Was „besser“ hier bedeutet
Im Auftragsprozess liefert die lokale Lösung das bessere betriebliche Ergebnis. Nicht, weil ihr Modell klüger wäre, sondern weil sie aktuelle Systemdaten nutzt, Regeln einhält, Ergebnisse prüft und nur erlaubte Schritte ausführt.
Bevor unser Projekt begann, war ChatGPT im Betrieb längst ausprobiert worden. Ein Mitarbeiter der Auftragsvorbereitung hatte eine Kundenbestellung ins Chatfenster kopiert und eine saubere Zusammenfassung bekommen: die Positionen, der Wunschtermin, ein Hinweis zur Anlieferung. Auf Nachfrage entwarf der Assistent sogar eine höfliche Auftragsbestätigung. Der Text war tadellos. Der Liefertermin darin war frei erfunden.
Das ist kein Versagen des Assistenten. Ein allgemeiner KI-Assistent kann eine Bestellung zusammenfassen, einen Text entwerfen oder eine Tabelle erklären, und das ist nützlich. Er weiß nur nicht von selbst, welcher Bestand gilt, welche Maschine freie Kapazität hat, welche Lieferregel verbindlich ist und wo das Ergebnis eingetragen werden muss. Für einen vollständigen Geschäftsprozess fehlt damit der wichtigste Teil.
Der Vergleich lautet nicht kleines gegen großes Modell. Er lautet fertiger Geschäftsprozess gegen allgemeines Chatfenster.
Was die Prozesslösung anders macht
Der erste Unterschied liegt bei den Daten. Ein allgemeiner Assistent erhält, was jemand kopiert oder hochlädt — und arbeitet dann treu mit diesem Stand weiter, auch wenn es die Preisliste vom März ist. Die Prozesslösung holt sich die aktuellen Werte selbst aus den freigegebenen Systemen, und für jeden Wert ist festgelegt, welches System das maßgebliche ist.
Der zweite Unterschied liegt in der Aufgabe. Das Modell soll nicht allgemein helfen. Es liest Bestellpositionen oder formuliert einen Text aus bereits geprüften Angaben — Aufgaben, die eng genug sind, um sie zu testen. Gerechnet wird daneben in normaler Software: Preise, Mengen, Rabatte, Kapazitäten und Termine folgen festen Regeln, die bei gleichen Eingaben dasselbe Ergebnis liefern. Das Modell versteht Sprache. Verbindliche Zahlen sind nicht sein Fach.
Dazu kommt die Form des Ergebnisses. Statt eines Chattexts entstehen feste Datenfelder, interne Dokumentation und ein prüfbarer Entwurf; Pflichtangaben und Fachbegriffe sind im System hinterlegt. Die Lösung darf anschließend kontrolliert handeln: Nach Prüfung und Freigabe legt sie Daten an oder überträgt Informationen, wobei jede Funktion klare Rechte hat und das Modell nicht frei über Empfänger oder Zielsysteme entscheidet. Und der ganze Ablauf ist messbar — für wichtige Schritte gibt es Protokolle, Qualitätswerte und verständliche Abbruchgründe. So wird sichtbar, ob die Lösung wirklich entlastet, und nicht nur, ob sich ihre Antworten gut anfühlen.
Der direkte Vergleich
| Merkmal | Allgemeiner KI-Assistent | Lokale Prozesslösung |
|---|---|---|
| Start | Ein Mensch stellt eine Frage. | Ein festes Ereignis startet den Ablauf, etwa eine neue Bestellung. |
| Daten | werden manuell bereitgestellt oder allgemein gesucht | kommen gezielt aus freigegebenen internen Quellen |
| Ergebnis | meist Text oder Datei | geprüfte Daten und freigabefähige Dokumente |
| Geschäftsregeln | stehen oft nur als Text in der Anweisung | liegen als feste, versionierte Regeln in der Software |
| Aktionen | häufig manuell oder allgemein integriert | eng begrenzte Funktionen mit Rechten und Freigaben |
| Datenfluss | hängt von Produkt, Vertrag und Einrichtung ab | lokale Verarbeitung ist Teil des Entwurfs |
| Qualitätsnachweis | einzelne Antworten werden beurteilt | der vollständige Geschäftsfall wird getestet |
Die Tabelle beschreibt einen Architekturunterschied, keine unveränderliche Produkteigenschaft. Auch Cloud-Assistenten lassen sich tief integrieren. Eine lokale Lösung ohne gute Software ist umgekehrt nicht automatisch besser.
Die Ablaufsteuerung macht den Unterschied
Zwischen Modell und Fachsystemen liegt eine steuernde Software — in der Technik Orchestrierung genannt. Sie hält fest, welcher Schritt fertig ist und welcher noch offen, wer welche Daten lesen oder ändern darf, welche Voraussetzung zuerst erfüllt sein muss und was bei einem Fehler geschieht: erneut versuchen, stoppen oder einen Menschen informieren.
Diese Dinge liefert ein Sprachmodell allein nicht zuverlässig. Sie gehören in normale Software.
Wo das Sprachmodell unverzichtbar bleibt
Das Modell ist trotzdem keine Nebensache. Es übernimmt genau die Aufgaben, an denen klassische Software regelmäßig gescheitert ist: uneinheitliche Bestellungen und freie Kommentare verstehen, Angaben aus verschiedenen Textstellen zusammenführen, mehrdeutige Formulierungen erkennen und Rückfragen vorbereiten, freie Inhalte in feste Datenfelder übertragen und geprüfte Fakten in einen passenden Text verwandeln.
Ohne diese Fähigkeiten blieben die schwierigen Übergänge bei den Mitarbeitenden. Ohne feste Software wären die Ergebnisse zu wenig kontrolliert. Der Nutzen entsteht aus der Verbindung.
Ein Lieferwunsch aus dem Projekt
In einer Bestellung stand: „Bitte möglichst bis Mitte September, notfalls Teillieferung der schwarzen Ausführung zuerst.“ Ein Satz, wie ihn ein Einkäufer eben schreibt — freundlich, unpräzise und voller Geschäftslogik.
Ein allgemeiner Assistent kann diesen Satz erklären. In der Prozesslösung wird daraus ein geregelter Ablauf: Das Modell erkennt Zeitraum, Priorität und die erlaubte Teillieferung. Die Software prüft Artikel und Varianten, die Warenwirtschaft liefert verfügbare und reservierte Mengen, die Planung berechnet mögliche Termine. Feste Regeln bestimmen, welche Varianten überhaupt angeboten werden dürfen. Erst dann formuliert das Modell aus den geprüften Angaben einen Entwurf, und eine zuständige Person gibt die Zusage frei.
Kein einzelner Schritt ist spektakulär. Das Ergebnis ist brauchbar.
Wann ein allgemeiner Assistent besser passt
Eine integrierte lokale Lösung lohnt sich nicht für jede Aufgabe. Ein allgemeiner Assistent passt oft besser, wenn:
- die Aufgaben stark wechseln,
- keine Systeme verändert und keine verbindlichen Ergebnisse erzeugt werden,
- das Volumen gering bleibt,
- eine vorhandene Unternehmenslösung Datenschutz und Sicherheit bereits passend abdeckt,
- Integration und Betrieb teurer wären als der Nutzen.
Die Entscheidung ist weder lokal noch Cloud aus Prinzip. Sie folgt Prozess, Risiko und Wirtschaftlichkeit.
Lokale Ausführung ist ein Mittel
Lokale KI kann Datenflüsse besser kontrollierbar machen und Kosten planbar halten. Zugriffsschutz, sparsame Datenverarbeitung, Dokumentation, Schulung und rechtliche Prüfung bleiben trotzdem nötig.
Fünf Fragen vor der Entscheidung
- Geht es um freie Unterstützung oder um einen wiederkehrenden Geschäftsprozess?
- Müssen aktuelle Daten aus mehreren Systemen zusammenkommen?
- Welche Ergebnisse sind verbindlich und brauchen eine feste Prüfung?
- Welche Aktionen darf die Software nach welcher Freigabe auslösen?
- Rechtfertigt der Nutzen Integration, Test und Betrieb?
Fazit
Unsere lokale KI arbeitet in der Auftragsvorbereitung besser als ein allgemeiner Assistent, weil sie Teil einer spezialisierten Anwendung ist. Sie kennt den Ablauf, erhält die richtigen Daten und darf nur innerhalb klarer Grenzen handeln.
Der Wert entsteht selten im Modell allein. Er entsteht dort, wo Sprachverständnis auf gute Software, Unternehmenswissen und klare Verantwortung trifft.
Quellen und Einordnung
Ein klarer Prozess ist der Anfang
Der Einstieg beginnt mit einer begrenzten Aufgabe, echten Vorgängen und klaren Qualitätskriterien.
Anwendungsfall besprechen