Ein Playbook für die KI-Einführung im Team entwickeln

Die entscheidende Frage ist nicht, ob KI gerade im Trend liegt, sondern ob sich ein klar definierter Arbeitsablauf unter den Vorgaben der Organisation zu Qualität, Sicherheit, Datenschutz, Kosten und Auswirkungen auf die Beschäftigten tatsächlich verbessert.

Werkzeuge und Modelle sind wichtig. Ebenso wichtig sind die Auswahl der Anwendungsfälle, die Gestaltung der Prozesse, Schulung, Steuerung, Beteiligung der Beschäftigten und Erfolgsmessung. Dieses Playbook macht die dafür nötigen Entscheidungen sichtbar; es verspricht weder eine erfolgreiche Einführung noch Produktivitätsgewinne.

Verstehen Sie dieses Playbook als einen Entwurf, den Teams anpassen und prüfen müssen. Aus der Größe einer Organisation lässt sich nicht ableiten, dass ein bestimmtes Einführungsmuster funktioniert.

Beginnen Sie nicht mit Lizenzen. Starten Sie mit einer handhabbaren Zahl klar begrenzter Arbeitsabläufe, benannten Verantwortlichen, der Beteiligung betroffener Beschäftigter, Ausgangsmessungen, Datenregeln und ausdrücklichen Abbruchbedingungen.

Beleggrundlage: Das NIST AI Risk Management Framework behandelt Steuerung, Kontextbestimmung, Messung und Risikobehandlung als fortlaufende Aufgaben einer Organisation. Die ILO-Aktualisierung von 2025 zu generativer KI und Beschäftigung sowie die 2026 veröffentlichte Auswertung empirischer Befunde zu Beschäftigung, Produktivität und Arbeitsorganisation betonen den Wandel von Tätigkeiten und die Bedeutung des Umsetzungskontexts. Keine dieser Quellen bestätigt die unten genannten beispielhaften Zeiträume oder Einführungsziele. Ersetzen Sie diese Planungsbeispiele durch Ihre eigene Ausgangsmessung und die Konsultation der Beschäftigten.

Ermitteln Sie die tatsächliche Praxis vor der Einführung

Einige Beschäftigte nutzen möglicherweise bereits genehmigte oder nicht genehmigte KI-Werkzeuge; andere haben gute Gründe, darauf zu verzichten. Erheben Sie die tatsächliche Nutzung, den Umgang mit Daten, Anforderungen an die Barrierefreiheit, hilfreiche Praktiken, Fehler und Bedenken, ohne daraus eine Überwachung der Beschäftigten zu machen. Leiten Sie aus einzelnen Berichten weder eine Nutzungslücke noch ein Kompetenzniveau ab.

Das Playbook hilft, wenn ein Team ein infrage kommendes Werkzeug in einen dokumentierten und geregelten Arbeitsablauf überführen und feststellen muss, ob das Ergebnis wirklich besser ist.

Die erste Entscheidung: der Zweck

Entscheiden Sie vor jeder Einführung, was Sie erreichen wollen. Dabei handelt es sich um unterschiedliche Zielsetzungen:

Produktivitätssteigerung. Bestehende Arbeit schneller und besser erledigen. Jede Person benötigt weniger Zeit für dieselben Ergebnisse. Unter dem Strich entstehen dieselben Ergebnisse in weniger Stunden oder mehr Ergebnisse in derselben Zeit.

Qualitätssteigerung. Bestehende Arbeit besser erledigen. Unter dem Strich entsteht in derselben Zeit ein hochwertigeres Ergebnis.

Kostensenkung. Personalbestand, Ausgaben für externe Auftragnehmer oder Anbieter reduzieren. Unter dem Strich entstehen dieselben Ergebnisse mit weniger Personen.

Erweiterung der Fähigkeiten. Dinge ermöglichen, die das Team zuvor nicht leisten konnte. Unter dem Strich entstehen neue Ergebnisse, die vorher nicht möglich waren.

Dies sind unterschiedliche Programme mit verschiedenen Erfolgskriterien. Ein Programm zur „Produktivitätssteigerung“ erfasst die eingesparte Zeit. Ein Programm zur „Kostensenkung“ erfasst Veränderungen bei Personal oder Ausgaben. Ein Programm zur „Erweiterung der Fähigkeiten“ erfasst neu mögliche Ergebnisse.

Wenn Interessengruppen mehrere Ziele verfolgen, benennen Sie ein Hauptziel und dokumentieren Sie die Zielkonflikte. Andernfalls kann sich ein Qualitätsverlust hinter einer behaupteten Zeitersparnis oder eine höhere Arbeitsbelastung hinter einem gestiegenen Ausgabevolumen verbergen.

Leiten Sie das Hauptziel aus dem tatsächlichen Problem der Organisation und den Auswirkungen auf die Betroffenen ab. „Produktivität“ ist nicht automatisch am einfachsten zu messen: Zeitschätzungen können Korrekturarbeit, Arbeitsverdichtung, verlagerten Aufwand, Qualitätsverluste oder zusätzliche Überwachung verschleiern.

Auswahl der Anwendungsfälle

Ein breites Ziel wie „KI im Marketing einsetzen“ lässt sich nicht als Arbeitsablauf bewerten. Definieren Sie den heutigen Zustand, den vorgesehenen Zustand mit KI, die betroffenen Personen, die Grenzen für Ein- und Ausgaben sowie eine Abbruchbedingung.

Eine nützliche Vorlage:

Anwendungsfall: [specific task]
Vorher: [how the team does this today, with concrete time]
Nachher: [how the team will do this with AI, with concrete time]
Verantwortlich: [one person]
Entscheidungsdatum: [when we evaluate]
Erfolgskriterium: [what would make us declare success]

Ein hypothetischer messbarer Anwendungsfall sieht so aus; seine Zahlen sind Beispiele, keine erwarteten Ergebnisse:

Anwendungsfall: Einen ersten Entwurf der Unternehmensrecherche vor einem Vertriebsgespräch erstellen.
Vorher: Ein SDR benötigt pro Gespräch 20–30 Minuten für die manuelle Recherche.
Nachher: Die KI erstellt in 60 Sekunden einen Entwurf; der SDR prüft ihn und ergänzt in 5 Minuten persönliche Notizen.
Verantwortlich: Leitung Vertriebsprozesse.
Entscheidungsdatum: 4 Wochen nach Projektstart.
Erfolgskriterium: 50% des SDR-Teams nutzen den Arbeitsablauf wöchentlich; die durchschnittliche Vorbereitungszeit sinkt von 25 auf 8 Minuten.

Ein schlechter Anwendungsfall sieht so aus:

Anwendungsfall: KI nutzen, um unseren Verkaufsprozess zu verbessern.
Vorher: Wir verkaufen Dinge.
Nachher: Wir verkaufen mit KI besser.
Verantwortlich: VP Sales.
Entscheidungsdatum: Das sehen wir dann.
Erfolgskriterium: Steigende Einnahmen.

Die konkrete Version macht die Annahmen und die Zuständigkeit überprüfbar. In der vagen Version fehlen ein widerlegbares Ergebnis und ein Entscheidungsdatum.

Beginnen Sie mit einer kleinen Zahl von Anwendungsfällen, die die verfügbaren Verantwortlichen und Prüfenden tatsächlich bewerten können. Die passende Zahl hängt von Kapazität und Risiko ab.

Die zu diesem Artikel gehörende Vorlage enthält genau die Felder, die Sie für jeden infrage kommenden Anwendungsfall benötigen.

Auswahl der richtigen ersten Anwendungsfälle

Einige Merkmale eines guten ersten Anwendungsfalls:

Gebündelter Zeitaufwand. Wählen Sie eine Aufgabe, für die mehrere Personen im Team viel Zeit aufwenden. Spart ein Arbeitsablauf bei 20 Personen jeweils 30 Minuten pro Woche, entspricht das einer möglichen Wirkung von 10 Stunden pro Woche.

Klare Ein- und Ausgaben. Aufgaben mit eindeutig definierten Ein- und Ausgaben lassen sich leichter automatisieren als mehrdeutige Aufgaben. „Fassen Sie dieses Kundengespräch zusammen“ ist klar umrissen. „Verbessern Sie unser Kundenerlebnis“ ist es nicht.

Geringe Fehlerfolgen. Wählen Sie Aufgaben, bei denen sich Fehler beheben lassen und keine katastrophalen Folgen haben. Interne Dokumente statt E-Mails an Kunden. Entwürfe statt endgültiger Ergebnisse. Empfehlungen statt Entscheidungen.

Vorhandene Messwerte. Bestehende Ausgangswerte können den Einrichtungsaufwand verringern. Prüfen Sie aber, ob sie auch Korrekturaufwand, Qualität, Auswirkungen auf Beschäftigte und verlagerte Arbeit erfassen – nicht nur die Menge der Ergebnisse.

Benannte Verantwortung. Beauftragen Sie eine Person, die genügend Zeit und Befugnisse hat, die Evaluierung zu koordinieren, Rückmeldungen der Beschäftigten einzuholen und den Arbeitsablauf zu stoppen, wenn die Kriterien nicht erfüllt werden. Begeisterung ist hilfreich, ersetzt aber weder die Beteiligung der Beschäftigten noch eine klare Rechenschaftspflicht.

Nicht auswählen:

• Anwendungsfälle, bei denen KI nicht tatsächlich besser ist als die vorhandenen Werkzeuge.
• Anwendungsfälle mit sensiblen Daten, solange keine Datenschutzfreigabe vorliegt.
• Anwendungsfälle mit erheblichen regulatorischen Folgen, solange die rechtliche Prüfung nicht abgeschlossen ist.
• „Innovationstheater“-Anwendungsfälle, die niemand wirklich will.

Arbeitsabläufe entwickeln

Für jeden Anwendungsfall entsteht als konkretes Arbeitsergebnis ein Arbeitsablauf – ein klarer, wiederholbarer Prozess für das Team. Nicht bloß die vage Anweisung „ChatGPT zur Unterstützung nutzen“.

Ein Arbeitsablauf umfasst:

• Der Auslöser. Wann beginnt der Arbeitsablauf?
• Die Werkzeuge. Welches KI-Werkzeug, welches Modell, welche Integration?
• Die Prompts. Welche genauen Prompts sind zu verwenden? Bei Endnutzerwerkzeugen ist dies der Gesprächseinstieg, bei eigenen Anwendungen der System-Prompt.
• Die Eingaben. Was stellt die zuständige Person bereit?
• Die Ausgaben. Was erzeugt die KI?
• Die Prüfung. Wer prüft die Ausgabe der KI, bevor sie verwendet wird?
• Die Erfolgskennzahl. Woran erkennen wir, ob der Arbeitsablauf funktioniert?

Dokumentieren Sie dies an einem gemeinsamen Ort, etwa im Wiki, in Notion oder Confluence. Der Arbeitsablauf sollte so konkret sein, dass ein neues Teammitglied ihn ausführen kann.

Fügen Sie ein weiteres Feld hinzu: die Abbruchbedingung. Was geschieht, wenn die Ausgabe falsch ist, erforderliche Daten fehlen, die Aufgabe sensible Daten betrifft oder der Konfidenzschwellenwert nicht erreicht wird? Gute Arbeitsabläufe definieren sowohl den regulären Ablauf als auch den Ablehnungs- oder Eskalationspfad.

Ein möglicher Ansatz ist, den Arbeitsablauf vor einer breiteren Entscheidung durch die verantwortliche Person und eine repräsentative, freiwillig teilnehmende Pilotgruppe entwickeln und testen zu lassen. Wählen Sie Gruppe und Dauer anhand der betroffenen Rollen, Aufgabenhäufigkeit, Risiken und benötigten Stichprobe – nicht nach einem pauschalen Zeitplan.

Das Schulungsproblem

Allgemeine Anleitungen zum Werkzeug belegen nicht, dass Beschäftigte einen konkreten Arbeitsablauf sicher ausführen können. Die Schulung sollte die reale Aufgabe, Datengrenzen, Prüfkriterien, Ablehnungspfade und die Meldung von Vorfällen abdecken.

Eine allgemeine Einführung in die Bedienoberfläche reicht nicht aus, wenn Beschäftigte einen bestimmten Arbeitsablauf ausführen und prüfen können müssen. Die Schulung sollte die Aufgabe und ihre Fehlerpfade abdecken und weder Vorwissen noch eine bereits erfolgte Einführung voraussetzen.

Mögliche Formulierungen für eine arbeitsablaufspezifische Schulung sind:

• „Hier ist der Arbeitsablauf, mit dem unser Vertriebsteam Unternehmen recherchiert. Wir üben ihn gemeinsam an 3 echten Kundenkonten.“
• „Hier ist der Arbeitsablauf, mit dem unser Redaktionsteam Gliederungen für Blogartikel entwirft. Wir wenden ihn auf 3 echte Artikel an.“
• „Hier ist der Arbeitsablauf, mit dem unser Kundenservice Antwortentwürfe erstellt. Wir üben ihn an 3 echten Tickets.“

Die Schulung ist praktisch, nutzt reale Aufgaben und arbeitet mit genau den Prompts und Werkzeugen, die später im Alltag eingesetzt werden.

Ein illustratives Format:

• Tag 1: 60-minütiger Workshop. Gehen Sie den Arbeitsablauf anhand realer Beispiele durch. Jede Person probiert ihn selbst aus.
• Woche 1: Jede Person verpflichtet sich, den Arbeitsablauf bei mindestens 3 realen Aufgaben zu nutzen.
• Woche 2: Gemeinsame Auswertung. Was hat funktioniert, was nicht und was muss geändert werden?
• Entscheidungspunkt: Vergleichen Sie die Pilotphase mit dem Ausgangswert, konsultieren Sie die betroffenen Beschäftigten und entscheiden Sie, ob der Arbeitsablauf beibehalten, überarbeitet, ausgeweitet oder gestoppt wird. Die reine Nutzung ist kein Freigabekriterium.

Betrachten Sie dies als Beispielplan, nicht als geprüfte Erfolgsformel. Ersetzen Sie Zeitangaben, Aufgabenzahlen und Ziele durch Ihre Ausgangsmessung, Anforderungen an die Barrierefreiheit, die Konsultation der Beschäftigten und dem Risiko angemessene Belege.

Richtlinien und Schutzvorkehrungen

Dokumentieren Sie vor einer Ausweitung die Regeln, Zuständigkeiten und Eskalationswege. Die Richtlinie sollte Datenschutz, Sicherheit, geistiges Eigentum, Auswirkungen auf Beschäftigte, Barrierefreiheit, Prüfung der Ausgaben und einschlägige Branchenvorschriften abdecken, ohne Beschäftigte als Gegner zu behandeln.

Ein Basis-Richtliniendokument umfasst:

Genehmigte Werkzeuge. Welche KI-Werkzeuge darf das Team bei der Arbeit einsetzen? ChatGPT für Privatkunden? Nur eine Team- oder Unternehmensversion? Bestimmte Anwendungen?

Genehmigte Datentypen. Definieren Sie erlaubte Daten nach System, Zweck, Rolle, Klassifizierung, Anbietervertrag und anwendbarem Recht. „Öffentlich“ bedeutet nicht automatisch, dass Daten uneingeschränkt erhoben oder wiederverwendet werden dürfen. Für personenbezogene oder vertrauliche Daten ist ein genehmigter, rechtmäßiger und sicherer Verarbeitungsweg erforderlich.

Regeln für Inhalte an Kunden. Dürfen KI-generierte Antworten an Kundinnen und Kunden gesendet werden? Welches Prüfverfahren gilt? Ist ein Hinweis auf den KI-Einsatz erforderlich?

Regeln für generierte Inhalte. Können KI-generierte Inhalte für X (Marketing, Vertrieb, intern) genutzt werden? Ist eine menschliche Prüfung erforderlich?

Prüfung und Verantwortung. Wer prüft KI-Ausgaben, bevor sie in folgenschwerer Weise verwendet werden? Wer ist verantwortlich, wenn etwas schiefgeht?

Protokollierung und Audit. Was wird protokolliert? Wer kann auf Protokolle zugreifen? Wie lange werden diese gespeichert?

Datennutzung durch den Anbieter. Dokumentieren Sie, ob Prompts, Ausgaben, Dateien, Rückmeldungen und Telemetriedaten beim konkreten Produkt, Tarif, in der gewählten Region und mit den gesetzten Einstellungen gespeichert oder zur Verbesserung von Modellen genutzt werden dürfen. Prüfen Sie den aktuellen Vertrag und die Kontrollmöglichkeiten, statt pauschal von einem Unternehmensstandard auszugehen.

Eskalationspfad. Was tun, wenn jemand eine Frage hat, ob etwas in Ordnung ist?

Der Umfang der Richtlinie richtet sich nach dem Risiko und der Organisation. Sorgen Sie dafür, dass die betrieblichen Regeln auffindbar, konkret und für die betroffenen Beschäftigten zugänglich sind. Verknüpfen Sie sie mit den vollständigen übergeordneten Richtlinien und benennen Sie eine verantwortliche Person, die Fragen beantworten und die Regeln aktualisieren kann.

Wirkung messen

Die Wirkungsmessung lässt sich leicht verzerren, wenn Zeitersparnis, Korrekturaufwand, Qualität, Arbeitsbelastung, Überwachung und Auswirkungen auf Betroffene getrennt betrachtet werden. Definieren Sie deshalb schon vor dem Pilotversuch den Ausgangswert und passende Gegenkennzahlen.

Drei Ebenen der Messung:

Ebene 1: Nutzung. Wird der Arbeitsablauf tatsächlich genutzt? Mögliche Quellen sind Nutzungsdaten des KI-Werkzeugs, Selbstauskünfte in einer Umfrage oder direkte Beobachtung. Das ist leicht zu messen, belegt aber noch keine Wirkung.

Ebene 2: Zeit und Effizienz. Wie lange dauern bestimmte Aufgaben vor und nach der Einführung? Mögliche Quellen sind Zeiterfassung, Selbstauskünfte und Stichprobenbeobachtungen. Das ist schwieriger zu messen, aber aussagekräftiger.

Ebene 3: Qualität und Menge der Ergebnisse. Hat sich das Arbeitsergebnis verändert? Gibt es mehr Ergebnisse, eine höhere Qualität oder bessere Geschäftskennzahlen? Nutzen Sie eine fachkundige Prüfung der Ergebnisse, vorhandene Kennzahlen und geeignete Belege von Kundinnen, Kunden oder Nutzenden. Menge allein ist kein Qualitätsmerkmal.

Wählen Sie Kennzahlen, die den behaupteten Nutzen auch widerlegen und mögliche Schäden sichtbar machen können. Nutzung allein ist kein Ergebnis. Ergänzen Sie Qualitätskennzahlen und Messgrößen für die Auswirkungen auf Betroffene, sobald der Arbeitsablauf diese beeinflussen kann.

Ergänzen Sie bei sicherheitskritischen Arbeitsabläufen eine vierte Prüfung: Vorfalls- und Korrekturrate. Erfassen Sie, wie häufig der KI-gestützte Arbeitsablauf Ergebnisse erzeugt, die korrigiert, eskaliert oder zurückgerollt werden müssen. Ein Arbeitsablauf, der Zeit spart, aber den Korrekturaufwand verdoppelt, ist noch nicht ausgereift.

Ein häufiger Fehler ist, bereits auf Ebene 1 einen Erfolg auszurufen: „80% des Teams nutzen den Arbeitsablauf!“ Aber hat sich tatsächlich etwas verbessert? Erledigt das Team mehr Arbeit? Ist die Qualität gestiegen? Bemerken Kundinnen und Kunden einen Unterschied?

Eine ehrliche Messung zeigt mitunter, dass der Arbeitsablauf gar keine Zeit spart oder eine Kennzahl verbessert, während sich eine andere verschlechtert. Genau das muss bekannt sein. Das Ziel ist eine tatsächliche Wirkung, nicht eine bloß behauptete.

Fehlerszenarien, gegen die Sie sich wappnen

Nutzen Sie diese als Risikoszenarien, nicht als Aussagen über ihre Häufigkeit:

Fehler 1: Das Werkzeug kommt vor dem Arbeitsablauf. Lizenzen werden vergeben, ohne Arbeitsabläufe, Verantwortliche, Ausgangsmessungen oder Entscheidungskriterien zu benennen. Dadurch bleibt die Wirkung nicht messbar.

Fehler 2: Keine lokale Verantwortung oder Beteiligung der Beschäftigten. Ein zentrales Team kündigt ein Programm an, ohne den betroffenen Teams Zeit, Entscheidungsspielraum oder eine Möglichkeit zu geben, den Arbeitsablauf infrage zu stellen.

Fehler 3: Auf die Messung verzichten. „Natürlich funktioniert es – sehen Sie nur, wie begeistert alle sind.“ Begeisterung ist keine Wirkung. Messen Sie nach.

Fehler 4: Eine unbrauchbare Richtlinie. Die Regeln passen nicht zur realen Arbeit oder bieten keine genehmigte Alternative. Dadurch bleiben Ausnahmen und ungelöste Anforderungen unsichtbar. Konsultieren Sie die betroffenen Beschäftigten und schaffen Sie einen praktikablen Anfrage- und Eskalationsweg. Weniger strenge Regeln sind nicht automatisch sicherer.

Fehler 5: Fehlende Grenzen. Vertrauliche Daten werden in einen nicht genehmigten Dienst eingegeben oder eine nicht belegte Aussage an Kunden gesendet, weil die Daten- und Prüfregeln nie ausdrücklich festgelegt wurden.

Fehler 6: Der Umfang übersteigt die Unterstützungskapazität. Zu viele Rollen oder Arbeitsabläufe starten, bevor das Team Fragen beantworten, Vorfälle prüfen oder Ergebnisse vergleichen kann. Weiten Sie die Einführung nur entsprechend den vorliegenden Belegen und der verfügbaren Unterstützungskapazität aus.

Fehler 7: Die Einführung als einmalige Maßnahme behandeln. Arbeitsabläufe, die im Mai funktionieren, können im November veraltet sein, weil sich Modelle, Werkzeuge und die Anforderungen des Teams ändern. Die KI-Einführung ist eine fortlaufende Aufgabe, kein einmaliges Projekt.

Ein gestufter Plan – Termine aus den Belegen ableiten

Die folgenden Phasen sind ein Planungsgerüst, kein Leistungsversprechen für 90 Tage. Legen Sie die Dauer anhand der Aufgabenhäufigkeit, des Konsultationsbedarfs, der rechtlichen und sicherheitsbezogenen Prüfung, der Stichprobengröße und der betrieblichen Bereitschaft fest.

Umfang und Auswahl.

• Legen Sie Ihr primäres Ziel fest (Produktivität, Qualität, Kosten, Fähigkeiten).
• Identifizieren Sie nur so viele spezifische Anwendungsfälle, wie das Prüfungsteam unterstützen kann.
• Benennen Sie für jeden Anwendungsfall eine rechenschaftspflichtige Person und ermitteln Sie die betroffenen Interessengruppen.
• Ermitteln Sie nach Möglichkeit Ausgangswerte.

Gestaltung des Arbeitsablaufs und Testvorbereitung.

• Für jeden Anwendungsfall entwerfen die verantwortliche Person und eine repräsentative, freiwillig teilnehmende Pilotgruppe den Arbeitsablauf und die Tests.
• Dokumentieren Sie ihn.
• Testen Sie anhand genehmigter, repräsentativer Aufgaben über die im Evaluierungsplan festgelegte Dauer und Stichprobengröße.

Richtlinie und Prüfung.

• Erstellen oder aktualisieren Sie die betriebliche Richtlinie und verknüpfen Sie sie mit den vollständigen Vorgaben zu Sicherheit, Datenschutz, Beschäftigung, Beschaffung und der jeweiligen Branche.
• Holen Sie die Freigabe der Rechts-, Sicherheits- und Führungsebene ein.
• Kommunizieren Sie dies dem gesamten Team.

Schulung und begrenzter Pilot.

• Führen Sie für jeden Arbeitsablauf einen Workshop durch.
• Teilnahme und Aufgabenauswahl richten sich nach dem Pilotplan, der Konsultation der Beschäftigten, den Anforderungen an die Barrierefreiheit und den anwendbaren Beschäftigungsregeln.
• Die verantwortliche Person und die Eskalationskontakte stehen für Fragen und Vorfälle zur Verfügung.

Verfeinerung.

• Gruppenüberprüfung: Was funktioniert, was nicht, was ändert sich?
• Aktualisieren Sie die Arbeitsabläufe anhand der praktischen Erfahrungen.
• Beseitigen Sie Einführungsbarrieren.

Messung und Entscheidung.

• Ziehen Sie Daten zur Nutzung, Zeitersparnis und zu Ergebnisänderungen heran.
• Entscheiden Sie für jeden Anwendungsfall: Skalieren, verfeinern oder abbrechen.
• Dokumentieren Sie den nächsten Prüftermin und die Belege, die für jede Ausweitung erforderlich sind.

Ordnen Sie jedem Anwendungsfall am Entscheidungspunkt eines von drei Ergebnissen zu:

Erklären Sie den Arbeitsablauf erst dann für betriebsbereit, wenn Freigabekriterien, Konsultation der Beschäftigten, Schulung, Richtlinie sowie Anforderungen an Unterstützung und Rückabwicklung erfüllt sind. Spätere Zyklen werden nicht zwangsläufig schneller.

Ein Hinweis zur individuellen Nutzung und zur Einführung im Team

Die individuelle Praxis kann von der offiziellen Nutzung der Werkzeuge abweichen. Ermitteln Sie sie in einem freiwilligen, sanktionsfreien Verfahren, das zwischen genehmigter Nutzung bei der Arbeit und persönlichen Experimenten unterscheidet.

Wenn Beschäftigte genehmigte Praktiken freiwillig teilen, prüfen Sie diese anhand derselben Kriterien für Daten, Qualität, Sicherheit, Barrierefreiheit und Auswirkungen auf Beschäftigte. Würdigen Sie ihre Beiträge und machen Sie aus freiwilligen Experimenten keine unangekündigte Leistungserwartung.

Eine von oben verordnete Einführung kann hilfreiche Praktiken, Anforderungen an die Barrierefreiheit und verborgene Risiken übersehen. Bewerten Sie bestehende Arbeitsabläufe gemeinsam mit den Menschen, die sie nutzen, statt sie automatisch festzuschreiben oder zu unterbinden.

Worauf das Playbook hinausläuft

Die KI-Einführung verändert Technologie, Arbeitsgestaltung, Steuerung, Fähigkeiten und mitunter auch Rollen. Behandeln Sie dies als zusammenhängende sozio-technische Entscheidung und nicht als reine Beschaffung von Softwarelizenzen.

Die Prüfkriterien des Playbooks lauten:

• Wählen Sie ein klares primäres Ziel.
• Wählen Sie klar umrissene, konkrete Anwendungsfälle statt eines vagen „KI in X einsetzen“.
• Entwickeln Sie Arbeitsabläufe, statt nur den Zugang zu einem Werkzeug bereitzustellen.
• Schulen Sie anhand realer Arbeit, nicht anhand abstrakter Produktfunktionen.
• Setzen Sie eine Richtlinie, die spezifisch und praktikabel ist.
• Messen Sie ehrlich auf mehreren Ebenen.
• Verbessern Sie die Arbeitsabläufe anhand der gewonnenen Erkenntnisse.
• Betrachten Sie es als fortlaufend, nicht einmalig.

Die Teams, die scheitern:

• Führen Werkzeuge ein und hoffen auf das Beste.
• Setzen vage Ziele und messen noch ungenauer.
• Überspringen die Entwicklung konkreter Arbeitsabläufe.
• Schulen nur abstrakte Funktionen.
• Haben entweder keine Richtlinie oder eine unbrauchbare Richtlinie.
• Erklären schon die bloße „Nutzung“ zum Erfolg, ohne die Wirkung zu prüfen.

Das Playbook besteht aus überprüfbaren Entscheidungen und ist kein Versprechen für ein Ergebnis nach sechs Monaten. Behalten Sie Arbeitsabläufe bei, die nach den vereinbarten Kennzahlen einen Nettonutzen zeigen. Überarbeiten Sie solche mit behebbaren Lücken und stellen Sie jene ein, deren Risiko oder Gesamtkosten ihren Nutzen übersteigen.