KI-Automatisierung3 Minuten Lesen

KI-Automatisierung: Mit welchem ​​Unternehmen sollte man zuerst beginnen?

Wenn Ihr Team jeden Tag die gleichen Daten neu schreibt, per Nachricht nach Informationen sucht oder ähnliche Antworten zusammenstellt, haben Sie bereits einen guten Ausgangspunkt. Zuerst müssen Sie einen bestimmten Job auswählen und erst dann entscheiden, ob dafür KI erforderlich ist.

Beginnen Sie mit einer sich wiederholenden Aufgabe

Erstellen Sie eine Liste der Aufgaben, die während einer Arbeitswoche wiederholt werden. Schreiben Sie für jeden auf, wer die Arbeit macht, woher die Informationen kommen, wo sie landen und was die Arbeit normalerweise verlangsamt. Es ist sinnvoller zu schreiben „Wir kopieren die Daten aus der Abfrage in die Tabelle“ als „Wir wollen den Vertrieb digitalisieren“. Die erste Beschreibung ermöglicht es, die Lösung zu definieren und das Ergebnis zu überprüfen.

Ein guter erster Kandidat hat einen klaren Anfang und ein klares Ende, genügend ähnliche Beispiele und eine Person, die die Ergebnisse überprüfen kann. Der Prozess, bei dem sich die Regeln von Fall zu Fall ändern, erfordert mehr Vorbereitung. Können sich auch die Mitarbeiter nicht darauf einigen, wie die Aufgabe erledigt werden soll, vereinbaren Sie zunächst die Vorgehensweise.

Automatisierung von KI trennen

Das Versenden einer Benachrichtigung beim Eintreffen eines Formulars, das Eingeben von Daten in eine Datenbank oder eine Erinnerung nach Ablauf einer bestimmten Frist kann oft nach vordefinierten Regeln funktionieren. KI ist nützlicher, wenn die Eingabe nicht streng geordnet ist: Sie muss eine Nachricht verstehen, ein Thema extrahieren, ein Dokument zusammenfassen oder eine Antwort vorschlagen.

Diese beiden Ansätze können miteinander verbunden werden. Regeln leiten den Prozess und KI hilft bei dem Teil, der eine Freitextverarbeitung erfordert. Eine solche Trennung erleichtert die Verifizierung und reduziert die Anzahl der Entscheidungen, die Sie dem Modell überlassen.

Beispiel: Von der Nachricht zur vorbereiteten Antwort

Stellen Sie sich ein Unternehmen vor, das Anfragen für mehrere Dienstleistungen erhält. Das System kann die Nachricht abrufen, den angeforderten Dienst extrahieren und aus den genehmigten Informationen einen Antwortentwurf erstellen. Wenn eine wichtige Information fehlt, wird sie zur Überprüfung markiert. Anschließend prüft der Mitarbeiter den Inhalt, vervollständigt das Angebot und entscheidet, was versendet wird.

Hierbei handelt es sich um eine Veranschaulichung eines möglichen Prozesses, nicht um ein Versprechen, dass jede Nachricht fehlerfrei verarbeitet werden kann. Preise, Verfügbarkeit und Fristen sollten aus einer zuverlässigen Quelle stammen. Das Modell sollte sie nicht durch Vermutungen ergänzen.

Messen Sie die nach der Prüfung verbleibenden Einsparungen

Messen Sie vor dem Pilotprojekt, wie lange die Aufgabe nun dauert. Berücksichtigen Sie nach der Einführung der Lösung den Zeitpunkt der Überprüfung, Korrekturen und Wartung. Wenn eine Aufgabe beispielsweise 40 Mal pro Woche ausgeführt wird und die Gesamtzeit pro Aufgabe von acht auf fünf Minuten sinkt, beträgt die veranschaulichende Einsparung zwei Stunden pro Woche. Es handelt sich dabei nicht um eine Prognose Ihrer Punktzahl, sondern um eine Möglichkeit, diese zu berechnen.

Verfolgen Sie außerdem, wie viele Ausgaben unverändert übernommen werden, welche Fehler sich wiederholen und ob die Arbeit wirklich schneller beim nächsten ankommt. Ein schneller Entwurf, der eine lange Korrektur erfordert, ist keine fertige Arbeit.

Vereinbaren Sie Grenzen vor dem Einschalten

Generative KI kann glaubwürdige, aber ungenaue Inhalte produzieren. Stellen Sie also im Voraus fest, was es vorschlagen kann und was einer menschlichen Überprüfung bedarf. Wählen Sie für das erste Pilotprojekt eine interne Aufgabe mit begrenzten Konsequenzen und einer klaren Möglichkeit, zum bestehenden Prozess zurückzukehren.

Bestimmen Sie, auf welche Daten das System zugreift und wer die Ergebnisse sieht. Beginnen Sie mit Test- oder anonymisierten Beispielen, prüfen Sie die Bedingungen des gewählten Tools und übergeben Sie nur die für die Aufgabe notwendigen Daten. Testen Sie insbesondere auf unvollständige, mehrdeutige und ungewöhnliche Nachrichten – nicht nur auf Idealbeispiele.

Was Sie für das erste Gespräch vorbereiten sollten

Geben Sie eine Beschreibung eines Prozesses, mehrere repräsentative Beispiele ohne sensible Daten, eine Schätzung der Häufigkeit und eine Liste der von Ihnen verwendeten Tools an. Fügen Sie die Person hinzu, die diesen Job heute erledigt, und die Kriterien, anhand derer Sie sagen, dass der Pilot sinnvoll ist. Das reicht für einen sinnvollen Start: ein kleines Volumen, ein klares Ergebnis und eine Entscheidung auf Basis einer Verifizierung.

Weiterführende Literatur: NIST: Generative AI Profile – Risiken und Ausgabeverifizierung