Der häufigste Weg, Geld für künstliche Intelligenz zu verschwenden, ist, mit dem sichtbarsten statt mit dem geeignetsten Prozess zu beginnen. Sichtbarkeit und Eignung haben nichts miteinander zu tun, und die beiden zu verwechseln ist teuer.
Bevor wir empfehlen, überhaupt etwas zu bauen, legen wir einen kurzen Test an. Er ist nicht raffiniert, filtert aber die meisten schlechten Ideen heraus.
Die vier Fragen
1. Ist er wiederkehrend?
Passiert dieser Prozess oft genug, dass eine Verbesserung überhaupt zählt? Eine Aufgabe, die dreimal im Jahr anfällt, lohnt selten die Automatisierung, egal wie schmerzhaft jedes einzelne Mal ist. Eine Aufgabe, die vierzigmal pro Woche anfällt, ist etwas völlig anderes.
Seien Sie ehrlich zur Häufigkeit. Menschen überschätzen durchgehend, wie oft die lästigen Aufgaben tatsächlich vorkommen, weil Ärger einprägsamer ist als Routine.
2. Ist er sprachlastig?
Heutige KI-Systeme sind dort am stärksten, wo Arbeit aus Lesen, Schreiben, Zusammenfassen, Einordnen oder Umformulieren besteht. Am schwächsten sind sie dort, wo exakte Rechnung, garantierte Konsistenz oder Zugriff auf Wissen nötig ist, das nur in jemandes Kopf existiert.
Wenn Ihr Prozess vor allem Zahlen zwischen Systemen bewegt, brauchen Sie vielleicht klassische Automatisierung statt KI. Diese Unterscheidung spart viel Geld.
3. Ist eine falsche Antwort verkraftbar?
Das ist die Frage, die übersprungen wird, und die wichtigste. Nehmen Sie an, dass das System gelegentlich etwas selbstbewusst Falsches produziert – denn das wird es. Was passiert dann?
Wenn die Antwort lautet „eine Kollegin bemerkt es bei der Prüfung und korrigiert es“, haben Sie einen guten Kandidaten. Wenn sie lautet „es geht direkt an einen Kunden“ oder „eine Zahlung wird ausgelöst“, brauchen Sie einen Prüfschritt, engere Grenzen oder einen anderen Prozess.
4. Können Sie beschreiben, was „gut“ heißt?
Wenn niemand in Ihrem Unternehmen den Unterschied zwischen einem guten und einem mittelmäßigen Ergebnis benennen kann, lässt sich kein System bauen, das gute Ergebnisse liefert. Das klingt selbstverständlich. Es beendet mehr Projekte als jede technische Grenze.
Wo die Kriterien nur im Urteil einer erfahrenen Person leben, besteht die erste Arbeit darin, dieses Urteil in etwas Aufschreibbares zu überführen – nicht darin, Software zu bauen.
Was den Test meist besteht
Über die Unternehmen hinweg, mit denen wir sprechen, tauchen einige Kategorien immer wieder auf:
- Eingehende Dokumente – Rechnungen, Bestellungen, Anträge und Formulare, die in unterschiedlichen Formaten ankommen und zu strukturierten Daten werden müssen.
- Erstentwürfe im Schriftverkehr – Angebote, Bestätigungen, Standardantworten, die einem Muster folgen, aber jedes Mal angepasst werden.
- Internes Nachschlagen – die Frage „wo steht eigentlich, dass …“ aus der eigenen Dokumentation beantworten statt aus dem Kollegen.
- Einordnen und Weiterleiten – entscheiden, zu welcher Abteilung, Priorität oder Kategorie ein Eingang gehört.
- Angesammeltes zusammenfassen – lange E-Mail-Verläufe, Besprechungsnotizen, Supportverläufe.
Was ihn meist nicht besteht
Prozesse mit abschließenden Entscheidungen über Menschen. Alles, wo das Ergebnis ohne Prüfung direkt in eine rechtliche oder finanzielle Verpflichtung mündet. Arbeit, die von Kontext abhängt, den niemand aufgeschrieben hat. Und Prozesse, die schmerzhaft sind, weil sie schlecht gestaltet sind – die zu automatisieren lässt ein schlechtes Design nur schneller laufen.
Beginnen Sie mit einem
Die Versuchung nach dieser Übung ist, drei Projekte gleichzeitig zu starten. Widerstehen Sie ihr. Der erste automatisierte Prozess lehrt Sie, wie Ihr eigenes Unternehmen reagiert – wo Prüfung wirklich stattfindet, wer dem Ergebnis vertraut, was bricht. Dieses Wissen macht das zweite Projekt deutlich billiger. Drei parallel bedeutet, dieselbe Lektion dreimal zu lernen.
