Arbeit muss für KI lesbar werden

Kurzfassung: KI im Mittelstand wird erst produktiv, wenn Arbeit nicht nur schneller erledigt, sondern für Menschen und Agenten nachvollziehbar zugeschnitten wird. Entscheidend sind lesbare Übergaben, verbindlicher Kontext, fachliche Prüfung und klare Zuständigkeit im laufenden Betrieb.

Viele KI-Projekte beginnen mit einem sichtbaren Erfolg: Ein Angebot entsteht schneller, eine Serviceantwort klingt besser, ein Projektstatus ist in Sekunden zusammengefasst. Trotzdem verändert sich der Ablauf dahinter oft kaum. Die Kalkulation fragt weiter nach, der Service sucht alte Zusagen, die Projektleitung rekonstruiert Entscheidungen aus E-Mails. Der produktive Unterschied liegt deshalb nicht allein im Modell. Er liegt darin, ob das Unternehmen seine Arbeit so beschreibt, dass agentische Arbeitsabläufe sinnvoll anschließen können.

Agenten brauchen anders beschriebene Arbeit

Die aktuelle Entwicklung bei agentischer KI zeigt einen einfachen, aber weitreichenden Punkt: Ein Agent ist kein besseres Textfeld. Anthropic beschreibt wirksame Agenten als Systeme, die Werkzeuge nutzen, innerhalb klarer Grenzen handeln und bei Bedarf an Menschen zurückgeben. OpenAI nennt in seinem Leitfaden ebenfalls definierte Aufgaben, passenden Kontext, geeignete Werkzeuge und Kontrollpunkte als Voraussetzung für brauchbare Agenten.

Für KMU ist das eine Managementfrage. Viele bestehende Abläufe sind für erfahrene Menschen gebaut. Sie ergänzen fehlende Informationen, kennen informelle Rabattgrenzen, erinnern sich an Kundenzusagen oder wissen, wann ein Servicefall wirklich kritisch wird. Diese stille Ergänzungsleistung ist wertvoll, aber für KI oft unsichtbar.

Daraus entsteht der zentrale Befund: Nicht jeder Prozess, der für Menschen funktioniert, ist auch für Agenten anschlussfähig. Ein System kann nur dann verlässlich vorbereiten, wenn Auftrag, Datenbasis, Entscheidungskriterien und Rückgabe klar genug vorliegen. Fehlt diese Struktur, bleibt KI neben dem Prozess. Sie erzeugt Ergebnisse, ohne die organisatorische Anschlussfähigkeit wesentlich zu verbessern.

Der Job verschiebt sich vom Erstellen zum Prüfen

Der erste sichtbare Wandel betrifft Rollen im Fachbereich. In der Angebotserstellung liegt der Wert nicht mehr nur im Formulieren eines Angebotsentwurfs. Wichtiger wird, ob Preislogik, Kundendaten, Lieferfähigkeit, Sonderkonditionen und Freigaben in einer Form vorliegen, die ein Agent nutzen und ein Mensch prüfen kann.

Damit verändert sich die Aufgabe im Vertrieb. Mitarbeitende schreiben weniger Standardpassagen selbst, tragen aber mehr Verantwortung für Kontext, Ausnahmen und fachliche Qualität. Sie müssen erkennen, ob ein Vorschlag zur Marge passt, ob Kundenspezifika berücksichtigt wurden und ob eine Freigabe nötig ist. Das ist keine Entwertung der Rolle, sondern ein anderer Zuschnitt: weniger manuelle Erstellung, mehr fachliche Prüfung und Entscheidungsqualität.

In der Servicearbeit zeigt sich derselbe Mechanismus. Eine KI kann Antworten vorbereiten oder Fälle zusammenfassen. Produktiv wird das erst, wenn die Fallhistorie vollständig genug ist und Zusagen aus früheren Kontakten nicht in einzelnen Postfächern oder Chatverläufen verschwinden. Sonst entsteht eine gute Formulierung, aber der Kunde muss beim nächsten Kontakt erneut erklären, worum es geht.

Auch in der Projektabwicklung reicht eine automatische Zusammenfassung nicht aus. Entscheidend ist, ob Risiken, offene Entscheidungen, Verantwortlichkeiten und Zusagen einheitlich erfasst sind. Der Nutzen entsteht nicht im Bericht selbst, sondern darin, dass Projektleitung, Fachbereich und Geschäftsführung früher dieselbe Lage sehen.

Übergaben werden zum eigentlichen Arbeitsprodukt

Agentische Arbeitsabläufe machen sichtbar, dass Übergaben in vielen Unternehmen zu wenig gestaltet sind. Sie entstehen nebenbei: in E-Mails, Besprechungsnotizen, alten Tabellen, Tickets oder im Kopf einzelner Personen. Menschen können diese Lücken oft ausgleichen. Ein Agent kann das nur, wenn genügend Kontext strukturiert verfügbar ist.

Darum wird Übergabequalität zu einer praktischen Führungsgröße. Nach einem KI-vorbereiteten Angebot sollte die Kalkulation weniger Rückfragen haben. Nach einer Servicezusammenfassung sollte klar sein, ob Technik, Vertrieb oder Abrechnung übernehmen muss. Nach einem Projektstatus sollte die nächste Entscheidung leichter fallen, nicht nur der Bericht schneller erstellt sein.

Hier beginnt KI-Governance im operativen Sinn. Sie besteht nicht zuerst aus abstrakten Regeln, sondern aus verbindlichen Festlegungen: Welche Datenquelle gilt? Wer pflegt fachliche Logik? Wann darf ein System vorbereiten? An welcher Stelle bleibt menschliches Urteil zwingend? Wie wird dokumentiert, warum eine Entscheidung getroffen wurde?

Diese Fragen wirken nüchtern, sind aber wirtschaftlich relevant. Ohne verbindliche Datenquelle entsteht Nacharbeit. Ohne klare Prüfung entstehen Fehlentscheidungen. Ohne dokumentierte Rückgabe bleibt Verantwortung diffus. KI im Mittelstand wird dann zwar genutzt, aber nicht tragfähig in das Betriebsmodell eingebunden.

Produktivität zeigt sich nach dem ersten Ergebnis

Viele Unternehmen messen KI zu früh am einzelnen Output. Ein Angebot, das zehn Minuten schneller entsteht, ist ein Vorteil. Für die Wirtschaftlichkeit zählt aber stärker, ob die Freigabe schneller möglich wird, Sonderfälle früher erkannt werden, Fehlerkosten sinken und der Kunde verlässlicher eine Antwort bekommt.

Bei Servicefällen ist nicht die schönere Antwort der eigentliche Produktivitätsnachweis. Relevanter sind Rückfragenquote, Eskalationen, Wiederholkontakte und Bearbeitungszeit bis zur belastbaren Lösung. In der Projektarbeit zählt nicht, ob ein Statusbericht automatisch entsteht, sondern ob Entscheidungen früher getroffen werden können und weniger Zeit in Rekonstruktion verloren geht.

Daraus folgt eine klare Prozessauswahl. Einfache Assistenzfälle wie Textentwurf, Recherche oder Zusammenfassung können ohne großen Umbau nützlich sein. Bei wiederkehrenden Abläufen mit Kundenwirkung, Marge, Lieferfähigkeit oder rechtlicher Verantwortung reicht das nicht. Dort muss Arbeit für Mensch und Maschine lesbar werden: mit nachvollziehbarem Kontext, fachlicher Prüfung, eindeutiger Rückgabe und messbarer Entscheidungsqualität.

Für einen KMU-Geschäftsführer ist die konkrete Entscheidung deshalb nicht, möglichst viele KI-Werkzeuge einzuführen. Sinnvoller ist, einen wirtschaftlich relevanten Ablauf auszuwählen und zu prüfen, ob seine Übergaben heute nur durch Erfahrung stabil bleiben. Genau dort lohnt sich der Umbau: weil aus schnelleren Einzelschritten belastbarere Arbeitsteilung, weniger Nacharbeit und bessere Kundenentscheidungen entstehen.