Ist ein KI-Projekt wie ein IT-Projekt?

Als Projektmanagerin habe ich IT-Projekte umgesetzt. Aber wenn ich heute "KI-Integration" höre, weiß ich: Hier gelten andere Regeln.

👉 Der aktuelle Hype lässt uns glauben, KI wäre einfach nur die nächste Software-Rollout-Welle. Aus meiner Sicht gibt es drei gravierende Unterschiede zwischen IT und KI Integration:

Ist ein KI-Projekt wie ein IT-Projekt?

1. Unvorhersehbare Entwicklung vs. bewährte Tools.

In klassischen IT-Projekten adaptieren wir meist bewährte Standard-Software. Die Entwicklung ist planbar. Bei KI sprechen wir oft über die Entwicklung neuer, eigener Modelle in einem extrem dynamischen Umfeld. Das bedeutet: Die Lernkurve ist steil, das Endprodukt nicht von Anfang an in Stein gemeißelt. Hier ist agiles und iteratives Vorgehen kein "nice-to-have", sondern die absolute Pflicht.

2. Der Datensatz ist das wahre Projekt – nicht die Technik.

Ein KI-System ist nur so gut wie seine Daten. Reguläre IT: Datenaufbereitung macht ca. 15–20 % der Initialkosten aus.

KI-Projekte: Planen Sie hier realistisch mit 80 % des initialen Projektbudgets! Ohne zentrale, repräsentative und saubere Datenbasis liefert die eleganteste KI unzuverlässige Ergebnisse.

3. Kostenstruktur dreht sich: Die größten Kosten kommen erst nach dem Go-Live.

In klassischen Projekten ist die Implementierungsphase der größte Kostenblock. Ist das Tool live, folgen kalkulierbare Betriebskosten.

Bei KI ist es anders: Die Implementierung ist oft mit geringem Budget umsetzbar und ist der günstige Teil. Der größte Kostenblock liegt nach dem Go-Live, in der kontinuierlichen Weiterentwicklung, dem intensiven Monitoring und Retraining der Modelle. Diese Folgekosten sind meist schwer kalkulierbar – eine unsichere Komponente.

👉 Mein Fazit trotz der Unsicherheiten:

Zurücklehnen und auf die "perfekten" Rahmenbedingungen warten, ist keine Option. Wer den Anschluss nicht verlieren will, sollte tätig werden, mit Bedacht, experimentell und mit strategischem Fokus.