Klein anfangen, groß denken 

In den letzten Wochen habe ich für den Performance Manager Podcast vier Gespräche geführt – mit Beratern, Wissenschaftlern und einem CFO aus der Praxis. Und in jedem einzelnen Gespräch ist mir dieselbe Frage begegnet, ohne dass ich sie gestellt hätte: Wie viel Struktur braucht der kleine, mutige Schritt in Richtung AI? 

Die Antwort war nicht die, die ich erwartet hatte. Es ging nicht um Technologie oder die nächste Automatisierungsstufe, sondern um etwas Grundlegenderes: um die Frage, ob man weiß, wohin man will, bevor man den ersten Schritt macht. 

Erst das Zielbild, dann das Tool 

Michael Kappes von Horváth hat es in seinem Next Gen@Planning-Vortrag auf dem Congress der Controller auf den Punkt gebracht: Der größte Fehler ist, ein Tool auszuwählen und bestehende Prozesse einfach hineinzukippen. Seine Empfehlung: Erst der sogenannte North Star, dann die Roadmap – und erst danach das Tool. In der Beratungspraxis erleben wir diese Reihenfolge viel zu selten. Bei ATVISIO ist die Erarbeitung eines solchen Zielbilds deshalb regelmäßig der erste Schritt, bevor überhaupt über Tools gesprochen wird. 

Klein anfangen – aber mit klarem Kompass 

Das bedeutet keine Absage an kleine Schritte. Jan Zimpelmann, CFO der Dr. Beckmann Group, hat sein AI-Projekt bewusst klein und risikoarm gehalten – aber eben nicht wahllos. Er wusste genau, wo sein Unternehmen stand und wohin es wollte, bevor er das Projekt startete. Genau diese Bewusstheit macht den Unterschied zwischen einem Experiment mit Richtung und reinem Aktionismus. 

Ein Mechanismus für schlechte Ideen ist so wichtig wie einer für gute 

Prof. Dr. Martin Hiebl, Professor für Controlling an der Johannes Kepler Universität Linz und Mitherausgeber der Fachzeitschrift Controlling, verwies im Gespräch über die Ausgabe 4/2026 der Zeitschrift Controlling auf ein Beispiel von Thomas Scheurecker, CFO von Greiner Bio-One: ein AI Board, das Experimente kanalisiert und entscheidet, was mit vernünftigem Kosten-Nutzen-Verhältnis umgesetzt wird. Es reicht nicht, gute Ideen zu identifizieren – ebenso wichtig ist ein Mechanismus, der nicht tragfähige Projekte schnell wieder abdreht. 

Bemerkenswert war zudem ein zweites Learning aus dem Heft: Der Unterschied zwischen gescheiterten und erfolgreichen AI-Projekten lag nicht in der Technologie, sondern im Ursprungsort. Gescheiterte Projekte kamen häufig aus IT- und Digitaleinheiten auf der Suche nach Anwendungsfällen, ohne feste Verantwortlichkeit. Erfolgreiche Projekte entstanden im Controlling selbst, mit kuratierten Daten und fester Einbettung in bestehende Prozesse. 

Der Kontrast: Privates Ausprobieren ist kein Blueprint fürs Unternehmen 

Florian Bliefert, Manager und Berater bei der Controller Akademie, gibt in seinem Buch „Künstliche Intelligenz und Data Science im Controlling verstehen und anwenden“ einen sympathischen Rat: Einfach anfangen – mit einem Sprachmodell und einem kleinen privaten Problem experimentieren, ganz ohne Plan. Für die persönliche Lernkurve ist das genau richtig. Sobald es aber um Unternehmensressourcen und -prozesse geht, reicht dieses „einfach mal machen“ nicht mehr aus. Dann braucht es das Zielbild, den begrenzten Rahmen und den Bewertungsmechanismus, die wir zuvor beschrieben haben. 

Fazit 

Kleine Schritte sind nicht das Gegenteil von Struktur – sie sind das, was passiert, wenn Struktur bereits da ist. Wer ohne Zielbild klein anfängt, probiert nur herum und läuft Gefahr, dass das Projekt versandet. Wer dagegen ein Zielbild hat und dann bewusst klein anfängt, baut sich Schritt für Schritt genau die Erfahrung auf, die für das nächste Level nötig ist. Genau das verstehen wir bei ATVISIO als unsere Rolle: nicht das nächste Tool zu einführen, sondern gemeinsam mit unseren Kunden das Zielbild zu schärfen, bevor der erste kleine Schritt gemacht wird.  

Der Unterschied zwischen Unternehmen, die in einem Jahr echten Fortschritt vorweisen können, und solchen, bei denen vieles ausprobiert wurde, aber wenig hängengeblieben ist, liegt nicht in Mut oder Aktionismus – sondern in der Disziplin, vorher zu wissen, wohin die Reise gehen soll. 

Die Interviews mit Michael Kappes (Horváth), Jan Zimpelmann (Dr. Beckmann Group), Prof. Dr. Martin Hiebl (Johannes Kepler Universität Linz) und Florian Bliefert (Controller Akademie) finden Sie im Performance Manager Podcast, verfügbar in allen gängigen Podcast-Playern.

Sie möchten Vertrauen in Ihre Daten, Systeme und Steuerungsprozesse konkret aufbauen? Sprechen Sie uns an!