Partnerschaft mit JADE IT

Eine KI-Lösung ist nicht eingeführt, nur weil sie technisch bereitsteht.

Bei KI im Unternehmen wird zuerst über Modelle, Infrastruktur, Datenschutz und Datenhoheit gesprochen. Das ist richtig. Wenn interne Dokumente, Kundendaten oder vertrauliches Fachwissen verarbeitet werden, ist der technische Betrieb keine Nebensache. Es muss klar sein, wo Daten verarbeitet werden, wer Zugriff hat und wie das System in die bestehende IT-Umgebung eingebunden wird.

Der praktische Nutzen entscheidet sich aber oft erst später: im Arbeitsalltag der Menschen, die mit dem System arbeiten sollen.

Viele Schwierigkeiten entstehen nicht, weil ein KI-System grundsätzlich nicht funktioniert. Sie entstehen, weil der Nutzungskontext nicht sauber geklärt ist. Wer darf welche Informationen verwenden? Welche Ergebnisse müssen geprüft werden? Welche Fachbereiche starten mit welchen Anwendungsfällen? Wer pflegt interne Wissensquellen, wenn sich Dokumente, Prozesse oder Zuständigkeiten ändern?

Damit wird KI-Einführung auch zu einer Frage von Rollen, Verantwortlichkeiten und Abläufen. Technische Schutzmaßnahmen bleiben wichtig, reichen aber allein nicht aus. In etablierten Ansätzen zum KI-Risikomanagement, etwa dem AI Risk Management Framework des NIST, gehören Nutzungskontext, organisatorische Zuständigkeiten, Training und Feedback ausdrücklich zum Gesamtbild. Für Unternehmen ist das ein nüchterner, aber wichtiger Punkt: Ein System kann technisch sauber betrieben werden und trotzdem schlecht eingeführt sein.

Auch Schulung ist dabei weniger abstrakt, als es oft klingt. Die meisten Mitarbeitenden müssen keine Modellarchitekturen verstehen. Wichtiger ist, dass sie wissen, wie sie mit KI im eigenen Arbeitsbereich umgehen: wann Ergebnisse geprüft werden müssen, welche Informationen verwendet werden dürfen und wo die Grenzen des Systems liegen. Diese Unterscheidung zwischen spezialisierten KI-Fähigkeiten und breiterer KI-Kompetenz zieht auch die OECD in ihrer Analyse zur KI-Weiterbildung.

Ein weiterer Fallstrick liegt im Abstand zwischen Demo und Alltag. In einer Vorführung wirkt ein System schnell überzeugend. Im Betrieb zählt aber, ob es zu bestehenden Abläufen passt, genügend Kontext bekommt und für die tatsächlichen Aufgaben der Nutzer hilfreich ist. Aktuelle Implementierungsanalysen wie der MIT-NANDA-Report zur Nutzung von generativer KI in Unternehmen beschreiben diese Lücke: Viele Initiativen bleiben hinter den Erwartungen zurück, wenn sie nicht gut in Arbeitsprozesse eingebettet sind oder an den praktischen Aufgaben vorbeigehen. Der Report ist keine allgemeingültige Erfolgsformel, aber er benennt ein Problem, das viele Unternehmen auch aus anderen Softwareprojekten kennen: Gute Technik ersetzt keine saubere Einführung.

Bei KI fällt eine unsaubere Einführung besonders schnell auf. Sprachmodelle liefern Ergebnisse, die auf den ersten Blick plausibel wirken können. Gleichzeitig hängen Qualität und Verlässlichkeit stark davon ab, welche Informationen eingebunden werden, wie Fragen gestellt werden, welche Quellen genutzt werden und ob Ergebnisse fachlich geprüft werden.

Für die Einführung reicht es deshalb nicht, Zugangsdaten zu verteilen und eine kurze Bedienung zu erklären. Es geht auch um konkrete Arbeitsweisen: Welche Dokumente gehören in eine Wissensbasis? Welche Abteilung beginnt mit welchem Anwendungsfall? Wer entscheidet über Zugriffsrechte? Und wie lernen Mitarbeitende, Ergebnisse nicht blind zu übernehmen, sondern sinnvoll einzuordnen?

Eine lokal oder kontrolliert betriebene KI kann Datenflüsse besser begrenzbar machen. Sie beantwortet aber nicht automatisch die organisatorischen Fragen, die im Projekt entstehen. Diese Fragen müssen bewusst geklärt werden, wenn die Lösung nicht nur verfügbar sein, sondern im Unternehmen sinnvoll genutzt werden soll.

IOWIS bringt mit Airene die technische Grundlage für kontrollierbare KI im Unternehmenskontext ein. Airene ist darauf ausgelegt, moderne KI-Funktionen in der eigenen Infrastruktur nutzbar zu machen, mit Fokus auf Datenhoheit, Vertraulichkeit und kontrollierbare Verarbeitung.

JADE IT ergänzt diese technische Seite dort, wo Projekte stärker begleitet werden sollen: in der Projektsteuerung, im Change Management und in der Schulung der Anwender. Dazu gehört auch, Fachbereiche einzubeziehen, Rückmeldungen aus der Praxis aufzunehmen und Mitarbeitende an neue Arbeitsweisen heranzuführen.

Damit bleibt die Einführung nicht bei der technischen Bereitstellung stehen, sondern bezieht auch die organisatorischen Fragen ein, die im späteren Arbeitsalltag entstehen.

Wie viel Begleitung ein KI-Projekt braucht, hängt vom konkreten Einsatz ab. Ein klar begrenzter Anwendungsfall mit wenigen Nutzergruppen lässt sich anders einführen als ein Projekt, das mehrere Fachbereiche, interne Wissensquellen und gewachsene Prozesse berührt.

Wichtig ist, dass technische Bereitstellung und organisatorische Einführung zusammen gedacht werden. Wenn Mitarbeitende verstehen, wofür sie KI nutzen können, welche Grenzen gelten und wie Ergebnisse einzuordnen sind, wird der Betrieb nicht nur praktischer, sondern auch kontrollierbarer.

Die Zusammenarbeit mit JADE IT ist für uns deshalb ein naheliegender Schritt: Airene schafft die Grundlage für kontrollierbare KI im Unternehmen. JADE IT unterstützt dabei, diese Grundlage dort strukturiert in den Arbeitsalltag zu bringen, wo Einführung, Abstimmung und Schulung eine größere Rolle spielen.