Eine Bestellung ist in Sekunden ausgelesen. Trotzdem wartet der Kunde auf seine Auftragsbestätigung. Die Artikelnummer muss gesucht, der Preis geprüft und das Ergebnis von Hand in die Warenwirtschaft übertragen werden. Die KI beschleunigt einen Arbeitsschritt. Die Arbeit dazwischen bleibt.
Für Unternehmen, die in KI investieren, steckt darin eine leicht übersehene Kostenfrage: Wie viel bringt ein schnelleres Werkzeug, wenn Beschäftigte seine Ergebnisse weiterhin manuell in den nächsten Prozess übertragen müssen?
Bei Quantum Beyond betrachten wir KI-Projekte aus der Perspektive ihrer Umsetzung und Finanzierung. Entscheidend ist für uns, welche Arbeit nach der Einführung tatsächlich entfällt – und welcher zusätzliche Aufwand für Integration und Betrieb entsteht.
Deshalb sollte jede überzeugende KI-Vorführung auch beantworten können: Wie wird aus dem fertigen KI-Ergebnis ein erledigter Auftrag?
In einer Produktvorführung wirkt der Ablauf überschaubar: Ein Dokument wird hochgeladen, die KI erkennt die Inhalte, das Ergebnis erscheint auf dem Bildschirm. Im Unternehmen muss dieses Ergebnis anschließend weiterverarbeitet werden.
Die Bestellung enthält beispielsweise „zwölf Kartons“. Die Warenwirtschaft erwartet Stückzahlen. Der Kunde verwendet eine andere Artikelbezeichnung als der eigene Katalog. Ein Sonderpreis steht in einer separaten Liste. Bevor ein Auftrag angelegt werden kann, müssen diese Informationen zusammenpassen.
Dass bestehende Systeme dabei zum Hindernis werden können, zeigt eine am 29. September 2026 veröffentlichte Befragung von GFT Technologies. Von 945 befragten IT-Führungskräften aus 19 Ländern berichteten 84 Prozent, dass Einschränkungen ihrer bestehenden Systeme bereits zum Abbruch eines KI-Piloten oder KI-Projekts geführt hätten. Die Untersuchung betrifft Unternehmen mit mindestens 500 Millionen US-Dollar Jahresumsatz. Sie ist keine repräsentative KMU-Studie und misst keine allgemeine Ausfallquote von KI-Projekten. Auftraggeber GFT bietet selbst Modernisierungsleistungen an.
Eine unabhängige RAND-Untersuchung aus dem Jahr 2024 benennt ebenfalls unzureichende Daten und fehlende Infrastruktur als Hindernisse. Hinzu kommt eine unklare Verständigung darüber, welches betriebliche Problem ein KI-Projekt überhaupt lösen soll.
Für die eigene Investitionsentscheidung lohnt deshalb ein genauer Blick auf die Arbeitsschritte nach der KI-Ausgabe. Dort zeigt sich, welche Voraussetzungen für den erwarteten Nutzen noch fehlen.
Vor der Auswahl eines Werkzeugs sollten Fachbereich und IT einen konkreten Vorgang gemeinsam nachvollziehen. Im Bestellbeispiel reicht dieser vom Eingang der Kundenanfrage bis zur versandten Auftragsbestätigung.
Welche Angaben werden aus der E-Mail übernommen? Woher kommen Artikelnummer und Preis? Wer prüft Abweichungen? Welche Informationen werden mehrfach eingegeben? Und wie viel Bearbeitungszeit entsteht dabei?
Ein vereinfachtes Rechenbeispiel macht die Größenordnung sichtbar: Werden monatlich 600 Bestellungen bearbeitet und benötigt die manuelle Übertragung jeweils vier Minuten, bindet dieser Schritt 40 Arbeitsstunden im Monat. Diese Zahlen sind illustrative Annahmen, keine gemessenen Kundendaten.
Die 40 Stunden wären auch nicht automatisch vollständig eingespart. Prüfungen, Ausnahmefälle und die Betreuung der Lösung können weiterhin Zeit beanspruchen. Die Rechnung liefert aber eine Ausgangsbasis: Das Unternehmen kann untersuchen, welcher Anteil der bisherigen Arbeit tatsächlich entfällt und welcher neue Aufwand entsteht.
Dabei wird sichtbar, welche Aufgaben KI benötigen. Unterschiedlich formulierte Kundenanfragen auszuwerten, kann ein geeigneter Einsatz sein. Eine eindeutige Artikelnummer nachzuschlagen oder eine festgelegte Preisregel anzuwenden, lässt sich möglicherweise mit vorhandenen Softwarefunktionen erledigen.
Aus dieser Bestandsaufnahme entsteht ein konkretes Ziel: Die Angaben sollen so zusammengeführt werden, dass ein geprüfter Auftrag ohne erneute vollständige Dateneingabe angelegt werden kann.
Für das Bestellbeispiel könnte eine Lösung folgendermaßen aussehen: Die KI liest die Kundenangaben aus. Die Warenwirtschaft liefert die zugehörige Artikelnummer, Verpackungseinheit und den gültigen Preis. Daraus entsteht ein Auftragsentwurf. Fehlt eine eindeutige Zuordnung oder widersprechen sich Angaben, erhält ein zuständiger Mitarbeiter den Vorgang mit einem konkreten Prüfhinweis.
Damit dieser Ablauf funktioniert, müssen die Beteiligten festlegen, welche Datenquelle verbindlich ist und welche Abweichungen eine Freigabe erfordern. Eine plausibel klingende Ergänzung durch das Modell genügt nicht als Grundlage für eine Bestellung.
Ebenso wichtig ist die Rückmeldung des Zielsystems. Bricht die Verbindung während der Übertragung ab, muss nachvollziehbar bleiben, ob der Auftrag bereits gespeichert wurde. Ein erneuter Versuch darf keine zweite Bestellung erzeugen. Solche Fehlerfälle gehören zum Projektumfang und zur Abnahme.
Ein Pilot sollte deshalb auch unvollständige Bestellungen, abweichende Artikelbezeichnungen und widersprüchliche Mengen verarbeiten. Für den Einstieg kann es sinnvoll sein, sämtliche Entwürfe vor der verbindlichen Übernahme prüfen zu lassen. So wird sichtbar, welche Fälle zuverlässig funktionieren und wo menschliche Entscheidungen erforderlich bleiben.
Bewertet werden sollte der gesamte Vorgang: Wie viel Bearbeitungszeit wird benötigt? Wie häufig muss nachgearbeitet werden? Kommt die Auftragsbestätigung korrekt und rechtzeitig beim Kunden an? Erst diese Ergebnisse erlauben eine belastbare Entscheidung über den weiteren Ausbau.
Ein älteres Unternehmenssystem muss einem solchen Vorhaben nicht grundsätzlich im Weg stehen. Entscheidend ist, ob es die benötigten Daten bereitstellen und Ergebnisse zuverlässig übernehmen kann.
Zunächst sollte geprüft werden, ob eine vorhandene Schnittstelle, ein kontrollierter Import oder eine ergänzende Anwendung die Verbindung ermöglicht. Im Bestellbeispiel könnte bereits ein sauber definierter Import von Auftragsentwürfen einen wesentlichen Teil der manuellen Übertragung vermeiden.
Diese Verbindung braucht allerdings einen benannten Verantwortlichen. Ändern sich Datenfelder, Preisregeln oder Artikelstrukturen, muss jemand die Auswirkungen prüfen und die Lösung anpassen. Auch fehlgeschlagene Übertragungen dürfen im laufenden Betrieb nicht unbemerkt bleiben.
Eine größere Modernisierung wird prüfenswert, wenn das bestehende System zentrale Anforderungen dauerhaft verhindert oder die ergänzende Lösung unverhältnismäßig aufwendig zu betreiben wäre. Für die Entscheidung sollten deshalb einmaliger Umsetzungsaufwand, laufende Betreuung und die erwartete Nutzungsdauer gegenübergestellt werden.
So lässt sich vermeiden, dass aus einem begrenzten Automatisierungsvorhaben vorschnell ein umfassender Systemumbau wird. Gleichzeitig wird erkennbar, wann eine kleine Ergänzung die bestehenden Probleme lediglich weiterträgt.
Ein KI-Projekt kostet mehr als den Modellzugriff. Datenaufbereitung, Schnittstellen, Tests und laufende Betreuung gehören ebenfalls ins Budget. Im Bestellbeispiel macht es einen wesentlichen Unterschied, ob eine Lösung nur Dokumente ausliest oder auch geprüfte Aufträge an die Warenwirtschaft übergibt.
Diese Abgrenzung schafft die Grundlage für die Finanzierungsprüfung. Eine gewöhnliche Softwareanbindung wird durch KI allein nicht zu förderfähiger Forschung und Entwicklung. Für die Forschungszulage müssen unter anderem Neuartigkeit, technische Unwägbarkeiten und eine planmäßige Vorgehensweise geprüft werden. Mit AI BOOST bietet Quantum Beyond zudem eine privatwirtschaftliche Unterstützung für ausgewählte KI-Vorhaben an; maßgeblich sind die Teilnahmebedingungen und die individuelle Zusage.
Wo bleibt die Arbeit in Ihrem Unternehmen zwischen zwei Anwendungen liegen? Bei Quantum Beyond unterstützen wir Sie dabei, daraus ein klar abgegrenztes Vorhaben zu entwickeln und passende Umsetzungs- und Finanzierungswege zu prüfen.
