ELLE01EFFE02Services03Events04Blog05Unternehmen06Karriere07
← Alle Artikel
KI & Prozesse29. September 20264 Min. Lesezeit

Der erste KI-Anwendungsfall, der sich auszahlt

Viele KI-Pilotprojekte kommen nicht voran, weil der erste Prozess der falsche war. Fünf Kriterien, eine einfache Bewertung und ein Weg vom Pilotprojekt in den Betrieb in wenigen Wochen.

Mit KI verfasst und vom Logol-Team geprüft.

Beim Prozess beginnen, nicht beim Modell

Viele Unternehmen beginnen ihren Weg zur KI mit einem Werkzeug. Eine Lizenz wird gekauft, ein Chatbot geöffnet, einige Mitarbeitende probieren es aus. Sechs Monate später kann niemand sagen, was sich verändert hat. Das Problem ist selten die Technologie. Es ist die Wahl des ersten Anwendungsfalls.

Der erste Prozess, den Sie mit KI automatisieren, hat zwei Aufgaben. Er muss ein messbares Ergebnis liefern. Und er muss Ihrer Organisation beibringen, wie KI-Arbeit funktioniert: wer verantwortlich ist, wie Daten vorbereitet werden, wie Menschen das Ergebnis prüfen. Ist die Wahl gut, kommen der zweite und dritte Anwendungsfall schneller. Ist sie schlecht, wird das ganze Thema als «noch nicht reif» abgelegt.

Ein guter erster Kandidat ist meist unspektakulär. Eingangsrechnungen, Lieferanten-E-Mails, Vertragseingang, Zeiterfassung, Bankabstimmungen, Dokumentenklassifizierung. Prozesse, die jeden Tag laufen, bekannten Regeln folgen und unbemerkt Stunden kosten.

Fünf Kriterien, die gute von schlechten Kandidaten trennen

  • Volumen. Der Prozess läuft oft genug, damit sich kleine Verbesserungen summieren. Eine Aufgabe, die hunderte Male im Monat anfällt, ist wertvoller als eine, die dreimal im Jahr vorkommt, so lästig sie auch ist.
  • Regeln. Erfahrene Mitarbeitende können erklären, wie sie entscheiden. Lautet die Antwort «kommt darauf an, das weiss ich einfach», muss der Prozess zuerst beschrieben werden, bevor er sich automatisieren lässt.
  • Verfügbare Daten. Die Eingaben liegen digital vor und sind zugänglich: E-Mails, PDFs, Datensätze im ERP oder DMS. Liegen die Daten auf Papier oder im Kopf einer Person, beginnt die Arbeit dort.
  • Messbares Ergebnis. Sie können den heutigen Ausgangswert benennen: Zeit pro Fall, Fehlerquote, Durchlaufzeit, Rückstand. Ohne Ausgangswert lässt sich kein Nutzen belegen, nur behaupten.
  • Mensch im Prozess. Eine Person kann den Vorschlag der KI prüfen, bevor er wirksam wird, mit vertretbarem Aufwand. Die KI schlägt vor, Menschen entscheiden. So bleibt das Risiko gering, während Vertrauen entsteht.

Beachten Sie, was nicht auf der Liste steht: strategische Sichtbarkeit, der ranghöchste Sponsor, das modernste Modell. Das zählt später. Beim ersten Anwendungsfall entscheidet die operative Eignung.

Eine einfache Bewertungsmethode

Stellen Sie eine Auswahl von fünf bis zehn Kandidaten zusammen. Fragen Sie die Menschen, die diese Prozesse ausführen, nicht nur ihre Vorgesetzten. Bewerten Sie dann jeden Kandidaten nach den fünf Kriterien.

  1. Vergeben Sie für Volumen, Regeln, Daten, Messbarkeit und Prüfaufwand je 1 (schwach) bis 5 (stark) Punkte.
  2. Behandeln Sie Daten und Messbarkeit als Hürden. Erreicht eines davon nur 1 oder 2 Punkte, stellen Sie den Kandidaten zurück, unabhängig vom Total.
  3. Zählen Sie die Punkte zusammen und ordnen Sie die verbleibenden Kandidaten.
  4. Prüfen Sie die beiden besten mit einer einzigen Frage: Wenn das perfekt funktionieren würde, würde es jemand ausserhalb des Teams bemerken?

Die Methode ist bewusst grob. Ihr Wert liegt nicht in der Präzision. Sie erzwingt ein Gespräch über Fakten: wie viele Fälle, welche Systeme, wer prüft. Allein dieses Gespräch führt oft dazu, dass ein guter Teil der Ideen entfällt, und die verbleibenden lassen sich vor einem CFO deutlich leichter vertreten.

Bevor etwas entwickelt wird, halten Sie den Ausgangswert des bestplatzierten Kandidaten fest. Messen Sie einige Wochen des heutigen Prozesses: Volumen, Zeitaufwand, Fehler, Verzögerungen. An dieser Zahl wird der Pilot gemessen.

Vom Pilotprojekt in den Betrieb in Wochen, nicht in Quartalen

Ein Pilot, der neun Monate dauert, ist kein Pilot. Er ist ein Projekt ohne Entscheid. Halten Sie den ersten Zyklus kurz und klar.

  • Woche 1 bis 2: definieren. Beschreiben Sie den Prozess Schritt für Schritt: Entscheidungsregeln, Ausnahmen, Prüfpunkt. Vereinbaren Sie die Erfolgskriterien mit der für den Prozess verantwortlichen Person.
  • Woche 3 bis 5: umsetzen. Binden Sie die echten Datenquellen an, konfigurieren Sie Modell und Workflow und gestalten Sie die Prüfansicht so, dass die Kontrolle eines Vorschlags Sekunden dauert, nicht Minuten.
  • Woche 6 bis 8: parallel betreiben. Eine kleine Gruppe arbeitet mit der KI an echten Fällen, während der bisherige Prozess weiterläuft. Vergleichen Sie mit dem Ausgangswert. Beheben Sie, was die Sonderfälle zeigen.
  • Entscheid. Weiter, anpassen oder stoppen. Alle drei sind gültige Ergebnisse. Die Dinge einfach laufen zu lassen, ist es nicht.

Die Zeiträume hängen von Ihren Systemen und Daten ab. Lesen Sie sie als Grössenordnung, nicht als Versprechen. Das Prinzip gilt trotzdem: echte Daten ab dem ersten Tag, eine namentlich verantwortliche Person, ein fixes Datum für den Entscheid.

Der produktive Betrieb verlangt drei Dinge, auf die ein Pilot verzichten kann. Zugriffsrechte, die Ihre bestehenden Rollen abbilden. Protokollierung, damit jeder KI-Vorschlag und jeder menschliche Entscheid nachvollziehbar ist. Und eine kurze Betriebsanleitung: wer die Qualität überwacht, wer Ausnahmen behandelt, wer Änderungen freigibt. Sind Personendaten im Spiel, prüfen Sie die Bearbeitung anhand des Schweizer Datenschutzgesetzes (DSG) und, wenn Sie in der EU tätig sind oder Kunden dort bedienen, anhand der DSGVO und des EU AI Act. Für die meisten Backoffice-Anwendungsfälle mit menschlicher Prüfung ist das gut umsetzbar, es sollte aber dokumentiert und nicht einfach vorausgesetzt werden.

Was Ihnen der erste Anwendungsfall wirklich bringt

Die eingesparten Stunden im ersten Prozess zählen. Der grössere Gewinn ist aber, was Ihre Organisation lernt: einen Prozess präzise zu beschreiben, Daten vorzubereiten, die menschliche Prüfung zu gestalten, zu messen. Genau diese Fähigkeit macht den zweiten Anwendungsfall günstiger und schneller als den ersten.

Das ist die Art von Arbeit, die unser KI-Integrationsteam mit Unternehmen leistet: herausfinden, wo Zeit verloren geht, die Kandidaten bewerten und den ersten Agenten in dem Microsoft-Stack umsetzen, den Sie bereits nutzen, mit Copilot, Azure AI Foundry oder Power Platform und mit Modellen von OpenAI oder Anthropic, wo sie passen. Die Methode funktioniert mit uns oder ohne uns. Klein beginnen, ehrlich messen und die Ergebnisse entscheiden lassen, was als Nächstes kommt.

Möchten Sie es an Ihren Prozessen sehen?

Dreissig Minuten mit unserem Team: Wir beginnen mit Ihrem Fall, nicht mit Folien.