{"id":1407307,"date":"2026-10-28T16:41:33","date_gmt":"2026-10-28T16:41:33","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=blog&#038;p=1407307"},"modified":"2026-10-28T16:51:59","modified_gmt":"2026-10-28T16:51:59","slug":"part-2-the-blueprint-deploy-ground-adopt-build","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/de\/blog\/part-2-the-blueprint-deploy-ground-adopt-build\/","title":{"rendered":"Teil 2 \u2013 Der Leitfaden: Einf\u00fchren, verankern, umsetzen, ausbauen"},"content":{"rendered":"<div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-1 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:calc( 1440px + 20px );margin-left: calc(-20px \/ 2 );margin-right: calc(-20px \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-0 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-blend:overlay;--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:10px;--awb-margin-bottom-large:0px;--awb-spacing-left-large:10px;--awb-width-medium:100%;--awb-spacing-right-medium:10px;--awb-spacing-left-medium:10px;--awb-width-small:100%;--awb-spacing-right-small:10px;--awb-spacing-left-small:10px;\"><div class=\"fusion-column-wrapper fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-text fusion-text-1\"><h3>Zusammenfassung und R\u00fcckblick:<\/h3>\n<p>Unter <a href=\"https:\/\/www.artefact.com\/de\/blog\/part-1-the-14-trap-why-enterprise-ai-stalls-after-the-licence-is-signed\/\">Teil 1<\/a>, haben wir untersucht, warum die Einf\u00fchrung von KI in Unternehmen bei einer Akzeptanzrate von 14% ins Stocken ger\u00e4t, wenn sie wie eine gew\u00f6hnliche Softwarebeschaffung behandelt wird. Der Wert von \u201eFrontier AI\u201c liegt in der Distanz zwischen dem Modell und dem Unternehmen data. In Teil 2 stellen wir die vier strukturellen Komponenten der <strong>Bereitstellungsschicht<\/strong>: Bereitstellung (Governance), Grundlagenschaffung (MCP und Gesch\u00e4ftsregeln), Einf\u00fchrung (Schulung am Live-System data) und Entwicklung (Produktionsagenten). Wir veranschaulichen dies am Beispiel von <a href=\"https:\/\/www.artefact.com\/de\/cases\/bora-brasil-launches-its-ai-office-on-claude-grounded-in-the-groups-own-data\/\">Bora Brasil<\/a> Warum die Erdung stets vor dem Training erfolgen muss.<\/p>\n<p>Zwischen dem Modell und dem Gesch\u00e4ftsbetrieb liegt eine Arbeitsebene, die weder reine IT noch reines Ver\u00e4nderungsmanagement ist. Ich unterteile diese in vier Bereiche, und zu jedem davon habe ich eine klare Meinung.<\/p>\n<h2>1. Bereitstellen<\/h2>\n<p>Die Plattform selbst \u2013 Claude Enterprise, Claude Code und Cowork bzw. ChatGPT Enterprise und Codex \u2013 wurde ordnungsgem\u00e4\u00df eingef\u00fchrt. In der Praxis bedeutet dies ein Lizenzmodell, bei dem die Lizenzen nach Rolle, Bereich und Dienstalter vergeben werden und nicht nach dem Prinzip \u201eWer zuerst kommt, mahlt zuerst\u201c; die Identit\u00e4tspr\u00fcfung erfolgt \u00fcber das unternehmensweite SSO mit gruppenbasiertem Zugriff; eine Nutzungsrichtlinie, die in verst\u00e4ndlicher Sprache festlegt, was eingef\u00fcgt werden darf und was nicht, sowie einen Leitfaden f\u00fcr bew\u00e4hrte Verfahren, der beschreibt, wie eine gute Umsetzung aussieht; und eine Kostenkontrolle, die ab der ersten Woche abteilungsweise aufzeigt, wer welche Funktionen nutzt. Dies ist der Teil, den die meisten Organisationen recht gut bew\u00e4ltigen, und f\u00fcr sich genommen ist er der am wenigsten wertvolle Teil. Ein perfekt eingerichteter Mandant, an den nichts angebunden ist, ist ein sehr teures Chat-Fenster.<\/p>\n<h2>2. Boden<\/h2>\n<p>Die Kontextschicht, die daf\u00fcr sorgt, dass das Modell die unternehmensspezifischen Fakten widerspiegelt. Konkret: ein einzelner MCP-Server, der in der kundeneigenen cloud-Tenant l\u00e4uft und die strukturierten data (die Verkaufstabellen in Fabric oder Snowflake, die Budgets, die KPI-Marts) sowie die unstrukturierten Repositorien (Vertr\u00e4ge, Richtlinien, Pr\u00e4sentationen f\u00fcr den Vorstand und Verfahrensanweisungen in SharePoint oder Drive) \u00fcber eine einzige, regulierte Schnittstelle bereitstellt.<\/p>\n<p>Dar\u00fcber hinaus eine Ebene mit betriebswirtschaftlichen Kenntnissen: das offizielle Glossar, die von der Finanzabteilung festgelegten KPI-Definitionen, die Gesch\u00e4ftsregeln (\u201cEin Quartal endet am 25.\u201d, \u201cKonzerninterne Ums\u00e4tze aus dem Nettoumsatz ausschlie\u00dfen\u201d) sowie eine semantische Beschreibung jedes Dokuments, damit das Modell die richtige Datei finden und vollst\u00e4ndig einlesen kann, anstatt anhand eines Ausschnitts zu raten. Der Zugriff spiegelt die bestehenden Berechtigungen jedes Mitarbeiters wider, sodass das Modell f\u00fcr Sie nur das anzeigt, was Sie bereits selbst \u00f6ffnen k\u00f6nnten. Und jede Antwort enth\u00e4lt eine Quellenangabe: die Tabelle, den Zeilenfilter, das Dokument, die Seite.<\/p>\n<p>Ich glaube, genau hier entscheidet sich Erfolg oder Misserfolg der KI im Unternehmensbereich, und genau diesen Teil \u00fcberspringen fast alle, weil er wie \u201eRohrschlosserei\u201c wirkt. Ohne ihn ist das Modell ein brillanter Fremder. Mit ihm ist es ein Kollege, der alles gelesen hat und dies auch belegen kann.<\/p>\n<h2>3. Nehmen Sie  an.<\/h2>\n<p>Schulungen, Abteilung f\u00fcr Abteilung, am Live-System data des Unternehmens. Ich habe eine Abneigung gegen die \u00fcblichen \u201cMeisterkurse zum Verfassen von E-Mails\u201d mit ihren Beispiel-E-Mails und ihrem fiktiven Unternehmen entwickelt: Sie sorgen f\u00fcr eine Woche lang f\u00fcr Neugier und dann f\u00fcr Schweigen. Die Schulungen, die tats\u00e4chlich funktionieren, sehen anders aus.<\/p>\n<ul>\n<li>Der Vertrieb widmet zweieinhalb Stunden einer einzigen wesentlichen Frage zum letzten Quartal.<\/li>\n<li>Die Finanzabteilung f\u00fchrt den Abgleich einer tats\u00e4chlichen Monatsabschlussdatei durch.<\/li>\n<li>Die Personalabteilung erstellt einen neuen Bericht \u00fcber die tats\u00e4chlichen Fehlzeiten.<\/li>\n<li>Die Rechtsabteilung pr\u00fcft eine echte Vertraulichkeitsvereinbarung anhand des unternehmensinternen Leitfadens.<\/li>\n<\/ul>\n<p>Jeder Teilnehmer nimmt ein \u201eClaude-Projekt\u201c mit, das die Regeln seiner Abteilung enth\u00e4lt, sowie ein funktionsf\u00e4higes Artefakt, das er am Montag erneut \u00f6ffnen wird. Der Unterschied liegt nicht in der P\u00e4dagogik. Es geht vielmehr darum, ob das Modell bereits etabliert war, bevor jemand darin geschult wurde.<\/p>\n<h2>4. Erstellen<\/h2>\n<p>Produktionsagenten, die in kurzen Sprints von Ingenieuren entwickelt werden, die eng mit dem Team des Kunden zusammenarbeiten, und zwar auf Basis eines Frameworks, das der Kunde selbst verwaltet. Die unscheinbare Arbeit \u2013 das Einlesen von Lieferantenrechnungen in ein Schema und das Markieren nicht zugeordneter Positionen, das Verfassen von Sitzungsprotokollen und Ma\u00dfnahmenlisten anhand eines Teams-Transkripts, die \u00dcberpr\u00fcfung einer Vertraulichkeitsvereinbarung anhand der internen Richtlinien sowie die Zusammenfassung der Haftungs- und K\u00fcndigungsklauseln, das Extrahieren der Zahlen aus einem Stapel von PDF-Dateien in die Risikopr\u00fcfungsvorlage \u2013 ist der Bereich, in dem die meiste Zeit verbracht wird, und genau hier kommen die meisten Agentenprogramme nie an, da sie mit etwas Beeindruckendem statt mit etwas N\u00fctzlichem beginnen.<\/p>\n<p>Diese vier Elemente bilden ein System, kein Men\u00fc, und ich w\u00fcrde sogar noch weiter gehen: Nur eines davon ohne die anderen umzusetzen, ist oft schlimmer, als gar nichts zu tun. Schulungen ohne fundierte Grundlagen vermitteln den Menschen, dass das Tool Halluzinationen erzeugt \u2013 und damit haben sie Recht. Eine Anbindung ohne Training f\u00fchrt zum Bau einer Kathedrale, die niemand betritt. Agenten ohne Plattform erzeugen ein Dutzend unzusammenh\u00e4ngender Automatisierungen ohne gemeinsame Steuerung, und das Sicherheitsteam schaltet diese schlie\u00dflich \u2013 zu Recht \u2013 ab.<\/p>\n<h2>Beispiel: Wer beantwortet die Vertriebsanfrage bei Bora Brasil?<\/h2>\n<p>Betrachten Sie einmal eine einfache Frage, die ein Werbefilmregisseur an einem Montagmorgen stellen k\u00f6nnte: <em>\u201cWie hat sich Skala im letzten Quartal im Vergleich zum Vorjahreszeitraum entwickelt, und wo haben wir Marktanteile eingeb\u00fc\u00dft?\u201d<\/em><\/p>\n<p>Unter <a href=\"https:\/\/borabrasil.com.br\/\" target=\"_blank\" rel=\"noopener\">Bora Brasil<\/a>, \u2026 bei der Haarpflegegruppe, die aus Skala Brasil und Lola From Rio hervorgegangen ist, wanderte diese Frage fr\u00fcher hin und her. Vom Gesch\u00e4ftsf\u00fchrer zum Analysten, vom Analysten zu einem BI-Auszug, vom Auszug zu einer Tabellenkalkulation, von der Tabellenkalkulation zu einer Pr\u00e4sentation und drei Tage sp\u00e4ter zur\u00fcck zum Gesch\u00e4ftsf\u00fchrer \u2013 zu diesem Zeitpunkt hatte sich die Folgefrage bereits ge\u00e4ndert. Unterdessen nutzten bereits f\u00fcnfzehn Early Adopters Claude informell, verbunden mit ihrer E-Mail, ihrem Kalender, Teams und ihren Dateien, und erhielten plausible Antworten, deren Quelle niemand zur\u00fcckverfolgen konnte und die manchmal eine Definition des Begriffs \u201cTeilen\u201d verwendeten, die niemand in der Finanzabteilung kannte. Die drei Anforderungen der Unternehmensleitung waren genau die drei oben genannten Fragen: Antworten, die auf den eigenen data-Richtlinien der Gruppe basieren, ein Zugriff, der bestehende Berechtigungen respektiert, und eine regulierte Umgebung, damit sensible gesch\u00e4ftliche Informationen nicht l\u00e4nger in nicht genehmigte Tools gelangen. Das ist der 14%-Moment, aus der Innenperspektive betrachtet.<\/p>\n<p>Was sich im Laufe von neun Wochen ge\u00e4ndert hat, war nicht das Modell. Es liefen drei Str\u00e4nge parallel: ein Bottom-up-Einf\u00fchrungsstrang, ein Top-down-Roadmap-Strang und ein Governance-Strang. Die technische Arbeit f\u00fchrte zur Entwicklung einer Kontextplattform auf Azure, die von der gruppeneigenen technischen Leitung genehmigt wurde und \u00fcber einen einzigen MCP-Server Zugriff auf Microsoft Fabric (Umsatz, KPIs, Budgets) sowie SharePoint (Vertr\u00e4ge, Richtlinien, Pr\u00e4sentationen) erm\u00f6glicht. Eine Gesch\u00e4ftswissensschicht enth\u00e4lt das Glossar, die KPI-Definitionen und die Gesch\u00e4ftsregeln sowie eine semantische Beschreibung jedes Dokuments, sodass Claude die vollst\u00e4ndige Datei finden und lesen kann. Der Zugriff spiegelt die bestehenden Berechtigungen jedes Mitarbeiters wider, und jede Zahl verweist auf ihre Quelltabelle oder ihr Quelldokument. Parallel dazu ergaben Interviews mit den Leitern der Bereiche Vertrieb, Marketing, Innovation und F&amp;E, Betrieb, Finanzen sowie Personal 83 Handlungsm\u00f6glichkeiten, die nach Gesch\u00e4ftswert und technischer Komplexit\u00e4t bewertet, auf 24 eingegrenzt und anschlie\u00dfend in einem F\u00fchrungskr\u00e4fte-Workshop auf f\u00fcnf f\u00fcr die Roadmap des ersten Jahres reduziert wurden.<\/p>\n<p>Erst dann \u2013 und nur dann \u2013 folgte die Schulung, die sich genau auf diese Vertriebsfrage bezog. In einer 150-min\u00fctigen Sitzung richtete jeder Teilnehmer ein Claude-Projekt mit den Gesch\u00e4ftsregeln ein, rief die KPI-Definitionen aus SharePoint ab, plante die Abfrage, bevor er sie in Fabric ausf\u00fchrte, erstellte ein interaktives Vertriebs-Dashboard als gemeinsam nutzbares Artefakt und \u00fcberpr\u00fcfte die Quelle jeder Zahl. Die Schnelleren integrierten das Dashboard noch vor Ende der Sitzung als w\u00f6chentlich geplante Routine in Cowork. Der Leitfaden f\u00fcr Moderatoren, der selbst mit Claude erstellt worden war, verfolgte den Fortschritt jedes Teilnehmers Schritt f\u00fcr Schritt.<\/p>\n<p>Derzeit sind 62 Mitarbeiter im Einsatz, wobei die Zahl auf 150 ausgeweitet werden soll; die Lizenzen werden nach Rolle und Bereich vergeben, mit einem KI-B\u00fcro als zentrale Anlaufstelle und einem \u201eChampion\u201c in jedem Gesch\u00e4ftsbereich. Die ersten 30 Lizenzinhaber geben an, im Durchschnitt mindestens vier Stunden pro Woche einzusparen; sieben von zehn sparen drei Stunden oder mehr ein. Eine Konvertierung der HR-Lohn- und Gehaltsdaten im data-Format dauerte 90 Minuten statt der extern veranschlagten 40 Beraterstunden. Ein Zeiterfassungsbericht, dessen manuelle \u00dcberpr\u00fcfung fr\u00fcher acht Stunden in Anspruch nahm, wird nun planm\u00e4\u00dfig ausgef\u00fchrt.<\/p>\n<p>Ich erz\u00e4hle diese Geschichte nicht, weil die Zahlen hoch sind \u2013 sie stammen aus einer fr\u00fchen Phase und basieren auf Selbstausk\u00fcnften \u2013, sondern weil der Ablauf die Lehre ist. Zuerst die Grundlagen schaffen. Auf dieser soliden Grundlage trainieren. Die Gewohnheit an jemanden weitergeben, der bleibt. Kehren Sie die Reihenfolge um, und Sie erhalten ein Webinar.<\/p>\n<h2>\u23ed\ufe0f Als N\u00e4chstes in Teil 3 \u2013 Das Einsatzmodell f\u00fcr den Einsatz vor Ort<\/h2>\n<p>Der Aufbau und die Etablierung dieses Systems d\u00fcrfen nicht traditionellen Lenkungsaussch\u00fcssen oder externen Pr\u00e4sentationen \u00fcberlassen werden. In <a href=\"https:\/\/www.artefact.com\/de\/blog\/part-3-the-operating-model-forward-deployed-teams-in-the-building\/\">Teil 3<\/a>, erl\u00e4utern wir das \u201eForward Deployed\u201c-Betriebsmodell \u2013 wie die Zusammenarbeit von Strategen und Ingenieuren im Unternehmen dauerhafte Kompetenzen schafft, welche Risiken mit einem Verzicht darauf verbunden sind und wie <a href=\"https:\/\/www.artefact.com\/de\/cases\/how-chancerygate-built-four-claude-powered-agents-in-two-weeks-then-20-more-on-its-own-with-artefact\/\">Chancerygate<\/a> hat eigenst\u00e4ndig mehr als 20 Produktionsagenten entwickelt.<\/p>\n<\/div><\/div><\/div><\/div><\/div>","protected":false},"excerpt":{"rendered":"<p>In Teil 1 haben wir untersucht, warum die Einf\u00fchrung von KI in Unternehmen bei einer Akzeptanzrate von 14% ins Stocken ger\u00e4t, wenn sie wie eine gew\u00f6hnliche Softwarebeschaffung behandelt wird. Der Wert von \u201eFrontier AI\u201c liegt in der Distanz zwischen dem Modell und dem Unternehmen data. In Teil 2 skizzieren wir die vier strukturellen Komponenten der Deployment-Ebene: \u201eDeploy\u201c (Governance), \u201eGround\u201c (MCP &amp; Gesch\u00e4ftsregeln), \u201eAdopt\u201c (Training im Live-Betrieb data) und \u201eBuild\u201c (Produktionsagenten). Am Beispiel von Bora Brasil zeigen wir, warum die \u201eGround\u201c-Phase stets dem Training vorausgehen muss.<\/p>","protected":false},"featured_media":1407308,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-1407307","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog\/1407307","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media\/1407308"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media?parent=1407307"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-category?post=1407307"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-language?post=1407307"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}