KI-Pilotprojekte: Wann sollte man aufhören?
Ein Pilotprojekt mit künstlicher Intelligenz zu starten, ist eine sichtbare Entscheidung; es zu beenden ebenso, besonders für die Führungskraft, die sich dafür eingesetzt hat. Die entscheidende Frage lautet: Wie lässt sich über eine Fortsetzung entscheiden, ohne vergangene Ausgaben zur Rechtfertigung neuer Ausgaben zu machen?
Was die Forschung belegt
Barry M. Staw (1976, Organizational Behavior and Human Performance) zeigte experimentell, dass die Verantwortung für eine ursprüngliche Entscheidung nach ungünstigen Ergebnissen weitere finanzielle Zusagen begünstigen konnte. Dieser Befund beschreibt einen Mechanismus der Bindungseskalation, keine allgemeine Unfähigkeit von Führungskräften, Fehler anzuerkennen. Bei einem KI-Pilotprojekt stellt sich damit die Frage, ob die Fortsetzung auf künftigen Aussichten beruht oder auf dem Bedürfnis, den Start zu rechtfertigen.
Das Gewicht dessen, was nicht zurückgewonnen werden kann
Hal R. Arkes und Catherine Blumer (1985, Organizational Behavior and Human Decision Processes) dokumentierten den Effekt versunkener Kosten: Bereits investiertes Geld, Zeit oder Aufwand können die Neigung zur Fortsetzung verstärken. Ihre Forschung zeigt insbesondere die Bedeutung des Wunsches, bereits eingesetzte Ressourcen nicht als verschwendet erscheinen zu lassen. Auf KI übertragen legt dieser Mechanismus nahe, dass die Konfiguration eines Werkzeugs oder Schulungsstunden zu Argumenten für dessen Beibehaltung werden können, auch wenn sie nichts über den künftigen Nutzen aussagen.
Der voreilige Schluss
Daraus könnte man ableiten, dass ein enttäuschendes Pilotprojekt sofort beendet werden muss. Das würde jedoch eine nicht rückholbare Ausgabe mit einer nützlichen Information verwechseln: Ein Versuch kann eine korrigierbare Einsatzbedingung aufzeigen oder Erkenntnisse für das weitere Vorgehen liefern. Entscheidend ist die Begründung des nächsten Schritts: erwarteter Nutzen und erwartete Kosten statt des Bestrebens, vergangene Ausgaben um jeden Preis rentabel zu machen. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)
Was diese Daten nicht entscheiden können
Diese Studien untersuchen weder generative KI noch deren Einführung in Walliser Organisationen. Sie liefern keinen allgemeingültigen Schwellenwert für einen Projektabbruch und belegen nicht, dass eine Fortsetzung nach einem Rückschlag zwangsläufig irrational ist. Eine Beurteilung durch die Führung muss auch künftige Ausstiegskosten, Alternativen und den Wert eines klar begrenzten weiteren Versuchs berücksichtigen.
Eine überprüfbare Praxis in Sion
Im Rahmen des Programms « Manager à l'ère de l'intelligence artificielle » von SHR — Swiss Human Resources besteht eine Übung darin, vor dem Versuch das erwartete Ergebnis, die Erfolgsschwelle, den Überprüfungstermin und die Abbruchbedingungen schriftlich festzuhalten. In Sion kann dies eine nicht kritische Dokumentationsaufgabe in der Wasserkraft, administrative Unterstützung ohne Patientendaten im Gesundheitswesen, ein Produktblatt im Weinbau oder eine Besucherinformation im alpinen Tourismus betreffen. Zum vereinbarten Termin wird anhand eines vorab festgelegten Bewertungsrasters der Anteil der Ergebnisse gemessen, die ohne wesentliche Korrektur nutzbar sind; anschliessend wird dieser Anteil mit der angekündigten Schwelle verglichen und der noch anfallende Aufwand dokumentiert. Eine Person, die den Start nicht vorangetrieben hat, prüft die Entscheidung zur Fortsetzung, Anpassung oder Beendigung: Massgeblich ist die Übereinstimmung zwischen ursprünglichen Kriterien, beobachteten Ergebnissen und schriftlicher Begründung, nicht die bereits ausgegebene Summe. Weiterführend: entdecken Sie die Führen im Zeitalter der künstlichen Intelligenz-Weiterbildung in Sitten im Kanton Wallis, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.
In Bildern: Führen im Zeitalter der künstlichen Intelligenz in Sitten
- führen im zeitalter der künstlichen intelligenz
- Sitten
- forschung
- Weiterbildung sitten