Mission 001 · Zielbild & Operating Model

In 30 Sekunden

Bevor einzelne Tools eingeführt werden, braucht es ein gemeinsames Zielbild: welche Anwendungsfälle verfolgt werden, wer verantwortlich ist, welche Risikoklassen gelten und woran sich Nutzen messen lässt. Aus verstreuten Piloten wird so ein steuerbares Vorgehen.

Warum das wichtig ist

Ohne gemeinsames Zielbild entstehen isolierte Insellösungen, deren Nutzen, Risiko und Betrieb niemand überblickt. Verantwortung bleibt unklar, und derselbe Anwendungsfall wird mehrfach unterschiedlich gelöst.

Ein Operating Model legt fest, wie KI-Vorhaben bewertet, freigegeben, betrieben und gemessen werden — und macht damit aus Experimenten eine wiederholbare Praxis.

Redaktionelle EinordnungDer häufigste Fehler ist nicht das falsche Modell, sondern fehlende Entscheidungskriterien: Ohne klare Schwelle, wann ein Pilot in Produktion darf, bleiben gute Demos für immer Demos.

Die zentralen Architekturfragen

Welche Anwendungsfälle verfolgen wir bewusst — und welche bewusst nicht?
Wer entscheidet über Freigabe, Betrieb und Abschaltung eines KI-Vorhabens?
Welche Risikoklassen gibt es, und welche Auflagen hängen daran?
Woran messen wir Nutzen — fachlich und wirtschaftlich?
Welche Fähigkeiten und welche AI Literacy müssen aufgebaut werden?

Typische Muster

AI Inventory: ein gepflegtes Verzeichnis aller KI-Anwendungen, Agenten und Modelle.
Use-Case-Portfolio: Anwendungsfälle nach Nutzen, Risiko und Reife bewertet.
Rollen & Verantwortlichkeiten: klare Zuordnung von Owner, Betrieb und Freigabe.
Risikoklassen: abgestufte Auflagen je nach Wirkung und Autonomie.
Value Measurement: Nutzen pro Anwendungsfall statt pauschaler Hoffnung.

Häufige Fehlannahmen & Anti-Patterns

Werkzeuge zuerst, Zielbild nie.
Jeder Bereich pilotiert isoliert, ohne gemeinsames Inventar.
Erfolg wird an Aktivität statt an Geschäftswert gemessen.
Verantwortung endet beim Proof of Concept.

Praktische Prüffragen

Können wir alle produktiven KI-Anwendungen benennen — inklusive Verantwortlichen?
Gibt es eine klare Schwelle, wann ein Pilot in Produktion darf?
Ist je Anwendungsfall ein messbarer Nutzen definiert?
Wer darf ein Vorhaben stoppen — und auf welcher Grundlage?

Bezug zum durchgehenden Praxisbeispiel

Wer verantwortet den Service-Agenten, welches Ziel verfolgt er — und welche Entscheidungen darf er treffen?

Ein benannter Owner verantwortet Betrieb, Freigabe und Abschaltung; das Vorhaben steht im AI-Inventar.
Ziel und Nutzen sind messbar definiert (z. B. schnellere, nachvollziehbare Fallbearbeitung) — nicht „mehr KI“.
Klare Grenze: Der Agent darf vorschlagen und vorbereiten, definierte Aktionen aber nur nach menschlicher Freigabe auslösen.
Eine Risikoklasse legt fest, welche Auflagen (Freigaben, Protokollierung) für genau diesen Fall gelten.

Zum vollständigen Praxisbeispiel: Service-Agent

Bezug zur Referenzarchitektur

Diese Mission ist die Klammer um alle anderen: Sie definiert, welche Vorhaben überhaupt entstehen und unter welchen Auflagen sie die übrigen Architekturmissionen durchlaufen.

Mission 004 Identität begrenzt Handlungsmacht Mission 005 Qualität wird messbar