Das Framework. 3 Ebenen. In dieser Reihenfolge.
Jedes Engagement durchläuft Control, Flow und Production der Reihe nach, denn KI gehört auf Layer 3, und Layer 3 trägt nur, wenn Layer 1 und 2 wirklich stehen.
Control
Das ist die nicht verhandelbare Basis: wer welches Ergebnis verantwortet, welche Zahlen echt sind und wo Entscheidungen fallen. Ohne sie verstärkt Automatisierung nur das Chaos, auf dem sie läuft.
Bei einem europäischen Energieversorger kam ich als PMO-Vertretung in ein stockendes Enterprise-Programm und übernahm dann in einer kritischen Phase die Leitung: Ich habe den Plan neu aufgebaut, die länderübergreifende Replanung konsolidiert und die Ownership über alle Funktionen klar gemacht, sodass die Eskalationen zurückgingen und Entscheidungen wieder getroffen wurden.
Flow
Eine Cadence, die zur Arbeit passt, 1 führendes Tool pro Zweck und die richtigen Leute in den richtigen Meetings.
Beim globalen Konsumgüter-Rollout über mehr als 40 Länder fiel die Durchlaufzeit pro Land von 12 auf 4 Wochen, sobald der Flow stimmte. Auf dieser Ebene entstehen oft 80% des sich aufsummierenden Werts.
Production
KI und Python in echten Workflows, ausgewählt nach ihrem Payback: Cloud-LLM-APIs für Dokumentenverarbeitung, Entscheidungsunterstützung, Status-Roll-ups und den Kitt zwischen den Systemen.
Bei einem europäischen Handelskonzern steuere ich gerade eine KI-Marketing-Plattform vom PoC in einen kontrollierten Produktivbetrieb: markenkonforme Content-Erzeugung innerhalb echter Leitplanken, mit Quality Gates und 1 Owner pro Ergebnis, über Marketing, Tech und KI. Die Mechanik greift erst, wenn Layer 1 und 2 wirklich stehen.
PoC vs. Produktion: wo Scale-ups hängenbleiben.
Wenn der größte Teil der linken Spalte Ihr KI-Programm beschreibt, dann haben Sie kein Modell-Problem, sondern ein Delivery-Problem.
| Dimension | Was die meisten KI-Programme tun | Was Produktion braucht |
|---|---|---|
| Ownership | Geteilt zwischen Produkt, Ops, Data, also gehört es niemandem | Ein benannter Owner pro Workflow, verantwortlich für eine Kennzahl |
| Scope | Coole Demo auf einem sauberen Datensatz | Produktions-Workflow mit echten Edge Cases |
| Governance | Steering-Folien alle 6 Wochen | Wöchentliches Operating Review mit protokollierten Entscheidungen |
| Integration | Chat-UI in einem Tab | Aufgerufen aus den Tools, die das Team ohnehin nutzt |
| Metriken | Qualitativ, nach Bauchgefühl | Baseline, Ziel, Ist, wöchentlich verfolgt |
| Übergabe | „Der Dienstleister hält es am Laufen“ | Interner Product Owner, dokumentiert, wiederverwendbar |
scrollen →
1 Engagement. 3 Phasen.
Umfang und Exit-Kriterien werden vor dem Start jeder Phase vereinbart, sodass es keinen offenen Retainer-Wildwuchs gibt.
Diagnose
Den echten Status quo feststellen: wo das Programm steht, wo KI feststeckt, was sich ändern muss, bevor alles andere zählt.
Deliverables
- Status-quo-Bericht, vorstandsreif
- KI-Portfolio-Scorecard
- Lückenanalyse
- Scope-Vorschlag für Phase 2
Exit-Kriterien
- Exec-Sponsor gibt das Bild frei
- 1-3 KI-Workflows für Phase 2 ausgewählt
- Go / No-go innerhalb einer Woche
Install
Das Rückgrat einbauen und den ersten produktiven KI-Workflow end-to-end ausliefern, das Modell an einem einzigen Fall beweisen, bevor irgendetwas skaliert.
Deliverables
- Operatives Rückgrat: Governance, Cadence, Entscheidungs-RACI
- Produktiver KI-Workflow mit messbarem Ergebnis
- Kennzahlen-Dashboard mit den ersten 4-8 Wochen Daten
- Rollout-Plan für Phase 3
Exit-Kriterien
- Ein KI-Workflow seit 4+ Wochen live in Produktion
- Wöchentliches Operating Review läuft ohne mich
- Interner Owner betreibt den Workflow allein
Ship
Von diesem ersten produktiven Workflow auf die nächsten 2 oder 3 skalieren und dann sauber übergeben.
Deliverables
- 2-3 weitere KI-Workflows in Produktion
- Internes Playbook „So bringen wir hier KI in einen Workflow“
- Übergabe an eine benannte interne Führungskraft
Exit-Kriterien
- Internes Team verantwortet und erweitert die Arbeit
- P&L-relevante Kennzahl für das Exec-Team sichtbar
- Engagement sauber abgeschlossen, ohne offene Folgepflichten
Passt das?
Ein einfaches Nein für den falschen Käufer. Ein einfaches Ja für den richtigen.
Grünes Licht: melden Sie sich
- Vorstand oder CEO fragt, wo der KI-Hebel tatsächlich ist, und die ehrliche Antwort lautet „in Piloten“
- Sie haben mehr als 2 KI-Initiativen laufen und keine ist zuverlässig in Produktion
- Operations ist schnell gewachsen und das Rückgrat (Ownership, Cadence, Tooling) ist nicht hinterhergekommen
- Sie brauchen jemanden, der am selben Tag mit Engineering zusammensitzen und dem Vorstand berichten kann
- Budget ist da, Sponsor ist benannt, Scope ist gestaltbar
Rote Flagge: passt nicht
- Sie wollen einen PoC-Partner, der etwas Schickes demonstriert
- Sie haben nicht mindestens einen Workflow, in den sich KI zu setzen lohnt
- Sie haben bereits ein klares Operating Model und ein funktionierendes PMO
- Sie wollen einen Folien-Schreiber oder ein reines Strategie-Deliverable
- Kein Budget, kein Sponsor, oder der Scope ist politisch eingefroren
Häufige Fragen.
„Wir haben gerade kein Budget für externe Hilfe.“
Das ist eine berechtigte Frage, aber die eigentliche ist nicht mein Honorar; sie lautet, was ein weiteres Quartal KI-im-Pilotstatus Sie kostet. Wenn Ihr Vorstand fragt, wo der Hebel liegt, und Sie keine 90-Tage-Antwort haben, dann ist genau das das Budget-Gespräch, das sich lohnt, und ich schicke Ihrem CFO gern einen Einseiter, der genau das begründet.
„Wir haben bereits ein PMO / eine Chief-of-Staff-Funktion.“
Gut, denn ich ersetze sie nicht; ich baue das fehlende Stück ein. Meist ist das die KI-spezifische Operating Cadence und die Workflow-Integration, für die ein internes PMO nicht aufgestellt ist, und Phase 1 zeigt uns innerhalb von drei Wochen, ob ich Mehrwert bringe oder nicht.
„Warum sollten wir Ihnen bei KI vertrauen, wenn Ihre Cases SAP und ITSM sind?“
Klare Antwort: Die KI-Ebene ist der Unterschied, und der Enterprise-Delivery-Track-Record ist der Ort, an dem die Disziplin dahinter aufgebaut wurde. Die meisten KI-Programme Ihrer Größe scheitern an den Layer-1-und-2-Problemen, die ich seit Jahren löse, und so anspruchsvoll die KI-Arbeit auf Layer 3 auch ist, dort scheitern diese Programme selten. Wenn Sie also einen reinen KI-Forschungspartner wollen, bin ich der Falsche; wenn Sie wollen, dass KI wirklich in Produktion geht, bin ich der Richtige.
„Wir wollen das erst intern versuchen.“
Das ergibt Sinn. Wenn es in 90 Tagen funktioniert, brauchen Sie mich nicht, und wenn nicht, wissen Sie genau, was fehlt, und dieses Gespräch führe ich weit lieber, als Ihnen etwas Verfrühtes zu verkaufen. Soll ich Ihnen die Selbstdiagnose-Checkliste schicken, die wir in Phase 1 nutzen würden, damit Sie sie selbst durchgehen können?
„Wir würden gern mit einem kleineren Piloten anfangen.“
Phase 1 ist the smaller pilot. 3 weeks, fixed fee, clear deliverable, no commitment to Phase 2 until you've read the output. That's the smallest useful slice I can carve.
„Können wir erst mit einer Referenz sprechen?“
Ja, nach dem Erstgespräch, denn ich möchte, dass wir beide wissen, was Sie wirklich brauchen, bevor ich die Zeit einer Referenz dafür in Anspruch nehme.
„Der Sponsor möchte ein Angebot sehen.“
Ich schicke innerhalb von 48 Stunden nach unserem Gespräch einen einseitigen Scope-Note, und das ist das Angebot: bewusst kurz, denn Führungskräfte lesen keine 40-seitigen Decks, und ich schreibe sie nicht.
Ihre Situation wiedererkannt?
Wenn Sie das alles gelesen und Ihr eigenes Programm darin erkannt haben, ist das Erstgespräch der nächste Schritt.
Erstgespräch buchen →