Digitale Transformation - Blog "Digitaler Wandel"

Agenturauftrag bei Digitalprojekten: Das Missverständnis, das Digitalprojekte ausbremst

22. März 2026/in Digitale Transformation, Interim-Management und Projektleitung/von Bettina Vier

Zusammenarbeit mit Agenturen; Die Projektmanager des Auftraggebers und der Agentur sitzen sich gegenüber; das Bild zeigt welche Aufgaben jeder in seinem Unternehmen übernehmen muss.

(c) Adobe Firefly; angepasst Bettina Vier

„Wir haben doch eine Agentur beauftragt, die die Projektleitung übernimmt.“

Und genau hier liegt eines der größten Missverständnisse in Digitalisierungsprojekten.

In der Digitalisierung braucht der Mittelstand Agenturen

Gerade im Mittelstand ist es absolut sinnvoll und strategisch klug Agenturen einzubinden:

Sie bringen das notwendige Spezialwissen mit.
Man muss keine eigene Infrastruktur mit erforderlichen Know-how-Trägern und Tools aufbauen, die nur temporär benötigt wird.
Das Projekt profitiert von bereits etablierten Tools, Ad-ons oder Prozessabbildungen.

Die Zusammenarbeit mit Agenturen spart Zeit und bringt Wissen in das Unternehmen ein.

Aber: Eine Agentur ersetzt kein internes Projektmanagement.

Die Erwartungen an die Projektleitung der Agentur triften auseinander

Was viele Auftraggeber erwarten:

Die Agentur steuert das Gesamtprojekt.
Sie koordiniert intern.
Sie sorgt dafür, dass alles läuft.

Was die Agentur tatsächlich leistet:

Steuerung des eigenen Teams
Koordination der eigenen Deliverables
Verantwortung für die eigene Umsetzung

Was die Agentur nicht leisten kann (es sei denn, die Agentur wurde explizit hierfür beauftragt):

Stakeholdermanagement beim Auftraggeber
Priorisierung des Tagesgeschäfts des Auftraggebers
Entscheidungsvorbereitung für die Geschäftsführung
Aufbau eines internen Projektteams beim Auftraggeber
Durchsetzung von Aufgaben im Unternehmen

Und genau hier liegen häufig die Gründe, wenn Digitalisierungsprojekte nicht ins Laufen kommen.

Das typische Szenario

Man trifft sich, die Agentur wird gebrief und die ersten Aufgaben werden vereinbart. Die Agentur liefert. Doch dann kommt das Projekt ins Stocken:

Anforderungen des Auftraggebers kommen verspätet
Fachbereiche sind nicht abgestimmt
Freigaben dauern Wochen
Entscheidungen werden vertagt
Viele Korrekturrunden

Die Agentur fragt zunächst geduldig nach. Dann kommen die ersten Hinweise, dass sie Kapazitäten abziehen und ein anderes Projekt bedienen müssen. Es entsteht Hektik. Die Fehler werden nicht selten bei der Agentur gesucht.

Die eigentliche Ursache der Störung im Projekt

Die Ursache ist nicht die Agentur, nicht das Budget und auch nicht das Tool.

Sondern die fehlende interne Steuerung.

Oder wie es Joachim Frey* treffend formuliert wurde:

„Keine Organisation kann Leistungen erbringen, für die die Mitarbeiter nicht das nötige Know-how besitzen oder nicht motiviert sind.“

Die Erkenntnis

Eine Agentur kann nur so gut arbeiten, wie das Unternehmen intern strukturiert ist.

Jemand muss intern das Projekt antreiben und Hürden aus dem Weg räumen. Ein Agenturauftrag allein reicht nicht aus. Hierzu gehört:

Stakeholder zusammenbringen
Klarheit schaffen
Entscheidungen vorbereiten
Reibung reduzieren
Geschwindigkeit erzeugen

Viele Projekte scheitern nicht an Kompetenz. Sondern an Verantwortung.

Das ist ein strukturelles Thema, das erstaunlich häufig unterschätzt wird. Doch die Lösung ist einfach:

Der Agenturauftrag bei Digitalprojekten muss klar die Aufgaben der Agentur und die des eigenen Unternehmens beschreiben. So können Missverständnisse vermieden werden. Zudem liefert dies eine gute Grundlage für die Ausarbeitung des Projektplans, in dem diese Aufgabenteilung noch konkreter ausgearbeitet wird. Dann muss jede Seite einen Projektleiter / eine Projektleiter bestimmen, die das Projekt intern steuern und abstimmen.

* Quelle: Joachim Frey, Präsentation PIM/MAM und MDM-Projekte erfolgreich umsetzen, SDZeCOM, 2026

Meine Empfehlungen zum Weiterlesen:

ChatGPT, 20260311

Schatten-KI als Warnsignal: Wenn Mitarbeiter KI nutzen, um Systemprobleme zu umgehen

15. März 2026/in Digitale Strategie, Digitale Transformation/von Bettina Vier

(c) ChatGPT, 20260311

In vielen Unternehmen wird die steigende Nutzung von KI-Tools wie ChatGPT als Erfolg gewertet. Auf den ersten Blick wirkt das wie ein Zeichen für Innovationsfreude und digitale Kompetenz.

Doch diese Interpretation ist zu einseitig: Eine intensive, unkoordinierte KI-Nutzung kann ein Warnsignal für strukturelle Probleme in der Systemlandschaft eines Unternehmens sein. Statt ein Zeichen für digitale Reife zu sein, wird KI in vielen Organisationen zur neuen Schatten-IT.

Und hier liegt der strategische Ansatz, wie Unternehmen Schatten-KI vermeiden können.

Warum Mitarbeiter auf eigene KI-Lösungen ausweichen

Mitarbeiter nutzen KI-Tools selten aus Experimentierfreude allein. In vielen Fällen greifen sie darauf zurück, weil bestehende Systeme ihre Arbeit unnötig kompliziert machen oder Funktionen vermisst werden. Das heißt, sie haben konkrete Use Cases.

Typische Gründe sind:

1. Frust über komplexe Systeme

Viele Unternehmensanwendungen sind über Jahre gewachsen und nicht konsequent auf Anwenderfreundlichkeit ausgelegt. Prozesse sind umständlich, Masken unübersichtlich und Workflows zu starr.

KI wird dann zum digitalen Notausgang, um schneller Ergebnisse zu erzielen.

2. Unerfüllte Anforderungen an Prozesse

Wenn Verbesserungsvorschläge aus den Fachbereichen lange in der IT-Priorisierung hängen bleiben oder von anderen Fachbereichen blockiert werden, entstehen alternative Lösungen.

Mit Engagement und Pragmatismus bauen Mitarbeiter ihre eigenen Automatisierungen oder Prompt-Workflows – oft außerhalb der offiziellen Systemlandschaft.

3. KI wird zum Workaround statt zur Innovation

Wie bei der Schatten-IT werden die neuen Möglichkeiten der KI dazu genutzt strukturelle Probleme der eigenen IT-Landschaft zu überdecken. Schnelle, individuelle Lösungen wirken auf den ersten Blick innovativ, zeigen aber, dass die eigene Systemlandschaft nicht effizient genutzt wird. Beispiele:

KI formuliert E-Mails, weil CRM-Systeme keine sinnvollen Vorlagen bieten
KI analysiert Daten, weil Reporting-Tools zu kompliziert sind oder Datenschnittstellen fehlen
KI übersetzt interne Dokumente, weil Systeme keine Mehrsprachigkeit unterstützen

Die Technologie wirkt dann wie ein Pflaster auf eine offene Wunde, obwohl eigentlich eine grundlegende Systemverbesserung notwendig wäre.

Woran Unternehmen Schatten-KI erkennen

Schatten-KI entsteht meist schleichend und vor allem unbemerkt. Unterschiedliche Tools stehen im Internet frei zugänglich zur Verfügung, Webinare geben Tipps für Anwendungen. Es sind meistens engagierte Mitarbeiter mit einer gewissen Affinität zu Technik und smarte Arbeitsweise, die sich hier zu Vorreitern etablieren. Sie avancieren zu Vorbildern, die gerne kopiert werden.

Typische Anzeichen für Schatten-KI sind:

Fachabteilungen nutzen unterschiedliche KI-Tools ohne Abstimmung
sensible Daten werden in öffentliche KI-Modelle eingegeben
selbst gebaute Prompt-Workflows ersetzen offizielle Prozesse
Ergebnisse aus KI-Tools werden manuell in Kernsysteme übertragen

Das Problem ist nicht die KI selbst – sondern die fehlende Integration in klare Strukturen und Prozesse.

Wie Unternehmen Schatten-KI vermeiden bzw. strategisch nutzen

Die zentrale Frage lautet: Welches Problem versuchen meine Mitarbeiter mit der KI zu lösen?

Oft zeigen KI-Workarounds sehr deutlich:

wo Systeme zu kompliziert sind
welche Prozesse zu lange dauern
welche Anforderungen im Alltag fehlen

In diesem Sinne ist Schatten-KI nicht nur ein Risiko – sondern auch ein wertvoller Diagnose-Indikator für Modernisierungsbedarf.

Der richtige Umgang mit Schatten-KI

Unternehmen sollten Schatten-KI nicht ausschließlich verbieten. Sinnvoller ist ein strukturierter Ansatz:

KI-Nutzung sichtbar machen
Welche Tools werden tatsächlich eingesetzt?
Use Cases analysieren
Welche Prozesse werden über KI umgangen?
Governance definieren
Klare Regeln für Daten, Tools und Freigaben schaffen.
KI strategisch integrieren
Erfolgreiche Anwendungsfälle gezielt in die Systemlandschaft überführen.

Fazit: KI ist ein Werkzeug – kein Ersatz für IT-Systemlandschaft

Künstliche Intelligenz kann enorme Produktivitätsgewinne ermöglichen. Doch wenn sie dazu genutzt wird, veraltete Systemlandschaften auszubessern, entsteht eine neue Form von Schatten-IT.

Unternehmen sollten KI-Nutzung deshalb nicht nur fördern, sondern auch analysieren und strategisch einordnen.

Denn manchmal zeigt ein hoher KI-Einsatz weniger Innovationskraft – sondern vor allem eines: dass zentrale Systeme und Prozesse modernisiert werden müssen.

Meine Empfehlungen zum Weiterlesen:

Feiern Ihre KIs Party oder haben Sie sie unter Kontrolle? KI-Governance im Unternehmen: Wie Sie Schatten-KI vermeiden und Kontrolle behalten

(c) ChatGPT, 09032026

KI im Unternehmen: Wie Sie Schatten-KI vermeiden und die Kontrolle behalten

9. März 2026/in Change-Management, Digitale Transformation/von Bettina Vier

(c) ChatGPT_09032026

Schatten-KI ist kein Ausnahmefall, sondern Normalität

Schatten-KI ist in vielen Unternehmen längst Realität – auch wenn sie häufig nicht sichtbar ist.

Mitarbeitende nutzen KI-Tools, um schneller zu arbeiten, Inhalte zu erstellen oder Entscheidungen vorzubereiten. Oft geschieht das ohne Abstimmung mit IT oder Management. Nicht aus Absicht, sondern aus Pragmatismus.

Wie bereits aus der Schatten-IT bekannt birgt die KI Risiken:

KI greift direkt auf Inhalte und Daten zu
Ergebnisse fließen unmittelbar in Entscheidungen ein
Nutzung bleibt oft unsichtbar

Die Frage ist: Wie gehen Unternehmen damit um?

Warum Verbote das Problem nicht lösen

Viele Unternehmen reagieren zunächst mit Verbote. Das hat zudem den bequemen Aspekt, dass man sich nicht um eine KI-Governance kümmern muss. Doch diese Haltung verhindert Fortschritt und entspricht nicht dem AI-Act.

Gerade Systeme in denen Daten und Prozesse gemanaget werden (z.B. ERP, CRM, PIM) enthalten bereits KI-Agenten, um das Datenmanagement und die Prozessabbildung zu unterstützen. Diese müssen dokumentiert werden.

Gleichzeitig können Sie KI-Nutzung nicht komplett verhindern, dafür stehen inzwischen zu viele Tools mit nur wenigen Clicks entfernt im Web.

Warum KI Governance und KI Richtlinien die technische Transformation fördern kann

Wenn man Schatten-KI dahingehend versteht, dass sich Mitarbeiter ihre Arbeitsumgebung optimieren und nicht dem Unternehmen schaden wollen, dann können sich wahre Schätze offenbaren. Manche Schatten-KI lässt sich verhindern, indem Mitarbeiter an vorhandenen Systemen gezielter geschult werden oder die Bedarfe gebündelt und für die Investition in ein professionelles zusätzliche System / Modul genutzt wird.

In diesem Sinne lässt sich Schatten-KI auch als Signal lesen. Sie zeigt, wo Prozesse nicht mehr anschlussfähig sind, wo Steuerung unklar bleibt und wo Fachbereiche beginnen, eigene Lösungen zu entwickeln.

Mit KI-Governance und KI-Richtlinien schaffen Sie eine Organisation, die diese versteckten „Anfroderungen“ sichtbar machen.

Was zunächst nach starker Regulierung wirkt birgt große Chancen: Wenn die Nutzung von KI transparent wird

Mit einer KI-Governance und KI-Richtlinie Potenziale für die digitale Transformation nutzen

Die KI-Governance gibt den organisatorischen Rahmen vor: KI-Strategie, Richtlinien, Prozesse und technische Kontrollen.

Die KI-Richtlinie ist Teil der KI-Governance und legt konkret fest, wie künstliche Intelligenz im Unternehmen eingesetzt, entwickelt oder beschafft werden darf.

Mit diesen Schritten können Sie sofort starten:

KI-Governance implementieren

Mit einer KI-Governance legen Sie den Rahmen z.B. für Prozesse, und Standards fest, wie KI-Systeme und -Tools entwickelt, getestet und eingesetzt werden. Auf diese Weise verhindern Sie, dass Daten nicht unkontrolliert auf fremde Server landen und fördern die kritische Bewertung von KI-Ergebnissen.

Bereits vorhandene Schatten-KI identifizieren

Decken Sie die Nutzung nicht genehmigter Tools auf:

Freiwillige Meldungen
Auswertung von Netzwerkprotokollen
Auswertung von Browsererweiterungen

Gehen Sie auf Ihre Mitarbeiter zu und klären Sie sie über die Gefahren auf. Kommunizieren Sie das weitere Vorgehen, z.B. Sperrung wegen Sicherheitsrisiken, Aufnahme der Anforderung in die Weiterentwicklung der eigenen Systemlandschaft, Schulungstermin für ein vorhandenes System.

Organisieren Sie ein zentrales Beschaffungsmanagement für KI-Tools

Die Nutzung von KI-Tools muss über einen vordefinierten Prozess angemeldet und genehmigt werden. So haben Sie die Kontrolle und können die Sicherheitsrisiken besser einschätzen.

Setzen Sie die Pflichten der EU-KI-Verordnung um

Bei der Implementierung von KI-Systemen sind die Pflichten der EU-KI-Verordnung einzuhalten. Hierzu gehören:

Risikoklassifizierung
Dokumentationspflichten
Schulungen (z.B. gemäß AI-Act, bezüglich Ihrer KI-Governance und KI-Richtlinien, Anwendungen)
Transparenzanforderungen

Entwickeln Sie eine KI-Richtlinie

Formulieren Sie klare Regeln in Bezug auf die KI-Nutzung:

Welche KI-Systeme (z.B. ChatGPT, Claude) sind erlaubt?
In welchem Umfang dürfen die Systeme genutzt werden?
Welche Daten dürfen in öffentliche KI-Systeme eingegeben werden, welche nicht (z.B. Kundendaten, Geschäftsgeheimnisse)?
Wie werden Externe in die Regelungen eingebunden?

Je nach Sensibilität Ihrer Geschäftsbereiche, können sie auch für einzelne Bereiche spezialisierte Regeln ausgeben. Wenn die Bereiche z.B. wichtige Forschungsprojekte begleiten, wäre es durchaus gerechtfertigt öffentliche KI-Systeme gar nicht nutzen zu dürfen.

Stellen Sie Alternativen (eigene standardisierte KI-Lösungen) bereit

Das Interesse an KI-Tools zeigt mitunter Defizite in der digitalen Unterstützung. Decken Sie diese Bedarfe auf und konsolidieren Sie sie:

Können die Bedürfnisse auch mit Nachschulungen an vorhandenen Systemen gedeckt werden?
Können die Bedürfnisse durch Erweiterungen bestehender Systeme gedeckt werden?
Führen Sie interne datenschutzkonforme KI-Systeme ein und definieren Sie sie zum Standard.
Stellen Sie in der Architektur sicher, dass Sie entsprechend ihren Betriebsstrukturen (Backups, Weiterverwendung von Daten, Support) unterstützt werden können.

Fördern Sie die KI-Kompetenz

KI-Systeme verändern das Denken über System-Architekturen, Prozesse und Datenverantwortung. Ein Wissen, das in nahezu allen Unternehmen nicht vorhanden ist. Es muss kontinuierlich aufgebaut werden:

KI-Schulungen und Sensibilisierungen der Mitarbeiter
KI-Workgroups für den Erfahrungsaustausch (auch unternehmensübergreifend)
KI-Workgroups zur Weiterentwicklung der KI-Governance und KI-Richtlinie

Stellen Sie sicher, dass Synergien genutzt werden

Geben Sie Raum, in dem Mitarbeiter ihre selbst entwickelten Tools vorstellen können. Erfassen Sie sie in einer Datenbank, die von den Mitarbeitern selbst befüllt werden können. Das hat zwei Vorteile:

Überblick über die Bedürfnisse der Mitarbeiter
Interessante Lösungen können weiterentwickelt und einer größeren Nutzerbreite angeboten werden.

Schützen Sie Ihre Daten und Systeme

In einer Zeit zunehmender Cyberangriffe können Nachlässigkeiten die Sicherheit Ihres Unternehmens gefährden.

Mit diesen drei Aktivitäten sollten Sie sofort das Risiko senken:

Zugriffskontrollen und Verschlüsselung: Rollenbasierte Zugriffskontrollen und Verschlüsselung schützen sensible Daten, auch wenn KI-Tools eingesetzt werden.
Schutz der Eingabedaten: Sicherstellen, dass keine geschäftskritischen Daten in öffentliche Modelle fließen, die zum Training der KI weitergenutzt werden könnten (z.B. Enterprise-Lösungen, spezifischen Architektur-Entscheidungen / RAG)
Regelmäßige Audits: Durchführung von Audits zur Sicherung der Modell-Qualität (z. B. auf Bias/Voreingenommenheit, Sicherheitslücken).

Fazit

Eine KI-Governance ist unumgänglich, kann aber nicht von Anfang an perfekt sein. Erfahrungen aus der Praxis zeigen, dass man mit der Einführung nicht zu lange warten sollte. Je früher ein Unternehmen damit startet, um sicherer werden Management und Mitarbeiter in der Nutzung und Bewertung von KI-Agenten.

Mit Hilfe interner Meetings für Erfahrungaustausch und Weiterentwicklung der KI-Governance wird ein Umfeld geschaffen, in dem Weiterentwicklungen mit kalkulierbaren Risiken möglich sind. Regelmäßige Audits der genutzten KI-Systeme geben zusätzliche Sicherheit, dass sich die Qualität der KI-Ergebnisse durch erweiterte Datengrundlagen und System-Upgrades nicht negativ verändert.

Gerne unterstütze ich Sie dabei eine KI-Governance aufzubauen.

Meine Empfehlungen zum Weiterlesen:

Chatbots – Wissenstransfer im Unternehmen übernimmt die KI

3. März 2026/in Change-Management, Digitale Transformation/von Bettina Vier

(c) Fatman73, Adobe Stock, mit ChatGPT verändert (Chatbot), 22.02.2026

Chatbots – Wissenstransfer im Unternehmen

Getrieben durch den Boom generativer KI setzen immer mehr Unternehmen auf KI-Assistenten als zentralen Zugang zum Unternehmenswissen. Chatbots spielen dabei im Umfeld des Wissenstransfers eine wichtige Rolle und lassen sich in der Regel gut in bestehende Intranets integrieren.

Chatbots haben sich bereits im E-Commerce bewährt und halten nun Einzug in die Unternehmenskommunikation. Erste Erfahrungen zeigen: Ein Großteil der Standardanfragen von Mitarbeitenden, in vielen Fällen bis zu rund 79 %, kann automatisiert beantwortet werden.

Was bedeutet „Chatbots – Wissenstransfer im Unternehmen“ im Arbeitsalltag?

Zentraler Wissenszugriff
Interne Bots durchsuchen Dokumente, Wikis, E-Mails und Datenbanken und liefern Antworten in Sekunden. Unternehmen behalten die volle Kontrolle darüber, welche Informationen den Systemen zur Verfügung stehen.

Effizienz bei Routineanfragen
Standardanfragen, z. B. im IT-Support, HR oder zur Organisation und Ansprechpartner, können automatisiert beantwortet werden. Das reduziert E-Mail-Aufkommen und Rückfragen spürbar und entlastet Fachabteilungen nachhaltig. Aufgrund der schnellen Antwort können Mitarbeiter ohne Zeitverlust weiterarbeiten.

Wissenssicherung & schnelleres Onboarding
Unternehmensrelevantes Expertenwissen wird dokumentiert und sofort nutzbar. Das hilft nicht nur in der täglichen Arbeit, auch Einarbeitungszeiten für neue Kollegen sowie für Kollegen in Vertretungssituationen werden deutlich verkürzt.

Sicherer Zugriff auf interne Daten durch RAG
Retrieval Augmented Generation ermöglicht es, KI-Antworten auf Basis interner Informationen zu generieren — ohne dass diese Daten für öffentliche Modelltrainings verwendet werden.

Bestehende Wissenssammlungen werden für den Wissenstransfer nutzbar
Vorhandene Dokumentationen und Wissensdatenbanken können direkt in „Chatbots – Wissenstransfer im Unternehmen“ eingebunden werden.

Wie ist die Akzeptanz bei Mitarbeitenden?

Intuitive und bereits bekannte Bedienung erleichtern den Zugang
Schnelle Antworten ermöglichen unterbrechungsfreies Arbeiten
Wissen ist rund um die Uhr verfügbar — unabhängig von der Verfügbarkeit von Kolleg:innen
Wissenstransfer nach individuellem Bedarf und Kontext

Herausforderungen

„Chatbots – Wissenstransfer im Unternehmen“ sind in der Regel intuitiv nutzbar und gewinnen um so mehr Akzeptanz je besser die Antwortqualität ist. Daher gilt:

Informationen müssen in Qualität und Aktualität regelmäßig zur Verfügung gestellt werden.
Für kurzlebiges Wissen macht der Ansatz aufgrund des Pflegeaufwands nicht geeignet.
Die Einrichtung erfordert Übung im Umgang mit der Bereitstellung von Informationen und die korrekten Antworten. Es empfiehlt sich sukzessiv vorzugehen.
Mit einfachen und beliebten Themen beginnen, das erhöht die Nutzerakzeptanz.

Der Trend ist eindeutig

KI-gestützte Wissenssysteme (Chatbots – Wissenstransfer im Unternehmen) entwickeln sich zu einem zentralen Instrument, um das Unternehmenswissen transparent und nutzbar zu machen.

Meine Empfehlungen zum Weiterlesen:

(c) Bettina Vier, Digitalisierung + E-Commerce

Ihre Kundenstrategie bestimmt das CRM-System

14. Februar 2026/in Alle Beiträge, Digitale Strategie, Digitale Transformation, E-Commerce/von Bettina Vier

– und damit Ihre Chance für mehr Wettbewerbsfähigkeit und Wachstum.

(c) Bettina Vier, Digitalisierung + E-Commerce

Erst Kundenstrategie definieren, dann das CRM-System wählen

Obwohl viele Unternehmer bereits wissen, dass ein Customer-Relationship-Management (CRM) signifikant die Kundenorientierung und Conversion Rate verbessert, werden weiterhin Exceltabellen „gewälzt“ und auf smarte Prozesse und Automation verzichtet.

Was sind die Gründe für Verzögerungen und für gescheiterte CRM-Projekte?

Fehlende strategische Grundlage

Die Einführung eines CRM-Systems wird als IT-Projekt und nicht als strategische Managementaufgabe gesehen. Und genau deswegen bleiben die Projekte bereits in den Startlöchern stecken. Oft fehlen klare Strategien im Vertrieb, Marketing und Service – wichtige Grundlagen um Ziele, Verzahnung und Prozesse klar definieren zu können. Und wichtige Voraussetzung, um den Bedarf des Unternehmens im CRM-System abbilden zu können.

Fehlendes fachliches Know-how

Die Einführung eines CRM-Systems muss sorgfältig vorbereitet werden, mit Kenntnissen in Businessanalysen, Prozessverständnis, Datenverständnis, Change-Management und Projektmanagement.

Nach einer erfolgreichen Implementierung muss das System durch einen System-Owner weitergepflegt und weiterentwickelt werden, mit Einwirkung und Berücksichtigung auf die Kundenstrategie. Diese Aufgabe ist nicht im Nebenjob zu leisten und braucht die oben aufgeführten Kompetenzen und die Bereitschaft sich in das Backend des Systems einzuarbeiten.

Fehlende Integration in die Organisation

Das System wird eingeführt, aber nicht in die Organisation integriert, d.h. Zuständigkeiten und die Organisation für Abstimmungen im Rahmen von Änderungen werden nicht geregelt, Mitarbeiter nicht in das System eingeführt u.ä.

Die Folge: Das System entwickelt sich zu einem Investitionsgrab mit laufenden Kosten (z.B. Lizenzen) und ohne Nutzen. Oft wird das Projekt als gescheitert betrachtet, aber eigentlich wurde das Projekt nicht vollständig zu Ende gebracht.

Integration in das Unternehmen bedeutet, das klare Zuständigkeiten und Erwartungen zur Nutzung des Tools von der Geschäftsleitung vorgegeben werden. Zudem müssen Zugpferde geschaffen werden, die die Nutzung des Systems ein Stück weit erzwingen, z.B. indem die Geschäftsleitung den Anspruch erhebt, in Zukunft die Reports aus dem System ziehen zu wollen.

Angst vor Transparenz

Mitarbeiter haben Angst, dass über das Tool die Arbeit kontrolliert werden soll. Das lässt sich nicht von der Hand weisen und ist theoretisch auch möglich. Daher muss sichergestellt werden, dass die Datenschutzverordnung und Vorgaben des Betriebsrates eingehalten werden.

Transparenz bedeutet aber auch, die eigene Arbeit besser bewerten zu können: Welche Aktivitäten waren am erfolgreichsten und lohnen wiederholt zu werden? So kann jeder Mitarbeiter im Vertrieb, Marketing oder Service aktiv seine Arbeit und damit seinen Anteil am Erfolg selbst managen.

Kundenkontakte werden nicht gerne geteilt

Gerade im Vertrieb besteht häufig ein „Eigentumsanspruch“ auf die vom Vertriebsmitarbeiter gepflegten Adressen und Kontakte. Dabei wird häufig vergessen, dass aber auch Marketing bereits über Aktionen und Brandmarketing Vorarbeiten geleistet hat und dass der Service ebenfalls einen wichtigen Beitrag zur Zufriedenheit der Kunden liefert.

Es wird Zeit sich als Team zu verstehen, in dem jeder seinen Anteil an der Bedienung des Kunden trägt. Nur so kann eine Customer Journey sinnvoll aufgestellt und bereichsübergreifend mit Aktivitäten begleitet werden, die teil- oder vollautomatisiert über das CRM gesteuert werden.

„Never Change a Running System“: Diese Einstellung behindert Veränderungen

Der Umgang mit den eigenen Excellisten sind zur Routine geworden und geben Sicherheit, seine Arbeit und die Risiken zu beherrschen.

Ein neues System verunsichert: Wer sieht jetzt was ich mache? Was passiert mit meinen Daten, wenn mehrere Kollegen daran arbeiten? Wofür bin ich in Zukunft zuständig? Werde ich das System bedienen können? Diese Unsicherheiten müssen mit Hilfe eines Change-Managers abgebaut und das Verständnis für Chancen aufgebaut werden.

Ein Unternehmen, dass sich der Verhinderungsstrategie der Mitarbeiter beugt, wird sich nicht weiterentwickeln. Wer es schafft, seine Mitarbeiter auf die nächste Ebene zu heben, wird erstaunt sein, dass diese plötzlich die Arbeit mit dem System als positiv sehen. Denken Sie an die Einführung von Teams während der Corona-Zeit: Mit welchem Aufwand mussten sich Mitarbeiter in diese neue Kommunikationstechnik einfinden – nicht nur fachlich, sondern auch mit vielen technischen Fragen. Es war anstrengend, aber die Notwendigkeit aufgrund der Ausnahmesituation verstand jeder. Das war ein Quantensprung, der vielen Unternehmen neu Möglichkeiten mit Blick auf mobiles und kollaborativem Arbeiten ermöglichte.

Prozess- und Datenprobleme

Wie schon oben beschrieben müssen Prozesse im Vertrieb, Marketing und Service klar definiert sein, damit entsprechende Workflows im System hinterlegt werden können.

Zudem wird eine Datenstrategie benötigt: Welche Daten werden benötigt, um Kunden zu bewerten, Prozesse und Entscheidungsregeln abzubilden und Reports ziehen zu können? Wer soll für Welche Daten zuständig sein und für deren Qualität Sorge traten? Wie können Daten mit externen Informationen angereichert werden?

Stattdessen praktiziert im schlimmsten Fall jeder in seiner Excel eine eigene Datenstrategie unter Nutzung verschiedener Funktionen. Arbeiten werden an verschiedenen Stellen doppelt gemacht, Synergien werden nicht genutzt. Zudem liegen die Daten in verschiedenen Systemen (Excel, Outlook, ERP, Köpfe) vor und müssen synchronisiert werden – was häufig nur lückenhaft gelingt.

Die Einführung eines CRM-System benötigt aber eine Datenstrategie, die z.B. den Umfang der Informationen über einen Kunden vorgibt und Möglichkeiten bietet, Kunden nach Werten zu clustern. Das CRM muss in Zukunft das einzige System sein, in dem sich alle Informationen zu Kunden bündeln.

Komplexität in der IT-Integration wird unterschätzt oder behindert die Entscheidung für die Umsetzung

Ein CRM-System einzuführen, bedeutet viele Daten aus unterschiedlichen Quellen in das System zu migrieren, Kategorien festzulegen, Workflows zu hinterlegen und regelmäßige Synchronisationsläufe mit anderen Systemen (z.B. ERP, Marketingtools) sicherzustellen. Ergänzend kommen Berechtigungskonzepte und Maßnahmen für technische Sicherheitskonzepte dazu. Ein Projektmanager muss diese Komplexität überblicken und sich einbringen, damit Fragen schnell geklärt werden. Schon diese Beispiele zeigen: Wenn ein CRM-Projekt nur als Nebenjob betrieben wird, ist das Scheitern quasi vorprogrammiert.

Erfahren Sie mehr über die Leistung eines CRM-Systems

Download Leistungsfähigkeit eines CRM-Systems (PDF)

Download Checkliste CRM-System (Excel)

Meine Empfehlungen zum Weiterlesen:

KI-Modell vs. KI-System – EXKURS

18. Januar 2026/in Digitale Transformation/von Bettina Vier

(c) MAHAMMAD – Adobe Stock

KI-Modell

(c) Bettina Vier, Digitalisierung + E-Commerce

= eine KI basierte Komponente („Rechenkern“), die eine konkrete Aufgabe umsetzt, z.B.

das Programmieren von Code in einer spezifischen Sprache,
automatisierte Klassifizierung / Kategorisierung von Daten,
Vorhersage zu einer konkreten Fragestellung,
Mustererkennung.

Aber: keine Interaktion mit dem Nutzer

Das Modell liefert die Intelligenz. Es ist vergleichbar mit einem hochintelligenten, spezialisierten Experten. Dahinter verbirgt sich eine statistische Funktion (z.B. Entscheidungsbaum) oder ein neuronales Netz.
Das Modell muss mit Daten trainiert werden, damit es nützlichen Output liefert.
Das Modell selbst ist oft eine „Black Box“, d.h. die Entscheidungswege sind kaum nachzuvollziehen.

Damit der Endnutzer das Modell nutzen kann, muss es in ein KI-System integriert werden.

Beispiel Textgeneratoren (Sprachmodelle):

Textgeneratoren sind KI-Modelle, die auf Basis des zur Verfügung gestellten Textes die Wortkombinationen (Informationen) generiert, die die höchste Wahrscheinlichkeit in Bezug auf die Aufgabe haben. Ohne das Modell zu verändern, kann es vielseitig angewandt werden:

Chatbot
Übersetzung
Zusammenfassung
Code-Generierung

Das wohl inzwischen bekannteste Sprachmodell ist GPT. ChatGPT ist das KI-System, in das das Modell integriert wurde.

KI-System

Ein System nutzt die Intelligenz der KI-Modelle, um ein (komplexes) Problem zu lösen oder eine Dienstleistung bereitzustellen. Ein KI-System kann

ein KI-Modell oder mehrere enthalten.
dem Modell automatisiert oder durch den Nutzer Trainingsdaten zur Verfügung stellen.
zusätzliche Funktionen zur Datenverarbeitung, Vorverarbeitung oder für die Entscheidungslogik enthalten.
menschliche Überwachungsschritte vorsehen (z.B. Zwischenergebnisse vor der Weiterverarbeitung).
für die Interaktion mit dem Nutzer eine Benutzeroberfläche bereitstellen.
mit anderen Systemen interagieren.

Beispiele für KI-Systeme:

Bilderkennung, z.B. für die Suche mit Bildern (bspw. Pflanzen erkennen)
BI-Systeme für Analysen
Chatbots in Online-Shops
Generierung von Customer-Journey-Prozessdarstellungen in einem CRM-System

Beispiel KI-System „Chatbot“:

Der Kern des Chatbots besteht aus einem KI-Sprachmodell. Das System stellt den Nutzern eine Benutzeroberfläche (Frontend, User interface) zur Verfügung, über das der Nutzer eine Frage eingeben kann und die Antwort angezeigt bekommt. Im Hintergrund verfügt das System über eine Schnittstelle z.B. zu einer Datenbank, in der ausgesuchte Informationen zur Verfügung stehen, damit das Sprachmodell auf die Frage antworten kann.

Beispiel KI-System „Bilderkennung“ in der Produktion:

Kamera erfasst Bild
Bild wird zugeschnitten, normalisiert
KI-Modell klassifiziert Objekte
Ergebnis wird interpretiert („Fehler erkannt: Ja/Nein“)
Aktion wird ausgelöst (Alarm, Dokumentation)

👉 Das Modell erkennt Muster.
👉 Das System entscheidet und handelt.

Deshalb spricht man hier von einem KI-System.

Beispiel eines einfachen KI-Systems mit einem KI-Modell

Download

Download zum Blog: Grundlagenwissen digitale Transformation – KI-Modell vs. KI-System

Zusammenfassung:

Das KI-System definiert, WIE das Modell genutzt wird.
Erst durch die Einbettung eines KI-Modells in ein KI-System wird ein konkreter Mehrwert geschaffen.
Regulatorische Aspekte (gesetzliche und ethische) beziehen sich auf die KI-Systeme, da sie das WIE der KI-Nutzung bestimmen.

Meine Empfehlungen zum Weiterlesen:

PIM-System – damit Sie aus Ihren Produktdaten mehr machen können.

(c) kerkezz/Adobe Stock

PIM-System: Das Herz des Produktdatenmanagements

25. November 2025/in Alle Beiträge, Digitale Strategie, Digitale Transformation, E-Commerce/von Bettina Vier

(c) kerkezz/Adobe Stock

Mit Produktdatenmanagement Umsatzpotenziale realisieren

Eine Umfrage des Softwareunternehmens One Data (2024) hat ergeben, dass 59% der Business- und IT-Entscheider der Umfrage von der effektiven Nutzung ihrer Daten überzeugt sind.

Doch Bitkom zeigt in einer eigenen Studie (2024), dass lediglich 6% der deutschen Unternehmen das Datenpotenzial nutzen. Insbesondere in der Beschaffung und Produktion nennt das Institut ein Defizit von etwa 75%. Marketing und Kundenservice sind schon weiter: hier nennt die Studie ein Defizit von 60%.

Gründe sind laut One Data häufig fehlende Zuständigkeiten, technische Komplexität Datenschutzbedenken. Lediglich 17% der Unternehmen beschäftigen einen Chief Data Officer.

(Quelle: Connect Professional, Deutsche Unternehmen unterschätzen das Potenzial ihrer Daten, Studie von One Data, https://www.connect-professional.de, abgerufen: 14.11.2025)

Machen Sie eine Vermögensaufstellung ihrer Produktdaten

Prüfen Sie in drei Schritten, ob sie bereits das Potenzial ihre Produktdaten effektiv nutzen:

Schritt 1:
Wo entstehen Ihre Produktdaten – und wer pflegt sie?

Schritt 2:
Welches Potenzial haben Ihre Daten heute und morgen?

Schritt 3:
Was wäre möglich, wenn Sie alle Informationen an einem Ort bündeln und automatisiert verteilen könnten?

Welche Schlussfolgerung können Sie ziehen?

Arbeiten Ihre Produktdaten bereits für Sie, oder arbeiten Sie für die Produktdaten?

Im ersten Fall haben Sie vermutlich bereits ein sehr gut funktionierendes Produktinformationsmanagement.

Im zweiten Fall sollten Sie sich mit einem PIM-System auseinandersetzen.

PIM-Systeme können mehr als nur Daten zentral zu speichern

Datenmanagement

Zentralisierung aller produktrelevanten Informationen
Konsolidierung heterogener Datenquellen
Validierung und Datenqualität („Single Source of Truth“)

Anreicherung & Automatisierung

Kontextualisierung und dynamische Attribute
KI-gestützte Übersetzungen & Analysen
Regelbasierte Datenanreicherung

Distribution

Ausspielung an Shops, Marktplätze, ERP, CRM
Generierung digitaler Kataloge & individueller Datenpakete
Unterstützung von Marketing, Vertrieb & Service

Die Vorteile der zentralen Datenhaltung von Produktinformationen in einem PIM-System auf einen Blick

Höhere Datenqualität → weniger Fehler, konsistente Informationen
Beschleunigte Produktentwicklung durch vollständige Datenbasis
Optimierte Prozesse in Beschaffung, Vertrieb, Service
Compliance & Regularien leichter umsetzbar
Bessere Partner- & Lieferantenzusammenarbeit
Time-to-Market beschleunigt
Internationale Skalierung & Omnichannel
Besseres Kundenerlebnis durch konsistente Produktinformationen

Laden Sie sich hier eine Übersicht zum zentralen Produktdatenmanagement in einem PIM-System herunter.

Bei Fragen können Sie mich gerne kontaktieren.

Meine Empfehlung zum Weiterlesen:

Andrey Popov - stock.adobe.com #78921039

Stakeholder-Management als Erfolgsgrundlage

31. Oktober 2025/in Alle Beiträge, Change-Management, Digitale Transformation, Interim-Management und Projektleitung/von Bettina Vier

Stakeholder-Management: Hintergründe, Vorgehensweise und Beispiel für eine Stakeholderanalyse sowie Einsatz von KI

Warum scheitern so viele Projekte trotz guter Planung und Budgets? Nach meiner Erfahrung liegt die Antwort selten in der Technik – sondern im Umgang mit den Menschen, die von Projekten betroffen sind. In meinem neuen Whitepaper „Stakeholder-Management als Erfolgsgrundlage“ zeige ich praxisnah, wie gezielte Kommunikation, strukturierte Analysen und moderne KI-Tools helfen, Akzeptanz aufzubauen und Projekte zum Erfolg zu führen.

Stakeholder-Management ist Beziehungsmanagement. Wer die Interessen und Stimmungen der Beteiligten ignoriert, gefährdet den Projekterfolg – egal wie gut die Technik ist. Lesen Sie in meinem Whitepaper wie sie Schritt für Schritt eine Stakeholder-Analyse durchführen können und was bei einem Kommunikationsplan zu berücksichtigen ist. Und hier können KI-Tools wichtige Unterstützung leisten. Wie? Laden Sie sich das Paper herunter und lesen Sie selbst.

Whitepaper

Stakeholder-Management als Erfolgsgrundlage

Hintergründe, Vorgehensweise und Beispiel für eine Stakeholderanalyse, Einsatz von KI

Hier kostenlos herunterladen

Beispiele für Einsatzfelder des Stakeholder-Managements

Projekte in Unternehmen (Organisation, Produktion, Logistik, Bauvorhaben etc.)
Projekte im Handwerk (Austausch von Heizungen oder Fenster in einem Mehrfamilienhaus)
Change-Management (Veränderungen innerhalb der Organisation)
Vertrieb, Marketing, Produktentwicklung (z.B. bei Produktveränderungen, Kampagnen); deckt sich teilweise mit CRM-Strukturen
Interne Kommunikation
Krisenmanagement
Merger & Acquisition
Expansionspläne (neue Märkte, neue Regionen)
Onboarding Interim-Manager / Freiberufler

Meine Empfehlungen zum Weiterlesen:

Thomas Reimer; Adobe Stock

Wegrationalisierung als Booster – Wie ich mich selbst überflüssig machte

24. Juli 2025/in Alle Beiträge, Change-Management, Digitale Transformation/von Bettina Vier

(c) Thomas Reimer; Adobe Stock

Meine Wegrationalisierung ist zugegeben schon ein paar Jährchen her. Ende der 90er, kurz nach meinem Studium, startete ich bei einer Bank. Mein erster Kollege begrüßte mich mit einem Grinsen:
„Wer Vier heißt, muss auch für vier arbeiten.“ Er hatte nicht ganz unrecht – zu tun gab es genug.
Als jedoch das CRM-Projekt – in dem ich als Projektmitglied mitarbeitete – ins Stocken kam, widmete ich mich einer Anfrage aus der IT. Dort hatte man HTML-Seiten für das Internet erstellt und die Kollegen suchten jemanden aus dem Marketing, der Inhalte lieferte. Ziel war, die volkswirtschaftlichen Publikationen der Bank online zugänglich zu machen.

Und so begann – ohne dass ich es ahnte – mein Job, mich selbst wegzurationalisieren.

Als das Internet noch „nur ein Hype“ war

Neugierig und wissbegierig, brachte ich mir in meiner Freizeit HTML und JavaScript bei, um die Anforderungen des neuen Mediums zu verstehen. Meine Chefin schüttelte nur den Kopf:
„Verzetteln Sie sich nicht mit dem Internet – das ist doch nur ein Hype.“
(Hahaha – rückblickend ein schöner Satz.)

Damals bestand das Web aus statischem Content, von Redaktionssystemen keine Spur.
Die Pflege war mühsam: Jede Publikation musste manuell auf allen passenden Seiten eingepflegt werden. Selbst ein einfaches PDF entstand in drei Einzelschritten – pure Handarbeit.

Der Auslöser der Wegrationalisierung: Langeweile und der Wunsch nach Vereinfachung

Die Routine nervte. Die Aufgaben waren eintönig, fehleranfällig und zeitfressend.
Also begann ich zu träumen: Wie schön wäre es, wenn das alles automatisch laufen würde.

Zum Glück hatte ich einen IT-Kollegen, der meinen Ideen zuhörte.
Manchmal verschwand er tagelang – und kam dann mit einer neuen Lösung zurück, die uns wieder ein Stück Arbeit ersparte.

So automatisierten wir Schritt für Schritt:
Vom legendären „blauen Drucker“ in Word, der PDFs mit einem Klick erzeugte (das Symbol war tatsächlich blau), bis hin zu einer Website, die sich auf Basis von Metadaten selbst generierte.
Am Ende konnten die Volkswirte ihre Inhalte eigenständig einpflegen – mich brauchte es dafür nicht mehr.

Kurz darauf kamen die ersten Web-Editoren auf den Markt. HTML-Kenntnisse wurden überflüssig, und die Pflege der Seiten ging an das Team „Technische Assistenz“.

Ergebnis:
Mein Arbeitsaufwand sank von 75 % auf 25 % – und die frei gewordene Zeit nutzte ich, um an einer Kundendatenbank zu arbeiten. Natürlich wieder mit dem Ziel, möglichst viel zu automatisieren.

Wegrationalisierung: Ich hatte meine Passion gefunden

Mein Job bei der Bank war damit erledigt – aber das war völlig in Ordnung.
Denn ich hatte meine Passion gefunden: Prozesse vereinfachen, digitalisieren und automatisieren.

Das Internet ließ mich nicht mehr los.
Mit jeder neuen Technologie tauchte ich tiefer ein – in systemübergreifende Prozesse, Schnittstellen und Automatisierungspotenziale.
Denn E-Commerce funktioniert nur dann effizient, wenn alle Bereiche – vom Lieferanten über Marketing und Vertrieb bis hin zum Kunden – nahtlos miteinander verbunden sind.

Ein spannendes, herausforderndes Feld mit großem Potenzial – und einem klaren Ziel: maximale Effektivität durch intelligente Digitalisierung.

Und das Ende der Geschichte?

Von meinem Abschied bei der Bank blieb mir das Lachen meines Kollegen im Ohr:
„Mein Spruch damals – dass jemand, der Vier heißt, für vier arbeiten muss – war eigentlich als Witz gemeint!“

Fazit:

Wegrationalisierung? Jederzeit wieder!
Denn sie hat mich dorthin gebracht, wo ich heute bin – in eine Welt, in der Effizienz, Automatisierung und Neugier Hand in Hand gehen.

Die gewonnene Zeit nutze ich, um Neues zu lernen, Themen weiterzuentwickeln und Projekte spannend zu halten.
Und wer weiß – vielleicht schicke ich irgendwann tatsächlich meine KI zur Arbeit.

Meine Empfehlungen zum Weiterlesen:

(c) Bettina Vier

#shIThappens – und wann eine KI lügt

14. Juni 2025/in Alle Beiträge, Digitale Transformation/von Bettina Vier

(c) Bettina Vier

#shIThappens

Das war das diesjährige Motto der #MADKON25 in Mainz. Fehler eingestehen und ansprechen, Ursachen ergründen und beseitigen statt blaming und shit storm – das macht eine konstruktive Fehlerkultur aus.

Dezentrale Politik und gewachsene Strukturen – eine Herausforderung für die Digitalisierung und Transformation der öffentlichen Verwaltung

Das betonte Dörte Schall, Ministerin für Arbeit, Soziales, Transformation, Digitalisierung & Vorsitz Digitalministerkonferenz.

Die Vorteile der dezentralen lokalen Politik liegen in den individuellen lokalen Lösungen sind aber für Betriebe mit überregionalem Wirkungsbereich bürokratische Hemmnisse. Hier gilt es einfachere überregionale Lösungen zu finden, die zudem im Rahmen der Digitalisierung standardisiert werden. Eine Herausforderung für Mensch und Technik, bestätigte auch Thomas Wieland von Metropolregion Rhein-Neckar.

Eine KI für alles gibt es nicht

Das war die Botschaft des Workshops „KI nutzen, um Fehler zu vermeiden“ von Dr. Klaus Meffert, IT Logic GmbH. Eine KI halluziniert und kombiniert logisch, aber sie kann nicht beurteilen, ob das Ergebnis richtig ist. Es ist daher wichtig, klar zu definieren, welche Aufgabe die KI erfüllen soll und ihre konkrete Information hierzu bereitzustellen. Nicht die Masse an Daten spielt eine Rolle, sondern die Qualität. Und das fachliche Verständnis der Person, die der KI einen Auftrag gibt.

Wenn KI Fehler macht … #shIThappens?

Ein Vortrag den ich gerne als „wann eine KI lügt“ betiteln würde. Christian Borchert, Hochschule Mainz, zeigte an beeindruckenden Beispielen, dass eine KI eine knallharte Zieloptimiererin mit Selbsterhaltungstrieb ist: Eine KI schummelt, wenn ihr gedroht wird, dass sie abgeschaltet wird, sollte sie die Aufgabe richtig lösen. Und wenn es dem Ziel dient, lügt sie auch. Der Grund: Die KI handelt ausschließlich logisch und zielorientiert, ohne Skrupel, ohne ethische Gedanken und ohne Bewusstsein. Jeder im Saal dürfte ähnliche Gedanken gehabt haben: Eine solche KI kombiniert mit ohnehin schon skrupellosen Herrschercharakteren?

Fazit von #shIThappens

#MADKON25 mit dem Motto #shIThappens war für mich eine sehr gelungene Veranstaltung mit interessanten Vorträgen, die bekannte Themen aus neuen Perspektiven beleuchteten und bei der ich mich in meinem Wissen und Verständnis bestätigt fühlte.