KI-Adoption im Marktforschungsinstitut – Ein Erfahrungsbericht aus der Praxis
Marktforschung lebt von Sorgfalt. Von sauberen Daten, durchdachten Methoden und dem Blick fürs Detail. Genau deshalb war die Frage, ob und wie Künstliche Intelligenz in unsere Arbeit passt, zunächst keine Technikfrage, sondern eine Haltungsfrage.
Wir sind ein mittelständisches Institut mit über 60 Jahren Erfahrung. Neue Methoden und Technologien haben uns schon immer interessiert, aber wir setzen sie erst ein, wenn sie unserem Qualitätsanspruch standhalten. Als wir vor gut zwei Jahren angefangen haben, KI systematisch in unsere Prozesse zu integrieren, war der Anspruch von Anfang an klar. Nicht Technologie um der Technologie willen, sondern dort einsetzen, wo sie konkret besser, schneller oder zuverlässiger ist als der bisherige Weg. Zwei Jahre später können wir sagen: Genau das ist eingetreten und an mehr Stellen, als wir damals zu hoffen gewagt hätten.
Wo KI heute bei uns arbeitet
Ein zentrales Einsatzfeld ist die Datenvalidierung. Plausibilitätsprüfungen, die früher Datensatz für Datensatz von Hand durchgegangen wurden, laufen heute teilautomatisiert. Wo Kolleg:innen früher einen ganzen Tag lang Angaben und statistische Auffälligkeiten manuell sichten musste, liegt morgens eine vorsortierte, farblich markierte Liste bereit. Die kritischen Fälle stehen oben, das Unauffällige ist bereits abgehakt. Die menschliche Bewertung bleibt, aber sie setzt dort an, wo sie wirklich gebraucht wird. Die KI entscheidet nicht, sie räumt den Tisch auf, bevor der Mensch sich daransetzt.
Ähnlich verhält es sich bei der Berichterstellung und Dokumentation. Wiederkehrende Aufgaben wie Datenaufbereitung, Formatierung und standardisierte Auswertungen lassen sich heute mit KI gestützten Workflows deutlich effizienter gestalten. Eine Auswertung, die früher mehrere Stunden Klickarbeit bedeutete, ist heute eine Sache von Minuten und die gewonnene Zeit fließt nicht in mehr Tempo, sondern in mehr Tiefe. Auch hier werden die Ergebnisse geprüft und freigegeben, nicht einfach blind übernommen.
Dazu kommen viele kleine Automatisierungen im Tagesgeschäft, von der Feldarbeit bis zur internen Kommunikation. In der Summe verändern sie spürbar, wie wir arbeiten und wie viel Zeit für die eigentlich wertschöpfende Arbeit bleibt, für Analyse, Interpretation und Beratung. Genau das ist das eigentlich Bemerkenswerte: Nicht der einzelne Schritt ist spektakulär, sondern der Spielraum, der durch die vielen Schritte zusammen entsteht.
Die unterschätzte Aufgabe: Menschen mitnehmen
Was in keinem Technikblog steht, aber in der Praxis den Unterschied macht: Die größte Herausforderung war nicht die Implementierung. Es war die Frage, wie man ein Team, das nicht aus Entwicklern besteht, für ein Thema begeistert, das vielen erst einmal abstrakt oder bedrohlich vorkommt.
Wir haben schnell gelernt, dass Schulungsfolien und Leitfäden nur begrenzt wirken. Was funktioniert hat, war das Erleben. Ein interner Kanal, in dem KI-Anwendungen niedrigschwellig geteilt werden. Kurze Demos statt langer Vorträge. Und ein Format, das rückblickend mehr bewirkt hat als jede formale Schulung: eine KI-Challenge zu Ostern. Gemeinsam mit unserer Schwesterfirma Winicker Norimed haben wir Rätsel entwickelt, die spielerisch genau die Kompetenzen trainieren, die im Umgang mit KI entscheidend sind. In einem mussten die Teilnehmenden KI generierte Falschinformationen von echten Fakten unterscheiden. In einem anderen ging es darum, einen Datensatz mit 360.000 Einträgen richtig zu visualisieren, um ein verstecktes Bild sichtbar zu machen. Und auch ein eigener Osterhasen Agent kam zum Einsatz.
Kein Frontalunterricht, kein Foliensatz, keine Prüfung. Und trotzdem, oder gerade deshalb, hatten die Kolleginnen und Kollegen danach ein völlig anderes Gespür dafür, was KI kann, wo sie Fehler macht und warum es so wichtig ist, Ergebnisse nicht blind zu übernehmen. Die Begeisterung kam nicht aus einer Ansage von oben, sie kam aus dem eigenen Erleben. Das ist der Moment, in dem ein Werkzeug von der Pflicht zur Möglichkeit wird.
Worauf es besonders ankommt
Damit KI in einem Institut wie unserem verlässlich und sinnvoll zum Tragen kommt, muss das Erfahrungswissen des Teams an zwei Stellen wirken. Bei der Prüfung dessen, was die KI liefert und in dem, worauf die KI selbst zugreifen kann. Gerade letzteres ist ein Thema der Architektur. Wie mache ich das Wissen für die KI zugänglich und wie schaffe ich Standards? Briefings, Codepläne, frühere Studien, Branchenspezifika und Kundenhistorien müssen so abgelegt werden, dass die KI im richtigen Moment darauf zugreifen kann, statt im luftleeren Raum nach Mustern zu suchen. Damit verschiebt sich auch der Schwerpunkt der Arbeit, weg von der Nachkorrektur, hin zur Wissensorganisation. Genau an diesem Punkt wird Datenschutz zur zentralen Architekturfrage. Denn sobald institutsinternes Wissen in Systeme fließt, ist die erste Entscheidung nicht mehr rein technisch, sondern organisatorisch. Welche Daten dürfen in welche Systeme? Wo liegen die Server? Was steht in den Nutzungsbedingungen? Diese Fragen früh zu klären hat sich als die wichtigste Investition überhaupt erwiesen. Erst diese Klarheit erlaubt es, vorhandenes Wissen kontrolliert nutzbar zu machen, und sie ist die Grundlage dafür, dass wir KI heute guten Gewissens einsetzen.
Was sich verändert hat
Zwei Jahre später ist KI bei uns kein Sonderprojekt mehr, sondern Teil des Alltags. Nicht überall, nicht für alles, aber überall dort, wo sie einen nachweisbaren Mehrwert liefert. Die wichtigste Veränderung ist dabei nicht technischer Natur. Es ist die Art, wie unser Team über die eigene Arbeit nachdenkt. Für uns hat sich gezeigt, dass KI-Adoption in einem mittelständischen Institut kein Big Bang Projekt ist. Es ist ein Prozess, der Zeit, Geduld und vor allem die Bereitschaft braucht, offen über Fehler und Grenzen zu sprechen, vor allem aber erfordert er Mut, loszugehen.