt der produktive KI-Einsatz ein durchgängiges Berechtigungskonzept:

• Welche Rollen gibt es?
• Welche Daten dürfen diese Rollen sehen?
• Welche Inhalte dürfen verarbeitet werden?
• Welche Informationen dürfen das Unternehmen verlassen?
• Welche KI-Dienste dürfen verwendet werden?
• Welche Ergebnisse und Vorgänge müssen protokolliert werden?

 

Je sensibler die Daten, desto wichtiger sind Kontrolle und Nachvollziehbarkeit.

 

5. Menschliche Verantwortung

KI kann Mitarbeitende unterstützen, aber Verantwortung nicht einfach übernehmen.

Besonders bei finanziellen, rechtlichen, personellen oder kundenrelevanten Entscheidungen muss klar sein, wer ein Ergebnis prüft und freigibt.

Ein sinnvoller Prozess unterscheidet zwischen:

• Vorschlag durch die KI
• fachlicher Prüfung
• menschlicher Entscheidung
• dokumentierter Freigabe
• anschließender Ausführung

 

Eine KI kann beispielsweise eine Antwort auf eine Kundenbeschwerde vorbereiten. Ob diese Antwort inhaltlich, rechtlich und kommunikativ angemessen ist, sollte ein verantwortlicher Mitarbeiter entscheiden.

 

Warum ein ERP-System zur Grundlage für KI wird

Ein ERP-System verbindet zentrale Unternehmensbereiche auf einer gemeinsamen Datenbasis. Dazu können Kunden, Projekte, Angebote, Rechnungen, Artikel, Dokumente, Aufgaben, Servicefälle und Personaldaten gehören.

Damit schafft ein ERP genau die Struktur, die künstliche Intelligenz benötigt.

Statt Informationen aus verschiedenen Quellen mühsam zusammenzusuchen, stehen Daten bereits in einem fachlichen Zusammenhang:

• Der Kontakt gehört zu einem Unternehmen.
• Das Angebot gehört zu einer Verkaufschance.
• Der Auftrag gehört zu einem Projekt.
• Die Rechnung gehört zum Auftrag.
• Das Dokument gehört zur Kunden- oder Projektakte.
• Die Supportanfrage ist einem Kunden und einem Vorgang zugeordnet.
• Die Aufgabe besitzt einen Verantwortlichen und einen Status.

 

Diese Verknüpfungen machen den Unterschied zwischen einer KI, die nur Texte verarbeitet, und einer KI, die den betrieblichen Kontext berücksichtigen kann.

Das ERP wird dadurch zum digitalen Rückgrat des Unternehmens. Die KI setzt darauf auf und hilft, Informationen schneller zu finden, Inhalte zu verstehen und Abläufe effizienter zu gestalten.

 

Muss vor dem KI-Einsatz wirklich alles perfekt sein?

Nein. Unternehmen müssen nicht zuerst jahrelang sämtliche Datenbestände bereinigen, bevor sie eine erste KI-Anwendung testen dürfen.

Entscheidend ist, mit einem klar begrenzten und wirtschaftlich sinnvollen Prozess zu beginnen.

Ein guter Einstieg könnte beispielsweise die Suche in Kunden- und Projektakten sein. Dafür werden zunächst nur die Daten und Dokumente betrachtet, die für diesen Anwendungsfall benötigt werden.

Der Vorteil eines solchen Vorgehens:

• Das Projekt bleibt überschaubar.
• Risiken lassen sich leichter kontrollieren.
• Datenprobleme werden früh sichtbar.
• Der Nutzen kann konkret gemessen werden.
• Mitarbeitende sammeln praktische Erfahrungen.
• Die Lösung kann schrittweise erweitert werden.

 

Eine KI-Strategie muss nicht mit einem großen Transformationsprojekt beginnen. Sie benötigt aber ein klares Ziel und eine belastbare Grundlage.

 

Sechs sinnvolle KI-Anwendungen auf Basis von Unternehmensdaten

 

1. Intelligente Suche in Unternehmensakten

Die klassische Suche setzt häufig voraus, dass Mitarbeitende den richtigen Dateinamen, Speicherort oder Suchbegriff kennen.

Eine KI-gestützte Suche kann Fragen in natürlicher Sprache verstehen:

• Welche Vereinbarungen wurden mit diesem Kunden getroffen?
• Wo befindet sich das zuletzt freigegebene Angebot?
• Welche Projekte hatten ähnliche Anforderungen?
• Welche Dokumente fehlen noch?
• Was wurde beim letzten Kundentermin besprochen?

 

Damit eine solche Suche zuverlässige Ergebnisse liefert, müssen Dokumente und Informationen richtig zugeordnet und für den jeweiligen Nutzer freigegeben sein.

 

2. Unterstützung bei der Kundenkommunikation

Eine KI kann Mitarbeitende beim Erstellen von E-Mails, Angeboten oder Antworten unterstützen.

Besonders wertvoll wird das, wenn sie den jeweiligen Vorgang kennt. Statt eines allgemeinen Standardtextes kann ein Entwurf den Kunden, den bisherigen Verlauf und den aktuellen Bearbeitungsstand berücksichtigen.

Der Mitarbeiter bleibt verantwortlich und entscheidet, ob der Vorschlag fachlich und sprachlich passt.

 

3. Zusammenfassung komplexer Vorgänge

Bei langjährigen Kunden oder umfangreichen Projekten sammeln sich zahlreiche Dokumente, Notizen, Aufgaben und E-Mails an.

Eine KI kann daraus eine strukturierte Übersicht erstellen:

• bisheriger Verlauf
• aktuelle Situation
• offene Punkte
• getroffene Entscheidungen
• nächste Schritte
• mögliche Risiken

 

Das erleichtert Übergaben, Vertretungen und die Vorbereitung auf Termine.

 

4. Unterstützung im Servicemanagement

Im Kundenservice kann KI eingehende Anfragen analysieren, Themen erkennen und passende Informationen bereitstellen.

Mögliche Anwendungen sind:

• Anfragen vorsortieren
• Prioritäten vorschlagen
• zuständige Mitarbeitende ermitteln
• ähnliche Fälle finden
• Antwortentwürfe erstellen
• vorhandene Hilfetexte vorschlagen

 

Dadurch müssen Mitarbeitende weniger Zeit mit Suchen und Sortieren verbringen und können sich stärker auf die eigentliche Lösung konzentrieren.

 

5. Dokumente erkennen und einordnen

Unternehmen erhalten täglich Rechnungen, Verträge, Bestellungen, Lieferscheine und andere Dokumente.

KI kann dabei helfen, Inhalte zu erkennen und strukturiert weiterzuverarbeiten. Denkbar sind beispielsweise:

• Dokumentart bestimmen
• relevante Angaben extrahieren
• Dokument dem richtigen Vorgang zuordnen
• fehlende Informationen markieren
• einen passenden Workflow starten

 

Die endgültige Prüfung sollte insbesondere bei geschäftskritischen Dokumenten weiterhin durch einen Menschen erfolgen.

 

6. Auffälligkeiten und Handlungsbedarf erkennen

Wenn Daten aus Vertrieb, Projekten, Finanzen und Service miteinander verbunden sind, können Systeme Zusammenhänge sichtbar machen, die im Tagesgeschäft leicht übersehen werden.

Beispiele:

• Angebote bleiben ungewöhnlich lange unbearbeitet.
• Projekte überschreiten ihr geplantes Zeitbudget.
• Kunden melden wiederholt ähnliche Probleme.
• Aufgaben werden regelmäßig verspätet abgeschlossen.
• Bestimmte Prozessschritte verursachen besonders viele Rückfragen.

 

KI kann auf solche Auffälligkeiten hinweisen und mögliche Ursachen oder nächste Schritte vorschlagen. Die Entscheidung bleibt beim verantwortlichen Mitarbeiter.

 

Vom KI-Experiment zur KI-Strategie

 

Schritt 1: Ein konkretes Problem auswählen

Beginnen Sie nicht mit der Technologie, sondern mit einer betrieblichen Frage:

• Wo verlieren Mitarbeitende besonders viel Zeit?
• Wo wird häufig nach Informationen gesucht?
• Wo entstehen immer wieder Fehler?
• Welche Aufgabe wird oft wiederholt?
• Welcher Prozess erzeugt besonders viele Rückfragen?

 

Je konkreter das Problem, desto besser lässt sich später der Nutzen bewerten.

 

Schritt 2: Den aktuellen Prozess aufnehmen

Bevor KI eingesetzt wird, muss klar sein, wie der Ablauf heute funktioniert:

• Welche Personen sind beteiligt?
• Welche Programme werden verwendet?
• Welche Daten entstehen?
• Wo werden Informationen übergeben?
• Welche Ausnahmen gibt es?
• Wo entstehen Wartezeiten oder Medienbrüche?

 

Häufig zeigt sich bereits dabei, dass nicht nur die KI, sondern der gesamte Prozess Verbesserungspotenzial besitzt.

 

Schritt 3: Die benötigten Daten bestimmen

Für den ausgewählten Anwendungsfall muss festgelegt werden:

• Welche Informationen braucht die KI?
• Wo liegen diese Informationen?
• Wie aktuell sind sie?
• Wer pflegt sie?
• Wie sind sie miteinander verbunden?
• Welche Daten dürfen verarbeitet werden?

 

Nicht jede verfügbare Information muss automatisch verwendet werden.

 

Schritt 4: Daten und Berechtigungen vorbereiten

Anschließend werden Dubletten, fehlende Angaben und unklare Zuordnungen bereinigt. Gleichzeitig wird geregelt, welche Nutzer auf welche Inhalte zugreifen dürfen.

Dieser Schritt ist häufig weniger spektakulär als eine KI-Demonstration, entscheidet aber maßgeblich über die spätere Qualität.

 

Schritt 5: Einen begrenzten Pilot umsetzen

Der erste KI-Anwendungsfall sollte einen klaren Umfang besitzen.

Beispiel: Die KI durchsucht freigegebene Kunden- und Projektakten und unterstützt zehn ausgewählte Mitarbeitende beim Auffinden relevanter Dokumente.

Eine solche Definition ist besser überprüfbar als das allgemeine Ziel, „KI im Unternehmen einzuführen“.

 

Schritt 6: Den Nutzen messen

Vor Beginn sollten messbare Kriterien festgelegt werden:

• Wie lange dauert die Aufgabe heute?
• Wie häufig treten Fehler auf?
• Wie viele Rückfragen entstehen?
• Wie zufrieden sind die beteiligten Mitarbeitenden?
• Welche Qualität besitzen die Ergebnisse?
• Wie häufig muss korrigiert werden?

 

Erst der Vergleich zeigt, ob aus einem interessanten Experiment ein wirtschaftlich sinnvoller Prozess geworden ist.

 

Schritt 7: Erfolgreiche Anwendungen ausbauen

Wenn der Pilot funktioniert, kann die Lösung auf weitere Teams, Datenquellen oder Prozesse erweitert werden.

So entsteht schrittweise eine KI-Strategie, die auf echten Erfahrungen basiert und nicht nur einer technologischen Mode folgt.

 

Der KI-Readiness-Check für Ihr Unternehmen

Beantworten Sie die folgenden Fragen:

1. Liegen Kunden-, Projekt- und Auftragsdaten zentral vor?
2. Sind wichtige Dokumente eindeutig einem Vorgang zugeordnet?
3. Gibt es klare Verantwortlichkeiten für die Datenpflege?
4. Werden Dubletten regelmäßig erkannt und bereinigt?
5. Sind Statusangaben und Prozessschritte aktuell?
6. Existiert ein durchgängiges Rollen- und Berechtigungskonzept?
7. Gibt es Regeln für die Nutzung externer KI-Dienste?
8. Wissen Mitarbeitende, welche Daten sie nicht in öffentliche KI-Tools eingeben dürfen?
9. Ist festgelegt, welche KI-Ergebnisse menschlich geprüft werden müssen?
10. Gibt es mindestens einen klar abgegrenzten Anwendungsfall?
11. Kann der heutige Aufwand dieses Prozesses gemessen werden?
12. Ist jemand für Einführung, Kontrolle und Weiterentwicklung verantwortlich?

 

Je häufiger die Antwort „Nein“ lautet, desto wichtiger ist es, vor einer größeren KI-Einführung zunächst die Daten- und Prozessgrundlage zu verbessern.

 

Wie emediaone Unternehmen auf den KI-Einsatz vorbereitet

emediaone verbindet wichtige Unternehmensbereiche in einem zentralen, webbasierten ERP-System. Dazu gehören:

• CRM und Vertrieb
• Finanzwesen und Buchhaltung
• Projektmanagement
• Warenwirtschaft
• Handel und E-Commerce
• Dokumentenmanagement
• Servicemanagement
• Teamwork
• HR und Personalwesen

 

Dadurch entstehen keine voneinander isolierten Datenbestände. Kunden, Projekte, Dokumente, Aufgaben und kaufmännische Vorgänge können miteinander verbunden und in ihrem fachlichen Zusammenhang genutzt werden.

KI-Funktionen wie die intelligente Suche in Akten und die Unterstützung bei der Texterstellung helfen Mitarbeitenden, schneller auf vorhandene Informationen zuzugreifen und ihre tägliche Arbeit effizienter zu erledigen.

Wenn ein Unternehmensprozess über die vorhandenen Standardfunktionen hinausgeht, kann emediaone individuell erweitert werden. So lässt sich künstliche Intelligenz gezielt dort einsetzen, wo sie im jeweiligen Unternehmen einen konkreten Nutzen erzeugt.

Es geht dabei nicht darum, möglichst überall KI einzubauen. Entscheidend ist, dass Daten, Prozesse und Technologie sinnvoll zusammenspielen.

 

Fazit: Gute KI beginnt mit guten Unternehmensdaten

ChatGPT hat künstliche Intelligenz für viele Unternehmen erstmals greifbar gemacht. Mitarbeitende erleben unmittelbar, wie schnell Texte erstellt, Informationen zusammengefasst und Ideen entwickelt werden können.

Doch zwischen einem hilfreichen KI-Tool und einer funktionierenden KI-Strategie liegt ein entscheidender Schritt: die Verbindung mit den tatsächlichen Daten und Prozessen des Unternehmens.

Ohne zentrale und aktuelle Informationen bleibt KI oberflächlich. Ohne Berechtigungen entstehen Risiken. Ohne klar definierte Abläufe bleibt der Nutzen schwer messbar. Und ohne menschliche Verantwortung können überzeugend formulierte Ergebnisse zu falschen Entscheidungen führen.

Unternehmen sollten deshalb nicht mit der Frage beginnen, welche KI sie kaufen wollen. Sie sollten zunächst klären, welche Prozesse verbessert werden sollen und ob die dafür benötigten Daten in ausreichender Qualität vorliegen.

Ein integriertes ERP-System schafft dafür die Grundlage. Es verbindet Informationen, gibt ihnen einen fachlichen Kontext und macht sie kontrolliert nutzbar.

Die richtige Reihenfolge lautet deshalb: Erst Prozesse verstehen. Dann Daten verbinden. Danach KI sinnvoll einsetzen.

 

Ist Ihr Unternehmen bereit für den produktiven Einsatz von KI?

In unserer kostenlosen Potenzialanalyse betrachten wir gemeinsam Ihre aktuelle Software- und Prozesslandschaft. Wir zeigen Ihnen, wo Daten heute noch verteilt liegen, welche Abläufe sich besser verbinden lassen und in welchen Bereichen KI einen echten Mehrwert schaffen kann.

Vereinbaren Sie jetzt eine kostenlose und unverbindliche Potenzialanalyse.