In vielen klassischen Beratungsfolien sieht KI immer noch wie eine Pyramide aus.

Unten: Datenstrategie, Governance, Plattform, Organisation. Ganz oben – irgendwann: der erste Use Case.

Das war einmal sinnvoll.

Als KI vor allem aus klassischen Machine-Learning-Modellen bestand, brauchte man wirklich saubere, perfekt strukturierte Daten, bevor überhaupt etwas funktionierte. 🧠📊

Heute ist diese Logik schlicht überholt.

🚀 Modelle sind leistungsfähiger geworden. 💸 Sie sind massiv günstiger. 🗂️ Und sie kommen erstaunlich gut mit unperfekten Daten klar.

In Projekten sehe ich deshalb immer wieder das gleiche Muster:

Unternehmen, die einfach mit einem kleinen Use Case starten, kommen in wenigen Wochen weiter als Organisationen, die erst zwei Jahre Datenstrategie planen.

💡 Der erste KI-Use-Case zeigt sofort:

• welche Daten wirklich fehlen 🧩 • welche Schnittstellen gebraucht werden 🔌 • welche Prozesse angepasst werden müssen ⚙️ • wo der tatsächliche Nutzen liegt 📈

Das lässt sich nicht im Strategiepapier herausfinden.

Und noch etwas wird gerne vergessen:

ChatGPT, der Startschuss für diesen Wahnsinn, ist gerade einmal drei Jahre alt. Wir sind in einer Phase, in der sich Fähigkeiten, Preise und Möglichkeiten von KI jedes Jahr massiv verschieben. 🌍

Wer hier erst einmal „die Grundlagen sauber aufbauen“ will, plant auf Annahmen, die in zwei Jahren schon wieder irrelevant sind.

🔎 Meine Erfahrung aus Projekten ist deshalb ziemlich eindeutig:

Erst Use Case. 🛠️ Dann Struktur und Transformation. 🏗️

Nicht anders herum.

Die Transformation zu datengetriebenen Unternehmen bleibt wichtig. Aber sie passiert heute parallel zum KI-Einsatz – und nicht als Voraussetzung dafür.

Wer wartet, bis alles perfekt vorbereitet ist, hat meistens schon verloren.