Der Hype um KI reicht nicht – es kommt auf den praktischen Nutzen an

Generative künstliche Intelligenz (auch GenAI) ist das Buzzword unserer Zeit – ChatGPT, Lama, Copilot und Co. befeuern Fantasien von Produktivitätssprüngen und neuen Geschäftsmodellen. Kein Wunder, dass viele Unternehmen möglichst schnell „irgendetwas mit KI” machen wollen. Doch der Realitätsschock folgt meist auf dem Fuße: Das Unternehmens-GPT wird eingeführt, alle dürfen ran – und kaum jemand nutzt es wirklich. Die Erkenntnis: Eine Technologie einzuführen, heißt noch lange nicht, sie wirksam zu machen.

Der entscheidende Fehler liegt oft im Ansatz: Die Einführung von GenAI wird als IT-Projekt verstanden – also irgendwo zwischen Infrastruktur, Lizenzen und Sicherheit. Doch echte Wirkung entfaltet sich nicht durch Zugang, sondern durch Anwendung. Denn der Schlüssel zur erfolgreichen Einführung von KI liegt in den Fachabteilungen, nicht in der IT. Denn sie kennen die echten Prozesse, die kleinen Zeitfresser, die wiederholbaren Aufgaben, die man mit GenAI automatisieren oder unterstützen könnte.

Aber selbst wenn dieser Gedanke ankommt, folgt die nächste Hürde: Der Umgang mit generativer KI ist nicht intuitiv. Es fehlt an Erfahrung im Formulieren präziser Prompts. Viele Nutzer geben eine grobe Anweisung ein – und sind enttäuscht vom Ergebnis. Andere verlieren sich im Trial-and-Error. Prompt Engineering ist ein Skill, der gelernt sein will. Und wie bei jeder neuen Fähigkeit braucht es Zeit, Übung und vor allem konkrete Anwendungsfälle.

Dazu kommt: Medienbrüche sind Gift für die Nutzung. Wenn ich ChatGPT in einem separaten Tab aufrufen, dort manuell Daten eingeben und das Ergebnis per Hand in mein System übertragen muss, dann bleibt es beim ersten Versuch. Nur wenn GenAI direkt im Arbeitskontext integriert ist, in Tools, Dashboards, oder Workflows, entsteht echte Effizienz. Die besten GenAI-Lösungen sind oft unsichtbar, weil sie sich nahtlos in bestehende Prozesse einfügen.

Ein Unternehmens-GPT als zentrale Lösung verfehlt deshalb meist sein Ziel. Es ist zu generisch, zu wenig eingebettet, zu angewiesen auf gute Daten und zu abhängig vom Prompt-Wissen der Nutzer. Stattdessen braucht es kleine, konkrete Anwendungen: eine automatische E-Mail-Zusammenfassung im CRM, ein KI-gestützter Recherche-Assistent im Datahub oder ein Textvorschlag für Reportings. Diese Anwendungen müssen gemeinsam mit den Fachabteilungen entwickelt werden – nah am Prozess, nah an der Realität.

Der Weg zu erfolgreicher GenAI-Nutzung führt nicht über Plattformzugänge, sondern über Prozessverständnis. Und über Menschen, die ihre Arbeit mit der Technologie neu denken – Schritt für Schritt, Anwendung für Anwendung. Nur so wird aus Hype echte Wirkung.