24.05.2026, 22:45
Nicht jedes Projekt läuft glatt. Ich finde es ehrlicher, über das zu schreiben, was hängt, als nur über Erfolgsgeschichten. Drei Muster, die ich immer wieder sehe, wenn ein Digitalisierungsprojekt ins Stocken kommt. Anonymisiert, branchenübergreifend.
Erstens: Es gibt keinen klaren Auftraggeber. Drei Abteilungsleiter haben sich darauf geeinigt, dass man etwas tun müsse. Niemand will die Verantwortung tragen, niemand das Budget verteidigen. Solche Projekte sterben spätestens beim ersten Konflikt. Mein Vorschlag: Wenn niemand das Projekt explizit will, lassen Sie es. Sie sparen sich und allen anderen viel Ärger.
Zweitens: Die Erwartung an KI ist größer als die Datenbasis. Wer von einem Sprachmodell saubere Produktinformationen erwartet, ohne dass sauber strukturierte Quelldaten vorliegen, träumt. Ich habe in dieser Konstellation noch kein KMU gesehen, das ohne Bereinigung der Stammdaten zu brauchbaren KI-Ergebnissen gekommen wäre. Ein Sprachmodell ist eine Verstärkung. Auch eine Verstärkung von Müll.
Drittens: Die Geschäftsleitung ist zu Beginn dabei und dann nicht mehr. Nach drei Monaten ist der Vorstand auf einem anderen Thema, das Projekt verliert Rückendeckung, und die mittlere Ebene hält das Ganze am Leben, bis sie aufgibt. Ohne kontinuierliche Verankerung oben funktioniert keine Veränderung.
Ich lerne aus den hängenden Projekten oft mehr als aus den gelungenen. Was ist Ihr ehrlichster Lerneffekt aus einem Projekt, das nicht so lief wie geplant?
Erstens: Es gibt keinen klaren Auftraggeber. Drei Abteilungsleiter haben sich darauf geeinigt, dass man etwas tun müsse. Niemand will die Verantwortung tragen, niemand das Budget verteidigen. Solche Projekte sterben spätestens beim ersten Konflikt. Mein Vorschlag: Wenn niemand das Projekt explizit will, lassen Sie es. Sie sparen sich und allen anderen viel Ärger.
Zweitens: Die Erwartung an KI ist größer als die Datenbasis. Wer von einem Sprachmodell saubere Produktinformationen erwartet, ohne dass sauber strukturierte Quelldaten vorliegen, träumt. Ich habe in dieser Konstellation noch kein KMU gesehen, das ohne Bereinigung der Stammdaten zu brauchbaren KI-Ergebnissen gekommen wäre. Ein Sprachmodell ist eine Verstärkung. Auch eine Verstärkung von Müll.
Drittens: Die Geschäftsleitung ist zu Beginn dabei und dann nicht mehr. Nach drei Monaten ist der Vorstand auf einem anderen Thema, das Projekt verliert Rückendeckung, und die mittlere Ebene hält das Ganze am Leben, bis sie aufgibt. Ohne kontinuierliche Verankerung oben funktioniert keine Veränderung.
Ich lerne aus den hängenden Projekten oft mehr als aus den gelungenen. Was ist Ihr ehrlichster Lerneffekt aus einem Projekt, das nicht so lief wie geplant?