Perspektiven von Innoba
Systemdenken für KI-Projekte: den wirklichen Engpass finden
Verfolge Arbeit vom Auslöser bis zum Ergebnis. So erkennst du, ob KI einen Engpass löst oder nur mehr Arbeit in die nächste Warteschlange schiebt.

Systemdenken hilft dir zu untersuchen, wie Menschen, Informationen, Regeln und Verzögerungen rund um ein KI-Projekt zusammenwirken. Sein praktischer Wert liegt darin, die Stelle zu finden, an der eine Veränderung das Gesamtergebnis verbessert. Eine einzelne Aufgabe zu beschleunigen macht den gesamten Service nicht zwangsläufig schneller, genauer oder leichter nutzbar.
Verfolge die Arbeit vor der Werkzeugwahl vom ersten Auslöser bis zum Ergebnis, das für Kunden oder Kollegen zählt. Berücksichtige Wartezeiten, Korrekturen und Übergaben, nicht nur die Schritte, die in einer Anwendung sichtbar sind.
Verfolge einen echten Fall
Stell dir eine Beratung vor, deren Angebote eine Woche brauchen, bis sie Kunden erreichen. Das Team hält das Schreiben für das Problem und erwägt einen KI-Texter. Die Untersuchung eines aktuellen Angebots zeigt etwas anderes: Der Entwurf dauert einen Nachmittag, während Preisfreigabe und fehlende Angaben zum Leistungsumfang den Großteil der Verzögerung verursachen.
In diesem beispielhaften Fall könnte schnelleres Schreiben die Zahl wartender Entwürfe erhöhen, ohne die Lieferzeit zu verkürzen. Halte zuerst fest, was tatsächlich passiert ist, möglichst mit Zeitpunkten. Erstelle deine Prozessübersicht nicht ausschließlich aus dem offiziellen Ablauf. Dieser lässt Behelfslösungen und informelle Entscheidungen möglicherweise aus.
Ordne Informationsflüsse und Zuständigkeiten
Bestimme für jeden Schritt die Eingabe, die ausführende Person oder das System, die getroffene Entscheidung und den nächsten Empfänger. Markiere fehlende Informationen und Stellen, an denen Arbeit wartet. Halte fest, welches Team das Gesamtergebnis verantwortet und welche Teams einzelne Teile kontrollieren.
Frage, was zur Nacharbeit zurückkommt. Ein Angebot zirkuliert vielleicht mehrfach, weil das erste Briefing den Umfang nicht klar beschreibt. Dann könnten bessere Informationen am Eingang mehrere spätere Korrekturen vermeiden. Betrachte sowohl die vor- als auch die nachgelagerten Schritte der Aufgabe, die du zunächst automatisieren wolltest.
Unterscheide Beschäftigung vom Engpass
Eine ausgelastete Person ist nicht automatisch die wichtigste Begrenzung. Suche den Schritt, der Durchsatz oder Qualität abgeschlossener Arbeit einschränkt. Untersuche Warteschlangen, Wartezeiten, wiederholte Ablehnungen und Abhängigkeiten von knappem Fachwissen. Prüfe deine Erklärung anhand von Beobachtungen, statt die sichtbarste Tätigkeit als Ursache anzunehmen.
Miss das Ergebnis über den gesamten Weg. Bei Angeboten könnten die Zeit vom vollständigen Briefing bis zur Kundenübergabe und der Anteil wegen unklaren Umfangs zurückgegebener Entwürfe hilfreich sein. Die Zahl erzeugter Seiten sagt wenig darüber aus, ob Kunden schneller ein besseres Angebot erhalten.
Beachte Rückwirkungen und unbeabsichtigte Folgen
Eine Verbesserung verändert Verhalten an anderer Stelle. Einfachere Angebotserstellung kann Mitarbeitende dazu bringen, mehr Angebote vorzubereiten, wodurch der Prüfbedarf steigt. Schnellere Antworten können mehr Anfragen auslösen. Ein Werkzeug, das eine manuelle Kontrolle entfernt, kann Fehler in eine spätere, teurere Phase verschieben.
Schreibe vor dem Versuch einige plausible Auswirkungen auf. Bestimme, was du beobachtest, damit ein scheinbarer Erfolg an einer Stelle keine wachsende Warteschlange oder sinkende Qualität verdeckt. Beziehe die Empfänger der Ergebnisse ein. Sie sehen häufig Kosten, die dem erstellenden Team entgehen.
Teste eine Veränderung an der passenden Stelle
Probiere beim Angebotsbeispiel zunächst ein klareres Eingabeformular und einen festgelegten Weg zur Preisfreigabe aus, bevor du umfassend automatisierst. Begrenzt das Schreiben weiterhin die Leistung, teste KI-Unterstützung für genau diesen Schritt mit geeigneter Prüfung.
Vergleiche das Gesamtergebnis vor und nach der Änderung und berücksichtige Unterschiede in Arbeitsmenge und Fallkomplexität. Halte die Prozessübersicht aktuell. Systemdenken wird durch wiederholte Beobachtung und Anpassung nützlich: Es hilft dir zu entscheiden, wo du eingreifst, und zu erkennen, wann eine scheinbar erfolgreiche Änderung das Problem lediglich verlagert hat.
Lerne mit Innoba weiter
Verbinde diese Übung mit dem Lernangebot Wie ein AI Strategist & Builder denken. Vertiefe die Grundlagen durch das Buch zum Thema Systemdenken und die THINK Academy. Wähle eine Aufgabe aus deinem eigenen Arbeitsalltag, bewahre deine erarbeiteten Unterlagen auf und nutze die Fragen dieses Artikels, um deine Entscheidungen beim Lernen regelmäßig zu überprüfen.
Verwandte Artikel
- KI-Anwendungsfälle im Unternehmen erkennen und priorisieren
- Einen Arbeitsablauf neu gestalten, bevor du ihn mit KI automatisierst


