In den vergangenen Jahren haben viele Unternehmen KI ausgehend von der Technologie eingeführt: Zuerst wird ein Werkzeug gewählt, dann sucht man einen Einsatzort. Diese Reihenfolge erzeugt Demonstrationen, die nie Teil des Alltags werden. Sie funktionieren in der Präsentation und bleiben danach ungenutzt, weil sie mit keiner Aufgabe verbunden sind, die jemand täglich erledigen muss.

Die funktionierende Reihenfolge ist umgekehrt und entspricht jedem anderen Projekt. Man beginnt bei einer Arbeit, die heute Zeit kostet oder Fehler erzeugt, betrachtet den tatsächlichen Ablauf und entscheidet erst dann über die passende Technologie. Manchmal ist die Antwort KI. Häufig ist es eine normale Automatisierung. Manchmal genügt klassische Software oder ein besser gebautes Modul.

Was ein Sprachmodell gut kann

Es lohnt sich, die Stärken konkret zu benennen. Die Liste ist kürzer, als die öffentliche Debatte vermuten lässt, und nützlicher, als Skeptiker annehmen.

Unstrukturierte Texte in strukturierte Daten verwandeln. Aus einer E-Mail Unternehmensname, Anliegen und Dringlichkeit extrahieren; eine Rechnung oder ein Dokument lesen und Felder zurückgeben; frei formulierte Beschreibungen Kategorien zuordnen. Das ist der zuverlässigste und unauffälligste Anwendungsfall.

Klassifizieren und weiterleiten. Ein Ticket der richtigen Kategorie zuweisen, eine Vertriebsanfrage von einem technischen Problem unterscheiden oder einen Ton erkennen, der eine schnelle Antwort verlangt.

Zusammenfassen. Ein langes Gespräch, ein Dokument oder wiederkehrende Meldungen so verdichten, dass eine Person entscheiden kann, ohne alles lesen zu müssen.

Auf Grundlage einer festgelegten Wissensbasis antworten. Eine interne Suche, die auch funktioniert, wenn die Frage andere Wörter als die Dokumente verwendet. Diese Anwendung wird oft unterschätzt und spart regelmäßig echte Zeit, weil die Kosten nicht auffindbarer Unternehmensinformationen verteilt und unsichtbar sind.

Einen ersten Entwurf vorbereiten. Eine Antwort, Zusammenfassung oder Produktbeschreibung: Material, das ein Mensch korrigiert, nicht ungeprüft versendetes Endmaterial.

Gemeinsam ist diesen Fällen, dass KI eine definierte Eingabe verarbeitet und eine Ausgabe erzeugt, die jemand kontrolliert oder die einen überprüfbaren nächsten Schritt speist.

Der Wert liegt im Kontext, nicht im Modell

Ein KI-Assistent ohne Zugriff auf Unternehmensdaten kann nur allgemein antworten. Der Unterschied zwischen einem nützlichen Werkzeug und einer Demo liegt fast immer in den verfügbaren Informationen und den Aktionen, die es ausführen kann.

Das verlangt Vorarbeit, die selten spannend ist: Wo liegen die Informationen, in welchem Zustand sind sie, was ist aktuell, was darf freigegeben werden und was nicht? Eine ungeordnete Wissensbasis erzeugt ungeordnete Antworten, und kein Modell gleicht eine falsche Quelle aus.

Das zweite Element ist die Handlungsfähigkeit. Ein Assistent, der einen Bestellstatus prüfen, ein Archiv durchsuchen oder einen Entwurf im Verwaltungssystem anlegen kann, ist anders nützlich als einer, der nur Texte schreibt. Hier hören KI und Automatisierung auf, getrennte Themen zu sein: Das Modell interpretiert und wählt den Schritt, der automatische Ablauf führt ihn vorhersehbar aus.

KI wird in Geschäftsprozessen am zuverlässigsten eingesetzt, wenn sie den mehrdeutigen Teil übernimmt (zu verstehen, was jemand verlangt) und ein deterministisches System den Teil ausführt, der immer gleich funktionieren muss.

Das Fehlerproblem, ohne Umschweife

Diese Systeme erzeugen plausible Antworten, doch plausibel bedeutet nicht korrekt. Sie können selbstbewusst Unwahres behaupten, nicht vorhandene Verfahren nennen oder eine Regel aus einem anderen Fall anwenden. Ein besserer Anbieter beseitigt diese Eigenschaft nicht; das System muss entsprechend geplant werden.

Daraus folgen drei praktische Konsequenzen.

Die erste betrifft den Einsatzort. Wo ein Fehler korrigierbar ist (bei einem Entwurf, einer Kategorieempfehlung oder einem Vorschlag), kann das Risiko vertretbar sein. Sobald ein Fehler Kunden erreicht oder einen Betrag betrifft, ist menschliche Prüfung erforderlich.

Die zweite betrifft Quellen. Ein Assistent, der das Dokument hinter seiner Antwort nennt, ermöglicht eine Prüfung in Sekunden. Einer, der nur antwortet, verlangt blindes Vertrauen.

Die dritte betrifft die Übergabe an Menschen. Ein System im Kundenkontakt braucht eine ausdrückliche und schnelle Möglichkeit, das Gespräch weiterzugeben, und muss sie bei Unsicherheit nutzen. Ein Assistent, der beharrlich weitermacht, ist schlechter als ein Kontaktformular.

Daten, Datenschutz und Verantwortung

KI mit Unternehmensmaterial zu verwenden bedeutet zu entscheiden, wohin diese Daten gelangen. Vor dem Start muss geklärt sein, welche Informationen an einen externen Dienst gehen dürfen, welche intern bleiben, was wie lange gespeichert wird und wer auf Gesprächsverläufe zugreifen kann.

Bei personenbezogenen Daten gelten die Anforderungen der DSGVO wie bei jeder anderen Verarbeitung, einschließlich der Auswahl des Anbieters und der Informationen für Betroffene. Das ist kein Rechtsthema für das Projektende. Es verändert technische Entscheidungen, und spätere Änderungen sind teuer.

Wann KI die falsche Wahl ist

Wenn die Regel bereits feststeht. Lautet das Kriterium „Bestellungen über fünfhundert Euro müssen von der Leitung genehmigt werden“, handelt es sich um eine Bedingung, nicht um ein Interpretationsproblem. Eine Zeile Logik ist schneller, günstiger, zuverlässig und leicht erklärbar.

Wenn das Ergebnis jedes Mal identisch sein muss. Berechnungen, Abstimmungen und aus bekannten Feldern erzeugte Dokumente verlangen ein deterministisches System. Variabilität ist hier ein Fehler.

Wenn die Daten fehlen. Sind notwendige Informationen nicht vorhanden, verteilt oder falsch, rekonstruiert KI sie nicht. Das richtige Projekt besteht dann darin, die Daten zu ordnen.

Wenn das Volumen gering ist. Eine Tätigkeit, die nur wenige Male im Monat vorkommt, rechtfertigt selten Wartung, Überwachung und Kontrollen eines zuverlässigen KI-Systems.

Wenn KI nur erwähnt werden soll. Das ist der teuerste Fall, denn dem Projekt fehlt ein Erfolgskriterium und damit ein klares Ende.

Eine praktische Entscheidungshilfe

Drei Fragen in der richtigen Reihenfolge zeigen bei fast jedem Prozess die Richtung.

Erstens: Lässt sich das Entscheidungskriterium als Regel formulieren? Wenn ja, braucht es Software, nicht KI.

Zweitens: Werden bereits strukturierte Daten bewegt oder umgewandelt? Wenn ja, braucht es Automatisierung.

Drittens: Muss natürliche Sprache interpretiert oder Text erzeugt werden? Hier hat KI einen echten Vorteil. Sie sollte nur diesen Teil übernehmen; der Rest bleibt bei den Systemen, die ihn bereits zuverlässig ausführen.

Ein Werkzeug mit einer Aufgabe

KI ist weder eine Revolution, die vollständig übernommen werden muss, noch eine Mode, die man ignorieren sollte. Sie ist eine konkrete neue Fähigkeit: Sprache mit einer für Software neuen Kompetenz zu lesen und zu erzeugen. Nützlich wird sie in Verbindung mit einem realen Prozess, echten Daten, einem überprüfbaren Ziel und einer Person, die für das Ergebnis verantwortlich bleibt.

Die Alternative, KI nur wegen des Etiketts in ein Produkt einzubauen, fällt auf. Vor allem den Menschen, die täglich damit arbeiten sollen.

Mehr dazuKI & Automatisierung