Wie Sie ein KI-Projekt scopen, bevor Sie eine Agentur beauftragen

Jede Woche verschickt irgendein Führungsteam eine Ausschreibung für „eine KI-Lösung“ und bekommt fünf Angebote zurück, die identisch aussehen und sich völlig unterschiedlich verhalten. Das Problem sind nicht die Agenturen. Das Problem ist der Scope. Wenn Sie gut scopen, ist der Rest Einkauf. Wenn nicht, kaufen Sie Lottoscheine.

Dieser Beitrag ist die Checkliste, die wir mit Kunden durchgehen, bevor sie ein einziges Angebot ernst nehmen.

Warum der Scope mehr KI-Projekte scheitern lässt als die Technik

Die meisten gescheiterten KI-Projekte scheitern nicht, weil das Modell nicht funktioniert hat. Sie scheitern, weil das Projekt etwas geliefert hat, das niemand nutzen konnte oder das keine Kennzahl bewegt hat, die irgendjemanden interessierte. Die Technologie war in Ordnung. Der Scope war falsch.

Ein falscher Scope zeigt sich als:

• Ein Prototyp ohne Business Owner.
• Ein Workflow, den niemand in den Tagesbetrieb integriert.
• Eine Kennzahl, die sich „verbessert“, aber keine Entscheidung verändert.
• Ein Modell, das auf Testdaten präzise ist und am Dienstagmorgen nutzlos.

Die Lösung ist kein besseres Modell. Es ist eine bessere Frage.

Das Minimum-Scope-Briefing

Bevor Sie irgendetwas an eine Agentur, einen Freelancer, einen FDE oder einen Anbieter übergeben, sollten Sie diese Fragen auf einer Seite beantworten können.

1. Wer verantwortet das Ergebnis?

Nennen Sie eine Person. Kein Team. Kein Lenkungsausschuss. Eine einzelne Person, deren Kennzahl sich ändert, wenn das hier funktioniert.

Wenn Sie niemanden nennen können: Stopp. Sie scopen kein Projekt — Sie finanzieren ein Hobby.

2. Welche Kennzahl bewegt sich — und um wie viel?

Wählen Sie eine primäre Kennzahl. Beispiele, die funktionieren:

• „Die Zeit für den Entwurf eines Kundenangebots von 4 Stunden auf 30 Minuten reduzieren.“
• „Die qualifizierte Pipeline aus Inbound um 25 % steigern.“
• „Die manuelle CRM-Anreicherung pro Vertriebsmitarbeiter von 6 Stunden pro Woche auf 1 senken.“

Beispiele, die nicht funktionieren:

• „Die Produktivität verbessern.“ Wessen Produktivität?
• „KI im Marketing einsetzen.“ Wofür genau?
• „Datengetriebener werden.“ Verglichen womit?

Wenn Sie neben das Verb keine Zahl schreiben können, sind Sie noch nicht so weit.

3. Was ist die kleinste Version, die noch nützlich ist?

Die meisten KI-Scopes sind dreimal zu groß. Fragen Sie: Wenn wir nur einen Workflow bauen könnten, welcher wäre es? Das ist Ihre v1. Alles andere ist v2.

4. Wie sieht Scheitern nach 90 Tagen aus?

Wenn das Team es an Tag 90 nicht nutzt — woran könnte das liegen? Schreiben Sie drei ehrliche Antworten auf. Das werden die Annahmen sein, die Sie im Prototyp testen müssen.

5. Welche Daten haben Sie wirklich?

Nicht welche Daten Sie sich wünschen. Welche Daten heute in Ihren Systemen liegen, in vernünftiger Qualität, und auf die jemand innerhalb von zwei Wochen Zugriff gewähren kann.

Wenn die Antwort lautet „Wir müssen zuerst ein Datenprojekt machen“, dann ist das ein anderes Projekt. Scopen Sie es separat.

6. Welche Beschränkung ist wirklich bindend?

Zeit? Budget? Compliance? Interne Politik? Wählen Sie eine. Die Angebote, die Sie erhalten, fallen je nach Antwort radikal unterschiedlich aus. Wenn Sie die bindende Beschränkung nicht benennen können, bekommen Sie das Angebot, das jeder Anbieter verkaufen wollte — nicht das, das Ihre Situation braucht.

Die Fragen, die Agenturen Ihnen stellen sollten

Wenn eine Agentur ein Angebot abgibt, ohne diese Fragen gestellt zu haben, behandeln Sie das Angebot als Rätselraten:

• Wer verantwortet das Ergebnis intern?
• Wie sieht Erfolg in Zahlen an Tag 90 aus?
• Welche Systeme sind im Scope, welche explizit außerhalb?
• Wie ist der Datenstand heute?
• Wie sehen Kaufprozess und Zeitplan aus?
• Was wurde schon versucht — und warum hat es sich nicht durchgesetzt?

Ein Anbieter, der diese Fragen überspringt und direkt zu Plattform-Features geht, verkauft — er scopet nicht.

Angebote vergleichen, wenn sie eintreffen

Sobald die Angebote da sind, bewerten Sie sie anhand von fünf Kriterien. Nicht Fähigkeiten — Scope.

• Scope-Klarheit. Können Sie es lesen und exakt vorhersagen, was gebaut wird?
• Transparenz der Annahmen. Was wurde angenommen? Stimmen diese Annahmen mit Ihrer Realität überein?
• Risikofläche. Was könnte das Projekt entgleisen lassen — Integrationen, Daten, Security, Change Management — und wie wird damit umgegangen?
• Preislogik. Ist der Preis an Ergebnis, Zeit oder Scope gekoppelt? Diskrepanzen sind Warnsignale.
• Exit-Pfad. Was kostet der Ausstieg nach v1? Vendor-Lock-in ist ein realer Kostenfaktor — Die versteckten Kosten des falschen KI-Partners zeigt, wie das in der Praxis aussieht.

Bewerten Sie jedes Angebot mit 1–5 über diese Kriterien hinweg. Das Angebot mit der höchsten Punktzahl ist selten das mit dem niedrigsten Preis oder dem schönsten Deck.

Häufige Fehler

• Discovery als Gratisphase behandeln. Echte Discovery ist bezahlte Arbeit. Wenn ein Anbieter sie gratis anbietet, subventioniert er entweder den Vertrieb oder lässt die gründliche Version weg.
• Scope während des Einkaufsprozesses erweitern. Jedes „und außerdem“ verdoppelt das Risiko. Widerstehen Sie.
• Den Anbieter sich selbst in den Scope schreiben lassen. Wenn derselbe Anbieter scopet und bietet, zahlen Sie für einen voreingenommenen Scope.

Die wichtigsten Erkenntnisse

• Die meisten KI-Projekte scheitern am Scope, nicht an der Technik.
• Ein echtes Scope-Briefing benennt den Owner, die Kennzahl, die v1 und die bindende Beschränkung.
• Gute Agenturen stellen dieselben Fragen, bevor sie bieten. Schlechte pitchen Features.
• Vergleichen Sie Angebote anhand der Scope-Klarheit, nicht anhand von Fähigkeitslisten.

Wenn Sie einen schärferen Scope wollen, bevor Sie ein einziges Angebot ernst nehmen: Genau dafür ist der AI Scoping Workshop gebaut. Und wenn der Use Case noch Beweise braucht, validieren Sie ihn in einem MVA Sprint, bevor Sie skalieren.

---

Sie haben bereits KI-Angebote erhalten? Lassen Sie jedes Angebot unabhängig prüfen, bevor Sie sich festlegen, oder buchen Sie ein kostenloses AI-Scoping-Intake. Unabhängig, schnell — und wir zeigen auf, was fehlt.