TL;DR: KI im Unternehmen beginnt nicht mit einer „großen digitalen Transformation” – sie beginnt mit einem einzigen lästigen, sich wiederholenden Prozess, der jemandem täglich eine Stunde raubt. Es lohnt sich, Routine-Administration, Sortieren und Lesen von Dokumenten, Antwortvorschläge und Systemüberwachung zu automatisieren. Nicht lohnenswert ist die Automatisierung von Entscheidungen mit Verantwortung, Prozessen ohne klaren Nutzen und allem, bei dem Sie sensible Daten in eine fremde Cloud senden würden. Beginnen Sie mit einem kleinen, messbaren Piloten (ein Prozess, eine Woche), messen Sie den Nutzen und skalieren Sie erst dann. Bei sensiblen Daten greifen Sie auf lokale KI zurück, die die Daten nicht aus dem Unternehmen lässt.
Fast jede Woche wird bei uns angefragt: „Wie führen wir bei uns KI ein?” Und fast jedes Mal folgt eine Antwort, die sie nicht erwarten: Fangen Sie mit dem einzigen Prozess an, der Sie am meisten nervt. Nicht mit einer Strategie. Nicht mit dem Kauf von zehn Tools. Mit einem Prozess.
ITHOPE ist seit 18 Jahren ein Unternehmen für Datenrettung, Service und IT für Firmen – kein KI-Startup mit einem schicken Pitch Deck. Aber genau deshalb sind wir von der praktischen Seite her zur Automatisierung gekommen: Wir hatten einen eigenen Betrieb voller Routine und haben eine Sache nach der anderen an Maschinen übergeben. Dieser Artikel handelt davon, was davon wirklich funktioniert hat, was sich nicht gelohnt hat und wie Sie es in Ihrem Unternehmen angehen, ohne Geld für Hype auszugeben.
Kurze Antwort: Wo KI-Automatisierung am schnellsten hilft
Im Unternehmen lohnt es sich zuerst, Aufgaben zu automatisieren, die sich täglich wiederholen, einen klaren Ablauf haben und bei manueller Bearbeitung Fehler oder unnötige Wartezeiten verursachen. Typischerweise handelt es sich um eingehende E-Mails, Rechnungen, PDF-Dokumente, interne Anfragen, Monitoring, Besprechungsprotokolle und die Vorbereitung von Antworten an Kunden.
Das beste Ergebnis liefert das Modell KI bereitet vor → Mensch genehmigt → System sendet oder legt an. Das Unternehmen gewinnt dadurch an Geschwindigkeit, verliert aber nicht die Kontrolle über Verantwortung, DSGVO und Kommunikationsqualität.
Für kleine und mittlere Unternehmen ist eine Einsparung von 3 bis 10 Stunden monatlich bei einem Prozess ein gutes erstes Ziel. Bestätigt sich dies anhand realer Daten, ist eine Ausweitung der Automatisierung sinnvoll.
Was wir bei uns automatisiert haben (und warum wir darüber schreiben)
Wir mögen keine Ratschläge von Leuten, die die Sache nicht selbst machen. Also vorab ganz offen, was bei uns läuft:
- Antwortvorschläge auf Kunden-E-Mails. Wenn eine Anfrage zur Datenrettung eingeht, bereitet die KI einen Antwortentwurf aus dem Kontext des Falls vor. Der Techniker liest ihn, korrigiert, ergänzt und sendet ihn erst dann. Der Mensch bleibt in der Schleife – die KI spart Schreibarbeit, nicht Verantwortung.
- Systemüberwachung und Benachrichtigungen. Server, Backups und Dienste überwachen wir automatisch; wenn etwas ausfällt, erhalten wir eine Benachrichtigung aufs Handy, bevor der Kunde es bemerkt.
- Backups ohne manuelles Klicken. Tägliche Backups von Kundendaten und Systemen laufen von selbst, mit Kontrolle, ob sie tatsächlich erfolgt sind (ein Backup, von dem Sie nicht wissen, dass es fehlgeschlagen ist, ist die schlimmste Art von Backup).
- Lokale Sprachmodelle. Ein Teil unserer KI läuft auf eigener Hardware in Brünn – sensible Kundendaten senden wir grundsätzlich nicht in eine fremde Cloud. Darauf kommen wir noch zurück, denn für Unternehmen ist das entscheidend.
- Eigene Systeme und diese Website haben wir zu einem großen Teil mithilfe von KI erstellt – von der Auftragsverwaltung bis hin zu Tools, deren Programmierung sich früher für uns „nicht gelohnt” hätte.
Nichts davon war ein großes Projekt. Jede Sache begann mit „das nervt uns, versuchen wir, es der Maschine für eine Woche zu übergeben”.
Was sich im Unternehmen wirklich zu automatisieren lohnt
Die besten Kandidaten für die Automatisierung haben drei gemeinsame Merkmale: sie wiederholen sich, fressen Zeit und haben einen klar beschreibbaren Ablauf. Konkret:
1. Wiederholte Administration. Erstellung von Angeboten und Verträgen aus Vorlagen, Vorausfüllen von Rechnungen aus der Bestellung, Übertragen von Notizen aus Telefonaten ins CRM, Herausziehen von Daten aus E-Mails in Tabellen. Das ist die „langweilige Stunde täglich”, die niemand machen will – und die Maschine erledigt sie in Sekunden.
2. Lesen und Sortieren von Dokumenten. Eingehende Rechnungen, Lieferscheine, Verträge, Lebensläufe, Reklamationen. KI kann aus PDFs oder Fotos strukturierte Daten extrahieren (wer, wie viel, wann, Nummer) und Dokumente dorthin sortieren, wo sie hingehören. Statt „öffnen, lesen, abtippen, ablegen” bleibt nur noch die Kontrolle.
3. Kundenkommunikation – Vorschläge, keine Auto-Antworten. Hier ist Vorsicht geboten: Ziel ist nicht ein Roboter, der Kunden selbstständig antwortet. Ziel ist eine KI, die einen Entwurf für eine Antwort auf eine häufige Anfrage vorbereitet und der Mensch ihn absendet. Der Unterschied liegt darin, wer die Verantwortung für das trägt, was hinausgeht (immer der Mensch).
4. Überwachung, Monitoring und Reporting. Beobachtung des Status von Systemen, Lager, Fristen, Auszügen. KI kann im Hintergrund laufen, Abweichungen bemerken und warnen, wenn tatsächlich etwas zu lösen ist – anstatt dass ein Mensch „zur Sicherheit” jeden Tag zehn Stellen kontrolliert.
5. Zusammenfassung und Suche in eigenen Daten. „Was haben wir bei diesem Kunden zuletzt gelöst?”, „Fass mir dieses 30-seitige Dokument in fünf Punkten zusammen.” Wenn ein Unternehmen jahrelange Historie in Rechnungen, E-Mails und Aufträgen hat, findet eine gut eingestellte KI darin Antworten schneller als ein Mensch durch Blättern.
Was man hingegen NICHT automatisieren sollte (oder nur sehr vorsichtig)
Hier werden das meiste Geld und Vertrauen falsch ausgegeben:
- Entscheidungen mit Verantwortung. Kreditgenehmigung, Kündigung, Diagnose, Preis bei einem nicht standardisierten Auftrag. KI kann die Grundlage vorbereiten, aber die Entscheidung überlassen Sie dem Menschen. Nicht nur wegen Fehlern – auch, weil jemand für die Entscheidung haftet.
- Alles, wo KI „halluziniert” und unkontrolliert Schaden anrichtet. Sprachmodelle erfinden gelegentlich mit absoluter Sicherheit Unsinn. Wenn niemand das Ergebnis liest, geht dieser Unsinn direkt an den Kunden oder in die Buchhaltung.
- Sensible Daten, die in eine fremde Cloud geschickt werden. Personenbezogene Daten, Gesundheitsdaten, Geschäftsgeheimnisse – bevor Sie das an einen ausländischen KI-Dienst senden, halten Sie bei der DSGVO an (siehe dazu eigener Abschnitt unten).
- Prozesse ohne klaren Nutzen. Wenn Sie nicht sagen können, wie viele Stunden oder Fehler die jeweilige Automatisierung einspart, tun Sie es wahrscheinlich nicht wegen des Nutzens, sondern weil es „mit KI ist”. Das ist ein schlechter Grund.
- „KI statt Menschen” als Ziel. Die besten Ergebnisse sehen wir dort, wo KI den Menschen Routine abnimmt, damit sie Zeit für Arbeit haben, die die Maschine nicht beherrscht. Wenn das Ziel „Menschen ersetzen” lautet, endet das Projekt gewöhnlich in Frustration auf beiden Seiten.
Wie man anfängt: vier Schritte statt großer Strategie
- Wählen Sie einen lästigen, sich wiederholenden Prozess. Den, über den sich die Leute beschweren. Nicht den wichtigsten – den lästigsten und gut beschreibbaren.
- Messen Sie den Ausgangszustand. Wie viele Stunden pro Woche frisst er? Wie viele Fehler passieren darin? Ohne eine Zahl vorher erkennen Sie nicht, ob die KI Ihnen geholfen hat.
- Bauen Sie einen kleinen Piloten für ein oder zwei Wochen. Kein großer Einkauf. Ziel ist herauszufinden, ob es mit Ihren echten Daten funktioniert, nicht anhand einer Präsentationsdemo.
- Messen Sie den Nutzen und entscheiden Sie. Hat es Zeit gespart? Fehler reduziert? Wenn ja, erweitern Sie es und nehmen Sie den nächsten Prozess in Angriff. Wenn nicht, verwerfen Sie es ohne Reue – eine Woche Experiment ist günstig, ein schlecht eingeführtes großes System teuer.
Dieser „kleine und messbare” Weg ist langsamer als eine grandiose KI-Vision beim ersten Treffen. Dafür werden Sie fast nie Geld für etwas ausgeben, das sich in Ihrem Betrieb nicht durchsetzt.
Checkliste: Ist der Prozess für KI-Automatisierung geeignet?
Bevor Sie in irgendetwas investieren, stellen Sie sich diese sechs Fragen:
| Frage | Gutes Zeichen |
|---|---|
| Wiederholt sich die Aufgabe mindestens wöchentlich? | Ja, idealerweise täglich. |
| Hat sie eine klare Eingabe und Ausgabe? | E-Mail, PDF, Formular, Tabelle, Ticket. |
| Lässt sich der Ablauf beschreiben? | Ein Mensch führt heute jedes Mal ähnliche Schritte aus. |
| Lässt sich das Ergebnis einfach kontrollieren? | Techniker, Buchhalter oder Leiter genehmigen das Ergebnis schnell. |
| Spart es messbar Zeit oder Fehler? | Sie können sagen, wie viele Stunden oder Korrekturen monatlich wegfallen. |
| Sind die Daten sicher behandelt? | Es ist klar, was in die Cloud darf und was lokal bleiben muss. |
Wenn der Prozess mindestens vier Punkte erfüllt, lohnt sich ein kleiner Pilot. Erfüllt er nicht einmal drei, ist es besser, ihn zunächst manuell aufzuräumen und zu beschreiben.
Lokale vs. Cloud-KI: für Unternehmen ein grundlegender Unterschied
Die meisten populären KI-Tools senden Ihre Eingabe an fremde Server, oft außerhalb der EU. Für unverbindliche Dinge (schreibe mir eine Schulungsgliederung) ist das in Ordnung. Für Unternehmensdaten ist es jedoch eine Frage der DSGVO und des Geschäftsgeheimnisses – und oft auch eine vertragliche Verpflichtung gegenüber Ihren Kunden.
Daher läuft bei uns ein Teil der KI lokal, auf eigener Hardware: Kundendaten bleiben innerhalb des Unternehmens und fließen nirgendwohin ab. Für ein Unternehmen, das mit personenbezogenen oder sensiblen Daten arbeitet, ist das der Unterschied zwischen „wir verstoßen möglicherweise gegen die DSGVO” und „wir haben es unter Kontrolle”. Lokale Modelle reichen heute für einen ordentlichen Betrieb aus – es ist nicht nötig, sensible Dokumente irgendwohin nach außen zu senden, damit Ihnen KI hilft.
Die Regel, an die auch wir uns halten: Je sensibler die Daten, desto näher lassen Sie sie am eigenen Server.
Häufig gestellte Fragen
Lohnt sich Automatisierung auch für ein kleines Unternehmen oder nur für große? Oft gerade für das kleine am meisten. Ein großes Unternehmen hat Leute für Routine; im kleinen erstellt der Inhaber Angebote, E-Mails und Fakturierung abends. Die Automatisierung eines solchen Prozesses gibt dem Inhaber reale Stunden zurück.
Brauche ich dafür Programmierer und ein großes Budget? Für den Anfang nicht. Viele Prozesse lassen sich durch clevere Konfiguration vorhandener Tools lösen. Eigene Entwicklung ist erst dann sinnvoll, wenn Sie KI an eigene Systeme oder einen spezifischen Prozess anbinden müssen – und auch das lösen wir Schritt für Schritt, nicht als großes Jahresprojekt. (Wie man ein Team praktisch in Gang bringt, schreiben wir im Folgeartikel KI-Schulungen für Unternehmen.)
Ist das sicher im Hinblick auf die DSGVO? Es kommt darauf an, wohin die Daten fließen. Bei sensiblen Daten empfehlen wir lokale KI, die Daten nicht aus dem Unternehmen lässt. Bevor Sie etwas einsetzen, ist es gut zu wissen, welches Tool was wohin sendet.
Was, wenn die KI einen Fehler macht? Das wird sie – deshalb lassen wir bei allem, was hinausgeht oder in die Buchhaltung geht, einen Menschen das Ergebnis kontrollieren. KI ist ein Werkzeug für Routine, kein Ersatz für Verantwortung.
Wie erkenne ich, ob es sich gelohnt hat? An einer Zahl. Messen Sie die Zeit (oder Fehlerquote) des Prozesses vorher und nachher. Wenn Sie den Nutzen nicht beziffern können, automatisieren Sie höchstwahrscheinlich den falschen Prozess.
Möchten Sie herausfinden, was sich in Ihrem Unternehmen zu automatisieren lohnt? Wir gehen mit Ihnen Ihre Prozesse durch, schlagen vor, wo KI wirklich hilft (und wo nicht), und helfen bei der Einführung – einschließlich Team-Schulung und lokaler Lösung für sensible Daten.
KI-Schulung für Firmen · IT für Unternehmen · Kontaktieren Sie uns · +420 775 556 063
Siehe auch: KI-Schulungen für Unternehmen: von Prompts zu eigenen Automatisierungen