Zum Inhalt springen
KI-Strategiepapier.de
0/24 gelesen

Strategiepapier / Teil C · Vorgehen

C3Vom Piloten zur Produktion

Wie ein KI-Pilot so aufgesetzt wird, dass er in die Produktion übergehen kann: Ursachen des Scheiterns, Skalierungskriterien, Go/No-Go-Checkliste, Rollout-Strategien und Übergabe an den Betrieb.

Geschrieben für:CTOBeraterExperte 14 Min. Lesezeit2 Checklisten

Ein KI-Pilot ist ein zeitlich begrenzter Einsatz einer KI-Anwendung mit echten Nutzern. Er soll zeigen, ob die Anwendung den erwarteten Nutzen bringt. Viele Piloten kommen über diesen Nachweis nicht hinaus: Sie werden erfolgreich vorgeführt, gehen aber nicht in die Produktion, also in den Regelbetrieb im Arbeitsalltag mit Betreuung, Überwachung und eigenem Budget. Das Marktforschungsunternehmen Gartner hat in einer Pressemitteilung vom 29. Juli 2024 vorhergesagt, dass bis Ende 2025 mindestens 30 Prozent der Vorhaben mit generativer KI (KI, die Texte, Bilder oder Programmcode erzeugt) nach dem Machbarkeitsnachweis (Proof of Concept, PoC) aufgegeben werden. Ein Machbarkeitsnachweis ist ein kurzer Versuch, der zeigen soll, dass eine Anwendung technisch funktioniert. Als Gründe nennt Gartner schlechte Datenqualität, unzureichende Risikokontrollen, steigende Kosten und unklaren Geschäftsnutzen. Andere Quellen kommen zu anderen Zahlen; Kapitel A2 stellt sie gegenüber.

Ob ein Pilot in die Produktion geht, entscheidet das Portfolio Board am Ende der Pilotphase in der Go/No-Go-Entscheidung. Das Portfolio Board ist das Gremium, das festlegt, welche KI-Anwendungsfälle das Unternehmen verfolgt und in welcher Reihenfolge. Die Go/No-Go-Entscheidung liegt zwischen den Phasen Pilot und Skalierung (englisch Scale) des Vorgehensmodells, das die Einführung von KI in fünf Phasen gliedert (Kapitel C1). Skalierung heißt: Die Anwendung wird vom Pilotbereich auf alle vorgesehenen Nutzer und Bereiche ausgeweitet. Grundlage der Entscheidung ist die Go/No-Go-Checkliste. Go heißt, die Anwendung wird ausgeweitet. Bei Go mit Auflagen wird sie ebenfalls ausgeweitet, und das Projektteam liefert benannte Punkte bis zu einem festen Termin nach. No-Go heißt, der Pilot wird nachgebessert und erneut geprüft oder beendet.

Den Piloten als Vorstufe der Produktion aufsetzen

Ob ein Pilot ein Go bekommt, hängt von Entscheidungen ab, die schon vor seinem Start getroffen werden: mit welchen Daten, auf welcher Plattform und mit welchen Prüfungen er gebaut wird. Derselbe Pilot lässt sich auf zwei Arten aufsetzen.

  • Pilot im Demo-Modus: Er wird gebaut, um in einer Vorführung zu überzeugen. Alles ist auf die Vorführung ausgerichtet: ausgewählte Daten, eine eigene Umgebung, keine Prüfungen. Nach der Vorführung lässt sich nichts davon in der Produktion verwenden, und die Arbeit beginnt von vorn.
  • Pilot als Produktionsvorstufe: Er wird als kleine Ausgabe des späteren Produktivsystems gebaut, mit denselben Daten, derselben Plattform und denselben Prüfungen, nur für weniger Nutzer. Lautet die Go/No-Go-Entscheidung Go, wird dieser Pilot zur Produktion ausgebaut statt neu gebaut.

Jede Zeile der Tabelle ist eine Entscheidung, die beim Aufsetzen des Piloten fällt. Die letzte Spalte zeigt, was die Entscheidung beim Übergang in die Produktion bewirkt. Governance meint in der Tabelle die Zuständigkeiten, Regeln und Freigaben, mit denen ein Unternehmen sicherstellt, dass seine KI-Anwendungen sicher sind, den Datenschutz wahren, Gesetze und interne Vorgaben einhalten (Compliance) und ethisch vertretbar sind. Rollout heißt die Einführung der Anwendung bei allen vorgesehenen Nutzern; er ist der Hauptschritt der Skalierung.

Entscheidung beim AufsetzenPilot im Demo-ModusPilot als ProduktionsvorstufeFolge beim Übergang in die Produktion
ErfolgskriteriumDer Pilot startet ohne festes Ziel („Wir schauen mal, was möglich ist“).Vor dem Start werden ein messbares Erfolgskriterium und ein Ausgangswert (englisch Baseline) festgelegt; der Ausgangswert ist der heutige Messwert, mit dem das Ergebnis des Piloten verglichen wird (siehe Kapitel D1). Der Pilot prüft damit eine Annahme, die sich bestätigen oder widerlegen lässt.Für die Go/No-Go-Entscheidung ist ein Nachweis gefordert. Der Demo-Pilot liefert nur Eindrücke, die Produktionsvorstufe liefert Messwerte im Vergleich zum Ausgangswert.
DatenDer Pilot arbeitet mit ausgewählten Beispielen und einem vorab bereinigten Datenauszug.Der Pilot nutzt echte Produktivdaten mit ihren Lücken und Fehlern und greift auf demselben Weg auf sie zu wie später die Produktion.Beim Demo-Piloten sinkt die Qualität der Ergebnisse, sobald echte Daten verarbeitet werden. Die Produktionsvorstufe arbeitet schon im Piloten mit echten Daten; ihre Messwerte lassen sich deshalb auf die Produktion übertragen.
ArchitekturDer Pilot läuft in einer abgeschotteten Testumgebung (englisch Sandbox) ohne Anbindung an die Kernsysteme des Unternehmens.Der Pilot ist eine verkleinerte Ausgabe des Zielbilds, also der geplanten Architektur für KI-Anwendungen (siehe Kapitel B5): dieselben Plattformbausteine, dieselbe Anmeldung und Rechteprüfung, nur für weniger Nutzer.Der Demo-Pilot muss für die Produktion neu gebaut werden. Die Produktionsvorstufe wird erweitert statt ersetzt.
KostenDie Kosten werden nicht gemessen, weil es „ja nur ein Pilot“ ist.Die Kosten je Einheit (je Anfrage oder je Vorgang) werden vom ersten Tag an gemessen und auf den Zielumfang hochgerechnet, also auf die Menge im späteren Vollbetrieb (siehe Kapitel D2).Ob sich der Regelbetrieb rechnet, zeigt sich beim Demo-Piloten erst nach dem Rollout, bei der Produktionsvorstufe schon in der Go/No-Go-Entscheidung.
GovernanceDie Prüfungen für Sicherheit, Datenschutz und Ethik werden auf „später“ verschoben.Die Prüfungen laufen im Piloten mit (siehe Kapitel B8 bis B10). Zum Ergebnis des Piloten gehört die Aussage, ob die Anwendung die nötigen Freigaben bekommen kann.Beim Demo-Piloten beginnen die Prüfungen erst nach dem Piloten und verzögern den Rollout. Die Produktionsvorstufe bringt die Freigaben schon mit.
NutzerNur das Projektteam testet die Anwendung.Mitarbeitende aus dem Fachbereich arbeiten unter alltagsnahen Bedingungen mit der Anwendung und geben Rückmeldung nach einem festen Schema.Ob die Mitarbeitenden die Anwendung annehmen und ob sie im Alltag taugt, zeigt sich beim Demo-Piloten erst beim Rollout. Bei der Produktionsvorstufe ist beides aus dem Piloten bekannt.
ZeitrahmenDer Pilot läuft ohne festes Enddatum.Die Laufzeit ist auf 3 bis 6 Monate begrenzt, mit festem Termin für die Go/No-Go-Entscheidung.Ohne Endtermin wird der Demo-Pilot zur Dauerlösung ohne Entscheidung. Die begrenzte Laufzeit erzwingt die Entscheidung.

Die Laufzeit von 3 bis 6 Monaten ist die Richtdauer für Piloten im Vorgehensmodell. Sie ist lang genug, damit ausreichend echte Vorgänge für eine Messung anfallen, und kurz genug, damit die Entscheidung nicht verschleppt wird.

Ein Pilot, der als Produktionsvorstufe aufgesetzt ist, liefert die Nachweise für die Go/No-Go-Checkliste aus seinem laufenden Betrieb. Das Projektteam muss sie vor der Entscheidung nicht nachträglich zusammentragen.

Beispiel: Im Anwendungsfall „Antwortvorschläge Kundenservice“ schreibt ein Sprachmodell zu jeder schriftlichen Kundenanfrage (Ticket) einen Antwortentwurf aus der bisherigen Tickethistorie. 40 Servicemitarbeitende der Bestandskundenbetreuung prüfen den Entwurf, ändern ihn bei Bedarf und versenden ihn; im Jahr gehen 30.000 Tickets ein. Als Produktionsvorstufe aufgesetzt, arbeitet der Pilot mit der echten Tickethistorie der letzten drei Jahre. Die personenbezogenen Daten darin sind pseudonymisiert, also Namen und Kundennummern durch Ersatzkennzeichen ersetzt. Das Erfolgskriterium wird vor dem Start festgelegt: Mindestens 50 Prozent der Entwürfe werden ohne Änderung übernommen. Zusätzlich misst das Projektteam die Bearbeitungszeit: Ausgangswert sind heute 20 Minuten je Ticket, Ziel sind 8 Minuten. Die Kosten je Ticket werden vom ersten Tag an gemessen und mit den geplanten laufenden Kosten von 1,50 Euro je Ticket verglichen (45.000 Euro im Jahr für 30.000 Tickets).

Ursachen für das Scheitern von Piloten

Die Tabelle nennt typische Ursachen, an denen Piloten scheitern, und das Anzeichen, an dem jede Ursache zu erkennen ist. Sie hat zwei Verwendungen. Während der Pilotphase dient sie als Frühwarnliste: Zeigt sich eines der Anzeichen schon jetzt? Vor einem neuen Piloten dient sie dazu, die Ursachen gescheiterter früherer Vorhaben zu ermitteln.

UrsacheAnzeichen
Kein Erfolgskriterium festgelegtDer Pilot „funktioniert“, aber niemand kann sagen, ob er den erwarteten Nutzen gebracht hat.
Mit Demodaten statt mit Produktivdaten getestetDie Qualität der Ergebnisse sinkt, sobald echte Daten mit Lücken und Fehlern verarbeitet werden.
Keine Anbindung an die Architektur des UnternehmensDer Pilot läuft für sich allein und lässt sich nur durch einen Neubau an die Kernsysteme anschließen.
Laufende Modellkosten unterschätztDer Pilot war günstig, weil er wenige Anfragen verarbeitet hat. Bei der vollen Menge rechnet sich der Regelbetrieb nicht, weil jede Anfrage an das KI-Modell Geld kostet. Diese Nutzung eines fertigen Modells heißt Inferenz.
Keine Verantwortung für den Betrieb nach PilotendeDas Projektteam löst sich auf, und niemand verantwortet den Übergang in den Betrieb.
Freigaben für Sicherheit, Compliance und Ethik fehlenDie Prüfungen waren im Piloten nicht vorgesehen und blockieren jetzt den Rollout.
Zu viele Piloten gleichzeitigPersonal und Budget verteilen sich auf zu viele Vorhaben, und keines wird zu Ende geführt.

Skalierungskriterien

In der Go/No-Go-Entscheidung prüft das Portfolio Board, ob der Pilot reif für die Skalierung ist. Reif ist er erst, wenn er die Kriterien in allen drei Bereichen erfüllt: Technik, Organisation und Wirtschaftlichkeit. Ein technisch gelungener Pilot ohne verantwortliche Person für den Betrieb oder ohne tragfähige Kostenrechnung ist nicht reif. Das Projektteam belegt jedes Kriterium mit einem Nachweis. Die Go/No-Go-Checkliste im nächsten Abschnitt fasst die Kriterien für die Entscheidung zusammen.

Technische Kriterien

  • Die Lösung ist mit echten Produktivdaten getestet, nicht nur mit ausgewählten Beispielen.
  • Die Architektur lässt sich ohne Neubau an die Kernsysteme anschließen.
  • Die Überwachung im Betrieb (englisch Observability) ist eingerichtet: Kennzahlen, Protokolle und die Erkennung von Drift. Drift heißt, dass die Ergebnisse schleichend schlechter werden, weil sich die Daten im Betrieb von den Daten unterscheiden, mit denen das Modell erprobt wurde.
  • Die Sicherheits-Checkliste je Anwendungsfall ist vollständig durchlaufen (siehe Kapitel B9).

Organisatorische Kriterien

  • Ein Service Owner KI ist benannt. Der Service Owner KI verantwortet den Regelbetrieb der Anwendung (siehe Kapitel B7).
  • Die Governance-Freigaben für Datenschutz, Compliance und Ethik liegen vor (siehe Kapitel B8 und B10).
  • Der Support ist in drei Stufen festgelegt: Stufe 1 beantwortet einfache Fragen der Nutzer, Stufe 2 bearbeitet technische Störungen, Stufe 3 sucht gemeinsam mit den Entwicklern der Anwendung nach der Ursache.
  • Die betroffenen Fachbereiche sind informiert und eingebunden (siehe Kapitel B11).

Wirtschaftliche Kriterien

  • Der Business Case, also die Wirtschaftlichkeitsrechnung mit Nutzen, einmaligen und laufenden Kosten, ist mit den gemessenen Werten aus dem Piloten aktualisiert, nicht nur mit der ursprünglichen Schätzung.
  • Die laufenden Kosten (Inferenz, Betrieb, Lizenzen) sind für den Zielumfang hochgerechnet.
  • Das Erfolgskriterium aus der Pilotphase ist nachweislich erreicht oder mit Begründung angepasst.
  • Es ist geklärt, welcher Bereich die Kosten für den Regelbetrieb trägt.

Checkliste: Go/No-Go-Entscheidung

Die Go/No-Go-Checkliste ist die Unterlage für die Sitzung des Portfolio Boards. Vor der Sitzung trägt das Projektteam zu jeder Zeile einen konkreten Nachweis ein. Die letzte Spalte legt vorab fest, was geschieht, wenn ein Kriterium nicht erfüllt ist. So wird die Folge nicht erst in der Sitzung ausgehandelt, in der der Druck groß ist, weiterzumachen.

KriteriumErfüllt?NachweisEntscheidung bei Nichterfüllung
Das Erfolgskriterium ist erreicht.Den Piloten mit angepasstem Ziel verlängern oder beenden
Die Lösung ist mit Produktivdaten getestet.Nicht skalieren; erst mit echten Daten erneut prüfen
Die Architektur lässt sich an die Kernsysteme anschließen.Den Integrationsaufwand neu bewerten, bei Bedarf die Architektur anpassen
Die Governance-Freigaben liegen vor.Die Skalierung blockieren, bis die Freigabe erteilt ist
Der Service Owner KI ist benannt.Keine Übergabe in den Betrieb ohne benannte Verantwortung
Die Wirtschaftlichkeit im Zielumfang ist bestätigt.Das Kostenmodell überarbeiten oder den Umfang verkleinern

Entscheidungsregel: Ein No-Go bei den technischen Kriterien und bei den Governance-Freigaben ist verbindlich. Der Pilot wird nachgebessert; das Portfolio Board setzt sich nicht darüber hinweg. Sind wirtschaftliche Kriterien nicht erfüllt, zu denen auch das Erfolgskriterium gehört, darf das Portfolio Board trotzdem ein Go geben, wenn strategische Gründe überwiegen. Das Portfolio Board entscheidet das bewusst und hält die Abweichung und ihre Gründe schriftlich fest.

Beispiel für das wirtschaftliche Kriterium: Im Anwendungsfall „Antwortvorschläge Kundenservice“ beträgt der Nutzen 270.000 Euro im Jahr, wenn die Servicemitarbeitenden jeden Entwurf nutzen, mit oder ohne Änderung: 12 Minuten Ersparnis je Ticket mal 30.000 Tickets ergeben 6.000 Stunden, mal 45 Euro je Stunde. Dem stehen 120.000 Euro einmalige und 45.000 Euro laufende Kosten im Jahr gegenüber. Maßgeblich ist deshalb die Nutzungsquote der Entwürfe, also der Anteil der Tickets, bei denen der Entwurf genutzt wird, mit oder ohne Änderung. Liegt sie unter rund 30 Prozent, deckt der Nutzen die Kosten über drei Jahre nicht: 0,3 × 270.000 Euro × 3 = 243.000 Euro Nutzen gegen 120.000 Euro + 3 × 45.000 Euro = 255.000 Euro Kosten. Das Kriterium „Die Wirtschaftlichkeit im Zielumfang ist bestätigt“ ist deshalb nur erfüllt, wenn die im Piloten gemessene Nutzungsquote deutlich über 30 Prozent liegt. Das Erfolgskriterium des Piloten ist strenger, weil es nur unveränderte Entwürfe zählt: Werden mindestens 50 Prozent der Entwürfe ohne Änderung übernommen, liegt auch die Nutzungsquote bei mindestens 50 Prozent und damit über der Schwelle.

Rollout-Strategien

Nach dem Go ist zu entscheiden, wie die Anwendung zu allen vorgesehenen Nutzern kommt. Die Tabelle stellt vier gebräuchliche Strategien gegenüber. Sie lassen sich kombinieren, zum Beispiel mit einem Schattenbetrieb für jede neue Nutzergruppe innerhalb eines stufenweisen Rollouts.

StrategieVorgehenWann geeignetGrenzen
Schattenbetrieb (englisch Shadow Mode)Die KI läuft neben dem bestehenden Prozess mit. Ihre Ergebnisse werden mit denen des bestehenden Prozesses verglichen, aber nicht verwendet.Bei folgenreichen Entscheidungen (Kreditvergabe, Preisfestsetzung) und allgemein dann, wenn die Qualität erst an der vollen Menge belegt werden mussDoppelter Aufwand, solange der Schattenbetrieb läuft. Rückmeldungen der Nutzer fehlen, weil niemand mit den Ergebnissen arbeitet.
Stufenweiser RolloutDie Anwendung wird nach Bereichen, Standorten oder Nutzergruppen ausgeweitet, mit einem Prüfpunkt vor jeder weiteren Stufe.Als Standardfall für die meisten Anwendungen. Jede Stufe liefert Erfahrungen für die nächste.Dauert länger und verlangt, dass die Prüfpunkte tatsächlich eingehalten werden.
Parallelbetrieb mit Vergleichsgruppe (A/B-Test)Ein Teil der Nutzer oder Vorgänge arbeitet mit der KI, ein anderer Teil ohne sie. Die Ergebnisse beider Gruppen werden verglichen.Wenn die Wirkung im Vergleich zur Arbeit ohne KI belastbar nachgewiesen werden muss, zum Beispiel für den Business CaseOrganisatorisch aufwendig. Bei wenigen Vorgängen sind die Unterschiede zwischen den Gruppen wenig aussagekräftig.
Umstellung auf einen Schlag (englisch Big Bang)Alle Nutzer arbeiten gleichzeitig ab einem Stichtag mit der Anwendung.Nur bei geringem Risiko, erprobter Technik und einfacher Rücknahme, zum Beispiel bei einem internen AssistenzwerkzeugBei Problemen sind sofort alle Nutzer betroffen. Für folgenreiche Systeme und für Systeme mit Kundenkontakt ungeeignet.

Für jede Strategie wird vor dem Rollout ein Rückweg festgelegt: wie die Anwendung abgeschaltet wird und wie die Mitarbeitenden wieder nach dem alten Prozess arbeiten. Fehlt dieser Rückweg, müssen das Abschalten und die Rückkehr zum alten Prozess bei einem schweren Fehler unter Zeitdruck improvisiert werden.

Übergang in den Betrieb nach dem Go

Zum Übergang in den Betrieb gehören neben dem Rollout drei Schritte: Die Anwendung wird auf den Stand des Regelbetriebs gebracht, an den Service Owner KI übergeben und in den ersten Wochen besonders eng betreut.

Anwendung auf den Stand des Regelbetriebs bringen

Auch ein Pilot, der auf den Bausteinen des Zielbilds gebaut ist, läuft in kleinem Umfang und mit vereinfachtem Betrieb. Vor dem Rollout wird er auf die vollständige Plattform und die Abläufe umgestellt, mit denen das Unternehmen seine Anwendungen dauerhaft betreibt. Mehr Nutzer auf den unveränderten Pilotaufbau zu lassen genügt nicht. Zum Regelbetrieb gehören:

  • Die Evaluations-Suite läuft automatisch in der Deployment-Pipeline mit. Die Evaluations-Suite ist eine feste Sammlung von Testfällen, mit der die Qualität der Ergebnisse geprüft wird. Die Deployment-Pipeline ist die automatisierte Strecke, über die jede neue Version getestet und ausgeliefert wird.
  • Überwachung und Alarmierung entsprechen dem Betriebsstandard des Unternehmens.
  • Eine Ratenbegrenzung (eine Obergrenze für die Zahl der Anfragen je Zeiteinheit) und Budget-Alarme (Warnungen, sobald die Kosten eine festgelegte Grenze erreichen) sind aktiv, damit Fehler oder Missbrauch keine unbegrenzten Kosten verursachen.
  • Zugriffsrechte und Protokollierung sind nach der Sicherheits-Checkliste je Anwendungsfall eingerichtet.

Die Kosten je Einheit werden bei der vollen Menge erneut gemessen, weil sie sich gegenüber dem Piloten ändern können. Mengenrabatte können sie senken, Lastspitzen können zusätzliche Kapazität und damit höhere Kosten erfordern.

Übergabe an den Service Owner KI

Das Projektteam übergibt die Anwendung mit vollständiger Dokumentation an den Service Owner KI. Dazu gehören:

  • die Modellkarte, ein Steckbrief des Modells mit Zweck, Datengrundlage, Grenzen und Testergebnissen,
  • die Architekturentscheidungen,
  • die bekannten Grenzen und offenen Risiken,
  • das Runbook, die Betriebsanleitung mit den Arbeitsschritten für den laufenden Betrieb und für Störungen,
  • die Ansprechpartner im Fachbereich.

Die Erfolgskriterien aus dem Piloten werden in das laufende Berichtswesen übernommen (siehe Kapitel D1 und D4).

Stabilisierungsphase nach dem Rollout (Hypercare)

Die ersten 4 bis 6 Wochen nach dem Rollout sind eine festgelegte Stabilisierungsphase, im Betrieb Hypercare genannt (englisch für besonders enge Betreuung). In dieser Phase gilt:

  • Das Entwicklungsteam steht weiter mit einem Teil seiner Arbeitszeit zur Verfügung.
  • Meldungen der Nutzer erreichen das Entwicklungsteam auf kurzem Weg, ohne alle Support-Stufen zu durchlaufen.
  • Qualitäts- und Kostenkennzahlen werden in kurzen Abständen geprüft.
  • Das Entwicklungsteam fragt die Nutzer aktiv nach ihren Erfahrungen, statt auf Beschwerden zu warten.

Die 4 bis 6 Wochen sind ein Richtwert für die Planung. Die Stabilisierungsphase endet erst, wenn ein vorher festgelegtes Kriterium erfüllt ist, zum Beispiel zwei Wochen, in denen alle Serviceziele eingehalten werden. Serviceziele sind die vereinbarten Werte für Verfügbarkeit, Antwortzeit und Qualität. Danach betreut der Service Owner KI die Anwendung nach den üblichen Abläufen des Betriebs. Im Vorgehensmodell entspricht das der Phase Betrieb (englisch Operate).

Checkliste: Vom Piloten zur Produktion

Die Checkliste reicht vom Aufsetzen des Piloten bis zum Ende der Stabilisierungsphase.

  • Der Pilot ist als Produktionsvorstufe aufgesetzt, nicht als Demo.
  • Erfolgskriterium und Ausgangswert sind vor dem Start des Piloten festgelegt.
  • Die Ursachen gescheiterter früherer Piloten sind ausgewertet.
  • Die Skalierungskriterien sind in allen drei Bereichen geprüft: Technik, Organisation und Wirtschaftlichkeit.
  • Die Go/No-Go-Checkliste ist ausgefüllt und die Entscheidung dokumentiert.
  • Die Rollout-Strategie ist gewählt und begründet; der Rückweg ist festgelegt.
  • Der Service Owner KI ist benannt und die Support-Stufen sind festgelegt, beides vor dem Rollout.
  • Die Anwendung ist vom Pilotaufbau auf die Plattform für den Regelbetrieb umgestellt; die Kosten je Einheit sind bei der vollen Menge erneut gemessen.
  • Die Übergabedokumentation ist vollständig (Modellkarte, Runbook, offene Risiken).
  • Die Stabilisierungsphase ist mit einem Kriterium für ihr Ende eingeplant.
  • Die Erfolgskriterien sind in das laufende Berichtswesen übernommen.

Der Lesestand wird nur in diesem Browser gespeichert.

Suche in allen Kapiteln, Vorlagen und Checklisten.