Wie erstellen Sie einen KI-Business-Case, den Ihr CFO unterschreibt? Eine Vorlage für die Mode
Die meisten KI-Projekte bleiben zwischen Pilot und Erfolgsrechnung stecken. Eine praxistaugliche Business-Case-Vorlage für Modeunternehmen: Ausgangsbasis, Werttreiber, Vollkosten, Risiken und Stage Gates, mit Beispielen aus Planung, Content und Service.
DAS WICHTIGSTE Zusammenfassung der Redaktion
- Ein glaubwürdiger KI-Business-Case beginnt mit einer gemessenen Ausgangsbasis für einen Prozess, nicht mit einer Technologie, und benennt den Werttreiber in Einheiten, die ein CFO bereits verfolgt.
- In der Umfrage State of AI 2025 von McKinsey gaben 88 Prozent der Befragten an, KI regelmässig in mindestens einer Funktion zu nutzen, aber nur 39 Prozent schrieben KI überhaupt eine Wirkung auf das EBIT zu.
- McKinsey stellte fest, dass KI-Spitzenreiter, etwa 6 Prozent der Befragten, fast dreimal so häufig ihre Arbeitsabläufe grundlegend neu gestaltet hatten.
- Das Project NANDA des MIT berichtete 2025, dass nur 5 Prozent der massgeschneiderten generativen KI-Tools in Unternehmen in den Produktivbetrieb gelangten.
- Die Gesamtkosten sollten Datenaufbereitung, Integration in ERP und andere Systeme, Change Management, Modellnutzung und laufendes Monitoring umfassen, nicht nur Lizenzen.
Ein KI-Business-Case, den ein CFO unterschreibt, verknüpft einen konkreten Prozess mit einer gemessenen Ausgangsbasis, einem klaren Werttreiber in bestehenden Finanzkennzahlen, einer Vollkostenschätzung einschliesslich Daten- und Integrationsarbeit, benannten Risiken und Stage Gates, die Budget erst freigeben, wenn Ergebnisse belegt sind. Die Technologie ist der kleinste Teil des Dokuments. Was das Finanzressort überzeugt, ist der Nachweis, dass das Team weiss, was sich ändern wird, wie es gemessen wird und wann abgebrochen wird.
Warum zeigen so viele KI-Projekte keinen ROI?
Die Verbreitung ist der finanziellen Wirkung davongelaufen. In der Umfrage State of AI 2025 von McKinsey mit 1'993 Teilnehmenden, durchgeführt von Juni bis Juli 2025, gaben 88 Prozent an, KI regelmässig in mindestens einer Unternehmensfunktion zu nutzen, aber nur 39 Prozent schrieben KI überhaupt eine Wirkung auf das EBIT zu, und die meisten davon meldeten weniger als 5 Prozent des EBIT. Das Project NANDA des MIT berichtete 2025, dass nur 5 Prozent der von Organisationen evaluierten massgeschneiderten generativen KI-Tools in den Produktivbetrieb gelangten.
Die Mode ist keine Ausnahme. In The State of Fashion 2026, veröffentlicht im November 2025, berichteten McKinsey und The Business of Fashion, dass mehr als 35 Prozent der Führungskräfte generative KI bereits in Bereichen wie Online-Kundenservice, Bilderstellung, Texterstellung und Produktsuche einsetzen. Die Nutzung ist verbreitet, dokumentierte Erträge sind es nicht.
Häufige Gründe für schwache Business Cases sind:
- Das Projekt beginnt mit einem Tool, nicht mit einem Prozess und dessen Kosten.
- Nutzen wird als eingesparte Stunden gezählt, ohne Plan, was mit diesen Stunden geschieht.
- Datenaufbereitung und Systemintegration fehlen in den Kosten.
- Es gibt keine Ausgangsbasis, sodass sich Verbesserungen nicht belegen lassen.
- Pilotprojekte haben keine Abbruchkriterien und ziehen sich über Monate hin.
Was sollte eine Vorlage für einen KI-Business-Case enthalten?
| Abschnitt | Inhalt | Beispiel (Erstellung von Produktcontent) |
|---|---|---|
| 1. Prozess und Verantwortung | Ein Prozess, eine verantwortliche Person im Business | Produktbeschreibungen für Wholesale und E-Commerce, verantwortet von der Leitung E-Commerce |
| 2. Ausgangsbasis | Aktuelles Volumen, Kosten, Zeit, Qualität | Artikel pro Saison, Minuten pro Beschreibung, Fehlerquote, Zeit bis zum Listing |
| 3. Werttreiber | Finanzkennzahl, die die Änderung beeinflusst | Früheres Listing (Abverkauf), geringere Agenturkosten, weniger Zurückweisungen durch Händler |
| 4. Ziel und Beleg | Erwartete Veränderung und warum sie plausibel ist | Ergebnisse eines kontrollierten Pilotprojekts in einer Kategorie |
| 5. Vollkosten | Einmalige und laufende Kosten | Datenbereinigung, PIM- und ERP-Integration, Lizenzen, Nutzung, Prüfzeit, Schulung |
| 6. Risiken | Qualität, Recht, Daten, Akzeptanz | Falsche Aussagen, Markentonalität, Urheberrecht, Akzeptanz bei den Mitarbeitenden |
| 7. Stage Gates | Kriterien für Fortsetzung, Skalierung oder Abbruch | Skalierung nur, wenn die Fehlerquote unter der Ausgangsbasis liegt und die Zeitersparnis bestätigt ist |
| 8. Messung | Wie und wann Ergebnisse berichtet werden | Monatliches Dashboard gegenüber der Ausgangsbasis, geprüft vom Finanzressort |
Wie übersetzen Sie den Nutzen von KI in finanzielle Grössen?
Finanzteams vertrauen Nutzen, der sich Positionen zuordnen lässt, die sie bereits steuern. Typische Beispiele aus der Mode:
- Bedarfsplanung und Replenishment: Geringere Prognosefehler führen zu weniger Abschriften und weniger Fehlbeständen; auszudrücken als Bruttomarge und Lagerumschlag.
- Produktcontent: schnelleres Listing und weniger Datenfehler; auszudrücken als früherer Umsatz und geringere externe Contentkosten.
- Kundenservice: Anteil der Anfragen, die ohne Mitarbeitende gelöst werden; auszudrücken als Kosten pro Kontakt, bei gleichzeitiger Verfolgung der Zufriedenheit.
- Wholesale-Auftragsbearbeitung: schnellere Auftragserfassung und weniger Fehler im ERP; auszudrücken als Kosten pro Auftrag und weniger Gutschriften.
- KI-Agenten in Backoffice-Aufgaben: automatisierte Bearbeitung von Routineschritten wie dem Rechnungsabgleich; auszudrücken als Kosten pro Transaktion und Durchlaufzeit.
Eingesparte Stunden zählen nur, wenn sie anders eingesetzt werden oder Kosten wegfallen. Halten Sie ausdrücklich fest, ob der Business Case von geringeren Ausgaben, mehr Output mit demselben Team oder höherer Qualität ausgeht, und zählen Sie dieselben Stunden nicht doppelt.
Welche Kosten unterschätzen KI-Projekte in der Mode meist?
Lizenzen und Modellnutzung sind sichtbar, der Rest oft nicht. Datenbereinigung in Produkt-, Kunden- oder Transaktionsdaten, Integration in ERP, PIM oder Auftragsverwaltung, Prüf- und Freigabezeit für Ergebnisse, Sicherheits- und Rechtsprüfungen, Schulung und Change Management sowie laufendes Monitoring der Modellqualität gehören alle in die Gesamtkosten. Bei agentenbasierten Projekten, die ins ERP schreiben, kommen Kontrollen für Berechtigungen, Audit-Logs und Rückfallverfahren hinzu.
Wie sollten Stage Gates und Pilotprojekte aufgesetzt werden?
- Discovery (2 bis 4 Wochen): Ausgangsbasis messen und Datenverfügbarkeit bestätigen; abbrechen, wenn Daten fehlen.
- Pilot (6 bis 12 Wochen): in einer Kategorie, einem Markt oder einem Team mit Kontrollgruppe durchführen; Erfolgsschwellen im Voraus vereinbaren.
- Entscheidung: Das Finanzressort prüft die Ergebnisse gegenüber der Ausgangsbasis; skalieren, anpassen oder abbrechen.
- Skalierung: Einführung mit Integration in die Kernsysteme und benannten Prozessänderungen.
- Betrieb: Nutzen quartalsweise berichten und Modellqualität sowie Kosten erneut prüfen.
Welche Risiken sollte der Business Case benennen?
Halten Sie den ersten Business Case klein. Ein einzelner, gut gemessener Prozess mit bescheidenem Budget schafft eine interne Referenz, auf die sich spätere Business Cases berufen können. Finanzteams sind eher bereit, ein zweites und drittes Projekt zu finanzieren, wenn das erste ehrlich berichtet hat, auch über das, was nicht funktioniert hat, als wenn mehrere grosse Programme gleichzeitig ohne vergleichbare Ausgangsbasen starten.
Benennen Sie die Risiken, nach denen ein CFO fragen wird, bevor er danach fragt: Qualität der Ergebnisse und Kosten von Fehlern, besonders bei Produktaussagen und Preisen; Abhängigkeit von einem Anbieter oder einem Modell, das sich ändern kann; Datenschutz und geistiges Eigentum; regulatorische Pflichten wie Transparenz bei KI-generierten Inhalten; und das Akzeptanzrisiko, wenn Teams dem System nicht vertrauen oder es nicht nutzen. Nennen Sie für jedes Risiko die Kontrollmassnahme und wer sie verantwortet.
Ein Business Case, der Unsicherheit eingesteht und das Risiko über Stage Gates begrenzt, wird eher genehmigt als einer, der vom ersten Tag an hohe Erträge verspricht. Das Ziel ist keine perfekte Prognose, sondern ein Entscheidungsprozess, der einen Pilot in gemessenen Nutzen überführt oder ihn frühzeitig beendet.
Häufige Fragen
Wie berechnet man den ROI eines KI-Projekts?
Messen Sie die Ausgangskosten und die Leistung eines Prozesses, schätzen Sie die Veränderung durch KI in finanziellen Grössen und vergleichen Sie diesen Nutzen mit den Vollkosten einschliesslich Datenaufbereitung, Integration, Lizenzen, Nutzung und Change Management. Bestätigen Sie die Schätzung mit einem kontrollierten Pilotprojekt, bevor Sie skalieren.
Warum liefern die meisten KI-Pilotprojekte keinen ROI?
Häufige Gründe sind der Start mit einem Tool statt mit einem Prozess, fehlende Ausgangsbasen, ignorierte Integrations- und Datenkosten und Arbeitsabläufe, die nicht neu gestaltet werden. Die Umfrage von McKinsey aus dem Jahr 2025 ergab, dass nur 39 Prozent der Organisationen KI überhaupt eine Wirkung auf das EBIT zuschrieben.
Welche Kosten sollte ein KI-Business-Case enthalten?
Einmalige Kosten wie Datenbereinigung, Systemintegration, Sicherheitsprüfung und Schulung sowie laufende Kosten wie Lizenzen, Modellnutzung, menschliche Prüfung und Monitoring. Agentenprojekte, die im ERP handeln, brauchen zudem Berechtigungskontrollen und Audit-Logs.
Wie lange sollte ein KI-Pilotprojekt in der Mode laufen?
Lange genug, um gegenüber einer Ausgangsbasis zu messen, oft einige Wochen bis einige Monate in einer Kategorie oder einem Markt. Entscheidend ist, Erfolgsschwellen und ein Abbruchkriterium zu vereinbaren, bevor der Pilot startet.
Eine Ausgabe an jedem Werktag. In fünf Minuten gelesen. Kostenlos für Branchenprofis.
