Anwendungsfall und Daten klären, bevor das Lastenheft entsteht? Der KI-Potenzialcheck prüft einen Geschäftsprozess mit Beispieldaten und Systemen und liefert eine schriftliche Entscheidungsvorlage mit Pilot-Scope und Budgetkorridor. Ab 3.900 € netto (Stand Oktober 2026). KI-Potenzialcheck ansehen
Ein Lastenheft für ein KI-Projekt legt fest, welches Ergebnis der Auftraggeber erwartet und woran er es misst. Es unterscheidet sich von einem Lastenheft für klassische Software in drei Punkten: Das Verhalten des Systems ist nicht vollständig vorhersagbar, das Ergebnis hängt von den Daten ab, und der Betrieb gehört zum Leistungsumfang. Dieser Artikel liefert eine Gliederung mit elf Abschnitten, je Abschnitt eine Beispielformulierung und eine Prüffrage, dazu typische Fehlbilder. Stand Oktober 2026. Der Artikel behandelt das Lastenheft für KI-Projekte, nicht den Einsatz von KI zum Erstellen oder Prüfen von Lastenheften.
Inhaltsverzeichnis
- Anforderungen an KI-Projekte: was sich gegenüber klassischer Software ändert
- Lastenheft, Pflichtenheft und Leistungsbeschreibung bei KI-Ausschreibungen
- Wann ein Lastenheft zu früh kommt
- Die Gliederung auf einen Blick
- Die elf Abschnitte mit Beispielformulierung und Prüffrage
- Fehlbilder
- Unser Vorgehen bei WZ-IT
- Stand und Methodik
- Weiterführende Guides
Anforderungen an KI-Projekte: was sich gegenüber klassischer Software ändert
| Thema | Klassisches Lastenheft | Lastenheft für ein KI-Projekt |
|---|---|---|
| Soll-Verhalten | exakte Erwartung je Testfall | Messung an Referenzfällen mit Schwellen und blockierenden Fällen |
| Eingaben | fachlich spezifiziert | Daten und Datenqualität sind Teil der Anforderung |
| Änderung nach der Abnahme | nur mit neuer Version | Modell-, Prompt- oder Indexwechsel können die Qualität verschieben |
| Betrieb | häufig getrennt beauftragt | Qualitätsmonitoring und Regressionstest gehören zum Umfang |
| Rechtsrahmen | Datenschutz, Sicherheit | zusätzlich KI-Verordnung: Rolle, Risikoklasse, Transparenz |
Lastenheft, Pflichtenheft und Leistungsbeschreibung bei KI-Ausschreibungen
Nach DIN 69901-5 (Ausgabe 2009-01) ist das Lastenheft die vom Auftraggeber festgelegte Gesamtheit der Forderungen an Lieferungen und Leistungen eines Auftragnehmers innerhalb eines Auftrags. Das Pflichtenheft enthält die vom Auftragnehmer erarbeiteten Realisierungsvorgaben auf Grundlage des Lastenhefts (Wortlaut in einer studentischen Ausarbeitung der LMU München). Die Norm ist eine Begriffsnorm (Teil 5: Begriffe); ihr Inhaltsverzeichnis nennt Anwendungsbereich, normative Verweisungen und Begriffe.
Im Vergaberecht entspricht dem Lastenheft sinngemäß die Leistungsbeschreibung; in der Praxis werden die Begriffe nicht immer klar getrennt. Die Regeln des GWB zur Leistungsbeschreibung gelten für Vergaben, deren geschätzter Auftragswert den EU-Schwellenwert erreicht oder überschreitet (§ 106 GWB). Die Leistungsbeschreibung beschreibt den Auftragsgegenstand so eindeutig wie möglich, damit alle Unternehmen ihn im gleichen Sinne verstehen und die Angebote vergleichbar sind, und enthält die Funktions- oder Leistungsanforderungen oder eine Beschreibung der zu lösenden Aufgabe sowie die Umstände und Bedingungen der Leistungserbringung (§ 121 GWB, § 31 VgV). Nach § 31 Abs. 6 VgV darf sie nicht auf eine bestimmte Produktion oder Herkunft oder auf bestimmte Typen verweisen, wenn dadurch bestimmte Unternehmen oder Produkte begünstigt oder ausgeschlossen werden, es sei denn, der Verweis ist durch den Auftragsgegenstand gerechtfertigt; ausnahmsweise zulässig ist er, wenn der Auftragsgegenstand sonst nicht hinreichend genau beschrieben werden kann, dann mit dem Zusatz „oder gleichwertig“. Für KI-Ausschreibungen heißt das: Eigenschaften statt Produktnamen. Abnahmekriterien über Referenzfälle sind eine Empfehlung dieses Artikels, keine Vorgabe des Vergaberechts.
Wann ein Lastenheft zu früh kommt
Ein vollständiges Lastenheft setzt drei Antworten voraus:
- Ist der Prozess gewählt, in dem das System arbeitet?
- Liegen Beispieldaten vor, die sich technisch nutzen lassen?
- Lassen sich Referenzfälle benennen, an denen die Abnahme erfolgt?
Ist eine Antwort „nein“, entsteht ein Lastenheft aus Annahmen. Dann klärt zuerst ein KI-Potenzialcheck den Prozess. Stehen mehrere Prozesse und die Zielarchitektur offen, ordnet das KI-Architekturassessment Anwendungsfälle, Betriebsmodell und Roadmap.
Die Gliederung auf einen Blick
Jede Anforderung erhält eine Kennung und eine Priorität (Muss, Soll, Kann), zum Beispiel „KI-6.2 (Muss): Alle Rechte-Tests des Testsets bestehen vor der Abnahme.“ Ohne Priorität sind Angebote nicht vergleichbar. Listen gehören in Anlagen: Quellenliste, Egress-Liste, Schnittstellenliste, Referenzfälle und Begriffe.
| Nr. | Abschnitt | Mindestangabe |
|---|---|---|
| 1 | Ziel und Nutzen | messbares Ziel, Ausgangswert, Messzeitraum |
| 2 | Anwendungsfall und Nutzergruppen | Prozess, Rollen, Volumen, Stelle der menschlichen Entscheidung |
| 3 | Datenquellen und Datenqualität | Quellenliste mit Verantwortlichem, Format, Aktualität, Sprache |
| 4 | Rechte und Datenschutz | Zweck, Datenarten, Zugriffsrechte, Löschung, Verbindungen nach außen |
| 5 | Modell- und Plattformanforderungen | Betriebsort, Lizenz, Sprache, Austauschbarkeit statt Modellname |
| 6 | Qualitätsmaßstäbe und Abnahme | Referenzfälle, Messgrößen, blockierende Fälle, Schwellen |
| 7 | Integration | Schnittstellen, Identität, Zielsysteme, Handlungsrechte |
| 8 | Betrieb und Monitoring | Updates, Regressionstest, Qualitätsmonitoring, Zuständigkeiten |
| 9 | Exit und Übergabe | Exportformate, Übergabeumfang, Rechte am Testset |
| 10 | Rechtsrahmen | Prüffragen zu KI-Verordnung und DSGVO, Zuständigkeit |
| 11 | Ausschlüsse | was das System ausdrücklich nicht tut |
Die elf Abschnitte mit Beispielformulierung und Prüffrage
Die Beispielformulierungen sind frei gewählte Muster, die Platzhalter in eckigen Klammern sind keine Zahlenempfehlung.
1. Ziel und Nutzen
Das Ziel nennt eine messbare Veränderung in einem Prozess, nicht eine Technologie. Ohne Ausgangswert bleibt der Nutzen nach dem Projekt unbelegbar.
Beispiel: „Die Bearbeitungszeit für Standardanfragen sinkt gegenüber dem Ausgangswert von [Minuten] auf [Minuten], gemessen über [Zeitraum] an [Anzahl] Vorgängen.“
Prüffrage: Wer misst den Ausgangswert, und liegt er vor Projektbeginn vor?
2. Anwendungsfall und Nutzergruppen
Der Anwendungsfall beschreibt Auslöser, Eingabe, Ergebnis und die Stelle, an der ein Mensch entscheidet. Der Grad der Autonomie gehört dazu: Antwort, Entwurf oder Aktion (Rechte und Freigaben).
Beispiel: „Der Assistent beantwortet Fragen der Mitarbeitenden zu freigegebenen Richtlinien und nennt je Antwort die Fundstelle. Er verändert keine Daten und versendet keine Nachrichten.“
Prüffrage: Welche Entscheidung trifft weiterhin ein Mensch, und wo sieht er das Ergebnis?
3. Datenquellen und Datenqualität
Jede Quelle erhält einen Verantwortlichen, Format, Aktualisierungsrhythmus, Sprache und eine Regel für Dubletten und veraltete Fassungen. Gescannte Dokumente brauchen Texterkennung und eine eigene Messung. Wie die Quellen im Betrieb angebunden werden, beschreibt RAG mit Nextcloud, SharePoint und DMS.
Beispiel: „Quelle A ([System]) enthält [Anzahl] Dokumente, davon [Anteil] gescannt. Verantwortlich ist [Rolle]. Veraltete Fassungen sind gekennzeichnet oder ausgeschlossen.“
Prüffrage: Gibt es zu jeder Quelle einen Verantwortlichen und eine Regel für veraltete Fassungen?
4. Rechte und Datenschutz
Zwei Ebenen: der Datenschutz mit Zweck, Datenarten, Rechtsgrundlage, Empfängern, Verbindungen nach außen, Löschung und Nachweis (sieben Prüffragen) und die Zugriffsrechte der Quellen. Berechtigungen werden vor der Suche durchgesetzt, nicht im Prompt (RAG mit Berechtigungen).
Beispiel: „Ein Benutzer erhält nur Antworten aus Dokumenten, die er im Quellsystem lesen darf. Das System verbindet sich ausschließlich mit den Zielen der Egress-Liste in Anlage [n].“
Prüffrage: Wo wird die Berechtigung geprüft: im Quellsystem oder im Prompt?
5. Modell- und Plattformanforderungen
Das Lastenheft nennt Eigenschaften statt Modellnamen, weil Modelle schneller wechseln als Projekte: Betriebsort, Lizenz mit kommerzieller Nutzung (Lizenzen), Deutsch als Sprache, Kontextlänge und Austauschbarkeit hinter einem Gateway (Was ist LiteLLM?). Die Modellauswahl behandelt Welches LLM selbst hosten?.
Beispiel: „Die Modelle laufen in Deutschland, unter einer Lizenz mit kommerzieller Nutzung. Ein Modellwechsel erfordert keine Änderung an den Anwendungen.“
Prüffrage: Welche Eigenschaft ist tatsächlich ein Muss, und welcher Modellname ist nur Gewohnheit?
6. Qualitätsmaßstäbe und Abnahme
Die Abnahme braucht Referenzfälle aus dem Fachbereich, Messgrößen und Schwellen, die vor der Messung vereinbart sind, und die Trennung in blockierende Fälle und Durchschnittswerte. Das Testset gehört dem Auftraggeber. Zahlen wie „90 Prozent“ sind ohne Bezug zum eigenen Testset nicht aussagekräftig. Aufbau, Metriken und Baseline beschreibt RAG-Qualität messen.
| Aufgabentyp | Referenzfälle | Messgröße | Blockierende Fälle |
|---|---|---|---|
| Wissensassistent (RAG) | echte Fragen mit Fundstelle, Fragen ohne Antwort im Bestand, Rechte-Tests | Recall@k, Belegtreue, fachliche Richtigkeit | Rechte-Tests, „nicht im Bestand“ |
| Extraktion aus Dokumenten | Dokumente je Typ, gescannt und digital, mit bestätigten Sollwerten | Trefferquote je Feld | Felder mit rechtlicher oder finanzieller Folge |
| Klassifikation | Eingänge je Klasse, auch seltene | Precision und Recall je Klasse | Verwechslung kritischer Klassen |
| Entwurf, Generierung | Aufgaben mit Bewertungsraster | Bewertung durch den Fachbereich nach Raster | verbotene Aussagen, fehlende Pflichtangaben |
| Agent, Workflow | Abläufe mit Fehlerfällen und Freigabestellen | Erfolgsquote je Ablauf, korrekter Abbruch | Aktion ohne Freigabe oder außerhalb des Werkzeugkatalogs |
Das Lastenheft legt dafür ein Verfahren fest: Zuerst wird das Testset gemeinsam festgeschrieben, dann misst eine einfache Konfiguration die Baseline, danach werden die Schwellen relativ zu dieser Baseline vereinbart, noch vor Umsetzungsbeginn. Die fachliche Richtigkeit beurteilt der Fachbereich, nicht der Anbieter.
Beispiel: „Abgenommen wird, wenn alle blockierenden Referenzfälle bestehen und die Schwellen für [Messgröße] auf Testset-Version [n] erreicht sind. Referenzfälle und Schwellen werden vor Umsetzungsbeginn festgeschrieben.“
Prüffrage: Wer hat die Referenzfälle ausgewählt: Auftraggeber oder Anbieter?
7. Integration
Festzuhalten sind Schnittstellen, Anmeldung über das Identitätssystem und Zielsysteme. Bei Systemen, die handeln, kommt die Identität hinzu, unter der sie auf Zielsysteme zugreifen.
Beispiel: „Die Anmeldung erfolgt über das Identitätssystem des Auftraggebers. Das System liest ausschließlich über die Schnittstellen der Anlage [n] und schreibt nicht.“
Prüffrage: Unter welchem Konto greift das System zu, und was kann ein einzelner Benutzer darüber auslösen?
8. Betrieb und Monitoring
Updates, Zuständigkeiten und Backup werden wie bei jeder Software geregelt. Hinzu kommt die Qualität: Vor Änderungen an Modell, Prompt oder Index läuft das Testset, im Betrieb beobachtet Monitoring Fehler, Kosten und Latenz (Was ist Langfuse?).
Beispiel: „Vor jedem Modell-, Prompt- oder Indexwechsel läuft das Testset. Der Wechsel wird nur eingeführt, wenn kein bisher bestandener blockierender Fall zurückfällt.“
Prüffrage: Wer startet den Regressionstest, und wer gibt Änderungen frei?
9. Exit und Übergabe
Bei Vertragsende gehen Konfiguration, Prompts, Testset mit Ergebnissen, Dokumentation und Zugangsdaten an den Auftraggeber, Daten in offenen Formaten. Der Index lässt sich aus den Quelldaten neu erzeugen.
Beispiel: „Der Auftragnehmer übergibt Konfiguration, Prompts, Testset mit Ergebnissen und Dokumentation in offenen Formaten. Der Index ist aus den Quelldaten reproduzierbar.“
Prüffrage: Läuft das System ohne Komponenten, die nur der Auftragnehmer lizenziert oder betreibt?
10. Rechtsrahmen
Das Lastenheft legt keine Rechtsauslegung fest, sondern Prüffragen mit Zuständigkeit:
- KI-Verordnung: Anbieter oder Betreiber? Welche Risikoklasse? Welche Transparenzpflichten? (EU AI Act für Unternehmen)
- DSGVO: Rechtsgrundlage, Auftragsverarbeitung, Drittlandübermittlung (DSGVO-konforme KI)
- Betriebsrat und Berufsgeheimnis, falls betroffen (KI-Assistent und Betriebsrat)
Beispiel: „Der Auftraggeber klärt vor Beginn Rolle und Risikoklasse nach KI-Verordnung. Der Auftragnehmer liefert die technische Systembeschreibung.“
Prüffrage: Wer im Unternehmen klärt Rolle und Risikoklasse, und bis wann?
11. Ausschlüsse
Ausschlüsse schützen die Abnahme, weil sonst der Umfang durch Erwartungen wächst.
Beispiel: „Nicht Bestandteil sind automatische Entscheidungen über Personen, der Versand von Nachrichten ohne Freigabe und Quellen außerhalb der Anlage [n].“
Prüffrage: Welche naheliegende Erwartung ist ausdrücklich ausgeschlossen?
Fehlbilder
| Fehlbild | Woran man es erkennt | Folge | Abschnitt |
|---|---|---|---|
| Zu offenes Ziel | „ein KI-Assistent für das Unternehmen“, kein Ausgangswert | Nutzen nicht belegbar, Streit über Erfolg | 1, 2 |
| Fehlende Abnahme | Abnahme nach dem Eindruck der Demo | Qualitätsprobleme erst im Betrieb sichtbar | 6 |
| Anbieter wählt die Testfälle | Referenzfälle stammen vom Auftragnehmer | Die Messung bestätigt nur das Erwartete | 6 |
| Ungeklärte Datenrechte | Daten liegen vor, Nutzungs- und Zugriffsrechte nicht | später Projektstopp oder Datenabfluss | 3, 4 |
| Modellname statt Eigenschaften | ein Modell als Muss | Lizenz- und Betriebsfragen, kein Wechsel möglich | 5 |
| Betrieb nicht beschrieben | Lastenheft endet beim Livegang | Qualität sinkt unbemerkt nach Modellwechsel | 8 |
| Alles ist Muss | keine Priorisierung | Angebote nicht vergleichbar | Übersicht |
Unser Vorgehen bei WZ-IT
Der KI-Potenzialcheck klärt vor dem Lastenheft, ob und wo KI für einen Prozess passt. Er umfasst einen Workshop zu einem Geschäftsprozess, die Prüfung der Beispieldaten und Systeme, Automatisierungsgrenzen, Risiken und notwendige menschliche Kontrolle sowie eine schriftliche Entscheidungsvorlage mit Pilot-Scope und Budgetkorridor. Dabei werden Ziel, Volumen, Beteiligte und typische Varianten des Prozesses sowie Beispieldaten, Schnittstellen und Zielsysteme erfasst; das sind auch die Angaben der Lastenheft-Abschnitte 1 bis 3 und 7.
Der Check kostet ab 3.900 € netto. Die Entscheidungsvorlage ist auch ohne Folgeauftrag verwendbar. Implementierung, detailliertes Systemdesign und Rechtsberatung sind nicht enthalten. Bei mehreren Prozessen bewertet das KI-Architekturassessment bis zu drei Prozesse, priorisiert Anwendungsfälle und legt Zielarchitektur, Betriebsmodell und Roadmap fest. Preise netto, Stand Oktober 2026.
Stand und Methodik
- Stand: 28.10.2026, alle verlinkten Quellen an diesem Tag abgerufen.
- DIN 69901-5: Der Normtext ist kostenpflichtig und wurde nicht eingesehen. Die Ausgabe 2009-01 ist bei DIN Media als aktuell gelistet, der Wortlaut der Definitionen folgt einer studentischen Ausarbeitung der LMU München (2017), die die Norm zitiert, und stimmt mit den Folien eines LMU-Kurses (2015/16) überein.
- Gesetze: § 106 und § 121 GWB sowie § 31 VgV im Wortlaut gelesen.
- Gliederung, Beispiele, Tabellen: eigene Zusammenstellung auf Grundlage der verlinkten Leitfäden zu RAG-Qualität, Datenschutz und Agentenrechten. Die Beispiele sind frei gewählt, keine Projekte.
- Schwellen: Platzhalter in eckigen Klammern sind keine Empfehlung. Schwellen hängen von Risiko und Testset ab.
- Abgrenzung: Lösungen, die Lastenhefte mit KI prüfen, etwa von pexon oder elunic, sind ein anderes Thema.
- Rechtliches: Der Artikel ist keine Rechtsberatung.
Weiterführende Guides
- Was ist RAG? - Grundlagen für Wissensassistenten
- RAG-Qualität messen - Testset, Metriken, Abnahmekriterien
- KI-Agenten: Rechte und Freigaben - Identität, Werkzeugkatalog, Freigaben
- DSGVO-konforme KI: Prüfkriterien - sieben Fragen vor dem Einsatz
- EU AI Act für Unternehmen - Rolle, Risikoklasse, Zeitplan
Vor dem Lastenheft klären, ob und wo KI passt? Der KI-Potenzialcheck liefert die schriftliche Entscheidungsvorlage, das Architekturassessment ordnet mehrere Prozesse. KI-Potenzialcheck · KI-Architekturassessment
