So erkennen Sie, welche Ihrer Prozesse wirklich KI-reif sind

Es liegt gerade ein eigenartiger Druck in der Luft. Jeder, mit dem Sie sprechen, „macht etwas mit KI“, die Fachzeitschriften sind voll davon, und irgendwo in Ihrem Hinterkopf flüstert eine Stimme, dass Sie das auch tun sollten. Also suchen Sie nach einem Prozess, den Sie automatisieren können — und genau da geht es schief. Sie beginnen nicht damit, einen Platz für KI zu suchen. Sie beginnen damit, Ihre eigene Arbeit gut genug zu verstehen, um zu sehen, wo KI tatsächlich hineinpasst. Das sind zwei völlig verschiedene Projekte, und nur eines davon geht gut aus.

Ich verbringe viel Zeit damit, Inhaberinnen und Inhabern ihre erste KI-Idee auszureden. Nicht weil die Idee dumm wäre — meist ist es der auffälligste, sichtbarste Teil des Betriebs, weshalb er ja ins Auge fiel — sondern weil es fast nie der Teil ist, der reif ist. Reife ist eine leisere Eigenschaft. Sie hat nichts damit zu tun, wie beeindruckend eine Aufgabe aussieht, und alles damit, wie vorhersehbar, gut dokumentiert und volumenstark sie darunter ist.

Dieser Leitfaden ist also keine Liste von „10 Dingen, die man mit KI automatisieren sollte“. Solche Listen sind nutzlos, weil sie Ihren Betrieb nicht kennen. Stattdessen ist er eine Art zu schauen — eine Methode, abzubilden, was Sie den ganzen Tag wirklich tun, und mit etwas Ehrlichkeit zu erkennen, welche dieser Prozesse reif sind und welche Fallen. Schauen Sie richtig, und das Werkzeug wählt sich fast von selbst.

Was „reif für KI“ wirklich bedeutet

Definieren wir das Wort, denn jeder verwendet es lose. Ein Prozess ist reif für KI, wenn drei Dinge gleichzeitig zutreffen: er passiert oft, er folgt einem erkennbaren Muster, selbst wenn die Eingaben unordentlich sind, und jemand kann beschreiben, wie ein gutes Ergebnis aussieht. Fehlt nur eines davon, automatisieren Sie nicht, Sie zocken.

Beachten Sie, was nicht auf dieser Liste steht: Schwierigkeit, Prestige oder wie modern es sich anfühlt. Eine Aufgabe kann technisch komplex und trotzdem ein schlechter Kandidat sein, weil sie nur zweimal im Jahr vorkommt. Eine andere kann fast peinlich einfach sein — eingehende E-Mails in drei Töpfe sortieren — und perfekt sein, weil sie vierhundertmal pro Woche vorkommt und einem Muster folgt, das ein Kind lernen könnte.

Es gibt eine vierte, unglamouröse Bedingung, die im Stillen alles entscheidet: ist die Eingabe überhaupt erreichbar? Wenn die Informationen, die Ihre KI braucht, nur im Kopf einer Person stecken, in einem Papierordner oder verstreut über drei Apps, die nicht miteinander reden, ist der Prozess nicht reif — nicht weil KI das nicht könnte, sondern weil Sie ihr nichts gegeben haben, womit sie arbeiten kann. Erstaunlich viele „KI-Projekte“ sind in Wahrheit Datenzugriffs-Projekte im Kostüm.

Bilden Sie die Arbeit ab, bevor Sie die KI abbilden

Sie können Reife nicht aus dem Gedächtnis beurteilen. Inhaberinnen und Inhaber liegen wunderbar konstant daneben, wohin ihre Zeit fließt — jeder überschätzt die dramatischen Krisen und unterschätzt das stete Tröpfeln kleiner, sich wiederholender Aufgaben, das die Woche tatsächlich auffrisst. Vor jeder Entscheidung bilden Sie also ab. Und Abbilden ist weit weniger einschüchternd, als das Wort vermuten lässt.

Eine Woche lang schreiben Sie und Ihr Team die wiederkehrenden Aufgaben auf, sobald sie anfallen — keine Zeitstudie, nur eine laufende Liste. Notieren Sie für jede drei Dinge: ungefähr wie oft sie vorkommt, was hereinkommt (eine E-Mail, ein Formular, ein Anruf, ein Foto) und was herauskommen sollte (ein Eintrag in einem System, eine Antwort, ein Dokument). Das war’s. Bis Freitag haben Sie etwas, das die meisten Betriebe nie hatten: eine ehrliche Bestandsaufnahme ihrer eigenen wiederkehrenden Arbeit.

Sobald es auf dem Papier steht, springen Muster hervor, die im täglichen Trubel unsichtbar waren. Sie sehen dieselbe Information, die in zwei Systeme getippt wird. Sie sehen eine Person, die als menschlicher Verteiler agiert — Dinge liest und entscheidet, wohin sie gehören. Sie sehen Fragen, die jedes Mal dieselbe Antwort bekommen. Jedes davon ist ein Kandidat, und nun können Sie sie gegeneinander abwägen, statt auf den hereinzufallen, der heute Morgen am lautesten geschrien hat.

Ein Reife-Score, den Sie selbst anwenden können

Mit Ihrer Bestandsaufnahme in der Hand brauchen Sie eine Möglichkeit, Kandidaten zu ordnen, die nicht vom Bauchgefühl eines Beraters abhängt. Ich nutze einen einfachen Fünf-Faktoren-Score. Bewerten Sie jeden Prozess je Faktor von 1 bis 5, zählen Sie zusammen, und die Hochpunkter steigen nach oben. Es ist keine exakte Wissenschaft — es ist eine Art, eine unscharfe Entscheidung sichtbar und diskutierbar zu machen.

• Häufigkeit — wie oft kommt es vor? Täglich schlägt monatlich schlägt jährlich. Volumen ist es, was die Einrichtungskosten zurückzahlt.
• Konsistenz — folgt es jedes Mal denselben Schritten, oder ist jeder Fall ein Sonderfall? Muster sind automatisierbar; Chaos nicht.
• Klares Ergebnis — kann jemand in einem Satz ein gutes Resultat beschreiben? Wenn nicht, kann kein Werkzeug ein Ziel treffen, das niemand definiert hat.
• Datenzugriff — liegt die Eingabe bereits in digitaler, erreichbarer Form vor? Oder eingesperrt in Köpfen, Papier und unverbundenen Apps?
• Geringe Fehlerkosten — wenn gelegentlich etwas falsch läuft, ist das ein Achselzucken oder eine Katastrophe? Beginnen Sie dort, wo Fehler billig und umkehrbar sind.

Was Sie üblicherweise feststellen: Die höchsten Punktzahlen häufen sich in der faden, volumenstarken Mitte Ihres Betriebs — die Dokumentenbearbeitung, das Datenhin-und-herschieben, der wiederkehrende Schriftverkehr. Die glamouröse Idee, mit der Sie kamen, schneidet oft schlecht bei Konsistenz oder Datenzugriff ab, und genau deshalb war sie nicht reif. Das ist kein Scheitern. Das ist die Karte, die ihre Arbeit tut.

Die Muster, in denen KI wirklich gut ist

Moderne KI ist keine Magie und keine allgemeine Intelligenz in einer Box. Sie ist verblüffend gut in einer bestimmten, erkennbaren Reihe von Formen — und sobald Sie diese Formen benennen können, entdecken Sie sie überall in Ihrem eigenen Betrieb. Hier sind die vier, die in kleinen Betrieben immer wieder vorkommen.

Unordentliche Eingaben lesen und Struktur herausziehen

Eine Kundin schreibt in freiem Text — „hallo, kann ich meine Dienstagsbestellung auf 12 Stück ändern und ans neue Lager liefern“ — und jemand muss das lesen und in strukturierte Aktionen verwandeln. KI ist darin hervorragend: unstrukturierte menschliche Sprache lesen und die Bestellung, die Menge, die Adresse, die Absicht extrahieren. Rechnungen, Formulare, E-Mails, Fotos von Lieferscheinen — überall dort, wo ein Mensch derzeit liest und dann tippt, gibt es einen starken Kandidaten.

Sortieren und weiterleiten

Viel Arbeit in kleinen Betrieben ist im Grunde Triage: diese E-Mail ist eine Beschwerde, jene eine Verkaufsanfrage, diese eine Lieferantenrechnung. Eine Person öffnet jede, entscheidet und leitet weiter. KI bewältigt diese Klassifizierung gut, und es ist ein schönes erstes Projekt, weil Fehler billig sind — eine falsch weitergeleitete E-Mail ist ärgerlich, nicht katastrophal, und ein Mensch sieht ohnehin noch alles im Anschluss.

Eine erste Fassung entwerfen

Routineanfragen beantworten, eine Angebotsnachfass-Mail schreiben, einen langen Verlauf zusammenfassen — KI ist stark darin, einen soliden ersten Entwurf zu erstellen, den ein Mensch dann freigibt. Das Schlüsselwort ist Entwurf. Die zuverlässigsten KI-Prozesse in einem kleinen Betrieb behalten einen Menschen am letzten Tor, wo sein Urteil am meisten wert und seine Zeit am wenigsten verschwendet ist.

Wiederkehrende Gespräche bewältigen

Dieselbe Handvoll Fragen beantworten — Öffnungszeiten, Verfügbarkeit, „machen Sie auch X“ — per Telefon oder Chat, rund um die Uhr, damit Ihr Team nicht mitten in einer Aufgabe unterbrochen wird. Das ist eine echte, moderne Fähigkeit, die es vor wenigen Jahren schlicht nicht gab, und sie glänzt genau dort, wo die Fragen vorhersehbar und die Einsätze gering sind.

Die verlockenden Fallen — Prozesse, die reif aussehen, es aber nicht sind

Genauso nützlich wie das Wissen um die guten Formen ist das Wissen um die verführerischen — die Prozesse, die sich wie offensichtliche KI-Kandidaten anfühlen und Ihren ersten Versuch leise versenken. Sie teilen ein gemeinsames Merkmal: Sie sehen beeindruckend aus, und genau das macht sie gefährlich.

Es gibt auch eine subtilere Falle: den Prozess, der vom Stuhl der Inhaberin aus konsistent aussieht, in Wahrheit aber von undokumentiertem menschlichem Urteilsvermögen zusammengehalten wird. Die langjährige Mitarbeiterin, die „einfach weiß“, welche Bestellungen Vorrang haben, folgt keiner Regel, die Sie einer Maschine übergeben könnten — sie wendet zwanzig Jahre Kontext an. Automatisieren Sie das voreilig, bekommen Sie keine Effizienz, sondern selbstbewusste, flüssige Fehler. Die Lösung ist nicht, aufzugeben; es ist, zuerst die verborgenen Regeln explizit zu machen, und erst dann zu entscheiden, was automatisiert wird.

Braucht es überhaupt KI? Oft lautet die Antwort nein

Ich betreibe eine KI-Praxis und sage Ihnen dennoch ganz offen: Ein großer Teil der Prozesse mit der höchsten Reife braucht überhaupt keine KI. Eine Terminerinnerung, die zwei Stunden vorher auslöst, ist eine Regel mit einer Uhr. Bestelldaten aus einem Formular in Ihr System zu übertragen, ist ein Rohr zwischen zwei Werkzeugen. Das „KI“ zu nennen, ist Marketing, und dafür KI-Preise zu zahlen, ist Verschwendung.

Die ehrliche Trennlinie ist, ob die Aufgabe Verstehen erfordert. Ist die Eingabe strukturiert und sind die Schritte fest, wollen Sie schlichte Automatisierung — billiger, schneller, vorhersehbarer, leichter zu vertrauen. KI verdient ihren Platz genau dort, wo es unordentliche menschliche Sprache, Bilder oder echte Mehrdeutigkeit zu deuten gibt. Die meisten Betriebe brauchen sehr viel von der ersten Art und eine sorgsame Prise der zweiten.

Wie das in der Praxis aussieht

Lassen Sie es mich konkret machen, mit einem Mischbeispiel aus mehreren echten Mandaten — Details verwischt, Form lebensnah. Stellen Sie sich einen mittelgroßen Lieferanten vor, vielleicht zwanzig Personen, der zu uns kam, fest überzeugt, einen „KI-Vertriebsassistenten“ zur Lead-Verfolgung zu wollen. Spannend, sichtbar, vorstandstauglich. Wir baten darum, zuerst die Abbildungswoche durchzuführen.

Die Karte erzählte eine andere Geschichte. Die Vertriebsidee schnitt schlecht ab: geringes Volumen, jeder Abschluss ein Sonderfall, keine klare Definition eines guten Ergebnisses, und der entscheidende Kontext lebte vollständig in den Köpfen zweier Vertriebler. Unterdessen leuchtete ein unglamouröser Prozess, den sie nie erwähnt hatten, auf dem Punkteblatt auf — eingehende Lieferantenrechnungen. Mehrere Hundert im Monat, eintreffend als PDFs und E-Mail-Anhänge in einem Dutzend Layouts, jede von Hand gelesen und ins Buchhaltungssystem getippt. Hohe Häufigkeit, erkennbares Muster, klares Ergebnis, digitale Eingabe und billige, leicht prüfbare Fehlerkosten.

1. 1
   Wir begannen dort, wohin der Score zeigte, nicht wo die Begeisterung war

   Rechnungsextraktion, nicht der Vertriebsassistent. Weniger aufregend auf einer Folie, in der Realität weit reifer.
2. 2
   Wir ließen es einige Wochen parallel laufen

   Die KI las jede Rechnung und schlug den strukturierten Eintrag vor; ein Mensch gab weiterhin jeden frei. Nichts wurde abgeschaltet, nichts war im Risiko.
3. 3
   Wir maßen die langweilige Zahl

   Die Zeit pro Rechnung sank deutlich, sobald die Leute dem Entwurf vertrauten und nur noch den seltenen Ausreißer korrigierten, statt jedes Feld zu tippen.
4. 4
   Erst dann schauten wir wieder auf den Vertrieb

   Mit einem echten Erfolg auf dem Konto und dem verdienten Vertrauen des Teams gingen wir zurück — und machten zuerst die verborgenen Regeln der Vertriebler explizit, bevor wir irgendetwas automatisierten.

Das sind veranschaulichende Zahlen, keine Garantie — aber in jenem Mandat ging der Rechnungsprozess von rund sechs oder sieben Minuten menschlicher Bearbeitung je Rechnung auf unter eine, mit weniger Übertragungsfehlern, nicht mehr. Die Zahlen zählen weniger als die Lektion: Der Prozess, der reif war, war derjenige, nach dem niemand gefragt hatte, als er hereinkam. Die Karte fand ihn. Begeisterung hätte es nie getan.

Die Karte in eine sinnvolle Reihenfolge bringen

Das Abbilden liefert Kandidaten; der Score ordnet sie; aber der letzte Zug ist die Reihenfolge. Sie tun nicht alles auf einmal — das ist die klassische Art, nichts gut zu tun. Sie wählen den einen besten fertigstellbaren Kandidaten, liefern ihn aus, lassen das Team ihn spüren, und erst dann greifen Sie nach dem nächsten. Die Reihenfolge zählt so sehr wie die Auswahl.

Ein gutes erstes Projekt ist hochreif und risikoarm — irgendwo, wo ein Fehler ein Achselzucken ist, keine Krise. Es baut das eine, von dem jedes spätere Projekt abhängt: Vertrauen. Sobald Ihr Team beobachtet hat, wie eine mühsame Aufgabe leise schrumpft, ohne dass etwas in die Luft fliegt, hört es auf, sich zu sträuben, und beginnt, Ihnen den nächsten Kandidaten selbst zu reichen. Diese Verschiebung — von Ihnen, der Automatisierung schiebt, zu ihnen, die sie ziehen — ist der wahre Ertrag eines gut gewählten Starts.

Häufige Fragen