Im Gespräch mit:
Im Rahmen unserer Recherche zum produktiven Einsatz von Künstlicher Intelligenz im Mittelstand sprachen wir mit Jens Horstmann, Vorstand der TREVISTO AG aus Nürnberg. TREVISTO arbeitet seit 17 Jahren an der Schnittstelle von Daten, Prozessen und Betriebswirtschaft — in der Finanzbranche, im Handel und in der Produktion.
„Die meisten KI-Projekte scheitern nicht an der Technologie. Sie scheitern daran, dass Unternehmen den falschen Anwendungsfall auswählen.“Jens Horstmann, Vorstand TREVISTO AG
Während nahezu jedes Unternehmen derzeit über den Einsatz von KI nachdenkt, bleibt eine entscheidende Frage häufig unbeantwortet: Welche KI-Projekte erzeugen tatsächlich einen messbaren wirtschaftlichen Nutzen – und welche nicht? Nach Einschätzung von Horstmann liegt genau hier die Ursache vieler gescheiterter KI-Initiativen.
Der teure Irrtum vieler KI-Projekte
Das Muster, das Horstmann immer wieder sieht: Der Prototyp sieht zunächst überzeugend aus. Erst im nächsten Schritt zeigen sich die eigentlichen Probleme — die Datenqualität reicht nicht aus, benötigte Daten sind gar nicht verfügbar, Betriebskosten und organisatorischer Aufwand wurden unterschätzt, und der erwartete Nutzen lässt sich am Ende nicht nachweisen.
Die Folge: Monate Arbeit und erhebliche Investitionen — aber keine produktive Anwendung. Während der Wettbewerb stetig besser wird.
Der Ausweg: Erst rechnen, dann investieren
Trevisto empfiehlt, potenzielle KI-Projekte zunächst wie klassische Investitionsentscheidungen zu behandeln — und bietet dafür den KI-Produktivitäts-Workshop an. Bewertet werden alle Anwendungsfälle nach vier Faktoren:
- Wirtschaftlicher Nutzen
- Datenverfügbarkeit
- Umsetzungsaufwand
- Projektrisiko
Für die drei vielversprechendsten Use-Cases erstellt Trevisto anschließend eine klassische ROI-Berechnung. Das Ziel: nicht möglichst viele KI-Projekte starten, sondern die wenigen identifizieren, die einen messbaren Beitrag zum Unternehmenserfolg leisten.
„So wissen Entscheider bereits vor dem Start, welche Projekte sich tatsächlich rechnen — und welche besser in der Schublade bleiben“, so Horstmann.
Praxisbeispiel: 15 % Kosteneinsparung — bereits in Stufe eins
Ein mittelständisches Unternehmen aus der Baustoffbranche durchlief den KI-Produktivitäts-Workshop, um mehrere KI-Initiativen zu bewerten. Mehrere diskutierte Ansätze wurden bewusst verworfen — die Analyse identifizierte stattdessen einen Anwendungsfall mit einer prognostizierten Kosteneinsparung von 15 % bereits in der ersten Ausbaustufe.
Die eigentliche Erkenntnis lag dabei nicht in der Technologie, sondern darin, welche Projekte bewusst nicht umgesetzt wurden. Für die Geschäftsführung bedeutete das eine belastbare Investitionsentscheidung — statt eines vagen Bauchgefühls.
Die Frage, die jede Geschäftsleitung vorab klären sollte
Bevor über Modelle, Plattformen oder Anbieter gesprochen wird, lohnt sich eine andere Frage: Welche Investition erzeugt einen nachweisbaren wirtschaftlichen Effekt — und welche nicht? Wer diese Frage erst nach Projektstart beantwortet, hat in der Regel bereits einen erheblichen Teil des Budgets ausgegeben.
Über TREVISTO AG
TREVISTO schafft seit 17 Jahren messbaren Mehrwert aus Daten. Die Kernkompetenzen liegen in Data Warehousing, Business Intelligence und Künstlicher Intelligenz — branchenübergreifend in Finanz, Handel, Lebensmittel, Produktion und Gesundheitswesen. Zu den umgesetzten Use-Cases zählen unter anderem Absatzprognosen, Dynamic Pricing, vorausschauende Wartung, Churn Management und Mengenplanung.
Mehr erfahren
Für interessierte Geschäftsführer, Vorstände und Bereichsleiter stellt TREVISTO auf Anfrage weitere Informationen zur Vorgehensweise und Methodik zur wirtschaftlichen Bewertung von KI-Projekten zur Verfügung — inklusive vollständiger Fallstudien aus Finanzdienstleistungen, Handel, Produktion, Lebensmittelindustrie und Gesundheitswesen.
Ansprechpartner: Jens Horstmann, Vorstand TREVISTO AG
www.trevisto.de