KI-Use-Cases finden und bewerten: welche Aufgaben sich für künstliche Intelligenz eignen

KI-Use-Cases sind konkrete Aufgaben in einem Unternehmen, bei denen künstliche Intelligenz ein messbares Ergebnis verbessert: weniger Handarbeit, schnellere Bearbeitung, weniger Fehler. Gefunden werden sie nicht in Technologielisten, sondern in den Abläufen, und bewertet nach Volumen, Fehlerkosten, Datenlage und dem Umbau, den sie im Alltag verlangen.

Was ein KI-Use-Case ist

Ein Anwendungsfall beschreibt drei Dinge: eine wiederkehrende Aufgabe, die Rolle, die ein KI-System darin übernimmt, und das Ergebnis, an dem man den Erfolg misst. »Wir wollen KI im Vertrieb« ist kein Anwendungsfall. »Eingehende Anfragen werden vorsortiert und bekommen einen Antwortentwurf, den eine Mitarbeiterin prüft und abschickt« ist einer.

Diese Genauigkeit ist keine Pedanterie. Erst wenn die Aufgabe beschrieben ist, lässt sich sagen, welche Daten gebraucht werden, wer das Ergebnis kontrolliert und wie man merkt, ob das Vorhaben sich lohnt.

Wo man nach KI-Use-Cases sucht

Gute Kandidaten verraten sich im Alltag durch bestimmte Muster:

• Text rein, Struktur raus. E-Mails, Bestellungen, Belege oder Formulare, aus denen jemand Angaben abtippt oder sortiert.
• Wissen in Köpfen. Regeln und Antworten, die nur erfahrene Mitarbeiter kennen und die neue Kollegen immer wieder erfragen.
• Wiederkehrende Entwürfe. Angebote, Antworten, Berichte, die jedes Mal ähnlich beginnen.
• Suchen statt Arbeiten. Zeit, die darauf geht, Informationen in Ablagen, Chats und Systemen zusammenzutragen.

Die beste Quelle sind die Menschen, die diese Arbeit erledigen. Eine Stunde mit ihnen bringt mehr Kandidaten als ein Tag mit Prospekten von Anbietern.

Hilfreich ist eine einfache Frage an jede Abteilung: Welche Aufgabe würden Sie sofort abgeben, wenn jemand sie zuverlässig übernähme? Die Antworten sind oft unspektakulär, etwa das Nachtragen von Lieferterminen oder das Zusammenstellen eines Wochenberichts. Gerade solche Aufgaben kommen häufig vor, haben klare Eingaben und lassen sich gut prüfen, bevor ein Ergebnis wirkt.

Vier Kriterien für die Bewertung von KI-Use-Cases

1. Volumen. Wie oft tritt die Aufgabe auf? Ein Ablauf, der täglich hundertfach vorkommt, trägt den Aufwand einer Einführung eher als einer, der monatlich zweimal passiert.
2. Fehlerkosten. Was geschieht, wenn das System danebenliegt? Ein falscher Entwurf, den ein Mensch prüft, ist harmlos; eine falsche Zahlung ist es nicht. Je höher die Kosten, desto wichtiger ist eine menschliche Prüfung vor der Wirkung.
3. Datenlage. Liegen Beispiele, Regeln und Unterlagen vor, und in welcher Qualität? Sind personenbezogene Daten betroffen, kommen Pflichten aus der DSGVO und gegebenenfalls der KI-Verordnung hinzu.
4. Umbau im Ablauf. Wie stark ändert sich die Arbeit der Beteiligten? Ein Assistent, der sich in das gewohnte Postfach einfügt, wird eher angenommen als ein neues System, das den Tag umstellt.

Eine einfache Tabelle mit diesen vier Spalten reicht, um aus einer langen Wunschliste zwei oder drei Vorhaben für den Anfang zu machen. Wer mag, vergibt je Kriterium eine Note von eins bis drei; wichtiger als die Summe ist aber das Gespräch darüber, warum ein Fall hoch oder niedrig eingestuft wurde.

Wenn eine Regel oder eine Datenbankabfrage genügt

Ein Teil der Kandidaten stellt sich bei genauerem Hinsehen als Aufgabe heraus, die ganz ohne Sprachmodell besser läuft. Wenn die Angaben ohnehin strukturiert im System stehen, genügt eine Abfrage. Wenn eine Entscheidung festen Regeln folgt, ist ein klar programmierter Ablauf billiger, schneller und nachvollziehbarer als ein Modell, das dieselben Regeln erraten soll. Oft steckt hinter dem Wunsch nach KI eigentlich der Wunsch nach einer ordentlichen Anwendung, wie sie die Seite App-Entwicklung beschreibt.

Fehler bei der Auswahl

• Mit dem spektakulärsten Fall beginnen. Vorhaben mit hohem Risiko und unklaren Daten sind ein schlechter erster Schritt.
• Keine Messgröße. Ohne Zahl vor dem Start lässt sich hinterher nicht sagen, ob sich etwas verbessert hat.
• Kosten im Betrieb übersehen. Nutzungsbasierte Dienste kosten mit jeder Anfrage. Eine Kostengrenze je Anwendung gehört zur Bewertung.
• Die Prüfung vergessen. Wer das Ergebnis kontrolliert, bevor es wirkt, muss festgelegt sein, sonst übernimmt es niemand.

Wie wir Kandidaten prüfen

Wir gehen die Kandidaten mit den Menschen durch, die die Arbeit erledigen, bewerten sie nach den vier Kriterien und sagen offen, wo eine Abfrage oder Regel reicht. Für die besten Kandidaten beschreiben wir einen Versuch mit Messgröße und Abbruchkriterium, wie im Beitrag zum KI-Pilotprojekt erklärt. Mehr dazu auf der Seite KI-Beratung.