KI erst im Nebenlauf verantwortbar machen

Kurzfassung: Agentische Arbeitsabläufe sollten im Mittelstand nicht sofort bestehende Prozesse ersetzen. Ihr Wert zeigt sich im Nebenlauf: wenn Qualität, Datenbasis, Verantwortung und Kundenauswirkung gegen den bisherigen Ablauf geprüft werden, bevor alte Arbeitsschritte schrittweise entfallen.

Neue KI-Modelle werden zunehmend als Systeme beschrieben, die längere Aufgaben verfolgen, Werkzeuge nutzen und Arbeit über mehrere Schritte fortsetzen können. Anthropic stellte Claude 4 im Mai 2025 ausdrücklich als Modellfamilie für anspruchsvolle Codier- und Agentenaufgaben vor. Gleichzeitig zeigt OpenAIs Umbau der eigenen Struktur, dass KI nicht nur als Produkt, sondern als langfristige Infrastruktur mit gesellschaftlicher und wirtschaftlicher Bedeutung behandelt wird. Für Geschäftsführer im Mittelstand folgt daraus keine Aufforderung zum schnellen Austausch alter Prozesse. Die eigentliche Managementfrage lautet: Wie lässt sich neue KI-Arbeit prüfen, ohne den laufenden Betrieb zur Versuchsstrecke zu machen?

Der Nebenlauf ist kein Pilot im Schaufenster

Viele Unternehmen nennen fast jede KI-Erprobung einen Pilot. Das klingt vorsichtig, bleibt aber oft zu unverbindlich. Ein Team testet ein Werkzeug, sammelt Eindrücke und entscheidet nach einigen Wochen, ob es “hilft”. Für einzelne Textaufgaben mag das genügen. Für agentische Arbeitsabläufe reicht es nicht.

Agentische Arbeitsabläufe greifen tiefer in die Organisation ein. Sie bereiten Angebote vor, ordnen Servicefälle, verdichten Projektstände, schlagen nächste Schritte vor oder suchen fehlende Informationen. Damit verändern sie nicht nur die Geschwindigkeit eines Arbeitsschritts, sondern die Lage der Verantwortung. Wer prüft? Wer entscheidet? Welche Datenquelle gilt? Was wird dem Kunden zugesagt?

Der Nebenlauf ist deshalb eine präzisere Form der Einführung. Der bestehende Prozess bleibt zunächst verbindlich. Der neue KI-Ablauf arbeitet daneben an denselben oder vergleichbaren Fällen. Beide Ergebnislinien werden verglichen: nicht nach Eindruck, sondern nach Qualität der Übergabe, fachlicher Korrektheit, Nacharbeit, Datenlücken, Zeitgewinn und Kundenauswirkung.

So entsteht eine belastbare Managementkarte der Arbeit. Führung sieht nicht nur, ob KI “funktioniert”, sondern an welcher Stelle der heutige Ablauf unnötig langsam, unklar oder abhängig von Einzelwissen ist.

Qualität zeigt sich am nächsten Verantwortlichen

Ein KI-Ergebnis ist im Betrieb nur so gut wie der nächste Arbeitsschritt, der darauf folgt. Das ist der wichtigste Unterschied zwischen einem beeindruckenden Entwurf und verwertbarer Produktivität.

In der Angebotserstellung kann ein Agent Kundendaten, frühere Angebote, Leistungsbausteine und Preislogik zusammenführen. Der Nutzen entsteht aber erst, wenn Vertrieb, Technik oder Geschäftsführung weniger Rückfragen haben und schneller zu einer belastbaren Zusage kommen. Ein sprachlich besseres Angebot, das Lieferfähigkeit, Sonderkonditionen oder technische Klärpunkte übersieht, verbessert nicht die Entscheidungsqualität.

Im Service kann KI eingehende Anfragen klassifizieren, Dringlichkeit einschätzen und passende Informationen aus der Historie vorbereiten. Im Nebenlauf wird sichtbar, ob Stammkunden richtig erkannt werden, ob kritische Fälle früher aufsteigen und ob Weiterleitungen abnehmen. Eine falsche Priorisierung ist hier kein kleiner Modellfehler. Sie verändert Kundenerwartung und interne Belastung.

In der Projektabwicklung kann ein agentischer Ablauf Protokolle, Aufgabenstände, E-Mails und offene Entscheidungen verdichten. Wertvoll ist das nur, wenn Projektleitung und Führung daraus schneller erkennen, welche Abhängigkeiten bestehen, welche Zusagen gefährdet sind und welche Entscheidung fehlt. Eine schöne Zusammenfassung aus veralteten Quellen bleibt eine alte Unschärfe in neuer Form.

Der Nebenlauf zwingt Unternehmen, Qualität dort zu messen, wo Arbeit übergeben wird. Das ist für KI im Mittelstand meist brauchbarer als allgemeine Automatisierungsquoten.

Die verbindliche Datenquelle wird zur Führungsfrage

NIST beschreibt Risikomanagement für KI als Aufgabe, die unter anderem verlässliche Prozesse zum Messen, Steuern und Verbessern von Risiken verlangt. Für KMU klingt das zunächst abstrakt. Im Alltag wird daraus eine einfache, aber harte Frage: Worauf darf sich der KI-Ablauf stützen?

Bei Angeboten betrifft das gültige Preislisten, freigegebene Leistungsbeschreibungen, Kundenvorgeschichte und kaufmännische Grenzen. Im Service betrifft es Verträge, Gerätehistorie, Prioritätsregeln, Eskalationswege und Zuständigkeiten. In Projekten betrifft es aktuelle Beschlüsse, Aufgabenstände, Liefertermine und Änderungswünsche.

Der Nebenlauf macht sichtbar, ob eine verbindliche Datenquelle existiert oder ob der alte Prozess nur durch Erfahrung, Rückfragen und persönliche Erinnerung stabil gehalten wurde. Genau dort liegt oft die eigentliche Produktivitätsgrenze. Das Modell kann mehr lesen und schneller vorbereiten. Es kann aber keine organisatorische Verbindlichkeit ersetzen, die im Unternehmen nicht definiert ist.

KI-Governance wird dadurch praktisch. Sie besteht nicht zuerst aus Grundsatzpapieren, sondern aus überprüfbaren Regeln für echte Arbeit: Welche Quelle schlägt welche andere? Welche Information darf in eine Kundenzusage einfließen? Welche Unsicherheit muss sichtbar markiert werden? Wer darf eine KI-Vorlage freigeben oder zurückweisen?

Rollen ändern sich vor dem Organigramm

Wenn agentische Arbeitsabläufe im Nebenlauf bessere Vorarbeit liefern, verändert sich der Zuschnitt von Jobs. Das geschieht oft früher als jede formale Reorganisation.

Eine Vertriebsmitarbeiterin verbringt weniger Zeit mit dem Suchen alter Angebotsbausteine und mehr Zeit mit kaufmännischer Bewertung, Kundenerwartung und Verhandlungsspielraum. Ein Serviceteam prüft weniger Rohinformationen und mehr Fallbilder: Ist die Einordnung plausibel, ist die Eskalation richtig, fehlt ein kritischer Kontext? Eine Projektleitung rekonstruiert weniger Status und arbeitet stärker an Zielkonflikten, Abhängigkeiten und Entscheidungen.

Damit wandert Wertschöpfung. Routinehafte Informationsarbeit wird teilweise Systemvorarbeit. Menschliche Arbeit verschiebt sich zu Prüfung, Priorisierung, Verantwortung und Kommunikation. Das ist keine automatische Entlastung. Es verlangt Kompetenzaufbau und Rollenklarheit.

Gerade deshalb sollte der alte Ablauf nicht zu früh abgeschaltet werden. Sonst entsteht eine Lücke zwischen technischer Möglichkeit und organisatorischer Anschlussfähigkeit. Mitarbeitende sollen nicht nur KI-Ausgaben nutzen, sondern verstehen, welche Art von Arbeit ihnen entzogen, vorbereitet oder neu übergeben wird.

Abschalten braucht Schwellen, nicht Stimmung

Der entscheidende Moment ist nicht der Start des neuen Ablaufs, sondern das schrittweise Abschalten alter Arbeitsschritte. Dafür braucht die Geschäftsführung vorher klare Schwellen.

In der Angebotserstellung kann eine Schwelle sein, dass ein KI-vorbereiteter Entwurf über mehrere reale Fälle hinweg weniger fachliche Korrekturen benötigt und keine kritischen Preis- oder Lieferfehler erzeugt. Im Service kann eine Schwelle sein, dass bestimmte Fallklassen zuverlässig richtig zugeordnet werden und Eskalationen früher stattfinden. In der Projektarbeit kann eine Schwelle sein, dass offene Entscheidungen und Abhängigkeiten vollständiger sichtbar werden als im bisherigen Statusprozess.

Solche Schwellen müssen nicht kompliziert sein. Sie müssen nur näher an der Arbeit liegen als allgemeine Begeisterung. Produktivität entsteht nicht, weil ein Ablauf moderner wirkt, sondern weil er Nacharbeit reduziert, Entscheidungsqualität verbessert oder Kunden früher belastbare Antworten gibt.

Das Betriebsmodell verändert sich dann kontrolliert. Erst werden einzelne Vorarbeiten aus dem KI-Ablauf übernommen. Danach werden bestimmte Fallklassen, Angebotsbestandteile oder Statusformate verbindlich. Erst wenn Datenbasis, fachliche Prüfung, Verantwortung und Kundenauswirkung stabil sind, kann ein alter Schritt entfallen.

Der stärkere Hebel liegt in der Lernkurve

Der Nebenlauf hat noch einen zweiten Nutzen: Er erzeugt Lernen, bevor Abhängigkeit entsteht. Unternehmen sehen, welche Prozesse für agentische KI geeignet sind und welche nicht. Geeignet sind wiederkehrende Abläufe mit vergleichbaren Ergebnissen, prüfbaren Daten und klarer Anschlussstelle: Angebotsvorbereitung, Serviceklassifikation, Lieferantenprüfung, Projektstatus oder interne Entscheidungsunterlagen.

Weniger geeignet sind seltene Ausnahmefälle, rechtlich sensible Einzelfallentscheidungen oder Bereiche, in denen die Datenlage schon im Bestand unklar ist. Dort würde KI nicht zuerst Produktivität erzeugen, sondern Unschärfe beschleunigen.

Für das Management ist das eine nüchterne, aber wertvolle Einsicht. Neue KI-Abläufe sollten nicht neben dem Bestand laufen, weil Führung ängstlich ist. Sie sollten daneben laufen, weil nur der Vergleich zeigt, welche Arbeit wirklich besser wird, welche Rollen neu zugeschnitten werden müssen und welche alte Routine erst dann abgeschaltet werden darf, wenn der neue Ablauf seine Verantwortung tragen kann.

So wird KI im Mittelstand nicht zur Wette auf das neueste Modell. Sie wird zu einer kontrollierten Veränderung der Arbeitsarchitektur: mit sichtbarer Datenbasis, prüfbarer Qualität, klarer Verantwortung und einer Lernkurve, die der Betrieb aushält.