Menschenzentrierte KI-Projekte¶

Kernfrage für Unternehmen¶

Menschenzentrierte KI-Projekte verbinden Geschäftsziele, Daten, Technik, Prozesse, Recht, Betriebsrat und Qualifizierung von Beginn an, damit ein KI-System nicht nur technisch funktioniert, sondern im Arbeitsalltag Nutzen stiftet und akzeptiert wird (Kutzias, Dukino und Leuteritz 2023; Niessner 2026).

Im Mittelpunkt steht die Frage, wie Beteiligung, Akzeptanz, Qualifikation und Verantwortung so in das Projekt eingebaut werden, dass die spätere Nutzung nicht an Widerstand, unklaren Rollen oder fehlender Befähigung scheitert (Kutzias, Dukino und Leuteritz 2023). Das konkrete Phasenmodell für die operative Umsetzung vertieft das KI-ULTRA Vorgehensmodell für KI-Projekte.

Typische Stolpersteine¶

Viele KI-Projekte betrachten Mensch und Organisation zu spät. Teams prüfen Modellgüte, Datenzugriff und Toolauswahl, aber sie klären erst kurz vor dem Go-live, wie Aufgaben, Verantwortung, Mitbestimmung, Schulung und Prozessabläufe konkret aussehen. Menschenzentrierung bedeutet, diese Fragen bereits in Zielklärung, Projektstart und Nutzbarmachung mitzudenken (Kutzias, Dukino und Leuteritz 2023).

Ein zweiter Fehler liegt darin, Beteiligung als Kommunikation nach dem technischen Pilot zu behandeln. Wer erst nach der Modellentwicklung erklärt, was sich im Arbeitsprozess ändern soll, erzeugt Widerstand, Rechtsrisiken und teure Nacharbeit (Kutzias, Dukino und Leuteritz 2023).

Bewährte Vorgehensweisen¶

Einzelne KI-Projekte profitieren von einer übergeordneten KI-Strategie, die Nutzen, Kompetenzen, Datenstrategie, Change-Management, Kultur und rechtliche Rahmenbedingungen klärt. Die Projektdurchführung beantwortet das operative „Wie?“, während Strategie und Wandel die Basis für mehrere Projekte schaffen (Braun et al. 2023; Kutzias, Dukino und Leuteritz 2023).

Starten Sie mit einer kombinierten Ziel- und Anforderungsphase. Klären Sie Nutzen, Aufwand, Return on Investment, strategische Passung, betroffene Prozesse, Schlüsselaktivitäten, Stakeholderbedarfe und rechtliche Aspekte gemeinsam. So verhindern Führungskräfte, dass das Projekt nur eine technische Lösung beschreibt, aber keine tragfähige Veränderung im Unternehmen auslöst (Kutzias, Dukino und Leuteritz 2023; Niessner 2026).

Binden Sie Stakeholder früh ein, nicht erst zur Abnahme. Dazu gehören Fachbereiche, spätere Nutzer:innen, IT, Datenschutz, Sicherheitsverantwortliche und je nach Einsatzkontext Betriebsrat oder Personalvertretung. Der Leitfaden betont, dass Stakeholder auch passive Betroffene sein können, deren Interessen, Kompetenzen, Bedenken oder Konflikte das Projekt später stark beeinflussen (Kutzias, Dukino und Leuteritz 2023).

Planen Sie Mensch-Technik-Organisation als eine gemeinsame Gestaltungsaufgabe. Das Team sollte nicht nur fragen, welches Modell passt, sondern auch: Welche Arbeit verändert sich? Welche Aufgaben übernimmt KI, welche bleiben beim Menschen? Welche Qualifikation brauchen Mitarbeitende? Wo verlieren Menschen Handlungsspielraum, und wo entstehen attraktivere Aufgaben (Kutzias, Dukino und Leuteritz 2023)?

Führen Sie die Nutzbarmachung als eigene Phase. Deployment bedeutet nicht nur technische Inbetriebnahme, sondern Integration in Systemlandschaft und Betrieb, Anpassung von Prozessen, neue Rollen, Schulung, Support und laufende Verantwortung. Das passt zur Wiki-Seite CRISP-DM für KI-Projekte, die Deployment ebenfalls als Betriebs- und Lernphase beschreibt (Kutzias, Dukino und Leuteritz 2023; Niessner 2026).

Einstiegspunkte für die Umsetzung¶

Vor der Freigabe eines KI-Projekts sollten Führungskräfte sieben Fragen beantworten (Kutzias, Dukino und Leuteritz 2023):

Welchen konkreten Nutzen erwarten wir?
Welche Prozesse und Schlüsselaktivitäten verändern sich?
Welche Datenunsicherheit prüfen wir zuerst in einer Machbarkeitsstudie?
Wer ist betroffen, auch wenn er oder sie nicht im Projektteam sitzt?
Welche rechtlichen und betrieblichen Mitbestimmungsfragen entstehen?
Welche Qualifikationen fehlen?
Ab welchem Punkt stoppen wir das Projekt statt weiter Geld zu investieren?

Für das operative Phasenmodell passt KI-ULTRA Vorgehensmodell für KI-Projekte. Für den ersten Zuschnitt passt KI-Projekte richtig aufsetzen. Für Rollen und Aufwand passt KI-Projektaufwand und Rollen planen. Rechtliche Mitbestimmung vertieft Arbeitsrecht und KI, während KI-Kompetenz und interne Guidelines die Qualifizierungsperspektive ergänzt (Kutzias, Dukino und Leuteritz 2023; Niessner 2026).