GenAI im Unternehmen – ein Blueprint

Laut Experten wie Sam Altman (CEO von OpenAI) und Steve Young (VP von Dell Technologies) wird 2025 das Jahr sein, in dem KI-Projekte von der Theorie in die Phase der Umsetzung übergehen. Die ersten AI-Agenten, die Entscheidungsprozesse autonom unterstützen, könnten den Arbeitsalltag revolutionieren. Dabei bleibt eines klar: Erfolgreiche KI-Lösungen basieren auf vertrauenswürdigen und hochwertigen Daten. 

Welche Rolle der Einsatz KI für eine erfolgreiche digitale Transformation spielt, erfahren Sie in unserem Whitepaper. 

Ein zentraler Aspekt bei der Implementierung von GenAI ist, flexibel auf die unterschiedlichen Anforderungen einzugehen und Lösungen zu schaffen, die echten Mehrwert bieten. Nicht jede Herausforderung ist ein "Nagel", der mit dem "Hammer" der GenAI gelöst werden kann.   

In anderen Worten: Oft wird GenAI als universelles Werkzeug betrachtet, das auf jeden Use Case angewandt werden soll – das führt häufig zu Unklarheit, wo und wie der Einsatz von KI am sinnvollsten ist. Identifiziert man jedoch gezielt Anwendungsfälle, bei denen GenAI einen Mehrwert schafft, so fällt es leichter, diese Lösungen auch in die Praxis umzusetzen. Aber welcher Ansatz eignet sich dafür, die richtigen GenAI Projekte zu identifizieren? 

Um genau diese Frage zu beantworten, hat das diva-e AI Team den sogenannten "KI Projekt Blueprint" entwickelt. Dieser systematische Leitfaden hilft Unternehmen dabei, GenAI Solutions erfolgreich aufzusetzen. Er unterteilt sich in zentrale Schritte, die jedes GenAI Projekt berücksichtigen sollte:  

Strategieentwicklung: KI sollte generell  Teil der übergeordneten Strategie eines Unternehmens sein. Themen wie Governance, Datenqualität und Einbindung der Mitarbeitenden spielen hier eine zentrale Rolle. Wenn Projekte zu GenAI Lösungen speziell ausgearbeitet werden, sind jedoch zwei Dinge wesentliche Grundlage für einen erfolgreichen Ansatz: 

• Use Case Definition: Erfolgreiche Projekte starten mit klar definierten Use Cases. Hierfür eignen sich entsprechende Templates, die Ideen sammeln, priorisieren und anhand von Vorlagen bewerten. 

• KPIs messen: Ob Downloadzahlen, Conversion Rates oder Effizienzgewinne – die richtigen KPIs helfen, den Erfolg von GenAI messbar zu machen. Dabei gilt: Weniger ist mehr. Maximal drei "smarte" KPIs pro Use Case sind eine gute Richtlinie. Neben den KPIs zu Model Quality und System Quality sollten für die Bewertung der Use Cases vor allem KPIs zum Business Impact herangezogen werden. 

  
  

Solution Design: Abhängig von den Anforderungen bieten sich drei Lösungsansätze an: Off-the-Shelf-Tools, hybride Modelle oder individuelle KI-Entwicklungen. Hybride Modelle, also vorgefertigte Lösungen kombiniert mit technischer Implementierung, sind derzeit besonders empfehlenswert. Sie bieten eine ausgewogene Mischung aus schneller Marktreife und überschaubaren Kosten. 
 

Prototyping: Schnelle Experimente sind entscheidend, um bereits Erkenntnisse zu gewinnen, bevor umfangreiche Implementierungen erfolgen. Es lohnt sich, LLMs (Large Language Models) auch schon frühzeitig zu verproben, bspw. indem man sie lokal aufsetzt und mit Datensätzen füttert. Hier lässt sich früh erkennen, welcher Use Case wirklich funktioniert, um einen "Proof of Concept" zu erstellen. 
 

Implementierung: Nach der erfolgreichen Validierung von Prototypen erfolgt die Integration in bestehende Systeme. Dieser Schritt ist von entscheidender Bedeutung und gelingt, wenn die technischen Grundlagen sorgfältig berücksichtigt werden und Schnittstellen sowie betroffene Systeme im Fokus stehen.  
 

Workforce Enablement: Die kontinuierliche Schulung der Mitarbeitenden ist zudem entscheidend. Alle Stakeholder:innen sollten frühzeitig eingebunden und auf den Einsatz von KI und GenAI vorbereitet werden. 

Wie Sie agile Kollaboration strategisch umsetzen, erfahren Sie hier.

Ein Beispiel für den erfolgreichen Einsatz von GenAI ist ein weltweit agierender Hersteller im Bereich der Energietechnik. Zusammen mit diva-e integrierte das Unternehmen GenAI in sein Download-Center, um Kund:innen besser zu unterstützen. Mithilfe einer dialogbasierten Suchfunktion können Kund:innen Handbücher und Produktdatenblätter schneller finden. Die Ergebnisse: weniger Anfragen im Kundenservice und höhere Effizienz. 

Auch in einem Marktplatzprojekt zeigte sich das Potenzial von GenAI: Hier werden aktuell Produktbeschreibungen durch automatisierte Vorschläge standardisiert und verbessert. Diese Lösung unterstützte sowohl die internen Teams als auch die Marktplatzteilnehmer. Mittelfristig ist zudem geplant, eine Schnittstelle zum Interface der Marktplatzteilnehmer zu schaffen, um ihnen direkt vorgefertigte Texte zur Verfügung zu stellen.  

Insights zu Businessmodellen und Trends rund um das Thema Marketplace finden Sie hier. 

Neugierig geworden? In unserem Digital Bash Vortrag geben wir tiefergehende Einblicke in die Welt unseres "GenAI Blueprints" und zeigen an den beiden oben genannten Beispielen, wie Unternehmen diese einsetzen können.   

Fabian Huck ist seit 2019 bei diva-e als Senior Consultant und Services Director für die USA tätig. Sein Schwerpunkt liegt auf dem strategischen Ausbau der US-Geschäfte sowie der Übersetzung von Geschäftsanforderungen in maßgeschneiderte Softwarelösungen. Als erster Ansprechpartner für CMS- und Commerce-Projekte umfasst sein Tätigkeitsfeld Solution Consulting, Business Analysis sowie Projekt- und Stakeholder-Management. 

Im Rahmen des diva-e AI Hubs berät Fabian Huck Unternehmen im Bereich Künstliche Intelligenz und unterstützt sie bei der erfolgreichen Umsetzung technologischer Transformationen. 

Im diva-e AI Bereich gibt es weiterführende Informationen rund um das Thema KI. Unsere Experten stehen für Fragen und einen fachlichen Austausch gern zur Verfügung.

Mit jährlich über 70 Veranstaltungen, zu denen sich Teilnehmende kostenfrei anmelden können, ist der Digital Bash die größte Web-Event-Reihe der Digitalbranche im deutschsprachigen Raum. Sie richtet sich genau wie unser Blogformat edge an alle, die im Digitalbereich tätig sind: Entscheider:innen und Führungskräfte, Softwareentwickler:innen, Marketing- und E-Commerce-Spezialist:innen. 

Mehr sehen