Mehr Anfragen und weniger Handarbeit mit KI, die zu deinem Unternehmen passt.

Bevor ein Werkzeug ausgesucht wird, klärst du drei Dinge. Keine dieser Fragen hat mit Technik zu tun. Welche Aufgabe kostet dich jede Woche Zeit, wie oft fällt sie an, und wie klar ist die Regel dahinter? Sobald du das beantworten kannst, ist die Auswahl der Technik der einfachste Teil des Projekts. Läuft es andersherum, kaufst du eine Lösung und suchst danach ein Problem, das zu ihr passt.

Die dritte Frage ist die, an der es meistens hängt. Eine Aufgabe mit klarer Regel wird zu einer Automation, die jedes Mal denselben Weg geht. Eine Aufgabe, bei der du beim Erklären ins Stocken kommst, weil es „darauf ankommt“, braucht ein Modell, das die Entscheidung im Einzelfall trifft. Beides ist machbar, aber es sind zwei verschiedene Bauformen mit sehr unterschiedlichem Aufwand.

Eine Automation folgt einer festen Reihenfolge und eignet sich für alles, was jedes Mal gleich abläuft: Rechnung kommt rein, Daten werden ausgelesen, Buchhaltung bekommt sie sortiert. Ein KI Agent bekommt dagegen ein Ziel statt eines Ablaufs und entscheidet selbst, welche Schritte er dafür geht. Und wenn kein fertiges Werkzeug zu deinen Daten passt, wird daraus eigene Software, die genau deinen Fall abbildet und sonst nichts.

Die Grenze zwischen den ersten beiden ist wichtiger, als sie klingt. Ein Agent wird an Stellen teuer, an denen eine Automation gereicht hätte. Welche Form wann gewinnt, steht ausführlich in KI Agent oder Automation.

• Immer gleicher Ablauf, klare Regeln: eine Automation, weil sie nachvollziehbar bleibt und pro Durchlauf fast nichts kostet.
• Sprache, Kontext, Einzelfallentscheidung: ein KI Agent, der liest, einordnet und im Zweifel nachfragt.
• Eigene Daten, eigene Logik, kein passendes Tool: eine kleine Anwendung, die genau diesen Ausschnitt abdeckt.
• Kunden finden dich nicht, obwohl das Angebot stimmt: dann liegt die Arbeit bei Webseiten und SEO und nicht bei einem Modell.

Die häufigste Ursache ist kein technischer Fehler, sondern ein Anwendungsfall, den sich niemand vorher angesehen hat. Ein Prototyp läuft in der Vorführung sauber durch, weil er mit sauberen Beispieldaten gefüttert wurde. Im Alltag kommen dann Anfragen ohne Betreff, Rechnungen als Foto und Kunden, die drei Fragen in eine Mail packen. Deshalb entsteht bei mir der erste Prototyp gleich mit deinen eigenen Daten.

• Der Anwendungsfall ist zu groß gewählt, sodass sechs Wochen vergehen, bevor irgendjemand ein Ergebnis sieht.
• Niemand im Team weiß, was das System tut, weil die Übergabe aus einem Zugang und einem Link bestand.
• Die Datenfrage wird ans Ende geschoben, obwohl sie über die Wahl des Modells entscheidet.
• Es gibt keinen Weg zurück, wenn die Automation danebenliegt, und deshalb traut sich niemand, sie scharf zu schalten.

Am schnellsten trägt sich ein Projekt, das mit einer einzigen Aufgabe anfängt und die dafür vollständig abbildet. Du rechnest den Nutzen vorher aus, indem du die Minuten pro Durchlauf mit der Zahl der Durchläufe im Monat multiplizierst. Die Reihenfolge über mehrere Aufgaben hinweg klärt Welche Aufgaben du zuerst automatisierst. Was so ein erster Schritt kostet, rechnet Was kostet eine Automation vor.

Danach wird der zweite Anwendungsfall meistens günstiger als der erste, weil Zugänge, Schnittstellen und Rechte schon stehen. Mit der ersten Automation legst du also die Grundlage für die nächsten fünf.