Wenn Unternehmen über künstliche Intelligenz sprechen, landet die Diskussion erstaunlich schnell bei Produkten. Welches Modell ist das beste? Was kann der neue Copilot? Welche Abläufe lassen sich mit einem Agenten automatisieren? Und welches Feature kommt als Nächstes? Diese Fragen sind relevant, kommen für mich aber zu früh. Wer KI produktiv im Unternehmen einsetzen will, muss zuerst über die eigenen Daten sprechen. Genauso wichtig sind der Umgang mit Unternehmenswissen und die Frage, wie Mitarbeiter lernen, selbstständig mit KI zu arbeiten.
Zusammenspiel von Unternehmenswissen, Microsoft 365 und künstlicher Intelligenz
Beim Umgang mit Daten gelten weiterhin dieselben Fragen
Als Unternehmen vor einigen Jahren begannen, sich intensiver mit Cloud-Technologien zu beschäftigen, kam fast reflexartig die Frage: „Was passiert mit meinen Daten?“ Es wurde über Speicherorte, Datenschutz, Zugriffsrechte und Informationssicherheit diskutiert. Manche Sorge war sicher übertrieben, aber die Frage an sich war richtig.
Bei KI erlebe ich teilweise das Gegenteil. Ein Gutachter lädt zum Beispiel Informationen aus einem Kundenprojekt in irgendein KI-Werkzeug und lässt sich beim Erstellen eines Gutachtens unterstützen. Vorher müsste er klären: Welche Daten gebe ich dort gerade hinein? Darf ich das überhaupt? Wie verarbeitet der Anbieter diese Informationen und was geschieht anschließend damit?
In einem professionellen Umfeld dürfen solche Fragen nicht erst auftauchen, wenn sensible Daten bereits in einem System gelandet sind. Unternehmen brauchen deshalb klare Leitplanken für KI. Datenschutz und Informationssicherheit gehören von Anfang an zur Einführung, ebenso der Schutz von Kunden- und Unternehmensdaten.
Das heißt ausdrücklich nicht, KI mit immer neuen Verboten auszubremsen. Verbote allein sorgen höchstens dafür, dass Mitarbeiter auf Werkzeuge ausweichen, die außerhalb des vorgesehenen Rahmens liegen. Unternehmen müssen KI sicher machen und den Zugang gleichzeitig so einfach gestalten, dass sie im Arbeitsalltag wirklich genutzt wird.
KI muss aus der Expertenecke heraus
Die eigentliche Chance entsteht, sobald KI kein Spezialthema einiger weniger Experten mehr ist. Statt immer nur nach der nächsten Funktion zu fragen, müssen Unternehmen möglichst viele Menschen in die Lage versetzen, mit KI produktiver zu arbeiten und eigene Lösungen für ihre täglichen Probleme zu entwickeln.
Ein Mitarbeiter schaut dann auf eine wiederkehrende Tätigkeit und fragt sich: „Warum mache ich das eigentlich jeden Tag manuell? Kann ich mir dafür einen Agenten bauen? Kann ich diesen Ablauf automatisieren? Kann ich Informationen intelligenter zusammenführen?“
Der erste Versuch muss nicht perfekt sein. Viel wichtiger ist, dass er überhaupt stattfindet und der Mitarbeiter daraus lernen kann. Genau an dieser Stelle verändert sich auch die Aufgabe der IT.
Sie muss nicht jede Idee selbst umsetzen. Ihre Aufgabe besteht darin, einen sicheren Rahmen zu schaffen, in dem Mitarbeiter Dinge ausprobieren können. Befähigung und Governance gehören dabei zusammen, denn Regeln ohne praktische Möglichkeiten bremsen. Freies Experimentieren ohne klare Grenzen gefährdet dagegen Daten und Vertrauen.
Die Qualität der KI beginnt bei der Datenstruktur
Spätestens hier kommt ein Thema ins Spiel, das auf den ersten Blick wenig mit künstlicher Intelligenz zu tun hat: die Datenstruktur des Unternehmens. Viele Organisationen verwalten ihre Informationen seit Jahren hauptsächlich in Ordnern auf klassischen Fileservern.
Darin steckt oft ein großer Wissensschatz. Angebote und Kalkulationen sind genauso vorhanden wie Projektunterlagen, Präsentationen, Konzepte und Protokolle. Die entscheidende Frage lautet: Wie gut lässt sich dieses Wissen tatsächlich nutzen?
Plattformen wie Microsoft 365 mit SharePoint und OneDrive sind deshalb mehr als eine moderne Dateiablage. Mitarbeiter können Informationen dort sinnvoll strukturieren, mit Kontext versehen und über ein konsistentes Berechtigungsmodell zugänglich machen. Diese Grundlage bestimmt, welche Informationen ein KI-Assistent findet und in welchem Zusammenhang er sie verwenden kann.
Auch die Berechtigungen werden dadurch wichtiger. Ein KI-Assistent darf Informationen nicht verfügbar machen, auf die der jeweilige Mitarbeiter keinen Zugriff hat. Was beim Aufbau von Ordnern, Bereichen und Zugriffsrechten versäumt wurde, löst sich durch KI nicht von allein. Im Gegenteil: KI macht solche Schwächen schneller sichtbar.
Das vorhandene Wissen endlich wiederfinden
Eine Situation kenne ich nur zu gut: „Ich weiß genau, dass es diese Information gibt. Ich weiß auch, dass wir diese Fragestellung schon einmal hatten. Irgendjemand hat diese Schlussfolgerung bereits gezogen. Aber ich weiß nicht mehr, in welchem Projekt, in welchem Ordner oder in welchem Dokument das war.“
Das ist eigentlich absurd. Das Wissen ist vorhanden, aber wir finden es nicht mehr. Je länger ein Unternehmen besteht, desto größer wird dieses Problem. Erfahrungen stecken in Projekten und Dokumenten, ein weiterer Teil liegt nur in den Köpfen der Mitarbeiter.
Wir investieren viel Energie, um Informationen zu erzeugen. Später investieren wir erneut Zeit, um sie irgendwo wiederzufinden. Genau hier finde ich KI wesentlich interessanter als bei der Frage, ob sie noch einen weiteren Text für uns schreiben kann.
Ein digitaler Assistent beantwortet dann beispielsweise die Frage: „Wir hatten vor zwei Jahren schon einmal einen vergleichbaren Fall. Was haben wir damals gemacht? Welche Entscheidung haben wir getroffen? Welche Informationen liegen dazu vor?“
Damit produziert KI nicht einfach neuen Inhalt. Sie hilft Mitarbeitern dabei, vorhandenes Wissen wieder nutzbar zu machen. Genau daran zeigt sich auch, warum die Diskussion über das vermeintlich beste KI-Produkt oft zu kurz greift.
Das Produkt kommt später in der Kette
Das Produkt ist wichtig. Das gilt auch für das Modell und seine Funktionen. Vorher muss ein Unternehmen aber klären, wie seine Daten organisiert sind und wer auf welche Informationen zugreifen darf.
Ebenso muss klar sein, welche Informationen besonders geschützt werden müssen und mit welchen Systemen die Mitarbeiter im Alltag tatsächlich arbeiten. Erst auf dieser Basis können Menschen sinnvoll experimentieren, statt für jede Idee auf die nächste zentrale Lösung der IT zu warten.
Das Ziel ist eine Organisation, die laufend dazulernt. Ein Mitarbeiter hat eine Idee für eine Automatisierung, probiert sie in einem definierten und sicheren Rahmen aus und stellt seine Erfahrungen anschließend anderen zur Verfügung. Der nächste startet dann nicht wieder bei null, sondern baut darauf auf.
Aus vielen kleinen Verbesserungen entsteht mit der Zeit echte Transformation. Sie beginnt nicht mit einem großen KI-Projekt, sondern mit Mitarbeitern, die ein konkretes Problem lösen und ihr Wissen weitergeben.
Deshalb würde ich als Unternehmer bei der Einführung von KI nicht als Erstes fragen: „Welches KI-Produkt sollen wir kaufen?“ Meine erste Frage wäre: „Was müssen wir an unserer Organisation, unseren Daten und unserer Arbeitsweise verändern, damit möglichst viele Mitarbeiter KI morgen sicher und sinnvoll einsetzen können?“
Wer darauf eine überzeugende Antwort findet, behandelt KI nicht länger als isoliertes Technologieprojekt. KI wird dann zu einem festen Bestandteil davon, wie das Unternehmen arbeitet, Wissen nutzt und aus Erfahrungen lernt.
KI im Unternehmen sinnvoll vorbereiten
Du willst KI nicht einfach nur einkaufen, sondern in deinem Unternehmen sicher und sinnvoll nutzbar machen? Dann sprich mit Tim Haas über eure Datenstruktur, den Umgang mit Wissen und die Rahmenbedingungen, die eure Mitarbeiter für den produktiven Einsatz von KI brauchen.