Das Kölner KI-Unternehmen octonomy hat einen Self-Check für Service- und Support-Verantwortliche technisch komplexer Unternehmen veröffentlicht. Mit 16 Fragen zu Datenfundament, technischer Anbindung, Use-Case-Klarheit und Veränderungsfähigkeit zeigt er, wo vor einem KI-Projekt noch Vorarbeit nötig ist. Der Check verzichtet auf Gesamtwert und Ampel und benennt stattdessen die grösste offene Flanke. Ein Praxisbericht zu BORA zeigt den Aufwand bis zum produktiven KI-Einsatz.
Das Kölner KI-Unternehmen octonomy hat einen Self-Check veröffentlicht, mit dem Service- und Support-Verantwortliche in technisch komplexen Unternehmen prüfen können, wie weit ihre Prozesse von einem KI-Projekt entfernt sind. Viele solcher Vorhaben stocken, bevor die Technik überhaupt zum Einsatz kommt, meist an ungeklärter Vorarbeit.
Drei Ausgangslagen tauchen dabei besonders oft auf. Die IT stellt ein fertiges Werkzeug bereit, ohne dass geklärt ist, welche Aufgabe es übernehmen soll. Ebenso verbreitet ist eine von der Führung gesetzte Deadline, noch bevor Datenbasis und Use-Case stehen. Und mancherorts wartet ein Haus aus Perfektionsanspruch so lange auf saubere Daten und eine geklärte Rechtslage, dass der erste produktive Use-Case ausbleibt.
Vier Komponenten, sechzehn Fragen
Der Check gliedert sich in vier Komponenten mit je vier Fragen:
- das Datenfundament und die Wissensbasis,
- die technische Anbindung an bestehende Systeme,
- die Use-Case-Klarheit und
- die Organisation mit ihrer Veränderungsfähigkeit.
Teilnehmende antworten mit Ja, Teilweise oder Nein, bezogen auf das eigene Unternehmen. Jede Komponente steht für sich, die Antworten ergeben keinen Gesamtwert. Er nutzt weder Score noch Ampel und weist die größte offene Flanke aus, also die Stelle, an der die nächste Vorarbeit sitzt. Die individuelle Auswertung folgt im Anschluss per E-Mail.
Der Fall BORA
Wie aufwendig diese Vorbereitung sein kann, zeigt der begleitende Praxisbericht. BORA beschäftigt rund 850 Menschen und wächst stark, etwa 120 davon arbeiten im Service. Steigende Ticketzahlen, langsames Recruiting und langes Onboarding ließen sich mit linearem Wachstum nicht mehr auffangen. Ohne Automatisierung hätte BORA den Personalbedarf im Service um das Zwei- bis Vierfache erhöhen müssen. KI übernahm daraufhin einen Teil des technischen Supports. Bis das System zuverlässig lief, waren laut BORA drei bis vier Testschleifen nötig.
«Wenn die Daten verstreut sind und niemand zuständig ist, hilft das beste Modell nichts. Wir raten deshalb, klein anzufangen: mit einem Anwendungsfall, der wirklich etwas bringt, und einem sauberen Fundament darunter», sagt Oliver Trabert, CPTO von octonomy.
