Die gefährlichste KI-Frage lautet: Welches Tool nehmen wir?
Viele KI-Projekte starten zu spät — nicht zeitlich, sondern gedanklich. Sie starten bei Tools. „Sollen wir ChatGPT Team nehmen?“ „Brauchen wir Claude?“ „Kann man das mit n8n bauen?“ „Gibt es dafür schon einen Agenten?“ „Hat jemand dieses neue Ding gesehen, das angeblich alles automatisch macht?“
Diese Fragen sind nicht falsch. Sie kommen nur zu früh. Wenn du nicht weißt, welcher Prozess besser werden soll, ist Tool-Auswahl nur digitales Topfschlagen. Man bewegt sich. Es klingt nach Aktivität. Man trifft vielleicht sogar etwas. Aber niemand sollte daraus eine Strategie ableiten.
Der KI-Check beginnt deshalb nicht mit Software. Er beginnt mit Arbeit.
Schritt 1: Was ist der Prozess wirklich?
Nicht: „Wir wollen KI im Vertrieb nutzen.“ Das ist kein Prozess. Das ist ein Wunsch mit Abteilung. Ein Prozess ist konkreter: Eine Lead-Anfrage kommt rein. Ein Kunde braucht ein Angebot. Ein Support-Fall muss sortiert werden. Ein Projektstatus soll zusammengefasst werden. Ein Content-Entwurf braucht Freigabe. Ein Berater muss aus Interviewprotokollen Hypothesen bilden.
Der erste Schritt im KI-Check ist brutal langweilig und genau deshalb wichtig: Aufschreiben, was tatsächlich passiert. Wer startet den Vorgang? Welche Informationen werden gebraucht? Welche Tools sind beteiligt? Wer entscheidet? Wo wird gewartet? Wo wird kopiert? Wo wird gesucht? Wo entstehen Fehler?
Wenn ein Prozess nur funktioniert, weil Sabine seit sieben Jahren weiß, welche Excel-Datei „die richtige“ ist, dann ist das keine Prozessreife. Das ist Sabine als Infrastruktur. Sabine hat Besseres verdient. Mehr in KI-Use-Case-Priorisierung.
Schritt 2: Ist das Problem überhaupt KI-fähig?
Nicht jedes Problem braucht KI. Das muss man laut sagen, weil sonst sofort jemand einen Agenten baut, der eine Aufgabe erledigt, die eigentlich ein Pflichtfeld im Formular gebraucht hätte.
KI lohnt sich besonders, wenn: viel Kontext verarbeitet werden muss, Texte oder Entscheidungen vorbereitet werden, Informationen aus mehreren Systemen zusammengeführt werden, Muster erkannt werden sollen, Übergaben sauberer werden müssen oder Menschen durch Vorarbeit entlastet werden können.
KI lohnt sich weniger, wenn: der Prozess unklar ist, Daten fehlen, die Aufgabe rein regelbasiert ist, niemand das Ergebnis prüfen kann — oder der eigentliche Schmerz darin besteht, dass drei Menschen sich nicht einigen wollen. Für Letzteres gibt es keine API. Leider. Manchmal ist die beste KI-Entscheidung: keine KI. Siehe Bauen statt Kaufen.
Schritt 3: Welche Daten braucht der Prozess?
KI ohne Datenklarheit ist ein hübscher Zufallsgenerator. Welche Daten braucht das System? Wo liegen sie? Sind sie aktuell? Wer pflegt sie? Darf die KI sie sehen? Sind sie strukturiert oder liegen sie als PDF-Sammlung in einem Ordner namens „Alt“?
Gibt es Kundendaten, Vertragsdaten, personenbezogene Daten, interne Notizen, historische Entscheidungen? Welche Quellen sind freigegeben? Welche dürfen nie genutzt werden?
Diese Fragen sind nicht bürokratisch. Sie entscheiden, ob das System später arbeitet oder halluziniert. Wenn die KI nicht weiß, welche Informationen gültig sind, füllt sie Lücken — nicht mit einem kleinen Warnschild, sondern mit Selbstvertrauen.
Schritt 4: Wo braucht es Zustand?
Viele KI-Demos wirken gut, weil sie einen einzelnen Moment zeigen. Eine Frage rein. Antwort raus. Alle nicken. Der Alltag ist gemeiner.
Ein Vorgang läuft über Tage. Menschen ergänzen Informationen. Freigaben fehlen. Ein Kunde antwortet später. Ein Risiko taucht auf. Ein Entwurf wird geändert. Eine Entscheidung wird verschoben. Das System muss wissen, wo es steht: Was ist offen? Was wurde schon geprüft? Welche Version gilt? Wer ist dran? Was passiert nach Freigabe?
Wenn ein KI-System keinen Zustand halten kann, ist es für echte Prozesse oft zu dünn. Dann beginnt jede Interaktion wieder bei null. Das ist nicht smart. Das ist ein sehr höfliches Gedächtnisproblem. Mehr in Die KI-Schicht.
Schritt 5: Wer entscheidet?
Die wichtigste Frage im KI-Check ist oft nicht technisch. Sie lautet: Wer darf entscheiden? Nicht jede Ausgabe braucht menschliche Freigabe. Aber manche unbedingt.
Ein interner Zusammenfassungsentwurf kann automatisch erstellt werden. Eine Kundenmail vielleicht nicht. Eine Budgetentscheidung sicher nicht. Eine rechtliche Einschätzung bitte schon gar nicht, außer man hat Lust auf sehr teure Lernmomente.
Der KI-Check unterscheidet Risiko: Niedriges Risiko — automatisch laufen lassen. Mittleres Risiko — prüfen lassen. Hohes Risiko — verpflichtende Freigabe. Unklare Daten — stoppen und nachfragen. Das ist keine Innovationsbremse. Das ist eine Ampel. Siehe Human-in-the-loop und KI-Governance.
Schritt 6: Wo landet das Ergebnis?
Viele KI-Projekte enden zu früh. Die KI erzeugt etwas. Alle freuen sich. Dann kopiert ein Mensch das Ergebnis irgendwohin. Oder auch nicht. Und drei Tage später fragt jemand: „Wo steht das jetzt?“
Wenn ein KI-System Ergebnisse nicht in die Arbeit zurückschreibt, bleibt es ein Nebenschauplatz. Eine gute Lösung klärt: Wird die Antwort im CRM dokumentiert? Wird ein Ticket aktualisiert? Wird eine Aufgabe erstellt? Wird eine Entscheidung gespeichert? Wird eine Freigabe protokolliert? Wird der Kunde informiert? Wird der nächste Schritt gesetzt?
KI ist erst dann im Prozess, wenn das Ergebnis dort landet, wo weitergearbeitet wird — nicht im Chatverlauf. Chatverläufe sind keine Unternehmensarchitektur. Auch wenn manche inzwischen so behandelt werden.
Schritt 7: Woran messen wir Erfolg?
„Wir nutzen jetzt KI“ ist keine Metrik. Es ist ein Satz für ein All-Hands-Meeting. Der KI-Check braucht konkrete Messung: Antwortzeit, Durchlaufzeit, Fehlerquote, Anzahl Rückfragen, Qualität der Übergaben, Anteil automatisch vorbereiteter Vorgänge, Anteil korrekt eskalierter Fälle, Zeit bis zur Freigabe, Kundenzufriedenheit, Marge.
Oder manchmal ganz simpel: Wie oft muss jemand etwas suchen? Wenn du nicht messen kannst, ob ein Prozess besser wurde, kannst du nur hoffen. Hoffnung ist schön. Aber sie hat in Projektbudgets eine schwierige Erfolgsbilanz.
Mehr in KI-Audit 90-Tage-Roadmap.
Die rote Liste: Wann du nicht automatisieren solltest
Es gibt klare Warnzeichen: Wenn niemand den Prozess erklären kann. Wenn Daten unklar oder unzuverlässig sind. Wenn Verantwortung nicht geklärt ist. Wenn das Ergebnis niemand fachlich prüfen kann. Wenn die Aufgabe selten vorkommt und kaum Aufwand erzeugt. Wenn der Prozess politisch vermint ist und KI nur als Ausrede dienen soll.
Wenn der eigentliche Wunsch lautet: „Können wir das Problem automatisieren, damit niemand darüber reden muss?“ — dann bitte langsam. Sehr langsam.
KI ist kein Konfliktlösungsgerät. Sie kann Arbeit unterstützen. Sie kann keine Führung ersetzen. Sie kann auch keine Prozesse retten, die nur existieren, weil niemand den Mut hatte, sie abzuschaffen. Manche Dinge brauchen keinen Agenten. Sie brauchen ein Ende.
Ein Beispiel: Content-Freigabe
Nehmen wir eine Agentur. Ein Content-Entwurf entsteht. Heute läuft es vielleicht so: Texter schreibt. Projektmanager prüft. Kunde kommentiert. Strategie ergänzt. SEO meckert. Design wartet. Eine Änderung landet in der falschen Version. Jemand schreibt „nur kurz finalisieren“. Alle wissen, dass das gelogen ist.
Jetzt könnte man sagen: Wir brauchen KI, die Texte schneller schreibt. Vielleicht. Aber der größere Hebel liegt oft in der Freigabe. Ein KI-Check würde fragen: Welche Informationen braucht der Entwurf? Welche Tonalität gilt? Welche Aussagen sind erlaubt? Wer prüft Strategie, SEO, Recht, Kunde? Welche Kommentare sind bindend? Wo liegt die aktuelle Version? Wann gilt etwas als freigegeben?
Dann kann KI helfen: Briefing zusammenführen, Entwurf vorbereiten, Abweichungen markieren, Kundenfeedback sortieren, Freigabestatus anzeigen, nächste Schritte setzen. Das ist viel wertvoller als „schreib mal zehn Varianten“. Zehn Varianten sind schnell gemacht. Eine saubere Freigabe spart Nerven. Mehr in Vom Texter zum Operator.
Der KI-Check in fünf Fragen
Erstens: Welche konkrete Arbeit soll besser werden?
Zweitens: Welche Daten braucht diese Arbeit und dürfen wir sie nutzen?
Drittens: Wo braucht der Prozess Zustand, Historie oder Kontext?
Viertens: Welche Entscheidungen darf KI vorbereiten und welche muss ein Mensch treffen?
Fünftens: Woran merken wir nach vier Wochen, dass es besser ist?
Wenn diese fünf Fragen nicht beantwortet sind, ist Toolkauf zu früh. Dann wird aus einem unklaren Prozess ein unklarer Prozess mit monatlicher Lizenzgebühr. Das ist keine Innovation. Das ist Abo-Chaos.
Wo ich ansetze
Ich nutze den KI-Check mit Dienstleistern, Agenturen und Beratern, bevor gebaut oder gekauft wird — nicht als Zertifikat, nicht als 80-seitiges PDF, das danach niemand liest, sondern als ehrliche Prüfung: Was lohnt sich? Was ist technisch machbar? Was ist organisatorisch reif? Was braucht eine Arbeitsoberfläche? Was reicht als Automation? Was sollte weg?
Danach kann man entscheiden: Coaching, Build-Sparring, Prototyp, Agenten-Oberfläche — oder einfach ein sauberer Prozess ohne KI. Auch das ist erlaubt. Man muss nicht jedes Problem mit einem Modell bewerfen, nur weil das Modell gerade verfügbar ist.
Fazit: Erst prüfen, dann bauen
Der KI-Check ist keine Bremse. Er ist der Moment, in dem man verhindert, dass ein Unternehmen aus Begeisterung noch ein Tool kauft, das später niemand sauber betreibt.
KI kann Prozesse schneller, sauberer und profitabler machen — aber nur, wenn der Prozess verstanden ist, Daten klar sind, Verantwortung geregelt ist, Freigaben eingebaut sind, Ergebnisse zurück in die Arbeit fließen und Erfolg messbar ist.
Sonst bekommt man keine automatisierte Agentur. Man bekommt ein Chatfenster mit Ambitionen. Und davon haben wir inzwischen wirklich genug.
