KI entscheidet sich an Übergaben

Kurzfassung: Für KMU liegt der Nutzen neuer KI-Modelle weniger im besseren Einzeltext als in besseren Übergaben zwischen Vertrieb, Service, Projektleitung und Technik. Entscheidend ist, ob KI Arbeitsschritte nachvollziehbarer macht: mit Quellen, offenen Punkten, getrennten Fakten und klarer Anschlussfähigkeit.

KI im Mittelstand wird dort wirtschaftlich interessant, wo Informationen heute an Schnittstellen verloren gehen: vom Kundengespräch ins Angebot, vom Ticket zum Außendienst, vom Projektprotokoll zur Entscheidung. Neue Modelle können längere Unterlagen, Bilder, Sprache und Text gemeinsam verarbeiten. Das verändert nicht automatisch das Betriebsmodell. Es verbessert aber potenziell die Qualität der nächsten Übergabe – und genau dort sollten Führungskräfte genauer hinsehen.

Der technische Fortschritt trifft eine alte Schwachstelle

OpenAI beschreibt GPT-4o als Modell für Text, Bild und Audio, einschließlich schneller Sprachinteraktion. Anthropic positioniert Claude 3.5 Sonnet unter anderem für Wissensarbeit, Programmierung und visuelle Auswertung. Google DeepMind dokumentiert bei Gemini 1.5 sehr große Kontextfenster; der technische Bericht nennt Verarbeitungsmöglichkeiten bis zu einer Million Token.

Für KMU ist daran nicht der Modellvergleich entscheidend. Relevant ist, dass diese Fähigkeiten zu typischen betrieblichen Übergaben passen: lange Kundenhistorien zusammenfassen, technische Fotos einordnen, Protokolle vergleichen, Code erläutern, Vertragsstellen finden oder offene Punkte aus mehreren Dokumenten herausarbeiten.

Die zentrale Managementfrage lautet deshalb nicht: „Welches KI-Werkzeug ist am leistungsfähigsten?“ Sondern: „Wird die nächste Person im Prozess besser arbeitsfähig?“ Wenn eine Servicekraft, ein Vertriebsmitarbeiter oder eine Projektleiterin nach einer KI-Zusammenfassung weniger suchen, weniger nachfragen und schneller prüfen kann, entsteht organisatorische Anschlussfähigkeit.

Gute Übergaben trennen Herkunft, Aussage und Lücke

Eine brauchbare KI-Unterstützung erkennt man nicht daran, dass der Text rund klingt. Entscheidend ist, ob die Übergabe zeigt, woher eine Aussage stammt und was noch offen ist.

Im Service kann eine KI aus E-Mails, Tickets, Fotos und Handbuchauszügen eine Fallübersicht erzeugen. Wertvoll ist sie, wenn Kundenaussagen, Messwerte, beobachtete Symptome, bereits durchgeführte Maßnahmen und mögliche Ursachen getrennt erscheinen. Kritisch wird es, wenn eine vermutete Diagnose wie eine gesicherte Tatsache formuliert ist.

Im Vertrieb ist es ähnlich. Aus CRM-Notizen, alter Angebotsvorlage und Produktbeschreibung entsteht schnell ein überzeugender Entwurf. Für die Angebotsqualität zählt aber, ob Preisstand, Lieferannahme, technische Einschränkung und Sonderzusage nachvollziehbar sind. Eine verbindliche Datenquelle für Preise oder Leistungsbeschreibungen ist hier kein IT-Detail, sondern Voraussetzung für belastbare Kundenkommunikation.

Damit wird KI-Governance sehr praktisch. Sie beginnt nicht mit einem umfangreichen Regelwerk, sondern mit der Frage, ob ein KI-Ergebnis die nächste Bearbeitung erleichtert oder nur schöner formuliert. Eine gute Übergabe enthält Quellen, markierte Unsicherheiten und offene Rückfragen. Eine schlechte Übergabe verdeckt genau diese Punkte.

Agentische Arbeitsabläufe zeigen ihren Wert an Schnittstellen

Agentische Arbeitsabläufe werden oft als Automatisierung verstanden. Für viele KMU ist zunächst eine nüchternere Sicht hilfreicher: KI kann mehrere vorbereitende Schritte verbinden, ohne die fachliche Entscheidung zu übernehmen. Sie sucht Informationen, vergleicht Unterlagen, markiert Widersprüche, erstellt eine Zusammenfassung und bereitet die Übergabe an Mitarbeitende vor.

In der Projektabwicklung ist das besonders relevant. Lastenhefte, Protokolle, Änderungslisten, E-Mail-Verläufe und technische Spezifikationen liegen häufig verteilt vor. Große Kontextfenster können helfen, diese Unterlagen gemeinsam auszuwerten. Eine KI kann etwa markieren, dass eine aktuelle Kundenanforderung nicht zum ursprünglichen Lastenheft passt, dass ein Terminrisiko mehrfach erwähnt wurde oder dass eine Entscheidung seit mehreren Sitzungen offen ist.

Die Entscheidung bleibt bei Projektleitung, Technik oder kaufmännischer Verantwortung. Aber die Vorbereitung wird besser prüfbar. Das ist ein anderer Nutzen als reine Zeiteinsparung. Es geht um Entscheidungsqualität: Werden Abweichungen früher sichtbar? Werden Nachträge sauberer begründet? Kommen Eskalationen mit vollständigerer Informationsbasis auf den Tisch?

Für die Prozessauswahl bedeutet das: Besonders geeignet sind Übergaben mit wiederkehrender Struktur, klaren Originalquellen und fachlicher Prüfbarkeit. Weniger geeignet sind Fälle, in denen Datenlage, Verantwortung und Kundenwirkung gleichzeitig unklar sind.

Produktivität zeigt sich nach dem KI-Schritt

Viele Unternehmen messen KI-Nutzung zunächst über erzeugte Texte oder gesparte Minuten. Das ist verständlich, aber für Geschäftsführung und Bereichsleitung zu kurz. Bei Übergaben liegt der Nutzen im nächsten Arbeitsschritt.

Im Vertrieb sind bessere Kennzahlen: weniger Korrekturschleifen bis zum versandfähigen Angebot, kürzere Angebotsdurchlaufzeit, weniger Rückfragen nach Versand. Im Service: weniger Rückfragen vor dem Einsatz, bessere Erstklärung, konsistentere Dokumentation. In Projekten: frühere Erkennung von Änderungsrisiken, weniger verlorene offene Punkte, belastbarere Entscheidungsunterlagen.

Diese Sicht schützt vor einer typischen Fehlsteuerung. Hohe KI-Nutzung kann auch bedeuten, dass Mitarbeitende schlechte Daten, uneinheitliche Vorlagen oder unklare Zuständigkeiten ausgleichen. Dann steigt Aktivität, aber nicht unbedingt Produktivität.

Für KMU lohnt sich daher ein einfacher Prüfpunkt: Nehmen Sie drei konkrete Übergaben – etwa Kundentermin zu Angebot, Ticket zu Außendienst, Protokoll zu Projektentscheidung – und vergleichen Sie vor und nach KI-Einsatz die Anschlussfähigkeit. Muss jemand weniger suchen? Sind Quellen erkennbar? Werden offene Punkte sichtbar? Sinkt Nacharbeit?

Wenn die Antwort ja lautet, gehört der Anwendungsfall in die operative Weiterentwicklung. Wenn nicht, bleibt KI eine individuelle Arbeitshilfe. Die geschäftliche Konsequenz ist klar: Investitionen sollten dorthin fließen, wo KI Übergaben messbar verbessert – nicht dorthin, wo sie nur mehr gut formulierte Zwischenstände erzeugt.