Die meisten KI-Projekte verirren sich im Dickicht. Sie starten als schillernde Idee und enden im Unterholz: Laut einer aktuellen Gartner-Studie sterben 87 Prozent aller KI-Initiativen, bevor sie jemals echten Nutzen bringen.
Das Problem? Viele Unternehmen betreiben „KI-Theater“. Sie starren auf die glänzenden Tech-Bäume, verlieren aber den Blick für den gesamten Wert-Wald. Sie bauen Lösungen für Probleme, die es gar nicht gibt, und vergessen das wichtigste Fundament: die Struktur im eigenen Unternehmen. Viele Initiativen starten zwar vielversprechend, scheitern jedoch beim Übergang vom Piloten in den produktiven, skalierten Einsatz.
Im Handelsblatt-Podcast „So klingt Wirtschaft“ bringt Tiankai Feng, Director of Data & AI Strategy bei Thoughtworks, Licht ins Dunkel. Sein Rezept gegen das Projekt-Sterben ist das FOREST-Framework – Ihr digitaler Kompass für den KI-Dschungel.
Einblicke aus der Praxis: Vom Piloten zur Skalierung
Ein zentrales Problem laut Tiankai Feng: Unternehmen beginnen oft mit der technologischen Lösung, bevor das eigentliche Problem klar verstanden ist. Ohne dieses Fundament bleiben KI-Initiativen isoliert und schwer skalierbar.
Wie es richtig geht, zeigt ein Beispiel aus der Praxis: In der Forschungsabteilung eines internationalen Pharmaunternehmens führte der fehlende Zugang zu bereits vorhandenem Wissen zu hohen redundanten Aufwänden. Doch durch den gezielten, strukturierten Einsatz von KI konnten diese Prozesse deutlich effizienter gestaltet und die Time-to-Market spürbar verkürzt werden.
Das FOREST-Framework: Ihr digitaler Kompass
Um genau diese Herausforderungen zu adressieren, stellt Tiankai im Podcast das FOREST-Framework vor. Es beschreibt die zentralen Voraussetzungen, die Unternehmen benötigen, um KI erfolgreich zu skalieren, von Technologie über Organisation bis hin zu Daten und Governance. Das Framework hilft dabei, KI-Bereitschaft strukturiert zu bewerten und die richtigen Voraussetzungen für nachhaltige Skalierung zu schaffen.
F – Foundational Architecture | O – Operating Model | R – Ready Data |
Schaffen Sie das technologische Fundament für Ihre KI, von MLOps, LLMOps bis hin zu Self-Service-KI-Plattformen. Modernisieren Sie Ihre Systemlandschaft, um autonome Agenten (Agentic AI) und die nahtlose Mensch-Maschine-Interaktion effektiv zu unterstützen. | Verknüpfen Sie KI-Initiativen direkt mit Ihrem Geschäftserfolg. Durch interdisziplinäre Teams, klare Rollen und eine datenverantwortliche Organisation (Data Ownership) bleiben Ihre Projekte fokussiert und wertschöpfend. | Bereiten Sie Ihre Datengrundlage vor. Oft scheitern Initiativen an starren Altsystemen (Legacy) und unstrukturierten Daten. Setzen Sie auf das Prinzip „Data as a Product“ (maschinenlesbare, hochwertige Datensätze). Denn entscheidend ist der geschäftliche Kontext, nicht die bloße Tabelle. |
E – Experience for Humans + AI | S – Strategic Alignment | T – Trustworthy AI |
Gestalten Sie die Schnittstellen, an denen Mensch und KI aufeinandertreffen. Nutzen Sie nutzerzentriertes Design und Product-Thinking, um jede Interaktion intuitiv, sicher und hochgradig effektiv zu machen. | Verankern Sie KI fest in Ihren Unternehmenszielen. Priorisieren Sie Projekte konsequent nach messbarem ROI, befähigen Sie Ihre Belegschaft durch gezielte Weiterbildung und lenken Sie Investitionen dorthin, wo sie echte Wirkung zeigen. | Etablieren Sie ethische Standards und Governance, bevor Probleme entstehen. Viele Unternehmen zögern aus Angst vor rechtlicher Unsicherheit. Die Antwort darauf ist ein aktives Risikomanagement: Bauen Sie flexible Prozesse auf, um schnell und sicher auf neue regulatorische Anforderungen zu reagieren. |
Das FOREST-Framework umfasst ein strukturiertes Assessment der KI-Bereitschaft. Es hilft dabei, zentrale Lücken zu identifizieren und die nächsten Schritte zur Skalierung gezielt abzuleiten.
Nach dem Assessment erhalten Sie einen klaren Überblick über Ihre KI- und Datenreife, mit konkreten Ansatzpunkten für den Weg von der Pilotierung zur Wirkung.