Ich habe 1,4 Millionen abgeschrieben, bevor ich die richtige Frage gestellt habe

Steckbrief
Branche	Filialhandel (Non-Food-Sortiment, rund 80 Standorte plus Onlineshop)
Unternehmensgröße	ca. 1.100 Mitarbeiter
Rolle	CFO, seit sechs Jahren im Unternehmen, davor Wirtschaftsprüfung
KI-Stand	Absatzprognose im Rollout, Personaleinsatzplanung in Betriebsratsverhandlung, ein Großprojekt abgeschrieben

Dieses Gespräch ist ein typisiertes, redaktionell verdichtetes Interview: Person und Unternehmen sind fiktiv, die geschilderten Situationen, Zahlen und Konflikte folgen dokumentierten Mustern aus Studien und Rechtsprechung (Quellen am Ende).

Fangen wir mit der Abschreibung an. Was ist passiert?

Kurzfassung: Wir haben 2023 eine Prognose-Suite gekauft, Gesamtkosten über drei Jahre rund 1,4 Millionen, Lizenzen, Integration, Beratung. Versprochen war eine Absatzprognose über das ganze Sortiment. Geliefert wurde ein System, das auf unseren Daten nicht funktionierte, weil unsere Daten nicht funktionierten. Artikelstammdaten aus drei Warenwirtschaftssystemen, Filialbestände mit Inventurdifferenzen, Aktionshistorie in Excel-Listen der Vertriebsleiter. Das Modell hat auf diesem Fundament brav Zahlen produziert, die Disponenten haben ihnen nach drei Monaten nicht mehr vertraut und wieder per Bauchgefühl bestellt. Zwei Systeme parallel, doppelte Arbeit, null Effekt. Ende 2025 habe ich den Stecker gezogen und abgeschrieben. Der Fehler lag übrigens nicht beim Anbieter allein. Wir haben ein Datenproblem als Softwareproblem eingekauft.

Wie lief der Streit mit der Digitalabteilung?

Hart, und er läuft ehrlich gesagt noch. Die Kollegen haben mir vorgerechnet, das Projekt brauche nur zwei weitere Releases und ein Datenqualitätsmodul, nochmal 300.000, dann komme der Nutzen. Das ist der klassische Satz, den ich inzwischen als Alarmsignal höre: Wir haben schon so viel investiert, jetzt aufhören wäre Verschwendung. Nein. Was ausgegeben ist, ist ausgegeben, das darf die Entscheidung über die nächsten 300.000 nicht beeinflussen. Ich habe im Studium über versunkene Kosten gelacht, im Vorstand wird mit ihnen Politik gemacht. Die Digitalabteilung hat mir vorgeworfen, ich würde Innovation abwürgen und nur Kosten sehen. Mein Konter: Ich habe kein einziges KI-Budget gestrichen, ich habe ein Projekt gestrichen. Der Unterschied ist der Punkt, um den es geht.

Ich habe kein einziges KI-Budget gestrichen, ich habe ein Projekt gestrichen. Diesen Unterschied musste ich im eigenen Haus dreimal erklären.

Trotzdem läuft die Absatzprognose heute. Was war diesmal anders?

Die Reihenfolge. Wir haben zuerst neun Monate lang Stammdaten und Bestandsführung aufgeräumt, unspektakulär, teuer, ohne jede Vorzeigefolie. Dann haben wir klein angefangen: eine Warengruppe, zwanzig Filialen, ein messbares Ziel, nämlich Abschriften runter und Regalverfügbarkeit rauf. Erst als die Prognose dort nachweislich besser war als der Disponent, kam die nächste Warengruppe. Das deckt sich übrigens mit dem, was Branchenerhebungen zeigen: Beim Handel ist Forecasting das häufigste KI-Einsatzfeld, aber zwei Drittel der Häuser nennen ihre Datenintegration selbst schlecht. Genau in dieser Lücke sterben die Projekte. Heute liegt die Prognose in den Pilotwarengruppen bei den Abschriften rund sieben Prozent besser als die alte Disposition. Das ist kein Wunder. Das ist Ergebnis von Aufräumarbeit.

Woher nehmen Sie die Sicherheit, dass sieben Prozent dem System zuzurechnen sind?

Gute Frage, die stellt intern kaum jemand. Wir haben Kontrollgruppen gebildet, Filialen mit vergleichbarer Struktur, die weiterhin klassisch disponieren. Der Vergleich läuft über zwei Saisons, nicht über einen Monat, weil Wetter und Aktionen sonst alles verzerren. Und ich lasse die Zahlen nicht von der Digitalabteilung rechnen, sondern vom Controlling, das an mich berichtet. Das hat böses Blut gegeben, das Wort Misstrauenskultur ist gefallen. Kann ich mit leben. Wer den Nutzen behauptet, darf nicht derselbe sein, der ihn misst. Nach der Erfahrung mit dem ersten Projekt, wo mir zwei Jahre lang grüne Statusberichte vorgelegt wurden, während die Disponenten das System längst umgingen, ist das für mich keine Stilfrage mehr, sondern Governance.

Beim Thema Personaleinsatzplanung verhandeln Sie mit dem Betriebsrat. Wo hakt es?

An einem berechtigten Punkt, das sage ich ohne Ironie. Eine KI-gestützte Einsatzplanung berechnet Personalbedarfe aus Kundenfrequenz, Kassendaten, Wetter, Aktionen. Damit kann man Schichten besser legen. Man kann damit aber technisch auch auswerten, welche Verkäuferin wie viel Umsatz pro Stunde macht. Nach der Rechtsprechung des Bundesarbeitsgerichts reicht die objektive Eignung zur Überwachung, damit der Betriebsrat nach Paragraf 87 mitbestimmt, auf unsere Absicht kommt es gar nicht an. Der Betriebsrat will Auswertungsverbote auf Personenebene, Löschfristen, ein Verbot der Nutzung für Abmahnungen. Bekommt er. Dafür bekommen wir Planungssicherheit statt einer Einigungsstelle. Meine Lernkurve dabei: Wer den Betriebsrat erst nach der Anbieterauswahl einbindet, verhandelt aus der schwächsten Position, die es gibt.

Wie bewerten Sie KI-Business-Cases, die auf Ihrem Tisch landen?

Mit drei Fragen. Erstens: Welche Zahl in der Gewinn-und-Verlust-Rechnung bewegt sich, in welchem Quartal? Produktivitätsgewinne in Arbeitsstunden zähle ich nicht mehr, seit mir jemand eingesparte Minuten pro Mitarbeiter auf 1.100 Leute hochgerechnet und als Millionenwert verkauft hat. Minuten, die keiner erfasst und keiner umwidmet, sind kein Geld. Zweitens: Was ist die Abbruchbedingung? Jeder Case bekommt bei uns vorab definierte Kriterien, bei deren Verfehlung das Projekt endet, ohne Nachverhandlung. Drittens: Wer trägt den Betrieb nach dem Piloten, mit welchem Budget? Eine US-Untersuchung von 2025 kam zum Ergebnis, dass 95 Prozent der GenAI-Piloten keinen messbaren Ergebniseffekt liefern. Die Zahl mag methodisch angreifbar sein. Als Prüfmaßstab für Anträge auf meinem Tisch ist sie hervorragend.

Minuten, die keiner erfasst und keiner umwidmet, sind kein Geld. Solche Business-Cases unterschreibe ich nicht mehr.

Hand aufs Herz: Was haben Sie selbst falsch gemacht?

Einiges. Beim ersten Projekt habe ich die Anfangsinvestition durchgewunken, weil der Vorstandskollege dafür brannte und ich den Konflikt gescheut habe. Ich habe die Anbieterreferenzen gelesen und nicht angerufen, ein einziges ehrliches Telefonat mit einem Bestandskunden hätte uns gewarnt. Und ich habe zu lange auf Berichte vertraut, statt in die Filialen zu fahren. Als ich endlich mit drei Disponenten gesprochen habe, wusste ich nach zwanzig Minuten mehr als aus sechs Lenkungsausschüssen. Was ich mir zugutehalte: Ich habe den Abbruch nicht delegiert, sondern selbst vor der Belegschaft begründet, inklusive der Zahl. Seitdem glauben mir die Leute auch die Erfolgsmeldungen wieder. Glaubwürdigkeit ist im Zweifel mehr wert als die 300.000, die ein eleganteres Weiterlaufen gekostet hätte.

Die Digitalabteilung sagt, Ihre Hürden verhindern Experimente. Stimmt das?

Teilweise, und das ist Absicht. Ich unterscheide zwischen Experimenten und Rollouts. Für Experimente gibt es bei uns ein festes Jahresbudget, überschaubar, dafür ohne Business-Case-Pflicht, da darf auch etwas scheitern, das ist der Deal. Die harten Hürden gelten für alles, was skalieren will, also Lizenzen über mehrere Jahre, Integration in Warenwirtschaft oder Personalsysteme, Berührung mit Beschäftigtendaten. Diese Trennung hat den Dauerkonflikt mit der Digitalabteilung übrigens entschärft, nicht verschärft. Vorher haben wir über jedes Projekt einzeln gestritten, jetzt streiten wir nur noch an der Schwelle zwischen Experiment und Rollout. Das ist ein Fortschritt. Über Geschmack von Piloten muss ein CFO nicht urteilen, über Skalierung schon.

Was raten Sie CFO-Kollegen im Handel?

Vier Dinge. Kaufen Sie kein Datenproblem als Softwareproblem ein, die Frage nach Stammdaten- und Bestandsqualität kommt vor jeder Anbieterpräsentation. Bestehen Sie auf Kontrollgruppen und lassen Sie den Nutzen von jemandem messen, der nicht der Projektverantwortliche ist. Definieren Sie Abbruchkriterien, bevor der erste Euro fließt, hinterher definiert sie niemand mehr freiwillig. Und binden Sie den Betriebsrat ein, sobald Beschäftigtendaten auch nur am Rand berührt sind, nicht aus Nettigkeit, sondern weil die Mitbestimmung ohnehin greift und der Zeitverlust einer Einigungsstelle jeden Projektplan zerlegt. Wenn ich es auf einen Satz eindampfen soll: Behandeln Sie KI wie jede andere Investition auch. Die Technologie ist neu. Die Regeln guter Kapitalallokation sind es nicht.

Wo steht Ihr Haus in zwei Jahren?

Wenn es gut läuft: Absatzprognose über die wesentlichen Warengruppen ausgerollt, Personaleinsatzplanung mit Betriebsvereinbarung produktiv, und im Controlling zwei, drei stille Automatisierungen, Belegprüfung, Kreditorenabgleich, die keiner feiert und die zuverlässig Geld sparen. Das wäre für ein Haus unserer Größe viel, auch wenn es auf keiner Konferenzbühne erzählenswert klingt. Wovor ich Respekt habe: dass der Kostendruck in der Branche uns zu Abkürzungen verführt. Immer wenn die Marge klemmt, taucht jemand mit einem Werkzeug auf, das alles auf einmal verspricht. Beim letzten Mal hat uns das 1,4 Millionen gekostet. Die Zahl hängt sozusagen unsichtbar in meinem Büro. Ich habe nicht vor, sie zu aktualisieren.

Wer den Nutzen behauptet, darf nicht derselbe sein, der ihn misst. Das ist keine Stilfrage, das ist Governance.

Was aus diesem Gespräch mitzunehmen ist

• Gescheiterte KI-Projekte im Handel sind meist verkleidete Datenprojekte: Ohne belastbare Stammdaten und Bestandsführung produziert das beste Prognosemodell Zahlen, denen niemand traut.
• Sunk-Cost-Argumente („wir haben schon so viel investiert“) sind ein Alarmsignal, kein Entscheidungsgrund, vorab definierte Abbruchkriterien und unabhängige Nutzenmessung schützen davor.
• Personaleinsatzplanung mit KI löst wegen der objektiven Überwachungseignung fast immer Mitbestimmung nach § 87 BetrVG aus; frühe Betriebsratseinbindung ist Projektbeschleunigung, keine Höflichkeit.

Quellen der typisierten Muster

1. EHI Retail Institute: „Technologie-Trends im Handel 2025“, 92 Prozent der befragten Handelsunternehmen setzen KI ein, häufigstes Einsatzfeld Forecasting und Replenishment (EHI, 2025).
2. EHI Retail Institute: Studie „KI-Integration im Handel“, 67 Prozent der Händler bewerten ihre Datenintegration für den KI-Einsatz als schlecht oder eher schlecht (EHI, 2025).
3. HDE / Safaric Consulting: „Künstliche Intelligenz im Handel 2025“, Einsatzfelder Absatzprognose und Personaleinsatzplanung, Reifegrad-Kluft nach Unternehmensgröße (HDE, 2025).
4. MIT Project NANDA: „The GenAI Divide: State of AI in Business 2025“, 95 Prozent der GenAI-Piloten ohne messbaren P&L-Effekt, nur 5 Prozent der Individualentwicklungen erreichen den Regelbetrieb (MIT, 2025).
5. Bundesarbeitsgericht: Beschlüsse vom 13.12.2016 (1 ABR 7/15) und 09.04.2019 (1 ABR 51/17), objektive Überwachungseignung genügt für Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG.

Das Entscheider-Briefing

Ein Briefing pro Woche: Entscheidungsfragen, eingeordnete Zahlen und Fristen. Ihre Adresse geben wir nicht weiter.

Website

E-Mail-Adresse

Briefing abonnieren

Ich möchte das Briefing per E-Mail erhalten und kann die Einwilligung jederzeit widerrufen. Die Datenschutzerklärung habe ich gelesen.

Sie erhalten zuerst eine E-Mail mit einem Bestätigungslink. Erst nach dem Klick nehmen wir Sie auf. Abmeldung mit einem Klick in jeder Ausgabe.