Das Ende des Rätselratens über den ROI von KI – ein Framework mit vier Phasen für echte Ergebnisse

KI wird in immer mehr Teams und Unternehmen genutzt. Wenn die Führungskräfte die Wirkung von KI mit konkreten Zahlen zum ROI belegen sollen, können sie allerdings oft nicht mehr als Schätzungen und Anekdoten zur Produktivität nennen, die lediglich einen kleinen Einblick vermitteln.

Das Atlassian Teamwork Lab hat sich zum Ziel gesetzt, eine zentrale Frage zu beantworten: Wie schafft KI einen Mehrwert für Unternehmen und welche Metriken sind je nach Phase am wichtigsten?

Die Studie von Atlassian zum KI Collaboration Index (Index zur Zusammenarbeit mit KI) hat ergeben, dass viele Unternehmen den klaren ROI von KI mit herkömmlichen Metriken noch immer nicht nachweisen können. Der Chief AI Officer eines Unternehmens mit mehr als 1.000 Entwicklern formuliert es so: "Unser größtes Problem sind im Moment die Metriken. Die Unternehmensführung möchte in Bezug auf KI wissen, was passiert, wenn es ernst wird."

Klassische ROI-Berechnungen setzen eine klare Beziehung zwischen Ursache und Wirkung voraus. Der Wert von KI macht sich aber nicht sofort bemerkbar. Wenn sich die KI-Nutzung eines Unternehmens weiterentwickelt, durchläuft sie üblicherweise die Entwicklung Einzelnutzung → Nutzung im Team → unternehmensweite Implementierung:

• Einzelpersonen experimentieren und finden vielversprechende Anwendungsfälle.
• Teams standardisieren diese Anwendungsfälle in gemeinsamen Workflows.
• Unternehmen investieren in Plattformen, Governance und Strukturen, um das zu skalieren, was funktioniert.

Der ROI steigert sich, wenn die KI-Nutzung vom Einzelfall zum Standard wird. Einzelne Superuser können zwar schon auf individueller Ebene Vorteile erzielen, aber die echte Wirkung im Unternehmen entsteht erst, wenn sich Teams und Abteilungen auf KI-orientierte Formen der Zusammenarbeit ausrichten.

Das Atlassian-Framework für den Wert und ROI von KI definiert vier Phasen der KI-Nutzung und das primäre Ergebnis, das in jeder Phase gemessen werden sollte:

1. Wird geprüft
   • Kennzeichen: Mitarbeiter und Teams experimentieren mit KI und führen Pilotprojekte durch.
     • Legen Sie in dieser Phase bei Messungen den Schwerpunkt auf die Akzeptanz.
2. Optimierung
   • Kennzeichen: KI wird in alltägliche Workflows eingebettet.
     • Legen Sie in dieser Phase bei Messungen den Schwerpunkt auf die Effizienz.
3. Verbesserung
   • Kennzeichen: KI verbessert die Genauigkeit, die Konsistenz und die Kundenergebnisse.
     • Legen Sie in dieser Phase bei Messungen den Schwerpunkt auf die Qualität.
4. Transformation
   • Kennzeichen: KI ermöglicht völlig neue Produkte, Services und Geschäftsmodelle.
     • Legen Sie in dieser Phase bei Messungen den Schwerpunkt auf die Innovation.

Hier erfahren Sie, wie Sie ermitteln, in welcher Phase der KI-Nutzung sich Ihr Unternehmen befindet, und wie Sie schneller vorankommen können.

Erkundung: Akzeptanzmessung und Grundlagen

Die meisten Unternehmen fallen in diese Kategorie.

In dieser Phase experimentieren Teams mit KI-Tools und testen neue Anwendungsfälle in Pilotprojekten. In puncto Investitionen ist diese Phase sehr wichtig. An diesem Punkt investieren Sie in künftige Kompetenzen, fördern die Vertrautheit mit der Technologie und ermitteln, wo sich KI am wirkungsvollsten einsetzen lässt. Das kann auch frustrierend sein, weil diese Phase viel "positives Scheitern" mit sich bringt: Die Akzeptanz kann von Team zu Team unterschiedlich sein und viele Pilotprojekte fühlen sich vielleicht wie "zwei Schritte nach vorn, ein Schritt zurück" an.

Manche Führungskräfte sind versucht, dieses Erkunden als "KI-Tourismus" oder als Ablenkung von der eigentlichen Kernarbeit abzutun. Das Ziel der Erkundung ist aber nicht der Nachweis, dass sich die KI bezahlt macht. Es geht darum, eine grundlegendere Frage zu beantworten: Nutzen die Mitarbeiter KI ausreichend und auf die richtige Weise, um etwas Nützliches zu lernen?

Die Erkundung ist keine überflüssige Phase. Sie ist eine Voraussetzung, um Chancen zu erschließen. Unternehmen, die hier zu wenig investieren, gelangen nicht in die nächsten Phasen, um weitere Effizienz-, Qualitäts- oder Innovationsgewinne zu erreichen.

Optimierung: Messung und Steigerung der Effizienz

Sie befinden sich in einer Optimierungsphase, wenn Teams in Ihrem gesamten Unternehmen eine Sammlung hochwertiger KI-orientierter Workflows erstellt und optimiert haben. Der entscheidende Unterschied zum Erkunden besteht darin, dass KI jetzt darauf ausgerichtet ist, schneller Ergebnisse zu liefern – es geht nicht mehr nur um das Experimentieren oder Ausprobieren.

Legen Sie in dieser Phase den Schwerpunkt der Messungen auf die Effizienz. Die Workflows sollten sich schneller anfühlen und Sie sollten von verbesserter Sichtbarkeit und Zusammenarbeit profitieren. Die Vorteile sollten in allen Teams und Funktionsbereichen spürbar werden.

Entwicklungen in dieser Phase:

• KI wird in bestehende Workflows eingebettet: Programmierung, Texterstellung, Kundensupport, Berichterstellung, Recherche, QS und mehr.
• Mitarbeiter nutzen KI für Entwürfe, Zusammenfassungen, Übersetzungen oder zur Problembehebung und sparen so bei Routineaufgaben Minuten oder gar Stunden.
• Erste Playbooks oder Leitfäden zur KI-Nutzung werden innerhalb der Teams geteilt.

Diese Zahlen machen den ROI von KI für Stakeholder greifbar und zeigen, welche Anwendungsfälle es wert sind, standardisiert und skaliert zu werden.

Die meisten Unternehmen denken, ihr Weg zur KI würde hier enden: "Wir haben die Produktivität unserer Mitarbeiter erhöht. Alles erledigt!" In Wirklichkeit ist die Optimierung jedoch nur die halbe Miete. Wenn Sie hier aufhören, erhalten Sie zwar schnellere Ergebnisse, riskieren dabei aber, dass Standards mit der Zeit unterlaufen werden, weil sich Nachlässigkeit einschleicht: mehr irrelevante Informationen, mehr Fehler und mehr Ergebnisse von niedriger Qualität, die sich so schnell verbreiten, dass Ihre Prüfsysteme nicht damit Schritt halten können.

In den nächsten Phasen der KI-Nutzung dreht sich alles darum, mithilfe von KI die Messlatte für Qualität und Innovation höher zu legen, statt nur schneller zu arbeiten. Es dauert länger, bis diese Phasen Wirkung zeigen.

Verbesserung: Qualitätsmessung und -steigerung

Sobald KI routinemäßig für die Arbeit genutzt wird, bietet sich eine neue Chance. Sie arbeiten nicht nur schneller, sondern verbessern auch systematisch die Qualität, Genauigkeit und Konsistenz. KI entwickelt sich zunehmend zur wirkungsvollen Unterstützung bei Prüfung, Governance und Entscheidungsfindung und wird nicht mehr nur für Entwürfe oder die Ideenfindung eingesetzt.

Anzeichen dafür, dass Sie sich in der Verbesserungsphase befinden:

• KI wird zur Prüfung von Dokumenten und Code genutzt, um Probleme zu ermitteln, bevor sie Kunden erreichen.
• Die KI-gestützte Qualitätssicherung findet Regressionen, Grenzfälle oder Anomalien, die Menschen möglicherweise übersehen.
• KI prüft die Einhaltung von Markenrichtlinien und den Tonfall, damit Inhalte teamübergreifend markengerecht und konform bleiben.
• Die Einhaltung von SLAs und gesetzlichen Anforderungen wird per KI überprüft.

"Wenn die Einführung abgeschlossen ist und die Effizienz gesteigert wurde, richten sich die Grenzen des Machbaren nicht mehr danach, wie schnell Teams mit KI Ergebnisse ausliefern können, sondern danach, wie vertrauenswürdig diese Ergebnisse sind", erklärt Ben Ostrowski, Forscher im Atlassian Teamwork Lab. "Wenn Sie die Phase der Qualitätsverbesserung erreichen möchten, müssen Sie die KI an den KPIs messen, die Ihnen wichtig sind, und dann gezielt ermitteln, wo KI-gestützte Änderungen etwas bewirken könnten."

Transformation: Innovationsmessung

Wenn Ihr Unternehmen in die Transformationsphase vorgedrungen ist (das letztliche Ziel, das bisher nur wenige Unternehmen erreicht haben), lassen sich Metriken leichter in einem herkömmlichen ROI-Rahmen nachverfolgen. KI ist nicht länger nur eine Möglichkeit, dieselbe Arbeit besser zu erledigen. Sie treibt völlig neue Funktionen, Produkte und Angebote voran.

An diesem Punkt ist KI bereits fest in die Geschäftsstrategie eingebunden. Typische Kennzeichen:

• Völlig neue Produkte, Services oder Erfahrungen, die es ohne KI nicht gäbe
• Neue Betriebsmodelle oder Geschäftsbereiche, die auf KI-Funktionen beruhen
• Strukturelle Änderungen: zentrale KI-Plattformen, Inkubatoren, spezielle KI-Produktteams oder neue Rollen-Archetypen

Inzwischen sieht der ROI von KI wie bei anderen großen Innovationsinvestitionen aus. Sie können ihn anhand echter Geschäftsergebnisse messen, nicht nur anhand operativer Metriken.

Der ROI von KI – ein klarer Weg anstelle eines Ratespiels

Der ROI von KI ist keine einzelne Zahl, die Sie bei einer Vorstandssitzung präsentieren können. Er entwickelt sich in Phasen: Akzeptanz, Effizienz, Qualität, dann Innovation.

Wenn Sie wissen, in welcher Phase Sie sich derzeit befinden, bleiben die Erwartungen realistisch. Bei frühen Experimenten müssen Sie keine "neuen Umsätze" erzwingen und bahnbrechende Arbeit wird nicht als bloße Produktivitätssteigerung abgetan.

"Gute Führungskräfte wissen, dass wirklich transformative Innovation Zeit braucht", so Ostrowski. "Wenn Sie erwarten, dass KI neue Umsätze generiert, obwohl Sie sich noch in der frühen Erkundungsphase befinden, oder wenn es Ihnen nur um Produktivität und Geschwindigkeit geht, unterschätzen Sie ihr Potenzial."

Wenn Sie bereit sind, dieses Framework einzusetzen, sehen die nächsten Schritte wie folgt aus:

• Ermitteln Sie Ihre aktuelle Phase mit der Bewertung für KI-ROI-Metriken:
  Interaktive Bewertung
• Führen Sie zusammen mit Ihrem Führungsteam das Spiel zum ROI von KI durch, um sich über die geeignete nächste Metrik abzustimmen:
  Spiel "KI-ROI messen"
• Teilen Sie den Überblick auf einer Seite zum ROI von KI mit Stakeholdern, die die 5-Minuten-Version brauchen:
  Überblick auf einer Seite zum ROI von KI