Der Leitgedanke
So viel KI wie nötig, so wenig KI wie möglich. Sprache, Bilder und mehrdeutige Zusammenhänge gehen an das Modell. Rechnen, Rechte, Buchungen und feste Entscheidungen bleiben in normaler Software.
Die Besprechung ist in Erinnerung geblieben. An der Wand der erste Plan der Auftragsvorbereitung: viele Kästen, Pfeile dazwischen — Verbindungen zu den Fachsystemen, Regeln, Prüfungen, Protokolle, die Oberfläche. Irgendwann kam aus der Runde die Frage, wo denn nun eigentlich die KI sei. Sie war da. Sie belegte eine Handvoll Kästen und fiel zwischen den übrigen kaum auf.
Das sah zunächst wenig nach KI aus. Es war ein gutes Zeichen.
Der Anteil der KI kann klein sein. Ihr Beitrag bleibt entscheidend, wenn sie genau die bisher nicht automatisierbaren Stellen übernimmt.
Vier Arten von Aufgaben
Hinter der Aufteilung steht eine einfache Sortierung. Überall dort, wo etwas verstanden werden muss — Freitext, Bilder, wechselnde Dokumente, unausgesprochene Zusammenhänge —, ist die KI oft stark. Rechnen und Regeln anwenden, also Preise, Mengen, Kalender, Grenzen und Berechtigungen, kann normale Software besser. Wo Systeme gelesen oder verändert werden, wo Bestände abgefragt, Daten gebucht oder Nachrichten gesendet werden, braucht es klare technische Verbindungen und Rechte — keine KI. Und beim Kommunizieren dürfen Entwürfe und Zusammenfassungen aus dem Modell kommen; verbindliche Fakten werden vorher geprüft.
Eine einfache Entscheidung für jeden Schritt
| Frage | Folge | Werkzeug |
|---|---|---|
| Lässt sich der Schritt vollständig als feste Regel beschreiben? | Keine KI nötig | normale Software oder Entscheidungstabelle |
| Muss freie Sprache oder ein Bild verstanden werden? | KI kann helfen | Sprach- oder Bildmodell |
| Geht es um einen aktuellen Wert aus einem System? | Quelle direkt abfragen | technische Verbindung zum Fachsystem |
| Wird gerechnet oder ein verbindlicher Wert bestimmt? | Nach festen Regeln ausführen | Rechen- oder Planungssoftware |
| Hat der Schritt Außenwirkung oder verändert Daten? | Zusätzliche Kontrolle | Rechteprüfung und Freigabe |
| Kann das Ergebnis unabhängig geprüft werden? | Prüfung automatisieren | Quellenabgleich oder zweite Lesemethode |
Der Bestellprozess in zwölf Schritten
In der vereinfachten Darstellung brauchen nur drei Schritte ein Sprach- oder Bildmodell:
| Nr. | Schritt | KI? | Grund |
|---|---|---|---|
| 1 | E-Mail-Eingang erkennen | Nein | technischer Auslöser |
| 2 | Anhänge übernehmen und prüfen | Nein | Datei- und Sicherheitsregeln |
| 3 | Dokumenttyp und Inhalt verstehen | Ja | wechselnder Text und Aufbau |
| 4 | Positionen und Hinweise lesen | Ja | Bedeutung aus dem Dokument erfassen |
| 5 | Artikelnummern prüfen | Nein | Abgleich mit Stammdaten |
| 6 | Bestand abrufen | Nein | Wert aus dem zuständigen System |
| 7 | Kapazität berechnen | Nein | Planung und Kalender |
| 8 | Lieferoptionen bestimmen | Nein | Geschäftsregeln |
| 9 | Auftragsbestätigung formulieren | Ja | passende Sprache |
| 10 | Fakten im Entwurf vergleichen | Nein | fester Abgleich |
| 11 | Freigabe einholen | Nein | Rolle und Verantwortung |
| 12 | Daten buchen und Nachricht senden | Nein | kontrollierte Aktion |
Die KI erledigt nur ein Viertel der Schritte. Es sind aber genau die Schritte, die den Ablauf vorher an manuelle Arbeit gebunden haben.
Warum mehr KI die Lösung oft schlechter macht
Die Versuchung, dem Modell mehr zu geben, gab es auch in diesem Projekt. Wenn es die Bestellung schon liest, könnte es doch gleich den Liefertermin mit einschätzen — der Vorschlag lag mehr als einmal auf dem Tisch. Wir haben ihn jedes Mal abgelehnt, aus fünf Gründen.
Erstens die Schwankung: Jeder zusätzliche Modellschritt kann anders ausfallen, und mit jedem wachsen Fehlerwege und Testaufwand. Zweitens die Angriffsfläche: Je mehr Daten, Funktionen und Rechte das Modell sieht, desto schwerer wird der Schutz vor versteckten Anweisungen. Drittens Kosten und Wartezeit. In einem frühen Test haben wir das Modell gefragt, ob zwei Artikelnummern gleich sind. Es antwortete ausführlich, meistens richtig und nach spürbarer Bedenkzeit. Die Datenbank antwortet in Millisekunden, immer gleich und ohne Begründungsprosa.
Bleiben Nachvollziehbarkeit und Abhängigkeit. Eine feste Regel lässt sich lesen und testen; eine freie Modellentscheidung ist schwerer zu erklären. Und steckt zu viel Fachlogik im Prompt, wird jeder Modellwechsel riskant. Liegt sie in Software, bleibt das Modell austauschbar.
So bestimmen wir den richtigen KI-Anteil
Am Anfang steht der Ablauf, noch ganz ohne Technik: Auslöser, Informationen, Entscheidungen, Ausnahmen und Ergebnisse, beschrieben gemeinsam mit den Fachpersonen. Ein Modell wird in dieser Phase nicht gewählt. Danach wird jeder Schritt eingeordnet — ist die Eingabe fest oder frei, gibt es eine eindeutige Regel, muss Sprache verstanden werden, und was wäre der Schaden eines Fehlers?
Normale Software kommt zuerst. Vorhandene Schnittstellen, Regeln und Stammdaten werden ausgeschöpft; KI ersetzt keine fehlende technische Verbindung. Was danach übrig bleibt, wird eng gefasst: Das Modell bekommt eine kleine Aufgabe, eine feste Ein- und Ausgabe, wenig Zusatztext und keine unnötigen Rechte. Getestet wird am Ende der ganze Geschäftsfall. Eine gute Modellantwort reicht nicht — stimmen müssen Datensatz, Entscheidung und Dokument.
Wann klassische Software allein genügt
Für manche Aufgaben braucht es gar kein Modell: ein Feld aus einem immer gleichen Formular lesen, feste Grenzwerte prüfen, Daten zwischen zwei Systemen übertragen, Summen und Fristen berechnen, einen Standardtext mit Platzhaltern erzeugen. KI wird interessant, wenn Formate wechseln, Sprache mehrdeutig ist, Bilder verstanden werden müssen oder die Regeln unüberschaubar würden.
Wann ein höherer KI-Anteil sinnvoll ist
Bei Recherche in vielen verschiedenen Dokumenten, komplexen Textentwürfen, Bildanalyse oder Sprachdialog kann der KI-Anteil größer sein. Rechte, Quellen, Berechnungen und Systemaktionen bleiben trotzdem möglichst außerhalb des Modells kontrolliert.
Weniger KI erleichtert die Verantwortung
Ein kleiner, klar begrenzter KI-Anteil macht Zweck, Datenflüsse, Tests, menschliche Aufsicht und Zuständigkeiten leichter beschreibbar. Das hilft bei Datenschutz, Sicherheit und der Einordnung nach dem EU AI Act. Die Einzelfallprüfung bleibt nötig.
Die eigentliche Fähigkeit ist gute Architektur
Ein erfolgreiches KI-Projekt braucht mehr als gute Prompts. Es braucht die Fähigkeit, einen Geschäftsprozess zu zerlegen und jeder Aufgabe das passende Werkzeug zu geben. Dazu gehören Fachwissen, Softwareentwicklung, Sicherheit, Datenschutz, Test und Betrieb.
Das Sprachmodell ist eine neue und wertvolle Komponente. Es ist nicht die ganze Lösung.
Fazit
Die Leitlinie ist einfach: KI übernimmt, was sich vorher nicht zuverlässig programmieren ließ. Alles andere bleibt gute, normale Software. Dass der fertige Plan danach unspektakulär aussieht, ist kein Mangel. Es ist das Ziel.
Quellen und weiterführende Hinweise
Ein klarer Prozess ist der Anfang
Der Einstieg beginnt mit einer begrenzten Aufgabe, echten Vorgängen und klaren Qualitätskriterien.
Anwendungsfall besprechen