Die meisten KI-Projekte scheitern nicht an der Technik, sondern an der ersten Entscheidung: welche Aufgabe man der Maschine überhaupt gibt. Wer mit der falschen anfängt, hat nach drei Monaten einen Prototyp, der in der Vorführung glänzt und im Alltag niemandem hilft. Und danach ist das Thema im Betrieb für ein Jahr verbrannt.
Dieser Beitrag ist der erste Teil der Serie Der erste KI-Mitarbeiter. Er beantwortet die Frage, die vor allem anderen steht: Welche Aufgabe eignet sich als erste Stelle? Die Grundlage dafür, ein geordnetes Firmenwissen, beschreibt der Beitrag zum Business OS.
Warum „KI-Mitarbeiter" und nicht „KI-Tool"
Ein Werkzeug wartet, bis jemand es benutzt. Ein Mitarbeiter hat eine Aufgabe, bekommt Eingänge, liefert Ergebnisse und meldet sich, wenn etwas nicht passt. Genau diesen Unterschied meine ich, wenn ich von einem KI-Mitarbeiter spreche: ein Agent mit einer fest umrissenen Rolle, einem Auslöser, klaren Befugnissen und jemandem, der für ihn verantwortlich ist.
Der Begriff ist bewusst gewählt, weil er die richtigen Fragen erzwingt. Bei einem Tool fragt man, was es kann. Bei einem Mitarbeiter fragt man, wofür man ihn einstellt, woran man seine Arbeit misst und wer ihn einarbeitet. Diese Fragen sind unbequemer, aber sie sind die, an denen sich der Erfolg entscheidet.
Die sechs Merkmale einer guten ersten Aufgabe
Für die erste Stelle gelten strengere Regeln als für alle weiteren. Sie muss funktionieren, damit es eine zweite gibt. In meinen Projekten hat sich eine Aufgabe dann als Einstieg bewährt, wenn sie diese sechs Merkmale erfüllt.
1. Sie kommt oft vor. Nicht dreimal im Monat, sondern mehrmals am Tag. Häufigkeit ist der Hebel für den Nutzen und zugleich die Voraussetzung dafür, dass du schnell genug Beispiele siehst, um die Qualität zu beurteilen.
2. Sie ist textlastig, aber geregelt. Anfragen lesen und einsortieren, aus Notizen ein Angebot vorbereiten, Reklamationen zusammenfassen. Also Arbeit mit Sprache, bei der trotzdem klar ist, was ein gutes Ergebnis ist. Reine Rechenarbeit gehört nicht hierher, die erledigt eine Regel zuverlässiger, wie im Beitrag über deterministische und KI-Automatisierung beschrieben.
3. Ein Fehler lässt sich abfangen. Der KI-Mitarbeiter liefert einen Entwurf, ein Mensch schaut drüber, bevor etwas das Haus verlässt. Aufgaben, bei denen ein Fehler sofort beim Kunden landet oder Geld bewegt, sind keine erste Stelle.
4. Das Ergebnis ist prüfbar. Jemand im Betrieb kann in einer Minute sagen, ob es stimmt. Wenn niemand das beurteilen kann, kannst du den KI-Mitarbeiter auch nicht einarbeiten.
5. Die Informationen sind erreichbar. Alles, was für die Aufgabe nötig ist, liegt irgendwo lesbar vor: im Postfach, im Ticketsystem, in einem Ordner, im Kopf eines Kollegen, der es aufschreiben kann. Wenn die Hälfte nur mündlich existiert, fängst du nicht mit KI an, sondern mit Aufschreiben.
6. Es gibt jemanden, der sie heute macht und abgeben will. Das wird am häufigsten unterschätzt. Ohne eine Person, die die Aufgabe kennt, Beispiele liefert und die Ergebnisse beurteilt, fehlt dem Projekt der Pate. Und ohne jemanden, der die Entlastung will, fehlt der Grund, dass es danach jemand benutzt.
Aufgaben, die als erste Stelle scheitern
Genauso wichtig ist, was du nicht nimmst. Vier Muster sehe ich regelmäßig, und alle sind naheliegend.
- Der Kundenchat auf der Website. Klingt nach schnellem Nutzen, ist aber das Gegenteil einer ersten Stelle: Jeder Fehler ist öffentlich, die Fragen sind unvorhersehbar und niemand prüft vorher.
- Die Aufgabe, die niemand mag, aber auch niemand versteht. Wenn sich keiner die Arbeit ansehen will, will sich auch keiner die Ergebnisse ansehen.
- Der große Rundumschlag. „Der Agent soll den ganzen Vertriebsinnendienst übernehmen" ist keine Stelle, sondern eine Abteilung. Erste Stellen sind schmal.
- Die seltene, aber teure Aufgabe. Zweimal im Jahr eine Ausschreibung auswerten spart viel Zeit pro Durchgang, aber du lernst nichts, weil du zu selten siehst, ob es funktioniert.
So findest du deine Kandidaten
Die Kandidaten findest du nicht in einem Workshop, sondern im Alltag. Das Vorgehen dafür habe ich in Automatisierungspotenzial finden ausführlich beschrieben: eine Woche lang mitschreiben, was wie oft passiert und wie lange es dauert. Aus dieser Liste nimmst du die Aufgaben, die überhaupt in Frage kommen, und bewertest sie.
Die Bewertung geht einfach. Gib jeder Aufgabe für die sechs Merkmale oben je null bis zwei Punkte. Null heißt nicht erfüllt, eins heißt teilweise, zwei heißt klar erfüllt. Zwei Regeln gelten dabei:
- Eine Null bei „Fehler abfangbar" oder „prüfbar" schließt die Aufgabe aus, egal wie viele Punkte sie sonst hat.
- Bei Gleichstand gewinnt die Aufgabe mit dem besseren Paten, nicht die mit der größeren Zeitersparnis.
Mehr als zwölf Punkte gibt es nicht. Ab neun wird es interessant, unter sieben lohnt sich die erste Stelle meistens nicht.
Drei Beispiele, wie das aussieht
Anfragen sortieren im Vertriebsinnendienst. Täglich 30 bis 80 Mails, die gelesen, einem Thema zugeordnet und mit den nötigen Angaben weitergegeben werden. Kommt oft vor, ist textlastig, ein Fehler landet beim Kollegen und nicht beim Kunden, jeder im Innendienst kann das Ergebnis beurteilen. Ein klassischer Kandidat mit elf oder zwölf Punkten.
Angebotsentwurf aus Gesprächsnotizen. Der Vertrieb diktiert nach dem Termin, der KI-Mitarbeiter baut daraus einen Angebotsentwurf nach Vorlage. Stark, solange die Preisbildung in einem System liegt und nicht erfunden wird. Wie dieser Ablauf konkret aussieht, steht in Angebote aus Gesprächsnotizen.
Reklamationen beantworten. Verlockend, weil zeitraubend und unbeliebt. Als erste Stelle aber nur tauglich, wenn der KI-Mitarbeiter einen Antwortentwurf schreibt und ein Mensch ihn freigibt. Direkt an den Kunden: nein, nicht als erste Stelle.
Was du am Ende dieses Schritts haben solltest
Eine einzige Aufgabe, aufgeschrieben in drei Sätzen: was heute passiert, wer es macht und woran man ein gutes Ergebnis erkennt. Dazu der Name der Person, die als Pate mitmacht. Mehr nicht.
Wenn du dir bei der Wahl nicht sicher bist, nimm die kleinere Aufgabe. Eine schmale Stelle, die nach sechs Wochen zuverlässig läuft, ist mehr wert als eine breite, die nach sechs Monaten immer noch in der Probephase steckt. Und sie ist der Beweis, mit dem du die zweite Stelle im Betrieb verkaufst.
Im nächsten Teil geht es darum, aus dieser Aufgabe eine richtige Stelle zu machen: mit einer Stellenbeschreibung, die festlegt, was der KI-Mitarbeiter bekommt, was er liefert und wo seine Grenzen liegen.
Häufige Fragen
Kann ein KI-Mitarbeiter mehrere Aufgaben gleichzeitig übernehmen?
Später ja, am Anfang nein. Jede weitere Aufgabe verdoppelt den Aufwand beim Testen, weil du nicht mehr weißt, welcher Teil einen Fehler verursacht hat. Erst eine Aufgabe zuverlässig, dann die nächste dazu.
Was, wenn unsere häufigste Aufgabe nicht abfangbar ist?
Dann schneide sie so zu, dass sie es wird. Aus „Anfragen beantworten" wird „Antwortentwurf schreiben", aus „Bestellungen anlegen" wird „Bestellung vorbereiten und zur Freigabe vorlegen". Die Freigabe durch einen Menschen kostet Sekunden und macht aus einer riskanten eine taugliche erste Stelle.
Brauche ich für die Auswahl schon ein bestimmtes KI-Werkzeug?
Nein, und das ist Absicht. Die Werkzeugfrage kommt erst, wenn klar ist, was die Stelle leisten soll. Wer mit dem Werkzeug anfängt, sucht danach Aufgaben, die dazu passen, statt umgekehrt. Welche Wege es gibt, steht in KI-Agenten selbst erstellen.
Fazit
Die erste Aufgabe entscheidet, ob es eine zweite gibt. Nimm eine, die oft vorkommt, mit Sprache arbeitet, deren Fehler sich abfangen lassen, deren Ergebnis jemand in einer Minute prüfen kann, deren Informationen erreichbar sind und für die es einen Paten gibt. Schneide sie lieber zu schmal als zu breit zu. Wenn du wissen willst, welche Aufgaben in deinem Betrieb dafür in Frage kommen, rechne den KI-Potenzial-Check durch oder lass uns in einer KI-Beratung gemeinsam auf deine Liste schauen.
Alles Wichtige zum Thema auf einer Seite: Ratgeber KI-Agenten →