Mit welcher Aufgabe im Unternehmen mit KI beginnen? Eine Prioritätenmatrix
Einen ersten, nützlichen und überprüfbaren Einsatzbereich wählen, ohne jeder Möglichkeit hinterherzujagen.
SqualiOnline Redaktion · 2026-09-07
Das Problem ist nicht, eine Aufgabe zu finden, bei der künstliche Intelligenz nützlich sein könnte: Zwanzig davon findet man in einer halben Stunde. Das Problem ist, dass ein schlecht gewählter erster Versuch das Vertrauen derjenigen verbrennt, die anschließend alle weiteren nutzen sollen – und das schnell. Dieser Leitfaden hilft dabei, eine einzige Aufgabe als Ausgangspunkt zu wählen und im Voraus festzulegen, woran man erkennt, ob es funktioniert hat.
Man beginnt bei den Aufgaben, nicht bei den Werkzeugen
Die Liste entsteht im Gespräch mit denjenigen, die die Arbeit ausführen, nicht in einem Meeting mit denjenigen, die sie beschreiben. Für jede Aufgabe braucht es fünf Antworten.
- Wie oft es vorkommt: täglich, wöchentlich, monatlich.
- Wie viel Zeit es beansprucht und bei wem. Die Zeit einer Person, die auch anderes tun könnte, zählt anders als Leerlaufzeit.
- Welche Informationen dafür nötig sind und wo sie heute liegen.
- Was passiert, wenn sie schlecht gemacht wird, und wer es bemerkt.
- Wie sehr sie sich jedes Mal gleicht.
Das sind fünf Antworten pro Aufgabe, und sie lassen sich an einem Nachmittag zusammentragen. Wer diesen Schritt überspringt, wählt den ersten Fall danach aus, wie interessant er ist – das denkbar schlechteste Kriterium.
Drei Fragen, die die halbe Liste aussortieren
- Wie variabel ist sie? Eine Aufgabe, die jedes Mal einen neuen Kontext und andere Regeln hat, lässt sich schwer automatisieren und noch schwerer kontrollieren: Sie könnten nicht sagen, ob das Ergebnis stimmt, ohne die Arbeit noch einmal zu machen.
- Was passiert, wenn das Ergebnis falsch ist? Ein falscher Entwurf ist in einer Minute korrigiert. Eine falsche Nachricht an einen Kunden, ein falscher Preis, ein falscher technischer Rat haben Folgen, die sich nicht rückgängig machen lassen.
- Existieren die Daten, und sind sie lesbar? Wenn die Informationen in eingescannten Fotokopien, in den Köpfen der Mitarbeiter oder in fünf Systemen stecken, die nicht miteinander sprechen, liegt die eigentliche Arbeit dort – und das ist keine Aufgabe für künstliche Intelligenz.
Die Matrix
Stellt man die Aufgaben nebeneinander, trifft sich die Entscheidung meist von selbst. Die folgenden drei Zeilen zeigen, wie die Tabelle ausgefüllt wird: Sie beschreiben kein reales Unternehmen.
| Aufgabe | Häufigkeit | Variabilität | Fehler | Daten bereit | Urteil |
|---|---|---|---|---|---|
| Eingehende Anfragen nach Typ sortieren | Hoch, täglich | Niedrig: Es sind immer dieselben vier oder fünf Anfragearten | Behebbar: landet in der falschen Warteschlange und wird wiedergefunden | Ja, es ist Text und bereits vorhanden | Guter erster Fall |
| Eine Antwort in internen Dokumenten suchen | Hoch, aber für jede Person unterschiedlich | Mittel | Hoch, wenn jemand aufgrund einer falschen Antwort handelt | Nur teilweise: viele Dokumente sind Scans, manche veraltet | Guter Fall, aber erst nach Bereinigung der Dokumente |
| Die monatliche Zusammenfassung für die Geschäftsführung erstellen | Niedrig: einmal im Monat | Hoch: ändert sich je nachdem, was betrachtet werden soll | Mittel: eine falsche Zahl führt zu einer falschen Entscheidung | Ja, sie stehen in der Verwaltungssoftware | Wenig geeignet als erster Fall: bringt wenig und muss komplett nachgeprüft werden |
Bevor man von künstlicher Intelligenz spricht
Mehrere Aufgaben auf der Liste lassen sich mit etwas Einfacherem und Stabilerem lösen: einer Regel, einem Pflichtfeld in einem Formular, einem Label, einem separaten Postfach, einer Abfrage in der Verwaltungssoftware. Das zu prüfen lohnt sich, denn die einfache Lösung lässt sich jedem erklären und braucht keine Überwachung.
Die Kosten, die man nicht sieht
Die Kosten liegen selten in der Mitte. Sie liegen an den beiden Enden, und das ist der Teil, den optimistische Angebote vergessen.
- Woher die Eingangsinformation stammt und wer sie im Laufe der Zeit aktuell hält.
- Wo das Ergebnis landet. Wenn es jemand von Hand von einem Fenster ins andere übertragen muss, haben Sie die Arbeit verschoben, nicht abgeschafft.
- Wer kontrolliert, wie oft, und an welcher Stichprobe. Die Überwachung ist ein wiederkehrender Kostenpunkt, keine Anfangsphase.
- Was passiert, wenn das System nicht oder falsch antwortet: Wer bemerkt es, und wie arbeitet man in der Zwischenzeit weiter.
- Wer dem Kunden antwortet, wenn das Ergebnis ihn betrifft.
Ein Fall, der in den Werkzeugen abläuft, die die Mitarbeiter bereits verwenden, kostet deutlich weniger als einer, der ein zusätzliches Fenster erfordert, das offen gehalten und regelmäßig aufgerufen werden muss.
Wählen und die Kriterien vorher festhalten
- Eine einzige Aufgabe wählen: die häufigste unter denen mit geringer Variabilität und behebbarem Fehler.
- Aufschreiben, was eine Person heute Schritt für Schritt tut, einschließlich der Ausnahmen.
- Die Ausgangssituation messen – aufgewendete Zeit, Volumen, in einem festgelegten Zeitraum beobachtete Fehler –, bevor irgendetwas verändert wird. Ohne diese Messung ist später kein Vergleich möglich.
- Festlegen, was als Erfolg gilt, und zwar beobachtbar, sowie wer ihn feststellt.
- Das Datum festlegen, an dem entschieden wird, sowie die drei zulässigen Antworten: ausweiten, korrigieren, aufgeben.
Der dritte Punkt wird am häufigsten übersprungen, und er ist es, der ein Projekt von einer Vorführung unterscheidet. Ohne den Ausgangswert wird am Ende nur über Eindrücke diskutiert.
Was dieser Leitfaden nicht behandelt
Hier geht es darum, die Ausgangsaufgabe zu wählen. Wie das Pilotprojekt anschließend organisiert wird – mit welcher Stichprobe, mit welcher Überwachung und mit welcher Abschlussentscheidung – ist eine eigene Aufgabe. Auch der konkrete Vergleich zwischen traditioneller Automatisierung und künstlicher Intelligenz, wenn beides möglich ist, verdient eine eigene Betrachtung.
Häufig gestellte Fragen
Mit wie vielen Aufgaben sollte man beginnen?
Mit einer. Zwei Projekte gleichzeitig verdoppeln die Meetings und teilen die Aufmerksamkeit, und wenn etwas nicht funktioniert, lässt sich nicht mehr unterscheiden, ob der gewählte Fall oder die Art der Arbeit das Problem ist. Die zweite Aufgabe wählt man mit dem, was man aus der ersten gelernt hat.
Und wenn der erste Fall keine messbare Einsparung bringt?
Das ist ein Ergebnis, kein Fehlschlag – vorausgesetzt, der Ausgangswert wurde gemessen. Es zeigt, dass sich diese Art von Aufgabe nicht lohnt, und in der Regel bleibt etwas Wiederverwendbares übrig: geordnete Dokumente, bereinigte Daten, ein endlich schriftlich festgehaltener Prozess.
Müssen die Daten perfekt sein, bevor man beginnt?
Nein, aber sie müssen lesbar sein und einen Verantwortlichen haben. Wenn niemand weiß, welche Version eines Dokuments die gültige ist, tritt das Problem mit oder ohne künstliche Intelligenz gleichermaßen auf: Der Unterschied ist, dass es sich mit KI schneller und mit mehr scheinbarer Sicherheit verbreitet.
Wir finden gemeinsam einen ersten passenden Anwendungsfall für Ihr Unternehmen.
Wenn Sie darüber sprechen möchten, ist dafür Künstliche Intelligenz zuständig.

