Fragt 5 Kolleg:innen aus verschiedenen Bereichen eine einzige Frage: „Was nervt dich in deinem Arbeitsalltag am meisten – das du jede Woche wieder machen musst?" Sammelt die Antworten. Nicht bewerten, nur auflisten.

Ihr findet eure echten Schmerzpunkte – nicht die, die das Management vermutet, sondern die, die im Alltag Energie kosten. Das sind eure ersten Use Cases.

5 kurze Gespräche. Einen Zettel.

Die besten KI-Projekte starten nicht mit dem Tool, sondern mit dem Problem. Wer das Problem aus den Teams holt statt vom Schreibtisch zu definieren, bekommt Use Cases, die alle mittragen – weil sie von allen kommen.

Nehmt einen Prozess, den mindestens 3 Personen berühren – z.B. eine Kundenanfrage, ein Social-Media-Post, ein Onboarding neuer Mitarbeitender. Zeichnet den Weg auf: Wer gibt was an wen weiter, in welcher Form, wie oft? Markiert jede Stelle, an der Information verloren geht, übersetzt oder wiederholt wird.

Ihr seht, wo Reibungsverluste entstehen – und wo KI als Brücke funktionieren kann: Zusammenfassungen, Übergaben, Wissenstransfer.

Ein Whiteboard oder ein Blatt Papier. 30 Minuten mit den Beteiligten.

KI ist am stärksten an Schnittstellen – dort, wo Wissen von einem Kopf in den nächsten muss. Wer diese Stellen kennt, investiert gezielt statt breit.

Sammelt alle Dokumente, Leitfäden, Handbücher und Vorlagen, die es in eurem Unternehmen gibt. Fragt euch bei jedem: Wer weiß, dass es das gibt? Wer nutzt es? Wer findet es, wenn er es braucht? Sortiert in drei Stapel: „lebt", „liegt rum", „kennt keiner".

Ihr identifiziert totes Wissen – und damit den Rohstoff für euren ersten Custom GPT oder Wissensspeicher. Das Wissen existiert. Es ist nur nicht zugänglich.

Eine Person, die 2 Stunden sammelt und sortiert.

Ein KI-Assistent ist nur so gut wie das Wissen, das ihr ihm gebt. Die meisten Unternehmen haben genug Material – sie haben es nur auf 14 Servern verteilt. Wer aufräumt, bevor er automatisiert, spart sich drei Fehlversuche.

Gebt jedem Teammitglied eine Aufgabe: „Nimm dir eine Aufgabe, die du diese Woche ohnehin erledigen musst. Versuch sie einmal mit und einmal ohne KI. Miss die Zeit. Schreib einen Satz dazu: Was war besser, was war schlechter?"

Ihr bekommt echte Vergleichsdaten statt Bauchgefühl. Und jede:r im Team macht eine eigene Erfahrung – nicht theoretisch, sondern am eigenen Schreibtisch.

Ein KI-Zugang (ChatGPT Free reicht). 15 Minuten pro Person.

Messbare Erfolge beginnen mit messbaren Experimenten. Wer nach zwei Wochen 20 dokumentierte Vergleiche hat, weiß mehr über das KI-Potenzial im eigenen Unternehmen als nach jedem Konferenzbesuch.

Fragt nicht „Wer kann KI?", sondern „Wer hat Lust, sich da reinzugraben?" Sucht 2–4 Personen aus unterschiedlichen Abteilungen, die Neugier mitbringen und gut vernetzt sind im Unternehmen. Gebt ihnen ein einfaches Mandat: Ihr seid unser KI-Kompetenzteam. Trefft euch einmal die Woche für 30 Minuten.

Ihr habt Multiplikator:innen, die Wissen in die Breite tragen – nicht weil sie Expert:innen sind, sondern weil sie den Kontakt zu allen anderen haben.

Die Erlaubnis der Geschäftsführung, dass diese Personen sich diese Zeit nehmen dürfen.

KI-Transformation scheitert selten an der Technologie. Sie scheitert daran, dass das Wissen bei drei Leuten bleibt und die anderen warten. Multiplikator:innen lösen genau das.

Lasst euer nächstes internes Meeting transkribieren und zusammenfassen – mit einem beliebigen KI-Tool. Teilt das Ergebnis an alle Teilnehmenden und fragt: „Stimmt das? Fehlt was? War das hilfreich?"

Der geringste Widerstand bei KI-Einführung entsteht dort, wo alle sofort den Nutzen spüren. Meeting-Zusammenfassungen sparen jedem Zeit und machen Ergebnisse auffindbar.

Ein Transkriptionstool (Otter, Fireflies, tl;dv – viele haben Gratisversionen). Ein Meeting.

Das ist der Low Hanging Fruit, den fast jedes Unternehmen hat. Der Effekt: In zwei Wochen fragt niemand mehr „Brauchen wir KI?", sondern „Können wir das bitte für alle Meetings machen?"

Setzt euch als Leitungsteam 30 Minuten zusammen und beantwortet drei Fragen ehrlich: Was erwarten wir von KI in 3 Monaten? Was in 12 Monaten? Was gar nicht? Schreibt die Antworten auf und legt sie sichtbar ab.

Ihr macht eure Erwartungen explizit. Die häufigste Enttäuschung bei KI-Projekten kommt nicht von schlechten Ergebnissen, sondern von unausgesprochenen Erwartungen, die nie realistisch waren.

30 Minuten. Post-its. Ehrlichkeit.

Wer am Anfang definiert, was Erfolg ist, kann nach drei Monaten messen, ob er da ist. Wer es nicht definiert, diskutiert nach drei Monaten darüber, ob sich das alles überhaupt gelohnt hat – ohne Antwort.

Sprecht als Geschäftsführung oder Teamleitung einen einzigen Satz aus – laut, in einem Meeting, vor allen: „Ihr dürft mit KI experimentieren. Ihr dürft dabei scheitern. Wir stehen dahinter."

Ihr senkt die größte Hürde, die kein Tool lösen kann: die Angst, etwas falsch zu machen. Solange Mitarbeitende nicht sicher wissen, ob sie dürfen, werden sie nicht machen.

Mut. Einen Satz. Ein Meeting.

Fehlerkultur ist kein Workshop-Thema. Sie beginnt mit einer konkreten Aussage, die gehört wird. Danach kann man sie mit Struktur unterfüttern. Aber ohne diese Erlaubnis bleibt alles Theorie.

Führt eine einfache Routine ein: Am Ende jedes Arbeitstages notiert sich jede:r einen Satz – „Heute hätte mir KI bei [X] geholfen" oder „Heute war KI bei [X] unnötig." Sammelt die Sätze wöchentlich in einem geteilten Dokument.

Ihr baut ein lebendes Logbuch auf, das zeigt, wo KI im Alltag tatsächlich Mehrwert hat – und wo nicht. Nach vier Wochen habt ihr ein klareres Bild als nach jeder Bedarfsanalyse.

Ein geteiltes Dokument. Eine Gewohnheit.

Die meisten Unternehmen analysieren KI-Potenziale als einmaliges Projekt. Aber der Alltag verändert sich schneller als jede Analyse. Ein täglicher Einzeiler pro Person liefert mehr Signal als eine Quartals-Auswertung.

Plant nicht drei Monate voraus. Plant eine Woche. Nehmt euch genau einen Use Case vor – den einfachsten, den ihr nach der Flurfunk-Frage und dem Kühlschrank-Test gefunden habt. Setzt ihn in fünf Tagen um. Am Freitag: Funktioniert es? Hat es geholfen? Machen wir weiter?

Ihr habt nach einer Woche ein Ergebnis – nicht nach einem Quartal. Das Ergebnis kann „ja" sein, „nein" oder „anders als gedacht". Alles davon ist nützlich.

Eine Entscheidung. Fünf Tage. Die Bereitschaft, Freitag ehrlich zu sein.

Geschwindigkeit schlägt Perfektion. Ein Unternehmen, das in einem Monat vier schnelle Experimente macht, lernt mehr als eines, das in drei Monaten eine Roadmap erstellt. Das Signal findet ihr nicht im Plan – ihr findet es im Machen.