Ein Prozess eignet sich für KI-Automatisierung, wenn er wiederkehrend, anhand realer Beispiele prüfbar und bei Fehlern kontrollierbar ist. Priorisieren Sie nicht den auffälligsten Anwendungsfall, sondern den Ablauf mit erkennbarem Nutzen, ausreichender Datenreife, vertretbarem Fehlerrisiko und klarer fachlicher Verantwortung.
Geeigneten Prozess erkennen
Beginnen Sie mit einer Aufgabe, die heute regelmäßig vorkommt und deren Eingang sowie gewünschtes Ergebnis beschrieben werden können. KI ist besonders dann prüfbar, wenn ein Mensch gute und schlechte Ausgaben unterscheiden kann. Offene Entscheidungen mit schweren, schwer reversiblen Folgen gehören nicht in einen ersten autonomen Ablauf.
Ausgangslage messen
Erfassen Sie Fallarten, aktive Bearbeitung, Wartezeiten, Rückfragen, Korrekturen und Abbrüche. Dokumentieren Sie zusätzlich, welche Arbeit nach einer Automatisierung tatsächlich entfällt und welche nur an eine andere Stelle verschoben wird. Die Baseline verhindert, dass ein schneller Demo-Eindruck mit realem Nutzen verwechselt wird.
Priorisierungsmatrix
| Kriterium | Günstiges Signal | Warnsignal |
|---|---|---|
| Nutzen | Ein klarer Engpass oder Qualitätsproblem wird adressiert. | Der Use Case existiert nur, weil KI eingesetzt werden soll. |
| Datenreife | Reale Beispiele, Rechte und Eigentümer sind bekannt. | Quellen oder erlaubte Nutzung sind offen. |
| Fehlerrisiko | Fehler sind sichtbar, korrigierbar und begrenzt. | Fehler wirken unbemerkt auf Menschen oder Systeme. |
| Umsetzbarkeit | Der Ablauf hat wenige stabile Schnittstellen. | Viele unbekannte Systeme bestimmen den Kern. |
Bewerten Sie nicht mit einer universellen Punktzahl. Halten Sie pro Kriterium Beleg, offene Frage und verantwortliche Person fest. Ein Warnsignal mit hoher Fehlerfolge kann wichtiger sein als mehrere günstige Signale.
Human-in-the-loop konkret planen
- Welche Ausgabe muss ein Mensch vor einer Aktion bestätigen?
- Welche Rechte erhält das System und welche ausdrücklich nicht?
- Wie wird ein Fehler erkannt, protokolliert und korrigiert?
- Welcher manuelle Ablauf bleibt verfügbar?
- Wer prüft Änderungen an Modell, Prompt oder Datenquelle?
Gespräch vorbereiten
Bringen Sie einen realen Ablauf, typische und schwierige Beispiele, bekannte Datenquellen, den Prozessverantwortlichen und die gewünschte Entscheidung mit. Im Gespräch wird daraus kein Standardpaket, sondern ein Vorschlag für den kleinsten sinnvollen Beleg.
Primärquellen
- NIST: AI Risk Management Framework — Rahmen für Governance und Messung; abgerufen am 5. September 2026.
- NIST: Generative AI Profile — Risiken generativer Systeme; abgerufen am 5. September 2026.