Viele Unternehmen haben bereits mit künstlicher Intelligenz experimentiert. Ein Team testet einen Assistenten für Texte, ein anderes erstellt erste Auswertungen, und irgendwo entsteht ein Prototyp für wiederkehrende Aufgaben. Doch wie wird aus einem einzelnen Versuch eine Lösung, die im Alltag tatsächlich hilft? Und wie lässt sich erkennen, ob sich der Aufwand lohnt?
Microsoft beschreibt in einem aktuellen Beitrag Erfahrungen aus KI-Projekten mit Unternehmenskunden. Genannt werden Beispiele aus Fabrikbetrieb und Forschung sowie organisatorische Prinzipien für die Umsetzung. Die Beispiele stammen aus großen Unternehmen und sind Anbieterangaben – sie lassen sich nicht ohne Weiteres auf jeden Mittelständler übertragen. Für kleinere Teams können sie trotzdem nützliche Fragen aufwerfen: Welcher Prozess soll besser werden? Wer arbeitet daran? Und woran erkennen wir, ob eine Änderung funktioniert?
1. Vom ersten Experiment zu einer konkreten Aufgabe
Microsoft berichtet, seine Frontier Company habe an nahezu 500 Projekten mit mehr als 200 Kunden in 28 Ländern gearbeitet. Das sind Angaben des Unternehmens über seine eigenen Projekte, keine unabhängige Erfolgsquote und kein Versprechen für einzelne Kunden. Der praktische Kern der Meldung ist die Verlagerung vom allgemeinen Interesse an KI hin zu einem messbaren Ablauf im Unternehmen. Quelle: Microsoft
Für ein kleineres Unternehmen muss ein solcher Ablauf nicht komplex sein. Vielleicht erhält der Kundenservice täglich ähnliche Fragen, während Antworten an mehreren Orten dokumentiert sind. Oder ein Projektteam sucht regelmäßig in umfangreichen Unterlagen nach bestimmten Informationen. Solche Situationen lassen sich beschreiben, bevor eine technische Lösung ausgewählt wird.
Eine gute Ausgangsfrage lautet: Was soll nach dem Test für die Beteiligten konkret einfacher sein? Die Antwort könnte sein, dass Mitarbeitende eine passende interne Anleitung schneller finden. Es reicht nicht, lediglich festzustellen, dass ein neuer Assistent verwendet wurde. Prüfe auch, ob die gefundenen Informationen stimmen und ob das Team nachvollziehen kann, woher sie stammen.
Beschreibe anschließend den Ausgangszustand. Wie läuft die Aufgabe heute ab? Welche Systeme werden benötigt? Wo entstehen Rückfragen, Wartezeiten oder Fehler? Diese Beschreibung hilft, ein kleines Pilotprojekt von einer unklaren Technologieeinführung zu unterscheiden.
Für die Bestandsaufnahme genügt oft eine überschaubare Zahl typischer Fälle. Das Team kann gemeinsam festhalten, welche Informationen jeweils eingehen, welche Arbeitsschritte folgen und wo eine fachliche Entscheidung getroffen wird. Unterschiedliche Sonderfälle sollten sichtbar bleiben, statt sie für eine besonders einfache Demonstration auszublenden.
Ein solches Gespräch sollte auch diejenigen einbeziehen, die den Ablauf täglich bearbeiten. Sie wissen häufig, an welchen Stellen Informationen fehlen oder Entscheidungen von besonderen Umständen abhängen. Ihre Erfahrung hilft, den Test so zu wählen, dass er ein tatsächliches Problem untersucht und nicht nur ein besonders günstiges Beispiel zeigt.
Lege auch fest, welches Ergebnis im Test ausdrücklich nicht entstehen darf. Bei einer Kundenanfrage könnte das eine unbelegte Zusage oder der Versand an eine falsche Adresse sein. Ein Test in einer getrennten Umgebung mit geeigneten Beispieldaten kann helfen, solche Abläufe zu prüfen, bevor echte Vorgänge betroffen sind.
2. Drei Praxisbeispiele – und was sie nicht beweisen
Microsoft nennt unter anderem eine Zusammenarbeit mit Unilever. In dem beschriebenen Werk wird laut Microsoft eine digitale Abbildung der Fabrikumgebung mit integrierten Live-Daten genutzt, um Abläufe zu beobachten und den Menschen vor Ort Hinweise und Empfehlungen zu geben. Quelle: Microsoft
Ein weiteres Beispiel betrifft Saint-Gobain. Microsoft berichtet, dass gemeinsam eine Wissensbasis aus Patenten und Forschungszusammenfassungen aufgebaut wurde und anschließend Hypothesen für Zementzusätze entstanden. Die im Beitrag beschriebenen Hypothesen werden laut Microsoft von Wissenschaftlern im Labor geprüft. Eine solche Prüfung ist entscheidend: Eine generierte Hypothese ist noch kein nachgewiesenes Forschungsergebnis.
Ein weiteres Praxisbeispiel betrifft das Auftragsmanagement: 3M und Microsoft beschreiben einen gemeinsam entwickelten KI-gestützten Ablauf für Prüfungen und Systemaktualisierungen, bei dem Menschen die Kontrolle behalten. Die erhofften Verbesserungen werden als Erwartungen dargestellt, nicht als bereits nachgewiesene Einsparungen. Quelle: 3M
Die genannten Organisationen verfügen über andere Daten, Budgets und Fachabteilungen als ein kleiner Handwerksbetrieb oder ein Dienstleistungsunternehmen. Deshalb wäre es unseriös, ihre Ergebnisse als zu erwartende Einsparung für jedes KMU darzustellen. Übertragbar ist eher die Vorgehensweise: Eine klar definierte Aufgabe wird gemeinsam mit Menschen bearbeitet, die den Prozess und die Daten kennen.
Statt eine große Fabriksimulation nachzubauen, könnte ein kleiner Betrieb beispielsweise mit einer strukturierten Übersicht seiner Wartungsanleitungen beginnen. Das Beispiel ist eine eigene Idee für einen möglichen Piloten, kein von Microsoft beschriebenes Kundenergebnis. Ob es sich eignet, hängt von der Qualität der Unterlagen und dem tatsächlichen Bedarf ab.
Für die Übertragbarkeit ist entscheidend, welche Voraussetzungen im jeweiligen Fall bereits vorhanden waren. Ein Werk mit vorhandenen Sensoren und einem spezialisierten Team startet an einem anderen Punkt als ein Betrieb, der Informationen bisher in Papierordnern verwaltet. Bevor Du eine Lösung auswählst, prüfe daher die vorhandenen Daten, ihre Aktualität und die Personen, die sie fachlich verstehen. Eine nützliche erste Verbesserung kann auch in einer besseren Ablage bestehen.
3. Den gesamten Prozess betrachten
Eine einzelne Aufgabe lässt sich oft schnell demonstrieren: Ein Dokument wird zusammengefasst oder eine Anfrage kategorisiert. Im Alltag folgt darauf aber mehr. Wer prüft die Zusammenfassung? Wo wird sie abgelegt? Was passiert bei fehlenden Daten? Und wie gelangt eine Rückfrage zu einer verantwortlichen Person?
Microsoft empfiehlt, nicht nur einzelne Aufgaben, sondern den dazugehörigen Ablauf zu betrachten. Für Dein Team kann das bedeuten, einen Prozess zunächst auf einem Blatt Papier zu skizzieren: Eingang, Bearbeitung, Prüfung, Übergabe und Abschluss. Markiere danach, an welcher Stelle eine KI-Unterstützung helfen könnte und an welchen Stellen ein Mensch entscheidet. Quelle: Microsoft
Nehmen wir eine eingehende Kundenanfrage. Ein Assistent könnte einen Entwurf für eine Antwort vorbereiten, wenn die dafür freigegebenen Informationen vorliegen. Bevor die Antwort versendet wird, prüft eine zuständige Person die Angaben. Fehlt eine entscheidende Information, darf der Ablauf sie nicht einfach erfinden. Stattdessen wird die Rückfrage sichtbar gemacht und an das Team übergeben.
Diese Grenzen sollten vor dem technischen Aufbau feststehen. Welche Eingaben sind erlaubt? Welche Aktionen dürfen automatisch stattfinden? Wo ist eine Freigabe nötig? Und wie wird mit einem Fehler umgegangen? Ein verlässlicher Prozess braucht diese Antworten auch dann, wenn die erste Demonstration bereits überzeugend aussieht.
Denke dabei auch an die Wiederaufnahme. Wenn ein Vorgang nach einem Verbindungsfehler abbricht, muss erkennbar sein, welche Schritte bereits abgeschlossen wurden. Andernfalls kann ein erneuter Start zu doppelten Aufgaben oder widersprüchlichen Informationen führen. Eine einfache Statusübersicht und eine eindeutige Vorgangskennung können die Klärung unterstützen; ihre konkrete Ausgestaltung muss zum jeweiligen System passen.
Ebenso wichtig ist ein Weg für Ausnahmen. Nicht jede Anfrage passt zu einem vorbereiteten Muster, und nicht jedes Dokument ist vollständig. Lege fest, wie solche Fälle an eine verantwortliche Person gelangen und welche Informationen sie zur Bearbeitung benötigt. Der Ausnahmeweg ist Teil des Ablaufs und sollte schon im Pilot erprobt werden.
Bei mehreren beteiligten Systemen hilft eine eindeutige Grenze zwischen Vorschlag und abgeschlossener Aktion. Ein vorbereiteter Antworttext ist beispielsweise noch kein Versand. Dokumentiere daher den tatsächlichen Status der einzelnen Schritte und prüfe bei einem unklaren Ergebnis zuerst, was bereits passiert ist. So lässt sich eine versehentliche Wiederholung eher vermeiden.
Ein weiteres Thema ist die Pflege der verwendeten Informationen. Wird eine interne Anleitung geändert, sollte das Team wissen, an welchen Stellen eine veraltete Fassung noch verwendet wird. Bestimme eine Quelle, die als verbindlicher Ausgangspunkt dient, und lege fest, wer Aktualisierungen prüft. Welche technischen Möglichkeiten zur Synchronisierung bestehen, hängt von den beteiligten Systemen ab und muss für den konkreten Aufbau getestet werden.
4. Nutzen messen und Voraussetzungen klären
Eine Messgröße muss zur Aufgabe passen. Bei einer Wissenssuche könnte das Team festhalten, wie häufig eine passende Quelle gefunden und durch eine fachkundige Person bestätigt wurde. Bei einem Textentwurf könnte es prüfen, wie viel Korrektur nötig ist und ob wichtige Angaben vollständig sind. Eine reine Anzahl erzeugter Antworten sagt dagegen wenig über deren Qualität aus.
Lege möglichst vor dem Test fest, wann ein Ergebnis als brauchbar gilt. Bei einer internen Anleitung könnte das etwa bedeuten, dass alle entscheidenden Schritte enthalten sind und die zuständige Person die Originalstelle leicht wiederfindet. Wenn die Antwort diese Kriterien nicht erfüllt, wird der Fall als Nacharbeit dokumentiert. So lassen sich erfolgreiche und offene Fälle später nach denselben Regeln besprechen.
Ebenso sollte die Messung selbst zum Aufwand passen. Für einen kleinen Versuch genügt oft eine kurze gemeinsame Auswertung; eine umfangreiche Berichtspflicht kann mehr Zeit verbrauchen als der getestete Prozess. Entscheidend ist, dass die Beobachtungen nachvollziehbar bleiben und nicht nur die schnellsten oder angenehmsten Beispiele ausgewählt werden.
Vor dem Vergleich sollten die Bedingungen möglichst ähnlich sein: gleiche Aufgabe, vergleichbare Informationen und eine nachvollziehbare Prüfung. Auch dann bleibt ein kleiner Test eine Orientierung für den eigenen Kontext. Er begründet keine pauschale Aussage über alle Abteilungen oder andere Unternehmen.
Microsoft nennt in seinem Beitrag außerdem Sicherheit, Governance und Kostenmanagement als Voraussetzungen für eine breitere Nutzung. Für ein KMU können daraus konkrete Fragen folgen: Welche Daten dürfen in das ausgewählte Werkzeug? Wer verwaltet Zugänge? Wo werden Ergebnisse gespeichert? Welche Kosten entstehen pro Vorgang und wie werden sie beobachtet? Die Antworten hängen von den verwendeten Produkten, Verträgen und internen Regeln ab. Quelle: Microsoft
Wenn ein Anbieter über Kundenergebnisse berichtet, lohnt sich außerdem ein Blick auf die Art der Aussage. Handelt es sich um eine Schätzung, ein Kundenbeispiel oder eine unabhängig überprüfte Studie? Welche Vergleichsbedingungen werden genannt? Im vorliegenden Fall sollte klar bleiben, dass Microsoft seine eigenen Kooperationen beschreibt.
Für den eigenen Pilot kannst Du vorab eine kleine Tabelle anlegen: Aufgabe, erwarteter Nutzen, Prüfverfahren, Ergebnis und offene Fragen. Trage auch Fälle ein, bei denen die Unterstützung nicht geholfen hat. So entsteht eine Grundlage für eine Entscheidung, die nicht allein auf einem besonders gelungenen Beispiel beruht.
Wenn sich der Aufwand sinnvoll messen lässt, halte die Ausgangswerte mit fest. Ein Team kann beispielsweise dokumentieren, wie viele Rückfragen bei einer kleinen Auswahl ähnlicher Fälle entstanden und weshalb sie nötig waren. Ein späterer Vergleich sollte dieselben Kategorien verwenden. Beobachtungen aus wenigen Fällen zeigen zunächst nur, wo sich ein genauerer Blick lohnt.
5. Ein kleiner nächster Schritt für Dein Team
Wähle einen Ablauf, der regelmäßig vorkommt und dessen Ergebnis sich prüfen lässt. Benenne eine fachlich verantwortliche Person und sammle einige typische Fälle. Lege fest, welche Informationen verwendet werden dürfen und welche Entscheidung weiterhin bei einem Menschen liegt.
Teste anschließend einen begrenzten Ausschnitt. Dokumentiere nicht nur positive Beispiele, sondern auch unvollständige oder falsche Ergebnisse. Besprich mit den beteiligten Mitarbeitenden, ob der neue Schritt ihre Arbeit tatsächlich erleichtert oder nur zusätzliche Kontrolle erzeugt. Erst danach lässt sich entscheiden, ob eine Erweiterung sinnvoll ist.
Bei Erfolg kann der nächste Schritt eine bessere Integration in vorhandene Systeme sein. Bei unklaren Ergebnissen ist es genauso legitim, den Test anzupassen oder zu beenden. Wichtig ist, dass Wissen aus dem Versuch erhalten bleibt und die Verantwortung für Entscheidungen klar geregelt ist.
Besprich mit dem Team vor einer Erweiterung auch den laufenden Betrieb. Wer aktualisiert die Quellen, wenn sich ein Prozess ändert? Wie werden Fehler gemeldet und behoben? Welche Person kann eine Automatisierung anhalten? Eine Lösung ist erst dann alltagstauglich, wenn nicht nur ihre erste Ausführung, sondern auch Pflege und Verantwortung geklärt sind.
Halte abschließend schriftlich fest, ob der Pilot fortgesetzt wird und welche offenen Punkte vorher gelöst werden müssen. Für eine Ausweitung auf andere Bereiche können andere Dokumente, Zugriffsrechte und fachliche Prüfungen nötig sein. Die Erfahrungen aus einem Ablauf sind ein hilfreicher Ausgangspunkt, ersetzen aber nicht die Prüfung des nächsten Anwendungsfalls.
Fazit: Microsofts Projektbericht zeigt, wie große Organisationen KI in konkrete Arbeitsabläufe einbinden. Für KMU liegt der praktische Wert vor allem in den zugrunde liegenden Fragen: Welches Problem lösen wir, welche Informationen benötigen wir und wie prüfen wir das Ergebnis? Ein kleiner nachvollziehbarer Pilot kann dafür die richtige Grundlage schaffen.
