KI neben dem Bestand prüfen

Kurzfassung: Agentische Arbeitsabläufe sollten im Mittelstand erst im Nebenlauf zeigen, ob sie bessere Arbeitsergebnisse liefern. Entscheidend sind reale Fälle, fachliche Vergleichswerte, begrenzte Außenwirkung und ein schrittweiser Rückbau alter Arbeitsschritte erst nach belastbarer Evidenz.

Eine aktuelle Diskussion über viele parallel arbeitende KI-Agenten berührt eine sehr praktische Führungsfrage: Wie führt ein Unternehmen neue KI-Abläufe ein, ohne den laufenden Betrieb zur Testfläche zu machen? Für Angebote, Servicefälle oder Projektabwicklung reicht eine gute Vorführung nicht. Belastbar wird die Entscheidung erst, wenn der neue Ablauf dieselben realen Fälle bearbeitet wie der bestehende Prozess und seine Ergebnisse nachvollziehbar verglichen werden.

Der Vergleich ist der eigentliche Nutzen

Agentische Arbeitsabläufe können mehrere Entwürfe, Analysen oder Varianten gleichzeitig erzeugen. Im Mittelstand entsteht daraus aber erst Produktivität, wenn diese Arbeitsergebnisse fachlich nutzbar sind. Ein Angebotsentwurf spart nur dann Zeit, wenn technische Angaben stimmen, Konditionen korrekt angewendet werden, fehlende Informationen sichtbar sind und der Vertrieb weniger nacharbeiten muss.

Deshalb sollte der bisherige Ablauf zunächst führend bleiben. Der KI-gestützte Prozess arbeitet mit echten Fällen mit, nutzt dieselbe verbindliche Datenquelle und liefert Ergebnisse zur fachlichen Prüfung. So entsteht ein direkter Vergleich bei Entscheidungsqualität, Vollständigkeit, Bearbeitungszeit, Nacharbeitsquote und Kundenauswirkung.

Der bestehende Prozess ist in dieser Phase nicht nur Rückfalloption. Er enthält Vergleichswerte, die oft nirgends sauber dokumentiert sind: Rabattlogik, Zuständigkeiten, Eskalationen, technische Prüfschritte und Erfahrungswissen darüber, was im Alltag als brauchbares Ergebnis gilt. Gerade in gewachsenen KMU-Strukturen ist dieser Bestand die Messlatte, an der ein neuer KI-Ablauf zeigen muss, ob er wirklich trägt.

Nebenlauf heißt echte Arbeit ohne Außenwirkung

Ein sinnvoller Test arbeitet nicht nur mit künstlichen Beispielen. Er nutzt reale Vorgänge aus Vertrieb, Service oder Projektarbeit, löst aber zunächst keine Kundenzusage aus, gibt keine Bestellung frei, trifft keine Projektentscheidung und versendet keine automatische Antwort. Die fachliche Realität ist vorhanden, das Betriebsrisiko bleibt begrenzt.

In der Servicearbeit kann ein KI-Ablauf eingehende Anfragen klassifizieren, passende Dokumentation suchen und eine Antwort vorbereiten. Die Mitarbeitenden bearbeiten den Fall zunächst weiter wie bisher. Danach lässt sich prüfen, ob die Einordnung richtig war, ob die Antwort fachlich trägt und ob die Bearbeitungszeit tatsächlich sinkt.

In der Projektabwicklung kann ein System offene Punkte aus Protokollen, E-Mails und Statusberichten zusammenführen. Entscheidend ist nicht, ob die Zusammenfassung plausibel klingt, sondern ob sie mit der verbindlichen Datenquelle übereinstimmt. Schon kleine Abweichungen können später falsche Terminzusagen, Nacharbeit oder Kundendiskussionen auslösen.

Der Nebenlauf macht damit eine wichtige Unterscheidung sichtbar: Entfällt Arbeit wirklich, oder verschiebt sie sich nur vom Schreiben zum Korrigieren, vom Suchen zum Kontrollieren und vom Entscheiden zum Erklären? Für KI im Mittelstand ist genau diese Frage oft wichtiger als die reine Modellleistung.

Wirtschaftlichkeit entsteht pro verwertbarem Ergebnis

Für Geschäftsführer ist nicht die Zahl erzeugter Texte, Varianten oder Vorschläge entscheidend. Relevant sind Kosten pro verwertbarem Ergebnis, Prüfstunden, Fehlerkosten, Durchlaufzeit, Nacharbeitsquote und Kundenauswirkung. Ein Ablauf, der zehn Varianten erzeugt, von denen acht ausscheiden und zwei intensiv korrigiert werden müssen, verbessert die Wirtschaftlichkeit nicht automatisch.

Ein kleinerer, enger gefasster Ablauf kann wertvoller sein, wenn er Standardfälle regelmäßig zuverlässig vorbereitet. Gute Startpunkte sind Angebotsvorbereitung, Reklamationsanalyse, Projektreporting, Lieferantenkommunikation oder interne Entscheidungsvorlagen. Dort gibt es häufig wiederkehrende Vorgänge, vorhandene Referenzergebnisse und eine fachliche Prüfung, die den Vergleich möglich macht.

Zur Produktivität gehört auch organisatorische Anschlussfähigkeit. Ein KI-Ergebnis muss in CRM, ERP, Ticketsystem oder Projektablage weiterverarbeitet werden können. Wenn Felder fehlen, Datenverantwortung ungeklärt ist oder Fachbereiche das Ergebnisformat nicht nutzen, zeigt der Nebenlauf nicht nur Schwächen der KI. Er zeigt auch, welche Prozessgrundlagen vor einer Automatisierung fehlen.

Verantwortung wandert nur schrittweise

Aus dem Softwarebetrieb sind zwei robuste Vorgehensweisen bekannt: Beim Canarying wird eine neue Lösung zunächst begrenzt eingesetzt und beobachtet. Beim Strangler-Fig-Muster werden alte Systeme nicht in einem großen Schritt ersetzt, sondern Funktion für Funktion abgelöst. Für KI-Governance im Mittelstand ist daran vor allem die Logik der schrittweisen Verantwortungsverschiebung relevant.

Der neue Ablauf übernimmt zuerst eine eng begrenzte Teilaufgabe: nicht „Angebote automatisieren“, sondern technische Ausgangsdaten für Standardangebote aus vorhandenen Unterlagen zusammenstellen. Nicht „Servicefälle lösen“, sondern Standardanfragen vorsortieren und Antwortbausteine vorschlagen. Nicht „Projektsteuerung ersetzen“, sondern offene Punkte aus bestehenden Unterlagen zusammenführen.

Erst wenn diese Teilaufgabe über mehrere reale Fälle gleichwertige oder bessere Ergebnisse liefert, weniger Nacharbeit verursacht und in bestehende Systeme passt, kann der alte Arbeitsschritt reduziert werden. Für einen KMU-Manager entsteht daraus eine klare Entscheidungsfolge: Der Bestand bleibt Referenz, der neue Ablauf liefert Evidenz, und Verantwortung wird nur dort verlagert, wo Qualität, Aufwand und Anschlussfähigkeit nachweisbar stimmen.