Beantwortet von Matthias Hinsche Stand
Der häufigste Fehler beim Einstieg ist, mit dem spannendsten Fall anzufangen statt mit dem tragfähigsten. Der erste Anwendungsfall soll beweisen, dass es funktioniert, nicht beeindrucken.
Die vier Kriterien
Häufigkeit. Ein Vorgang, der hundertmal im Monat vorkommt, trägt eine Automatisierung. Einer, der zehnmal vorkommt, selten.
Beschreibbarkeit. Kannst du in fünf Sätzen erklären, was ein gutes Ergebnis ist? Wenn nicht, kann es auch niemand testen.
Fehlertoleranz. Beim Einstieg eignen sich Fälle, in denen ein Mensch das Ergebnis ohnehin prüft. Ein Antwortvorschlag, den jemand freigibt, ist unkritisch. Eine automatisch versendete Antwort nicht.
Datenlage. Liegen die nötigen Informationen digital und an einer Stelle vor? Wenn die Antwort in Köpfen steckt, ist es kein KI-Projekt, sondern erst mal ein Dokumentationsprojekt.
Drei Fälle, die fast immer funktionieren
Dokumente auslesen. Rechnungen, Lieferscheine, Bestellungen aus PDF oder E-Mail in strukturierte Daten. Hohe Häufigkeit, klares Ergebnis, sofort messbar.
Eingehende Anfragen sortieren. E-Mails oder Tickets nach Thema und Dringlichkeit klassifizieren und weiterleiten. Spart Verteilzeit und verbessert Reaktionszeiten.
Antwortvorschläge im Service. Das System schlägt vor, ein Mensch entscheidet. Der Zeitgewinn liegt oft bei einem Drittel pro Vorgang.
Wovon du beim Einstieg die Finger lässt
Alles, was ohne menschliche Kontrolle nach außen geht. Alles, wo eine falsche Auskunft rechtliche Folgen hat. Und alles, wofür die Daten erst geschaffen werden müssten.
Wie du zur Entscheidung kommst
Eine Stunde mit den Personen, die den Alltag machen, nicht mit der Geschäftsführung. Die Frage lautet nicht „Wo könnte KI helfen?”, sondern „Was machst du jede Woche mehrfach und ärgerst dich dabei?”.
Genau das ist der Rahmen einer Fokus-Session. Umsetzung danach: KI-Implementierung. Ein konkreter Fall aus dem Handel steht in Bestellungen per KI ins ERP übernehmen.