Viele Unternehmen möchten KI produktiv einsetzen, stellen aber schnell fest, dass der Erfolg nicht allein von der KI-Technologie abhängt. Entscheidend ist, ob relevante Daten auffindbar sind, ob Prozesse verstanden wurden, ob Systeme angebunden werden können und ob klar ist, welche Informationen für welchen Use Case genutzt werden dürfen. Bevor KI echten Nutzen stiften kann, braucht es deshalb Transparenz über Datenquellen, Systemlandschaft, Prozesslogik, Verantwortlichkeiten und technische Rahmenbedingungen.
Ein mittelständisches Unternehmen plante den Aufbau erster KI-Anwendungen für Vertrieb, Kundenservice, Wissensmanagement und Dokumentenverarbeitung.
In den Fachbereichen gab es viele Ideen: automatische Auswertung von Kundenanfragen, intelligente Suche in technischen Dokumenten, Unterstützung bei Angeboten, Zusammenfassung von E-Mails und bessere Nutzung internen Wissens.Gleichzeitig war unklar, welche Daten dafür tatsächlich verfügbar sind.
Informationen lagen verteilt in ERP, CRM, DMS, SharePoint, Dateiservern, E-Mail-Postfächern, Excel-Listen und Fachanwendungen. Teilweise waren Daten nicht strukturiert, nicht aktuell oder nur einzelnen Mitarbeitenden bekannt. Auch Zugriffsrechte, Schnittstellen und Verantwortlichkeiten waren nicht durchgehend geklärt. Ziel war es, das Unternehmen systematisch auf konkrete KI-Nutzung vorzubereiten: Welche Daten gibt es? Wo liegen sie? Welche Qualität haben sie? Welche Use Cases sind realistisch? Welche Systeme müssen angebunden werden? Und welche organisatorischen Voraussetzungen müssen geschaffen werden?
Liquam hat ein KI Readiness Assessment durchgeführt, um die interne KI-Fähigkeit des Unternehmens systematisch zu bewerten.
Im ersten Schritt wurden gemeinsam mit den Fachbereichen relevante KI-Potenziale gesammelt und priorisiert. Dabei ging es nicht um allgemeine Trendthemen, sondern um konkrete operative Herausforderungen: wiederkehrende Kundenanfragen, manuelle Dokumentenprüfung, aufwendige Recherche, verstreutes Expertenwissen, Medienbrüche und lange Bearbeitungszeiten.
Anschließend wurden die dafür notwendigen Datenquellen analysiert. Liquam hat erfasst, welche Informationen in ERP, CRM, DMS, SharePoint, Dateisystemen, E-Mail-Postfächern, Datenbanken oder Fachanwendungen vorhanden sind. Bewertet wurden unter anderem Datenqualität, Aktualität, Struktur, Zugriffsmöglichkeiten, Schnittstellen, Verantwortlichkeiten und rechtliche Rahmenbedingungen.
Auf dieser Grundlage entstand eine AI-Ready-Landkarte des Unternehmens. Sie zeigt, welche Use Cases kurzfristig realistisch sind, welche Datenquellen dafür genutzt werden können, welche Vorarbeiten erforderlich sind und welche Themen zunächst organisatorisch oder technisch vorbereitet werden müssen.
Das Ergebnis war eine priorisierte Roadmap: von schnell umsetzbaren KI-Piloten über notwendige Daten- und Schnittstellenmaßnahmen bis hin zu einem Zielbild für eine unternehmenseigene KI-Plattform. Dadurch konnte das Unternehmen fundiert entscheiden, welche KI-Anwendungen zuerst umgesetzt werden sollten und welche Voraussetzungen für eine skalierbare Einführung geschaffen werden müssen.
