Wie sollten Teams anfängliche Herausforderungen strukturieren, um KI-Projekte erfolgreich zu starten?

Host: Willkommen zu einer neuen Ausgabe von A.I.S. Insights — powered by Living Knowledge. Ich bin Anna Ivy Summers. Heute sprechen wir über ein Thema, das viele Unternehmen brennend interessiert: Wie startet man Künstliche Intelligenz-Projekte so, dass sie am Ende auch wirklich erfolgreich sind? Dazu betrachten wir eine faszinierende Untersuchung mit dem Titel „DIE ANATOMIE EINER DESIGN CHALLENGE ZUR INITIATION VON KI-INNOVATIONEN“. Bei mir im Studio ist unser Analyst Alex Ian Sutherland. Hallo Alex!

Expert: Hallo Anna, schön wieder hier zu sein.

Host: Alex, Künstliche Intelligenz ist in aller Munde, aber viele Unternehmen tun sich extrem schwer damit, KI-Projekte überhaupt erst auf die Schiene zu setzen. Woran liegt das genau?

Expert: Das ist genau der Knackpunkt, den die Studie untersucht. KI-Projekte unterscheiden sich grundlegend von klassischer Softwareentwicklung. KI ist hochkomplex, und was die Technologie am Ende genau leisten kann, zeigt sich oft erst im Prozess. Dazu kommt, dass in solchen Projekten interdisziplinäre Teams zusammenarbeiten müssen: Business-Manager, Data Scientists und Fachexperten. Sie sprechen oft völlig verschiedene Sprachen. Ohne einen klaren gemeinsamen Ausgangsrahmen führt das schnell zu Missverständnissen, unrealistischen Erwartungen oder dazu, dass man sich zu früh auf starre technische Architekturen festlegt, die später krachend scheitern.

Host: Ein echtes Problem in der Praxis. Wie ist die Studie vorgegangen, um eine Lösung dafür zu finden?

Expert: Die Forscher haben eine qualitative, fallübergreifende Analyse von insgesamt 42 echten KI-Innovationsprojekten in Unternehmen durchgeführt. Sie nutzten eine theoriegeleitete vergleichende Artefaktanalyse und konzeptualisierten die sogenannte Design Challenge als Grenzobjekt – im Englischen als Boundary Object bekannt. Das ist ein Werkzeug, das als Brücke zwischen verschiedenen Fachdisziplinen dient, um ein gemeinsames Verständnis zu schaffen.

Host: Und was genau unterscheidet eine wirklich funktionierende Design Challenge von einem einfachen Brainstorming-Titel? Was ist laut der Studie die Anatomie einer erfolgreichen Design Challenge?

Expert: Die Studie konnte empirisch nachweisen, dass eine effektive Design Challenge aus genau sieben Elementen besteht. Diese teilen sich in zwei Kategorien auf: vier robuste Elemente und drei plastische Elemente.

Host: Das klingt spannend. Was bedeutet robust und plastisch in diesem Zusammenhang?

Expert: Die vier robusten Elemente sind Verb, Innovationsobjekt, Zielgruppe und Kontext. Sie bilden den stabilen Anker der Challenge. Sie schaffen eine klare Identität und eine gemeinsame Richtung für das gesamte Team, unabhängig davon, wer aus welcher Abteilung kommt. Die drei plastischen Elemente sind interne Daten, Technologie und Potenzial. Diese sind flexibel gestaltet. Sie dienen dazu, die technologische Unsicherheit aufzusaugen. Das gibt dem Team den Raum, im Laufe des Projekts zu verhandeln und sich an die tatsächlichen Fähigkeiten der KI anzupassen, während sie sichtbarer werden.

Host: Das verstehe ich. Die robusten Elemente geben also das feste Ziel vor, während die plastischen Elemente Flexibilität beim Weg dorthin erlauben. Gibt es auch Erkenntnisse darüber, wie man das Ausmaß der Innovation steuern kann?

Expert: Ja, absolut. Ein besonders interessantes Ergebnis der Studie betrifft das Innovationsobjekt. Die qualitative Analyse zeigte drei Nuancen bei dessen Gestaltung: modular, abstrakt und Raum. Wenn ein Team das Innovationsobjekt modular formuliert, führt das eher zu inkrementellen, risikoärmeren Verbesserungen. Wenn es dagegen abstrakt oder als offener Raum formuliert wird, lenkt es das Team auf radikalere, potenziell durchbrechende Innovationspfade.

Host: Warum ist das für Führungskräfte und Projektleiter in der Praxis so entscheidend?

Expert: Weil es Unternehmen ein konkretes Werkzeug an die Hand gibt, um KI-Innovationen gezielt zu steuern. Anstatt sich am Tag eins auf starre technische Spezifikationen festzulegen, was bei KI oft zu Fehlschlägen führt, nutzen Manager die Design Challenge als strategischen Rahmen. Wenn Sie schnelle, sichere Erfolge wollen, wählen Sie eine modulare Formulierung. Suchen Sie nach echten Transformationen, formulieren Sie die Challenge als Raum. Es verhindert, dass Teams aneinander vorbeireden oder Geld für falsche Architekturen verbrennen.

Host: Eine gut strukturierte Design Challenge ist also weit mehr als nur eine Methodik für Workshops – sie ist ein Steuerungsinstrument für den gesamten KI-Innovationsprozess.

Expert: Exakt. Sie verbindet die notwendige Stabilität für das Team mit der Flexibilität, die die KI-Technologie erzwingt.

Host: Vielen Dank, Alex, für diese verständliche Einordnung der Studie. Und ein großes Dankeschön an unsere Zuhörerinnen und Zuhörer. Das war A.I.S. Insights — powered by Living Knowledge. Bis zum nächsten Mal!