Eine Rechnung ist überfällig, eine Pflichtangabe fehlt oder ein Termin liegt außerhalb der Öffnungszeiten. Für solche Entscheidungen brauchen Sie normalerweise kein Sprachmodell. Sie brauchen verlässliche Daten und klar definierte Regeln.
Automatisierung lohnt sich auch ohne KI. Ein Sprachmodell wird interessant, wenn Inhalte unterschiedlich formuliert sind und interpretiert, zusammengefasst oder in eine nutzbare Form gebracht werden müssen. Die anschließende Entscheidung kann trotzdem durch feste Regeln erfolgen.
Diese Trennung hilft bei der Planung: Welche Arbeit ist sprachlich schwierig? Welche folgt einer eindeutigen Vorschrift? Und welche benötigt Urteilskraft oder Verantwortung, die beim Menschen bleiben soll?
Vier Vorgänge, vier unterschiedliche Werkzeuge
Die folgenden Beispiele sind eine Entscheidungshilfe, keine Beschreibung gemessener Kundenprojekte.
| Vorgang | Naheliegende Lösung | Warum |
|---|---|---|
| Erinnern, wenn ein bestätigter Termin in zwei Tagen stattfindet | Zeitregel und Benachrichtigung | Bedingung und Ausgabe sind eindeutig |
| Prüfen, ob Kundennummer und Rechnungsbetrag vorhanden sind | Formular- oder Datenprüfung | Struktur und Pflichtfelder sind festgelegt |
| Unterschiedlich formulierte E-Mails nach Anliegen vorsortieren | Regeln für eindeutige Fälle, gegebenenfalls KI für Freitext | Die gleiche Absicht kann sprachlich sehr verschieden aussehen |
| Eine Kulanzentscheidung bei einem strittigen Vorgang treffen | Zuständige Person, unterstützt durch vorbereitete Fakten | Kontext und Folgen benötigen eine verantwortliche Entscheidung |
Selbst Anbieter von Sprachmodellen empfehlen, mit der einfachsten passenden Lösung zu beginnen. Anthropic beschreibt, dass aufwendigere Agenten zusätzliche Kosten und Laufzeit verursachen können und feste Abläufe für klar umrissene Aufgaben oft geeigneter sind. Daraus folgt nicht, dass jede Aufgabe ohne KI lösbar ist; es spricht für eine bewusste Auswahl. Quelle: Building effective agents.
Der schnelle Regeltest
Nehmen Sie einen konkreten Vorgang und versuchen Sie, ihn so aufzuschreiben: „Wenn diese nachprüfbaren Bedingungen vorliegen, führe genau diese Aktion aus. Andernfalls …“
Wenn eine fachkundige Person daraus ohne Interpretation dieselbe Entscheidung ableiten kann, ist eine regelbasierte Lösung ein guter erster Kandidat. Denken Sie dabei an Ausnahmen: fehlende Daten, doppelte Ereignisse, Feiertage, Stornierungen und Änderungen nach der ersten Erfassung.
Scheitert der Satz daran, dass Menschen frei formulieren oder Dokumente unterschiedlich aufgebaut sind, kann KI an dieser Stelle helfen. Scheitert er daran, dass Ihre Organisation die Regel selbst nicht kennt, ist zunächst eine fachliche Entscheidung nötig. Ein Modell ersetzt keine ungeklärte Geschäftsvorgabe.
Wo ein Sprachmodell einen sinnvollen Platz hat
Stellen Sie sich eine E-Mail vor: „Wir sind umgezogen, bitte alles ab nächsten Monat an die neue Anschrift senden.“ Eine starre Suche nach einem einzigen Stichwort kann unterschiedliche Formulierungen übersehen. Ein Modell könnte daraus das Anliegen „Adressänderung“ und die erwähnten Angaben extrahieren.
Damit ist die Änderung noch nicht freigegeben. Die Anwendung muss prüfen, zu welchem Kunden die Nachricht gehört, ob die Absenderin berechtigt ist und ob die notwendigen Angaben vollständig sind. Eine vorgeschlagene Adresse darf nicht ungeprüft zur maßgeblichen Stammdatenänderung werden.
Auch ein festes Ausgabeformat löst nur einen Teil des Problems. Ein Schema kann beispielsweise Pflichtfelder und Datentypen prüfen. Es bestätigt nicht, dass eine Adresse tatsächlich zum richtigen Kunden gehört. Die JSON-Schema-Dokumentation beschreibt diese strukturellen Prüfungen; die fachliche Richtigkeit muss separat geprüft werden.
Ein sinnvoller Mischbetrieb
Ein praktikabler Ablauf kann folgendermaßen aussehen: Eindeutige Systemmeldungen werden direkt nach Regeln verarbeitet. Freie Nachrichten werden zur Einordnung vorbereitet. Die Anwendung prüft das Ergebnis gegen zulässige Werte und vorhandene Daten. Unvollständige oder folgenreiche Fälle gehen an eine zuständige Person.
Das Modell interpretiert dabei Sprache. Es erhält nicht automatisch das Recht, jede daraus abgeleitete Aktion auszuführen. Berechtigungen und notwendige Freigaben gehören in die Anwendung und die angeschlossenen Systeme. OWASP empfiehlt diese Begrenzung von Funktionen, Rechten und Autonomie ausdrücklich. Quelle: Excessive Agency.
Für den Kunden muss dieser Mischbetrieb nicht kompliziert wirken. Er möchte eine verständliche Bestätigung und wissen, ob sein Anliegen erledigt ist oder noch geprüft wird. Die interne Werkzeugauswahl gehört nur dann in den Dialog, wenn sie dafür relevant ist.
Rechnen Sie mit dem gesamten Aufwand
Wenn ein Sprachmodell Teil der Lösung ist, können Sie Setup, Betrieb und Nutzung mit unserer Beispielrechnung für KI-Assistenten getrennt planen.
Die günstigste Modellrechnung ist kein Beleg für eine wirtschaftliche Automatisierung. Vergleichen Sie Entwicklung, Betrieb, Pflege, Kontrolle und Fehlerbehandlung. Bei einer kleinen Fallzahl kann gerade die regelmäßige Kontrolle den möglichen Zeitgewinn aufbrauchen.
Eine ausdrücklich fiktive Beispielrechnung zeigt den Unterschied. Angenommen, ein Team bearbeitet monatlich 600 gleichartige Vorgänge mit jeweils drei Minuten Aufwand. Bisher sind das 1.800 Minuten beziehungsweise 30 Stunden.
| Schritt im Beispiel | Annahme | Monatsaufwand |
|---|---|---|
| Automatisch vorbereitete Vorgänge prüfen | 480 Fälle mit je einer Minute | 8 Stunden |
| Verbleibende Fälle manuell bearbeiten | 120 Fälle mit je drei Minuten | 6 Stunden |
| Ablauf kontrollieren und Regeln pflegen | Pauschale Planungsannahme | 2 Stunden |
| Neuer laufender Gesamtaufwand | 8 + 6 + 2 Stunden | 16 Stunden |
| Rechnerische Entlastung gegenüber vorher | 30 − 16 Stunden | 14 Stunden |
Das ist keine gemessene Einsparung und kein Leistungsversprechen. Einmalige Umsetzung, Schulung und zusätzliche Kosten sind hier noch nicht enthalten. Wenn die Prüfung statt einer Minute zwei Minuten dauert, steigt der neue Monatsaufwand auf 24 Stunden; die Entlastung sinkt auf sechs Stunden. Genau deshalb müssen Sie Prüfzeit im Pilot messen.
Welche Lösung gewinnt den Vergleich?
Testen Sie nach Möglichkeit denselben repräsentativen Ausschnitt mit einer einfachen Regelvariante und einer Variante mit KI. Vergleichen Sie nicht nur die Zahl automatisch behandelter Fälle. Erheben Sie falsche Zuordnungen, notwendige Nacharbeit und die Zeit bis zum fachlich richtigen Ergebnis.
Eine KI-Variante lohnt sich, wenn sie den zusätzlichen Aufwand für Betrieb und Kontrolle durch einen nachvollziehbaren Nutzen ausgleicht. Eine Regelvariante lohnt sich, wenn sie den relevanten Ablauf zuverlässig vereinfacht. Manchmal ist die beste erste Verbesserung ein Pflichtfeld im Formular oder ein eindeutiger Dokumentname.
Halten Sie Ihre Entscheidung fest: welcher Teil automatisiert wird, welche Daten vorausgesetzt werden, wann ein Mensch übernimmt und wer die Regeln pflegt. Das macht auch spätere Änderungen leichter.
Unsere AI- und Automatisierungsleistungen beginnen deshalb mit dem Ablauf. Für die erste Einordnung reicht ein wiederkehrender Vorgang mit seinen typischen Ausnahmen. Ob dafür ein Sprachmodell nötig ist, sollte das Ergebnis der Untersuchung sein.