Das wichtigste Element in meinen AI-Projekten steht in keinem CRISP-DM-Leitfaden.

Ich nenne es Business Value Check.

Der Hintergrund: Klassisches CRISP-DM sichert Qualität über Dokumentation. Jede Phase liefert definierte Ergebnisse, die nächste Phase baut darauf auf.

Heute arbeiten wir iterativ. Kurze Zyklen, lauffähige Zwischenstände, schlanke Dokumentation. Das ist schneller, hat aber eine Schwachstelle: Ohne bewusste Steuerung wird aus Iteration schnell ein PoC, der nie endet und nie entschieden wird.

Der Business Value Check schließt diese Lücke. Er findet am Ende jeder Iteration statt und zusätzlich vor jedem Schritt, der deutlich mehr Budget bindet, etwa vor der Produktivsetzung.

Vier Fragen, eine Seite:

• Gilt die Nutzenhypothese noch, mit dem, was wir jetzt wissen?
• Wie hat sich das Risiko verändert: Daten, Technik, Akzeptanz, Regulatorik?
• Was kostet die nächste Iteration, und welche Erkenntnis kaufen wir damit?
• Entscheidung: weiter, umsteuern oder stoppen.

Drei Regeln machen den Unterschied:

• Es entscheidet der Business Owner, nicht das Data-Science-Team allein.
• Stoppen ist ein gültiges Ergebnis und kein Scheitern.
• Gemessen wird an den Kriterien aus dem Business Understanding, nicht an neuen Wunschzielen.

Der Effekt: Investitionen werden in kleinen Tranchen freigegeben, jeweils auf Basis neuer Evidenz. Ein Projekt, das nicht trägt, kostet dann zwei Iterationen statt eines Jahresbudgets. Ein Projekt, das trägt, bekommt seine Mittel mit gutem Gewissen.

So lassen sich Projektrisiko und Kosten deutlich besser steuern als über umfangreiche Phasendokumente. Iterativ arbeiten, ohne die Kontrolle abzugeben.

Teil 4 von 8 der Serie zu CRISP-DM. Nächster Teil: Data Preparation.

Transparenzhinweis: Der Business Value Check ist meine eigene Erweiterung aus der Projektpraxis und nicht Teil von CRISP-DM 1.0.