Mit dem Prozess beginnen
Wer direkt mit einem KI-Tool startet, automatisiert oft nur einen Ausschnitt. Sinnvoller ist es, zuerst den gesamten Ablauf zu betrachten: Wo kommt ein Vorgang an? Welche Daten sind vorhanden? Wo wird heute entschieden? In welches System muss das Ergebnis? Und was passiert, wenn Informationen fehlen?
Klassische Automation ist oft besser
Feste Zuordnungen, Datenübertragungen, Synchronisationen und Benachrichtigungen lassen sich deterministisch abbilden. Wenn eine Kundennummer eindeutig einem Datensatz entspricht, braucht es dafür kein Sprachmodell. Klassische Logik ist hier nachvollziehbarer und meist günstiger.
Wo KI wirklich hilft
Freitext, Dokumente, uneinheitliche Eingaben und flexible Klassifizierung sind typische Stellen, an denen Modelle sinnvoll ergänzen können. Ein Beispiel: Ein PDF wird per OCR lesbar gemacht, ein Modell erkennt Dokumenttyp und Inhalte, anschließend übernehmen Regeln die Ablage im Zielsystem.
Fehlerbehandlung gehört zum Produkt
Ein Workflow ist erst produktiv, wenn auch der Nicht-Happy-Path funktioniert. APIs sind nicht immer verfügbar, Daten sind unvollständig und externe Systeme ändern sich. Deshalb gehören Retries, Protokollierung, Benachrichtigungen und eine Warteschlange für nicht automatisch lösbare Fälle von Anfang an dazu.
Human-in-the-loop an den richtigen Stellen
Kritische Entscheidungen müssen nicht automatisiert werden, nur weil die technischen Möglichkeiten vorhanden sind. Häufig ist der beste Ablauf: automatisch erfassen, prüfen und vorbereiten – dann einem Menschen eine klare Entscheidung vorlegen – anschließend automatisch weiterarbeiten.
Ein sinnvoller erster Prozess
Für den Einstieg eignet sich ein Ablauf, der regelmäßig vorkommt, heute spürbar Zeit kostet und einen klaren Anfang sowie ein klares Ergebnis hat. Beispiele sind E-Mail-Anfragen, Dokumentenverarbeitung, Bewerbungen oder wiederkehrende Datentransfers zwischen zwei Systemen.