B2. Anwendungsfälle identifizieren und priorisieren

Ob ein KI-Programm Wert schafft, entscheidet sich weniger an der Technik als an der Auswahl: Es werden Anwendungsfälle gestartet, die technisch beeindrucken, aber wenig Wert schaffen, oder es fehlt eine nachvollziehbare Reihenfolge.

Was dieses Kapitel liefert: eine durchgängige Methode von der Ideenfindung über die Bewertung und Priorisierung bis zum Business Case, samt Vorlagen zum direkten Einsatz. Den Suchraum grenzen die Fokusfelder aus Kapitel B1 ein: Gesucht und bewertet wird vor allem dort, wo die Geschäftsführung investieren will. Die Ergebnisse fließen in das Portfolio Board (siehe Kapitel B7) und in die Roadmap (Kapitel C2).

Schritt 1: Anwendungsfälle finden

Gute Anwendungsfälle entstehen nicht durch die Frage „Wo können wir KI einsetzen?", sondern durch „Wo tut es weh und wo sind Daten?". Vier Suchfelder haben sich bewährt:

• Schmerzpunkte im Prozess: manuelle, repetitive, fehleranfällige oder langsame Schritte. Quelle: Prozesslandkarte, Beschwerden, Bearbeitungszeiten.
• Datenreiche Entscheidungen: wiederkehrende Entscheidungen mit vielen verfügbaren Daten, etwa Kreditvergabe, Priorisierung oder Prognose.
• Engpässe bei knappem Wissen: Aufgaben, die heute von wenigen Expert:innen abhängen.
• Wettbewerbs- und Kundendruck: Bereiche, in denen andere bereits mit KI differenzieren.

Methode: In einem moderierten Workshop je Fachbereich werden zu jedem Suchfeld Hypothesen gesammelt und als ein Satz formuliert: „Wir vermuten, dass [KI-Fähigkeit] in [Prozess] für [Zielgruppe] [messbarer Nutzen] schafft." Jede Hypothese wird anschließend mit dem folgenden Steckbrief verdichtet.

Vorlage: Anwendungsfall-Steckbrief (Use-Case Canvas)

Jedes Feld beantwortet eine Frage, die später über Erfolg oder Misserfolg entscheidet. Bleibt ein Feld leer, ist der Anwendungsfall nicht reif für eine Bewertung.

Schritt 2: Bewerten mit Wert und Machbarkeit

Dieser Schritt verwandelt jeden Steckbrief aus Schritt 1 in zwei Zahlen: einen Wert-Score und einen Machbarkeits-Score, jeweils zwischen 1 und 5. Diese beiden Zahlen bestimmen anschließend die Position in der Priorisierungsmatrix und damit die Handlungsempfehlung. Empfohlen ist eine gemeinsame Bewertung durch Fachbereich, IT/Data Science und Risiko/Compliance, um Optimismus und blinde Flecken auszugleichen.

Vorlage: Bewertungs-Scorecard

So funktioniert die Scorecard: Jedes Kriterium wird von 1 (sehr niedrig) bis 5 (sehr hoch) bewertet und mit seinem Gewicht multipliziert. Die Gewichte je Dimension summieren sich auf 100 Prozent; dadurch liegt auch das Ergebnis je Dimension wieder zwischen 1 und 5. Die Summe der gewichteten Wert-Zeilen ergibt den Wert-Score, die Summe der gewichteten Machbarkeits-Zeilen den Machbarkeits-Score. Die Gewichte sind ein erprobter Startpunkt und können angepasst werden, solange sie vor der Bewertung feststehen und je Dimension 100 Prozent ergeben.

Beispielrechnung für den Anwendungsfall „Antwortvorschläge Kundenservice": Der Geschäftsnutzen wird mit 4 bewertet, die strategische Bedeutung mit 3, die Wiederverwendbarkeit mit 2. Der Wert-Score ist dann 4 × 50 % + 3 × 30 % + 2 × 20 % = 2,0 + 0,9 + 0,4 = 3,3. Für die Machbarkeit: Datenverfügbarkeit 4, technische Umsetzbarkeit 4, Risiko 3, organisatorische Reife 4 ergibt 4 × 40 % + 4 × 20 % + 3 × 20 % + 4 × 20 % = 1,6 + 0,8 + 0,6 + 0,8 = 3,8. Der Fall hat also Wert-Score 3,3 und Machbarkeits-Score 3,8.

Vorlage: Priorisierungsmatrix (Wert × Machbarkeit)

So funktioniert die Übertragung: Der Machbarkeits-Score bestimmt die Spalte (waagerechte Achse), der Wert-Score die Zeile (senkrechte Achse). Ein Score unter 3 gilt als niedrig, ab 3 als hoch; die Grenze kann je nach Portfolio angepasst werden. Der Beispielfall von oben (Wert 3,3, Machbarkeit 3,8) landet also im Quadranten rechts oben. Die Matrix übersetzt die Bewertung in eine Handlungsempfehlung je Quadrant: Sie beantwortet nicht nur, ob ein Anwendungsfall gut ist, sondern was jetzt mit ihm zu tun ist. Ohne diese Einordnung wird typischerweise das technisch Spannendste zuerst gebaut statt das Wertvollste.

Was die vier Quadranten bedeuten:

• Leuchttürme zuerst (Wert hoch, Machbarkeit hoch): Ein Leuchtturm ist ein weithin sichtbares Vorzeigeprojekt. Diese Fälle bringen viel und sind gut umsetzbar; sie werden zuerst gestartet, weil ihre sichtbaren Erfolge Vertrauen und Budget für alles Weitere sichern.
• Strategische Wetten (Wert hoch, Machbarkeit niedrig): Der potenzielle Nutzen ist groß, aber es fehlen heute noch Voraussetzungen (Daten, Kompetenz, Rechtsklärung). Eine Wette startet man nicht sofort, sondern bereitet sie gezielt vor, bis die Hürden abgebaut sind.
• Auffüller (Wert niedrig, Machbarkeit hoch): Leicht umsetzbar, aber mit begrenztem Nutzen. Sie füllen freie Kapazität, rechtfertigen aber keine eigene Priorität; oft ist ein Kaufprodukt die bessere Lösung.
• Vermeiden (Wert niedrig, Machbarkeit niedrig): Weder lohnend noch gut umsetzbar. Diese Fälle werden dokumentiert abgelegt, damit die Entscheidung nachvollziehbar bleibt und die Idee nicht alle sechs Monate erneut geprüft wird.

Regel für die erste Welle: zwei bis drei Anwendungsfälle aus dem Quadranten „Leuchttürme zuerst", ergänzt um eine sorgfältig vorbereitete „strategische Wette". So entstehen schnelle Erfolge und gleichzeitig die Lernkurve für das anspruchsvollere Vorhaben.

Schritt 3: Bezugsweg entscheiden

Bevor ein Business Case gerechnet wird, ist der Bezugsweg zu klären. Schnellfilter:

• Kaufen (Standardprodukt/SaaS), wenn der Anwendungsfall ein gelöstes Standardproblem ist und keine Differenzierung bringt, etwa Texterkennung oder Standard-Transkription.
• Selbst bauen, wenn der Anwendungsfall auf exklusiven Daten beruht, Kern der Differenzierung ist oder besondere Souveränitäts- oder Datenschutzanforderungen hat.
• Mit Partner umsetzen, wenn Kompetenz oder Kapazität fehlen, der Anwendungsfall aber strategisch ist, mit klarer Exit-Strategie und Eigentum an Daten und Artefakten.

Faustregel: Differenzierung selbst bauen, Standardfunktion kaufen, Lücken mit Partnern überbrücken. Nie die Datenhoheit über einen differenzierenden Anwendungsfall abgeben. Die ausführliche Entscheidungsmatrix und der Anbieter-Fragenkatalog stehen in Kapitel B3.

Schritt 4: Business Case rechnen

Für die priorisierten Anwendungsfälle wird ein einheitlicher, schlanker Business Case erstellt. Wichtig ist die ehrliche Trennung von Einmal- und laufenden Kosten. Gerade Inferenzkosten werden regelmäßig unterschätzt.

Zuerst die Werttreiberkette formulieren: Bevor gerechnet wird, wird der Wirkmechanismus als Kette ausformuliert: Welche Leistung verändert der Anwendungsfall, welche Kennzahl bewegt das, und auf welches Unternehmensziel zahlt die Kennzahl ein? Beispiel: Antwortvorschläge im Kundenservice → Bearbeitungszeit je Ticket sinkt von 20 auf 8 Minuten → Servicekosten je Vorgang sinken → zahlt auf die Unternehmensziele Kostensenkung und Kundenbindung ein. Die Glieder der Kette liefern zugleich Baseline und Messpunkte für die spätere Evaluierung (siehe Kapitel D1). Eine Kette, die sich nicht formulieren lässt, ist das früheste Warnsignal für einen schwachen Business Case.

Vorlage: Business Case (Kurzform)

So wird der Business Case gerechnet: Für die priorisierten Anwendungsfälle wird jeder der folgenden Blöcke ausgefüllt. Entscheidend ist die ehrliche Trennung von einmaligen und laufenden Kosten sowie eine Bandbreite statt einer Scheingenauigkeit.

Checkliste: Ist der Anwendungsfall startklar?

Die Checkliste bündelt die vier Schritte des Kapitels; erst wenn alle Punkte erfüllt sind, ist der Anwendungsfall bereit für das Portfolio:

• Anwendungsfall-Steckbrief vollständig ausgefüllt, kein Feld offen geblieben
• Problem und messbarer Nutzen sind in einem Satz formuliert
• Nutzergruppe benannt und KI-Fähigkeit bestimmt (Prognose, Klassifikation, Generierung oder Agent)
• Erfolgskriterium für Phase 1 ist definiert und überprüfbar
• Benötigte Daten sind identifiziert, verfügbar und in ausreichender Qualität
• Datenschutz- und Schutzbedarf sind geklärt
• Regulatorische Einstufung liegt vor (siehe Kapitel B8)
• Wert- und Machbarkeits-Score mit der Bewertungs-Scorecard ermittelt, Gewichte vor der Bewertung festgelegt
• Bewertung gemeinsam von Fachbereich, IT/Data Science und Risiko/Compliance vorgenommen
• Anwendungsfall in der Priorisierungsmatrix verortet und die Handlungsempfehlung des Quadranten übernommen
• Eine verantwortliche Rolle (Product Owner) ist benannt
• Bezugsweg (bauen, kaufen, Partner) ist entschieden (siehe Kapitel B3)
• Werttreiberkette formuliert: veränderte Leistung, bewegte Kennzahl, betroffenes Unternehmensziel
• Baseline des heutigen Zustands erhoben
• Business Case mit Bandbreite und Sensitivität liegt vor
• Eine menschliche Freigabe ist für folgenreiche Aktionen vorgesehen
• Der Anwendungsfall ist im Portfolio Board aufgenommen und priorisiert

Häufige Fehler

Bei der Auswahl von Anwendungsfällen wiederholen sich einige Fehlermuster. Wer sie kennt, erkennt sie früh:

• Technik-getrieben statt nutzen-getrieben: „Wir wollen KI einsetzen" ist kein Anwendungsfall.
• Datenrealität ignoriert: Die Idee ist gut, die Daten existieren aber nicht in nutzbarer Form.
• Inferenzkosten unterschätzt: Der Pilot rechnet sich, der Dauerbetrieb nicht.
• Kein Erfolgskriterium: Ohne vorab definierte Messgröße lässt sich der Erfolg nie belegen.
• Zu viele Piloten parallel: Fokus auf wenige, die zu Ende geführt werden, schlägt Breite.