Warum die meisten Unternehmen an der Automatisierung mit KI scheitern
Viele Unternehmen kennen nur die Versprechen der KI
Die meisten Unternehmen kommen über Vorträge, Demos und Beiträge auf LinkedIn zur KI. Dort sieht man Agenten, die Postfächer leeren, Angebote schreiben und ganze Abteilungen ersetzen sollen. Wer selbst nicht tief genug in der Technik steckt, kann kaum einschätzen, was davon im eigenen Betrieb funktioniert. Also wird die KI zur Antwort auf jede Frage und das Projekt startet mit dem Werkzeug statt mit dem Ablauf.
Dabei gerät in Vergessenheit, dass sich vieles schon lange vor der KI automatisieren ließ. Formulare, Webhooks, Filterregeln im Postfach und Schnittstellen zwischen Programmen gibt es seit Jahren. Sie arbeiten zuverlässig, kosten pro Durchlauf fast nichts und liefern bei gleicher Eingabe immer dasselbe Ergebnis. Wird an diesen Stellen trotzdem KI eingesetzt, wird die Automatisierung teurer und langsamer. Außerdem wird sie unzuverlässiger, weil die KI dieselbe Eingabe nicht jedes Mal gleich behandelt.
Für ein Ticket braucht es keine KI
Ein Kunde meldet über das Formular auf der Website ein Problem. Daraus soll automatisch ein Ticket im Supportsystem entstehen, mit Name, Kundennummer, betroffenem Produkt und Beschreibung. Das Formular kennt alle diese Felder bereits. Ein Webhook schickt sie an Zendesk, Jira oder ein eigenes System und das Ticket steht nach einer Sekunde da.
Eine KI würde an dieser Stelle nur dieselben Felder noch einmal lesen und weiterreichen. Jeder Aufruf verbraucht dabei Tokens und dauert einige Sekunden. Bei ein paar Hundert Meldungen im Monat fallen die Kosten kaum auf, die gewonnene Leistung ist allerdings null. Dazu kommt das Risiko, dass die KI ein Feld falsch zuordnet oder die Kundennummer verdreht.
Feste Muster in E-Mails erkennt eine Regel
Viele Unternehmen wollen eingehende E-Mails automatisch einordnen. Ein Teil davon folgt festen Mustern, die sich nie ändern. Die Rechnung des Stromanbieters kommt immer von derselben Adresse und trägt immer denselben Betreff mit wechselnder Rechnungsnummer. Die Versandbestätigung des Paketdienstes sieht jedes Mal gleich aus. Bewerbungen kommen über das Karriereportal mit einem festen Kennzeichen im Betreff.
Bei solchen E-Mails sind Eingabe und Ausgabe immer gleich. Eine Regel prüft Absender und Betreff und legt die E-Mail im richtigen Ordner ab oder leitet sie an die Buchhaltung weiter. Das kann jedes Postfach von Haus aus und dafür braucht es keine KI.
Wenn der Inhalt zählt, hilft die KI
Schwieriger wird es bei E-Mails, deren Inhalt erst gelesen werden muss. Ein Kunde schreibt, dass die Lieferung von letzter Woche unvollständig war. Im selben Absatz fragt er nach einem Angebot für eine größere Menge und erwähnt nebenbei seine neue Rechnungsadresse. Absender und Betreff verraten davon nichts. Eine feste Regel würde diese E-Mail falsch einordnen oder gar nicht.
Hier ist die KI hilfreich, weil sie den Kontext versteht. Damit sie die E-Mails so einordnet wie Ihr Team, hinterlegen Sie im Systemprompt die Kategorien Ihres Unternehmens. Dazu gehören ein paar typische Beispiele für jede Kategorie und die Regeln für Sonderfälle. Eine solche Regel kann etwa lauten, dass jede Reklamation über 500 Euro an die Teamleitung geht. Die KI antwortet dann nicht mit freiem Text, sondern mit einer Kategorie aus einer festen Liste. Diese Kategorie kann das nächste System ohne Rückfrage weiterverarbeiten.
Am besten arbeiten beide Wege zusammen. Die Regeln sortieren zuerst alles aus, was einem festen Muster folgt. Nur die übrigen E-Mails gehen an die KI. Das senkt die Kosten und die KI bekommt nur die Fälle, bei denen sie wirklich etwas beiträgt.
Kundensupport mit KI geht auf den Kunden ein
Ein Kundensupport, der auf das eigentliche Anliegen des Kunden eingeht, ist ein guter Einsatz für KI. Eine Vorlage mit festen Textbausteinen passt nur, solange die Anfrage genau dem erwarteten Fall entspricht. Die KI liest dagegen, was der Kunde wirklich will.
Fragt eine Kundin, warum ihre Bestellung noch nicht da ist und ob sie den Liefertermin auf Montag verschieben kann, erkennt die KI beide Anliegen. Sie holt den Sendungsstatus aus dem Warenwirtschaftssystem und prüft in der Wissensdatenbank, ob ein späterer Termin möglich ist. Daraus schreibt sie eine Antwort, die beide Fragen beantwortet. Bei einfachen Anfragen geht die Antwort direkt raus. Bei Beschwerden, Kündigungen oder Kulanzfällen landet sie als Entwurf beim Mitarbeiter, der sie prüft und freigibt.
Wo die KI an ihre Grenzen stößt
Eine KI ist nur so gut wie die Informationen, die sie bekommt. Ist die Wissensdatenbank veraltet oder fehlt der Zugriff auf die Bestelldaten, schreibt sie freundliche Antworten mit falschem Inhalt. Sie erfindet im Zweifel lieber eine plausible Auskunft, als zuzugeben, dass sie etwas nicht weiß. Deshalb gehört in den Systemprompt auch die Anweisung, unklare Fälle an einen Menschen weiterzugeben.
Die Kosten wachsen mit der Menge. Bei ein paar Hundert E-Mails im Monat spielen die Tokens kaum eine Rolle. Bei mehreren Tausend am Tag lohnt es sich, genau zu prüfen, welche davon die KI überhaupt sehen muss. Auch der Datenschutz braucht Aufmerksamkeit, denn Kundendaten gehen an den Anbieter des Sprachmodells. Ein Vertrag zur Auftragsverarbeitung und ein Modell mit Serverstandort in der EU sind deshalb Pflicht.
Erst den Ablauf zerlegen und dann das Werkzeug wählen
Bevor wir etwas bauen, zerlegen wir den Ablauf gemeinsam mit Ihrem Team in einzelne Schritte. Bei jedem Schritt prüfen wir, ob Eingabe und Ausgabe immer gleich sind oder ob jemand den Inhalt verstehen muss. Im ersten Fall reicht eine Regel, im zweiten setzen wir die KI ein. Alexander Röse nimmt dabei mit Ihnen die Abläufe auf und achtet darauf, dass das Ergebnis im Alltag bedienbar bleibt. Jan Umbach verantwortet die Architektur und die Anbindung der KI an Ihre bestehenden Systeme.
Wollen Sie wissen, an welchen Stellen in Ihrem Betrieb KI wirklich etwas bringt? Schreiben Sie uns. Wir gehen Ihre Abläufe mit Ihnen durch und sagen Ihnen auch, wo eine einfache Regel die bessere Wahl ist.
