KI-Agent einführen im Unternehmen: Den ersten Prozess richtig auswählen

Die Geschäftsführung hat sich entschieden, einen KI-Agenten auszuprobieren. Danach beginnt der eigentliche Konflikt. Der Vertrieb möchte Angebote vorbereiten lassen, der Kundenservice den Posteingang sortieren, die Buchhaltung Rechnungen prüfen, die Projektleitung Protokolle schreiben. Alle Wünsche sind nachvollziehbar, und jeder Fachbereich hält seinen eigenen für den dringendsten.

In diesem Szenario gibt es Budget und Aufmerksamkeit für genau einen Versuch. Das macht die Wahl heikel, denn der erste Prozess prägt das Bild des gesamten Vorhabens. Läuft er gut, wächst die Bereitschaft, weitere Abläufe anzugehen. Läuft er schlecht, heißt es im Haus schnell, KI tauge nichts, obwohl vielleicht nur der falsche Prozess gewählt wurde.

Dazu kommt ein Missverständnis über den Begriff. Ein KI-Agent ist mehr als ein Chatfenster: Er verfolgt ein Ziel, ruft dafür Werkzeuge auf, liest und schreibt in Systemen und trifft Zwischenentscheidungen. Je mehr Handlungsfreiheit er hat, desto wichtiger wird die Frage, wo er zuerst arbeiten darf. Die Prozessauswahl ist deshalb keine Vorarbeit, sondern bereits die erste Sicherheitsentscheidung.

Auffällig ist ein Muster: Der Prozess, der am meisten schmerzt, ist selten der beste Einstieg. Er schmerzt, weil er komplex ist, viele Ausnahmen kennt und von Erfahrung lebt, die nirgends aufgeschrieben wurde. Genau das sind die Eigenschaften, an denen ein Agent im ersten Anlauf scheitert. Wer dort beginnt, lernt vor allem, wie viel Vorarbeit fehlt.

Das zweite Fehlerbild ist der prestigeträchtige Prozess. Die Auswahl fällt auf den Ablauf, der im Haus am sichtbarsten ist, etwa die Kundenkommunikation in einer laufenden Reklamation. Dort reicht ein einziger falscher Satz, um einen Kunden zu verärgern. Der Schaden fällt öffentlich an, und die Beteiligten werden vorsichtiger statt mutiger.

Drittens ist da der Prozess ohne Datenlage. Er wird heute mündlich oder über Zuruf erledigt, es gibt keine Vorlagen, keine Ablage, keine Historie. Ein Agent braucht Material, an dem er sich orientieren kann, und Maßstäbe, an denen sich seine Arbeit prüfen lässt. Fehlen beide, wird der Pilot zum Dokumentationsprojekt, ein nützliches, aber ein anderes als geplant.

Schließlich die Gegenrichtung: Manche Betriebe wählen einen Prozess, der so selten vorkommt, dass nach acht Wochen kaum Fälle vorliegen. Das Risiko ist klein, aber der Lerneffekt auch. Ohne genügend Durchläufe weiß am Ende niemand, ob der Agent verlässlich arbeitet oder nur nie ernsthaft gefordert wurde.

Aus diesen Fehlerbildern lassen sich fünf Kriterien ableiten. Erstens die Häufigkeit: Der Prozess sollte regelmäßig vorkommen, damit sich Aufwand und Lernkurve lohnen und der Pilot rasch genug Fälle sammelt. Zweitens die Regelhaftigkeit: Er muss nicht starr sein, aber ein erfahrener Mitarbeiter sollte in wenigen Sätzen beschreiben können, wie er vorgeht und wann er eine Ausnahme macht.

Drittens der begrenzte Schaden bei Fehlern. Das ist das wichtigste Kriterium, weil sich Fehler nie ausschließen lassen. Entscheidend ist, was ein Fehler kostet und ob er sich korrigieren lässt, bevor er Wirkung entfaltet. Ein Entwurf, den ein Mensch prüft, ist verzeihlich. Eine automatisch versendete Zahlungsaufforderung ist es nicht.

Viertens die Datenlage: Gibt es Beispiele für gute Ergebnisse, saubere Eingaben und einen erreichbaren Zugriff auf die benötigten Systeme? Fünftens die Messbarkeit: Wie erkennen Sie nach vier Wochen, ob der Agent hilft? Bearbeitungszeit, Korrekturquote und Rückfragen lassen sich zählen. Ein Gefühl, es laufe besser, genügt als Beleg nicht.

Bewusst nicht als Kriterium enthalten ist die technische Faszination. Ob ein Prozess besonders modern klingt, ist unerheblich. Es zählt, ob er die fünf Fragen besteht. Ein unscheinbarer Ablauf, der täglich wiederkehrt und sich gut prüfen lässt, ist ein besserer Pilot als ein spektakulärer, der nur in der Präsentation überzeugt.

Aus den Kriterien wird eine Matrix. Jeder Kandidat erhält pro Kriterium eine Einschätzung von eins bis fünf, begründet in einem Satz. Die Begründung ist wichtiger als die Zahl, denn sie zwingt zum Gespräch. Wenn zwei Personen dieselbe Datenlage unterschiedlich bewerten, hat einer von beiden etwas gesehen, das der andere übersehen hat.

Die Kriterien sollten nicht gleich gewichtet sein. Wir würden den begrenzten Schaden am stärksten zählen und ihn zusätzlich als Ausschlusskriterium führen: Fällt ein Prozess dort durch, scheidet er aus, egal wie gut die übrigen Werte sind. Ein hoher Gesamtwert darf kein hohes Risiko verdecken. Die Gewichte sind dabei keine Naturgesetze, sondern eine Verabredung, die Sie an Ihre Branche anpassen.

Eine Alternative ist der Verzicht auf Punkte zugunsten eines einfachen Schemas mit zwei Achsen: Nutzen auf der einen, Risiko und Aufwand auf der anderen Seite. Das ist schneller und für kleine Teams oft ausreichend. Die Matrix lohnt sich, sobald mehr als drei Kandidaten konkurrieren oder mehrere Abteilungen mitentscheiden, weil sie Argumente vergleichbar macht und die Auswahl später erklärbar bleibt.

Ein Beispiel für die Bewertung: Ein Betrieb prüft Angebotsentwürfe und Rechnungsfreigaben. Beide kommen regelmäßig vor und sind regelbasiert. Beim Angebot ist der Schaden vor der Freigabe intern und die Vorlagenlage gut, bei der Rechnungsfreigabe trifft ein Fehler unmittelbar das Geld. Selbst bei sonst gleichen Werten bleibt der erste Kandidat vorn, weil das Ausschlusskriterium den zweiten aus dem Rennen nimmt.

Zum Schluss ein Plausibilitätstest: Wenn der Sieger der Matrix Ihrem Gefühl widerspricht, schauen Sie nicht zuerst auf die Matrix. Fragen Sie, welche Annahme Ihr Gefühl trägt. Manchmal fehlt tatsächlich ein Kriterium, etwa die Bereitschaft des Teams, mitzuarbeiten. Dann gehört es in die Matrix, nicht daneben.

Konkrete Beispiele machen die Kriterien greifbar. Gut geeignet ist häufig die Vorbereitung von Angeboten als Entwurf: Der Agent liest die Anfrage, sucht ähnliche frühere Angebote, stellt Positionen zusammen und lässt einen Menschen prüfen und freigeben. Der Ablauf kommt regelmäßig vor, folgt erkennbaren Mustern, der Schaden bleibt vor der Freigabe intern, und Vorlagen liegen meist vor.

Ebenfalls geeignet ist das Vorsortieren des Posteingangs. Der Agent ordnet Nachrichten Kategorien zu, schlägt eine Priorität vor und entwirft Antworten auf Standardfragen, versendet aber nichts selbst. Auch die Recherche in internen Dokumenten gehört dazu: Wo steht die Regelung zu einem bestimmten Fall, welche Unterlagen existieren zu einem Kunden? Hier lesen Mitarbeitende die Quelle nach, die der Agent nennt.

Grenzwertig sind Prozesse mit Außenwirkung, aber klaren Regeln, etwa Terminbestätigungen oder Statusmeldungen an Kunden. Sie können später folgen, wenn der Agent Verlässlichkeit gezeigt hat und Freigaberegeln gelten. Ungeeignet für den Anfang sind Abläufe mit finanzieller oder rechtlicher Tragweite ohne Prüfinstanz: Zahlungsfreigaben, Vertragsänderungen, Kündigungen, Entscheidungen über Personen oder medizinische Auskünfte.

Die Einteilung ist keine Dauerverfügung. Sie beschreibt den Startpunkt. Ein heute ungeeigneter Prozess kann nach einer Lernphase mit Freigabeschritten, Protokollierung und begrenzten Rechten durchaus geeignet werden. Entscheidend ist die Reihenfolge, nicht das Verbot.

Ein Pilot ist kein kleiner Produktivbetrieb, sondern ein Experiment mit Frage, Frist und Ergebnisregel. Die Frage lautet nicht, ob KI funktioniert, sondern ob dieser Agent diesen Prozess unter diesen Bedingungen verlässlich genug unterstützt. Als Frist sind vier bis acht Wochen eine gängige Orientierung, abhängig davon, wie schnell genug Fälle zusammenkommen.

Die Erfolgskriterien legen Sie vor dem Start fest und schreiben sie auf. Dazu gehören ein Qualitätsmaß, etwa der Anteil der Entwürfe, die ohne inhaltliche Korrektur übernommen werden, die Zeit pro Vorgang im Vergleich zur bisherigen Bearbeitung und die Zahl der Fälle, in denen der Agent korrekt um Hilfe bat. Konkrete Schwellen vereinbaren Sie anhand Ihrer eigenen Ausgangslage, die Sie vorher kurz messen.

Mindestens ebenso wichtig sind die Abbruchkriterien. Sie sind der Unterschied zwischen einem Pilot und einem Provisorium, das niemand mehr abschaltet. Typische Auslöser sind ein Fehler mit Außenwirkung, wiederholte Missachtung einer Regel, ein Datenschutzvorfall oder dauerhaft mehr Korrekturaufwand als Zeitgewinn. Wer sie vorab verabredet, muss im Ernstfall nicht verhandeln, sondern nur feststellen.

Der Agent arbeitet im Pilot mit minimalen Rechten. Er liest, wo er lesen muss, und schreibt nur in einen Entwurfsbereich. Jede Aktion wird protokolliert, damit sich später nachvollziehen lässt, was er getan hat und warum. Die Berechtigungen und Freigaben sind ein eigenes Thema, das wir in anderen Studien dieser Reihe vertiefen.

Der häufigste Sonderfall ist ein gemischtes Ergebnis. Der Agent arbeitet bei den meisten Fällen gut, scheitert aber bei einer erkennbaren Gruppe, etwa Anfragen mit Anhängen oder Sonderkonditionen. Das ist kein Scheitern, sondern ein Befund. Meist lässt sich die Gruppe über eine einfache Regel erkennen und vom Agenten fernhalten, sodass er sich auf das beschränkt, was er beherrscht.

Schwieriger ist das Zufallsglück. Läuft der Pilot in den ersten Wochen unauffällig gut, weil nur einfache Fälle auftauchten, verleitet das zu vorschnellem Ausbau. Vorbeugend hilft ein bewusster Stresstest: Sammeln Sie die schwierigsten Fälle der letzten Monate und lassen Sie den Agenten sie nachbearbeiten, ohne dass etwas ausgeliefert wird. Die Fehlerbilder, die dort sichtbar werden, hätte das Alltagsgeschäft eventuell erst spät gezeigt.

Ein dritter Fall: Die Messung selbst ist verzerrt. Wenn Mitarbeitende die Entwürfe des Agenten aus Gewohnheit durchwinken, sieht die Korrekturquote hervorragend aus. Das gleiche gilt, wenn sie jeden Entwurf aus Misstrauen vollständig neu schreiben. Stichprobenprüfungen durch eine zweite Person und gelegentlich eingestreute Kontrollfälle mit bekannter Lösung zeigen, ob die Prüfung ernsthaft stattfindet.

Ein weiterer Stolperstein sind Systemgrenzen. Der Agent soll Daten aus einer Branchensoftware lesen, die keine saubere Schnittstelle bietet, oder in ein Postfach schreiben, das mehrere Personen nutzen. Dann entstehen Behelfslösungen, die im Pilot funktionieren und im Regelbetrieb brüchig sind. Prüfen Sie früh, ob der Zugriff dauerhaft, kontrolliert und widerrufbar möglich ist, und planen Sie notfalls einen kleineren Zuschnitt, der nur mit sauber erreichbaren Daten arbeitet.

Zuletzt der Datenschutz. Verarbeitet der Prozess personenbezogene Daten, gehören Auftragsverarbeitung, Speicherorte, Aufbewahrung und der Zugriff der Beteiligten vor dem Start geklärt. Das ist keine Rechtsberatung, sondern ein Hinweis, dass die Klärung nicht erst nach dem Pilot erfolgen sollte, und dass bei Unsicherheit eine Datenschutzbeauftragte oder ein Jurist beteiligt werden sollte.

Realistisch ist der Anspruch, einen klar umrissenen Ablauf messbar zu entlasten und dabei Erfahrung für weitere Schritte zu gewinnen. Bei Prozessen, die die fünf Kriterien erfüllen, ist es plausibel, dass Mitarbeitende weniger Zeit mit Vorbereitung, Suchen und Zusammenstellen verbringen. Wie groß dieser Effekt ausfällt, hängt von Prozess, Datenlage und Sorgfalt der Einführung ab und lässt sich seriös nicht vorab beziffern.

Gemessen wird in drei Gruppen. Die erste ist die Effizienz: Zeit pro Vorgang, Durchlaufzeit, Anteil der Fälle, die ohne Rückfrage durchlaufen. Die zweite die Qualität: Anteil der Entwürfe mit inhaltlicher Korrektur, Art der Fehler, Beschwerden. Die dritte die Akzeptanz: Nutzen die Mitarbeitenden den Agenten freiwillig, und nehmen sie ihn als Entlastung wahr? Die dritte Gruppe wird gern vergessen und entscheidet über den dauerhaften Betrieb.

Einen Teil des Nutzens zeigt kein Zähler: Der Pilot macht sichtbar, wie der Prozess tatsächlich läuft. Häufig stellt sich dabei heraus, dass Abläufe unklarer waren als angenommen oder dass Vorlagen veraltet sind. Diese Erkenntnis hat Wert, auch wenn der Agent am Ende nicht eingesetzt wird. Sie sollte in der Auswertung festgehalten werden, statt im Gespräch zu verschwinden.

Garantien gibt es nicht. Ein Pilot kann belegen, dass ein Ansatz trägt, oder zeigen, dass er es nicht tut. Beide Ergebnisse sind brauchbar, solange sie ehrlich festgehalten werden. Das Schlechteste ist ein Pilot, der nie beendet wird und dessen Ergebnis jeder nach Belieben deutet. Halten Sie deshalb die Entscheidung schriftlich fest, mit Datum, Begründung und den Kennzahlen, auf die sie sich stützt, damit sie auch in einem Jahr noch nachvollziehbar ist.

Die Rolle der Mitarbeitenden wird oft auf das Abnicken reduziert: Der Agent liefert, ein Mensch bestätigt. Dieses Bild unterschätzt, wo das Wissen steckt. Die Person, die den Prozess seit Jahren erledigt, kennt die Ausnahmen, die Tücken und die ungeschriebenen Regeln. Ohne sie kann kein Agent sinnvoll angeleitet werden, und niemand kann beurteilen, ob seine Ergebnisse brauchbar sind.

Deshalb gehört mindestens eine erfahrene Person aus dem Fachbereich von Anfang an in den Pilot. Sie beschreibt den Sollablauf, liefert Beispiele guter und schlechter Ergebnisse und bewertet die Entwürfe. Sinnvoll ist, ihr echte Entscheidungsmacht zu geben, etwa das Recht, einen Pilot zu pausieren. Wer nur zuschauen darf, entwickelt Skepsis, und wer mitentscheidet, entwickelt Verantwortung.

Ehrlichkeit über die Folgen gehört dazu. Wird ein Prozess automatisiert, fragen sich Beteiligte zu Recht, was das für ihre Arbeit heißt. Eine glaubwürdige Antwort benennt, was der Agent übernimmt, was bei den Menschen bleibt und wie freiwerdende Zeit genutzt wird. Ausweichende Formulierungen untergraben die Mitarbeit, auf die der Pilot angewiesen ist. Laden Sie das Team außerdem zur Auswertung ein, damit es seine Beobachtungen selbst einbringen kann.

Schulung ist schlicht und praktisch. Menschen sollten verstehen, was der Agent kann, wo er irrt und wie sie Fehler melden. Ein einfacher Rückkanal, etwa ein Feld im Entwurf, in dem Korrekturen mit Begründung festgehalten werden, liefert die besten Lernsignale. Er zeigt zugleich, ob die Prüfung ernst genommen wird.

Nach dem Pilot steht eine von drei Entscheidungen: weitermachen, anpassen oder beenden. Weitermachen heißt nicht, sofort mehr Prozesse anzuschließen. Zunächst wird der Pilotprozess in den Regelbetrieb überführt, mit Protokollierung, Überwachung und klar benannter Verantwortung. Danach folgt eine Lernphase, in der Sie beobachten, ob die Ergebnisse stabil bleiben, auch wenn sich Rahmenbedingungen ändern.

Skalierung ist die Wiederholung der Auswahl, nicht ihre Abschaffung. Jeder weitere Kandidat läuft durch dieselbe Matrix, und mit wachsender Erfahrung verschieben sich die Bewertungen. Ein Prozess, der anfangs zu riskant war, kann jetzt aufgrund vorhandener Freigabeschritte tragbar sein. Dasselbe gilt in die andere Richtung: Zeigt der erste Pilot Grenzen, nehmen Sie diese in die Kriterien auf.

Wichtig ist, was in der Lernphase beobachtet wird. Fehler, die sich häuften, sind die weniger interessanten Signale, denn sie fallen auf. Aufschlussreicher ist schleichender Qualitätsverlust: Vorlagen ändern sich, ein Produkt kommt hinzu, Mitarbeitende wechseln, und der Agent arbeitet weiter nach altem Stand. Deshalb gehört zur Lernphase ein fester Rhythmus, in dem Stichproben gezogen, Korrekturen ausgewertet und Anweisungen des Agenten angepasst werden.

Auch die Verantwortung muss benannt sein. Es braucht eine Person, die den Agenten fachlich betreut, und eine, die über Berechtigungen und Datenzugriffe entscheidet. In kleinen Betrieben sind das oft dieselben Menschen, was in Ordnung ist, solange es ausdrücklich so vereinbart wurde. Ohne diese Zuordnung versandet ein gut gelaufener Pilot im Alltag, weil sich niemand zuständig fühlt, wenn etwas auffällt.

Der nächste Schritt ist klein. Sammeln Sie die drei bis fünf Prozesse, die im Haus für den Agenten im Gespräch sind, und beantworten Sie für jeden die fünf Fragen in je einem Satz. Meist zeichnet sich schon dabei ein Favorit ab, und ebenso oft zeigt sich, dass die Datenlage oder die Messbarkeit noch vorbereitet werden muss. Wir bewerten diese Liste gern gemeinsam mit Ihnen und sagen offen, wenn ein Pilot noch zu früh käme.