Kurz gesagt
KI-Automatisierung verbindet künstliche Intelligenz mit festen Geschäftsregeln und Software-Schnittstellen. Sinnvoll ist sie, wenn wiederkehrende Informationen verstanden, vorbereitet oder zwischen Systemen übergeben werden. Ein kleiner, kontrollierbarer Pilot liefert mehr Erkenntnisse als ein großer Einführungsplan ohne getesteten Ablauf.
Was bedeutet KI-Automatisierung im Unternehmen?
Klassische Automatisierung arbeitet besonders gut mit eindeutigen Regeln: Wenn Feld A gefüllt ist, übertrage Wert B. KI ergänzt diese Logik dort, wo Eingaben unstrukturiert sind. Sie kann eine E-Mail nach Anliegen klassifizieren, Positionen aus einem Dokument extrahieren oder einen verständlichen Entwurf aus mehreren Informationen formulieren.
Die Kombination ist entscheidend. Ein Sprachmodell allein ist noch kein Geschäftsprozess. Für den Arbeitsalltag werden zusätzlich Datenquellen, Validierungen, Berechtigungen, Vorlagen, Zielsysteme und ein Umgang mit Ausnahmen benötigt.
Ein Beispiel aus dem Vertriebsinnendienst
Eine Kundenanfrage enthält Produktbezeichnungen, Mengen und einen Lieferwunsch, aber keine vollständige Rechnungsadresse. Eine gute Automatisierung erkennt die vorhandenen Angaben, markiert die fehlende Adresse und bereitet eine Rückfrage vor. Sie ergänzt nicht einfach eine erfundene Adresse.
Wenn alle Pflichtangaben vorliegen, kann ein zweiter Schritt den Vorgang im Warenwirtschaftssystem vorbereiten. Ob daraus sofort ein Angebot wird oder zuerst eine Person freigibt, ist eine Geschäftsentscheidung – keine technische Nebensache.
Welche Prozesse eignen sich für den Einstieg?
Ein guter erster Use Case ist begrenzt, häufig genug für einen spürbaren Nutzen und bei Fehlern beherrschbar. Die folgenden Kriterien helfen bei der Auswahl:
- Wiederholung: Die Aufgabe kommt regelmäßig vor und folgt einem erkennbaren Muster.
- Klare Eingabe: E-Mail, Formular, Dokument oder Systemereignis lassen sich eindeutig bestimmen.
- Definiertes Ergebnis: Ein Entwurf, ein aktualisierter Datensatz oder eine klassifizierte Anfrage ist überprüfbar.
- Verfügbare Verantwortung: Eine Person kann Ergebnisse beurteilen und Ausnahmen übernehmen.
- Beherrschbares Risiko: Ein Fehler verursacht keine unumkehrbare finanzielle, rechtliche oder sicherheitskritische Wirkung.
| Ausgangslage | Möglicher erster Workflow | Sinnvolle Kontrolle |
|---|---|---|
| Viele ähnliche Kundenanfragen | Anliegen und Pflichtangaben strukturieren, Antwortentwurf vorbereiten | Prüfung im Postfach vor dem Versand |
| Doppelerfassung zwischen E-Mail und WaWi | Freigegebene Felder extrahieren und Vorgang vorbereiten | Validierung, Dublettencheck und Aktionsprotokoll |
| Internes Wissen schwer auffindbar | Freigegebene Dokumente durchsuchbar machen und Antwort mit Quellen vorbereiten | Dokumentenverantwortung und Stichproben |
| Social Media kostet operative Zeit | Redaktionsentwürfe, Freigabe und Terminplanung verbinden | Redaktionelle Freigabe je Beitrag |
Wie grenzen Sie ein sinnvolles Pilotprojekt ab?
Formulieren Sie den Piloten als einen Satz: Aus Eingabe X erzeugt das System Ergebnis Y für Team Z; Person P prüft vor Übergabe. Alles, was für diesen Satz nicht benötigt wird, gehört zunächst nicht in den Umfang.
Vier Festlegungen vor der Entwicklung
1. Normalfall
Beschreiben Sie die häufigste, korrekt ausführbare Variante mit realen, ausreichend anonymisierten Beispielen.
2. Ausnahmen
Dokumentieren Sie fehlende Felder, unbekannte Produkte, unlesbare Anhänge, Sonderkonditionen und unklare Zuständigkeiten.
3. Freigabepunkt
Legen Sie fest, ob das System nur einen Entwurf erstellt oder eine Aktion ausführt. Kritische Aktionen sollten nachvollziehbar bestätigt werden.
4. Abbruchkriterium
Bestimmen Sie, wann der Workflow stoppt und an einen Menschen übergibt. Ein kontrollierter Stopp ist besser als ein scheinbar vollständiges, aber falsches Ergebnis.
Welche Daten und Systeme werden benötigt?
Beginnen Sie mit einer Bestandsaufnahme: Wo stehen die Informationen, wer darf sie nutzen, wie aktuell sind sie und welche Schnittstellen existieren? Häufig zeigt sich dabei, dass nicht die KI das größte Problem ist, sondern veraltete Vorlagen oder unklare Stammdaten.
Für eine Integration per MCP-Server wird zusätzlich eine konkrete Anbindung an das Zielsystem benötigt. MCP standardisiert die Werkzeugbereitstellung für die KI, nicht die Geschäftslogik oder die API des jeweiligen Produkts.
Datenminimierung konkret anwenden
- Nur die Felder verarbeiten, die für den festgelegten Arbeitsschritt benötigt werden.
- Zugänge und Berechtigungen auf erforderliche Systeme und Aktionen beschränken.
- Testdaten bevorzugen oder personenbezogene Daten vor Tests angemessen schützen.
- Aufbewahrung und Löschung für Eingänge, Zwischenergebnisse und Aktionsprotokolle festlegen.
Warum Freigaben und Fehlerfälle zur Qualität gehören
Human-in-the-loop bedeutet nicht, einen schlechten Automatismus von Hand zu reparieren. Die Kontrolle muss gezielt am risikoreichen Schritt ansetzen. Bei einer Antwort-E-Mail kann das der Versand sein; bei einer Stammdatenänderung die Bestätigung des geänderten Datensatzes.
Ein Workflow sollte Unsicherheit sichtbar machen. Dazu gehören fehlende Quellen, widersprüchliche Angaben und Regeln, die nicht erfüllt sind. Für wiederkehrende Fehler brauchen Sie eine Korrekturschleife: Ursache erfassen, Regel oder Datengrundlage verbessern und erneut testen.
Was protokolliert werden sollte
Protokollieren Sie ausreichend für Nachvollziehbarkeit und Betrieb, aber nicht grenzenlos. Typische Angaben sind Zeitpunkt, ausgelöster Vorgang, verwendetes Werkzeug, Ergebnisstatus, Freigabe und Fehlerart. Inhalte und personenbezogene Daten sollten nur im erforderlichen Umfang gespeichert werden.
Wie beurteilen Sie Wirtschaftlichkeit ohne erfundene Prozentwerte?
Dokumentieren Sie vor dem Piloten einen kleinen Satz von Ausgangswerten: manuelle Schritte, Bearbeitungszeit je Vorgang, Volumen, Durchlaufzeit und typische Korrekturen. Nach dem Test vergleichen Sie denselben Prozess unter vergleichbaren Bedingungen.
Berücksichtigen Sie auch Einrichtung, Lizenzen, Betrieb, Prüfung, Änderungen und Schulung. Eine eingesparte Minute bei der Datenerfassung nützt wenig, wenn dafür zwei Minuten zusätzliche Kontrolle entstehen. Umgekehrt kann ein Entwurf wertvoll sein, wenn er Suchaufwand reduziert und die Reaktionsqualität verbessert, auch wenn der finale Versand weiterhin manuell erfolgt.
Je nach Vorhaben und Standort können Förderung oder öffentliche Finanzierung geprüft werden. Der Antrag und der zulässige Projektbeginn müssen dabei vor der Beauftragung geklärt werden.
Ein pragmatischer 90-Tage-Plan
- Woche 1–2: Prozess auswählen. Interviews, Beispieldaten, Ausgangswerte, Risiken und Verantwortliche dokumentieren.
- Woche 3–4: Pilot definieren. Normalfall, Ausnahmen, Datenflüsse, Berechtigungen und Freigaben festlegen.
- Woche 5–8: Umsetzen und testen. Begrenzte Integration aufbauen, Normal- und Fehlerfälle mit dem Fachteam prüfen.
- Woche 9–10: Kontrolliert erproben. Reale Nutzung im festgelegten Umfang, Ergebnisse prüfen und Korrekturen vornehmen.
- Woche 11–12: Entscheiden. Nutzen und Betrieb bewerten, dokumentieren, Team schulen und über nächste Ausbaustufe entscheiden.
Dieser Zeitraum ist eine Planungshilfe, keine Projektgarantie. Komplexe Schnittstellen, Datenschutzprüfungen oder unklare Daten können mehr Zeit benötigen.
Ein erfolgreicher erster Workflow ist nicht der mit den meisten Funktionen, sondern der, den Ihr Team nachvollziehen, kontrollieren und dauerhaft betreiben kann.
Fazit: Klein genug starten, gründlich genug denken
Der Mittelstand braucht keine KI-Show. Er braucht robuste Arbeitserleichterung. Wählen Sie einen begrenzten Prozess, beziehen Sie die ausführenden Personen ein und testen Sie nicht nur den Idealfall. So entsteht eine belastbare Grundlage für weitere Automatisierung.