Traditionelle Automatisierung oder künstliche Intelligenz: wie man wählt

Viele Automatisierungen entstehen heute rückwärts: Man entscheidet sich für künstliche Intelligenz und sucht danach, wo man sie einsetzen kann. Das Ergebnis sind Prozesse, die vorher mit drei Regeln funktionierten und jetzt fast immer richtige Antworten liefern – was in einem Unternehmensprozess oft schlechter ist. Dieser Leitfaden hilft dabei, für eine konkrete Aufgabe zu entscheiden, ob eine explizite Regel, ein interpretierendes Modell oder ein Ablauf nötig ist, der beides nutzt.

Die Unterscheidung ist nicht technischer, sondern praktischer Art, und sie lässt sich auf eine Frage reduzieren: Gibt es in dem Schritt, den Sie automatisieren wollen, etwas zu verstehen, oder nur etwas auszuführen?

Die entscheidende Frage: Muss etwas interpretiert werden?

Schauen Sie sich an, was in den Schritt hineinfließt, nicht was herauskommt. Die Art des Eingangs bestimmt den Mechanismus.

• Wenn am Eingang strukturierte Felder stehen – ein Betrag, ein Datum, ein Status, eine aus einer Liste gewählte Kategorie – und sich die Entscheidung als „wenn dies eintritt, tue das“ formulieren lässt, braucht es eine Regel. Sie ist schneller, günstiger und immer erklärbar.
• Wenn am Eingang freier Text steht, eine gesprochene Äußerung, ein von jemand anderem verfasstes Dokument oder ein Inhalt, der jedes Mal in anderer Form ankommt, muss vor der Ausführung erst verstanden werden. Dort bringt künstliche Intelligenz etwas ein, das Regeln nicht leisten.
• Wenn die Entscheidung bei gleichen Daten jedes Mal identisch ausfallen muss – eine Berechnung, die Anwendung einer Preisliste, eine Schwellenwertprüfung –, vertrauen Sie sie keinem Modell an, auch wenn es das könnte. Ein Ergebnis, das variieren kann, ist dort nicht akzeptabel, wo Determinismus gefragt ist.

Die Verwirrung entsteht bei gemischten Prozessen, und das ist die Mehrheit. Eine E-Mail eines Kunden enthält freien Text (zu interpretieren) und führt zu einer Bestellung (nach Regeln auszuführen). Das ist kein Prozess, den man einem einzigen Mechanismus zuweist: Es ist ein Prozess, der in zwei Teile zerlegt werden muss.

Drei Prozesse, drei unterschiedliche Antworten

Drei veranschaulichende Fälle aus einem kleinen Unternehmen. Die Lösungen hängen nicht von der Branche ab, sondern von der Form dessen, was ankommt.

Im zweiten Fall lohnt es sich zu beachten, wo die Aufgabe des Modells endet: Es klassifiziert, antwortet nicht und entscheidet nicht. Je enger die der künstlichen Intelligenz übertragene Aufgabe begrenzt ist, desto kontrollierbarer bleibt der Ablauf und desto leichter lässt sich erkennen, an welcher Stelle etwas schiefgelaufen ist, wenn etwas schiefgeht.

Kontrollierbarkeit und Wartung: zwei unterschiedliche Kosten

Die beiden Wege kosten nicht nur unterschiedliche Beträge: Sie kosten unterschiedlichen Aufwand, verteilt auf unterschiedliche Phasen im Leben des Systems.

• Eine falsche Regel findet man, indem man sie liest. Man öffnet sie, sieht die Bedingung, korrigiert sie. Der Nachteil ist, dass sich Regeln vermehren: Nach ein paar Jahren weiß niemand mehr, warum eine bestimmte Regel existiert, und niemand traut sich, sie zu entfernen.
• Ein Modell, das sich irrt, liest man nicht: Man beobachtet es. Um zu verstehen, warum es falsch klassifiziert hat, müssen die Fälle gesammelt und verglichen werden, und die Korrektur gelingt nie garantiert beim ersten Versuch.
• Die Wartung von Regeln ist gelegentlich und vorhersehbar: Man greift ein, wenn sich eine betriebliche Bedingung ändert. Die eines Ablaufs mit KI ist fortlaufend: Grenzfälle müssen beobachtet werden, und es muss kontrolliert werden, dass die Qualität nicht nachlässt, wenn sich die Art der eingehenden Anfragen ändert.
• Fragen Sie immer, wer in einem Jahr Hand an das System legen wird. Lautet die Antwort „eine interne Person“, wiegt das bei der Wahl des Mechanismus schwer.

Hinzu kommt ein Aspekt, der eher die Organisation als die Technik betrifft: Ein Ablauf mit künstlicher Intelligenz braucht jemanden, der regelmäßig prüft, was er getan hat. Gibt es diese Person im Unternehmen nicht, funktioniert der Ablauf so lange, bis es niemandem auffällt.

Wenn die Aktion Folgen hat: die Freigaben

Die entscheidende Frage ist nicht, wie gut das System ist, sondern was passiert, wenn es sich irrt. Aus dieser Antwort ergibt sich das nötige Kontrollniveau, und das gilt sowohl für Regeln als auch für künstliche Intelligenz.

1. Ist der Fehler unsichtbar und reversibel – ein internes Label, eine Nachricht im falschen Postfach –, kann das System allein handeln, und die Kontrolle erfolgt stichprobenartig.
2. Ist der Fehler für den Kunden sichtbar, aber behebbar – eine ungenaue Antwort, eine unnötige Meldung –, braucht es eine menschliche Prüfung bei den Fällen, in denen das System selbst Unsicherheit meldet.
3. Hat der Fehler wirtschaftliche oder vertragliche Folgen – eine erfasste Bestellung, ein angewandter Preis, eine Zahlung, eine offizielle Mitteilung –, wird die Aktion vorgeschlagen und nicht ausgeführt: Eine Person bestätigt, und das System zeichnet auf, wer wann bestätigt hat.
4. Legen Sie in jedem Fall vorher fest, was passiert, wenn eine Information fehlt. Ein Ablauf, der ohne ein gefundenes Datum trotzdem weiterläuft, ist gefährlicher als einer, der anhält.

Was dieser Leitfaden nicht behandelt

Hier geht es um die Wahl des Mechanismus: Regeln, künstliche Intelligenz oder eine Kombination aus beidem. Der kommerzielle Vergleich zwischen den auf dem Markt verfügbaren Werkzeugen – was zu kaufen, was zu kombinieren und was zu bauen sich lohnt – wird in einem eigenen Leitfaden behandelt, weil dafür andere Kriterien gelten und sich die Lage schneller ändert. Mit welcher Aufgabe man im Unternehmen mit KI beginnen sollte, hat einen eigenen Leitfaden.