KI muss Ablösefähigkeit beweisen

Kurzfassung: Neue agentische KI sollte kritische Arbeit nicht sofort ersetzen. Der bessere Managementmaßstab ist Ablösefähigkeit: Bestand und KI-Variante laufen befristet nebeneinander, Ergebnisse werden fachlich verglichen, Rollen werden neu zugeschnitten, und alte Tätigkeiten entfallen erst, wenn die neue Form der Arbeit nachweislich trägt.

Die aktuelle Diskussion über offene Großmodelle, alternative Modellarchitekturen und agentische Systeme führt zu einer nüchternen Führungsfrage: Wie verändert man wertschöpfende Arbeit, ohne den laufenden Betrieb zur Versuchsumgebung zu machen? Für Geschäftsleitungen ist nicht entscheidend, ob ein KI-System beeindruckende Einzelantworten liefert. Entscheidend ist, ob es im realen Geschäft so verlässlich arbeitet, dass alte manuelle Tätigkeiten, Prüfschleifen oder Systemroutinen tatsächlich reduziert werden können.

Der relevante Test heißt Ablösefähigkeit

Agentische Arbeitsabläufe sind mehr als ein Chatfenster. Sie können Informationen suchen, Fälle klassifizieren, Dokumente auswerten, Entwürfe vorbereiten, nächste Schritte vorschlagen oder Ergebnisse an Fachsysteme übergeben. Gerade deshalb reicht ein Funktionstest nicht aus. Ein Ergebnis kann flüssig formuliert sein und dennoch eine falsche Preislogik verwenden, eine Kundensonderregel übersehen oder eine Projektlage zu glatt zusammenfassen.

Der Managementpunkt liegt im Parallelbetrieb. Der bestehende Prozess bleibt zunächst verbindlich, während die KI-gestützte Variante dieselben oder vergleichbare Fälle mitbearbeitet. So entsteht kein abstrakter Innovationsnachweis, sondern ein direkter Vergleich gegen die heutige Arbeit: Qualität, Bearbeitungszeit, Nacharbeit, Entscheidungsqualität und Kundenwirkung werden sichtbar.

Diese Logik ist im Softwarebetrieb etabliert. Das Google SRE Book beschreibt Canarying als begrenzte Einführung einer neuen Version mit Beobachtung unter kontrolliertem Risiko. AWS erklärt Blue/Green-Deployments als zwei parallele Umgebungen, zwischen denen kontrolliert umgeschaltet werden kann. Microsofts Azure Architecture Center beschreibt das Strangler-Fig-Pattern als schrittweise Ablösung alter Systemteile durch neue Funktionen. Für KI-Management muss diese Logik fachlich erweitert werden: Es geht nicht nur um technische Verfügbarkeit, sondern um organisatorische Anschlussfähigkeit.

Der neue Maßstab lautet daher nicht: „Kann die KI etwas erzeugen?“ Sondern: „Kann die Organisation danach alte Arbeit sicher abbauen?“

Aus Automatisierung wird Rollenumbau

Der Parallelbetrieb macht eine Veränderung sichtbar, die in vielen KI-Projekten unterschätzt wird: Arbeit verschwindet selten einfach. Sie wird anders zugeschnitten.

In der Angebotserstellung kann KI Kundendaten zusammentragen, frühere Angebote auswerten, Produktregeln prüfen und einen Entwurf formulieren. Der Vertrieb schreibt dann weniger von Grund auf, muss aber stärker über Marge, Risiko, Lieferfähigkeit und Kundenbeziehung entscheiden. Im Service kann KI Tickets einordnen, Antwortvorschläge erzeugen und Wissensartikel heranziehen. Servicekräfte suchen weniger, prüfen aber stärker Tonalität, Vertragsstand, Kulanzspielraum und mögliche Eskalation. In der Projektabwicklung kann KI Statusinformationen verdichten und Risiken markieren; Projektleitungen müssen beurteilen, ob ein Hinweis belastbar oder nur allgemein plausibel ist.

Damit wandert Wertschöpfung. Nicht die schnellere Texterstellung ist der eigentliche Gewinn, sondern die bessere Vorarbeit für fachliche Entscheidungen. Jobs werden dadurch nicht nur „KI-unterstützt“. Ihre Verantwortungsgrenzen ändern sich. Mitarbeitende werden von Erstellern zu Prüfern, Einordnern und Entscheidern. Führung muss deshalb klären, ab wann ein KI-Ergebnis nur Material ist, ab wann es als Vorschlag gilt und ab wann es verbindlich in den Geschäftsvorgang eingeht.

Für das Betriebsmodell ist diese Unterscheidung zentral. Wenn Prüfung nur nebenbei entsteht, wirkt der KI-Einsatz produktiver, als er ist. Dann sinkt zwar die Zeit bis zum ersten Entwurf, aber die Verantwortung landet in einer unsichtbaren Kontrollschicht. Das ist keine belastbare Produktivitätssteigerung.

Verwertbare Ergebnisse schlagen Modellkosten

Für KI im Mittelstand und in größeren Organisationen wird Wirtschaftlichkeit häufig zu eng berechnet. Lizenzkosten, Modellkosten oder Kosten pro Anfrage sagen wenig darüber aus, ob ein Prozess wirtschaftlich besser wird. Entscheidend sind Kosten pro verwertbarem Ergebnis.

Ein Angebotsentwurf ist erst verwertbar, wenn Preisannahmen, Sondervereinbarungen, technische Konfiguration und Lieferzusage stimmen oder mit vertretbarem Aufwand korrigiert werden können. Eine Serviceantwort ist erst wertvoll, wenn sie den Fall richtig erfasst, keine falschen Zusagen enthält und Wiederkontakte nicht erhöht. Eine Projektzusammenfassung hilft nur, wenn sie offene Punkte, Risiken und Entscheidungen so darstellt, dass die nächste Managemententscheidung besser wird.

Der Parallelvergleich zeigt daher mehr als eine Demo. Er macht sichtbar, in welchen Fallgruppen KI tragfähige Vorarbeit liefert und wo sie neue Fehlerbilder erzeugt. Er zeigt auch, ob die verbindliche Datenquelle existiert. Viele Unternehmen arbeiten mit einer Mischung aus Fachsystemen, E-Mails, lokalen Dateien und Personenwissen. Wenn Preise, Vertragsstände, Servicehistorien oder Freigabegrenzen uneindeutig sind, produziert KI leicht formal saubere, aber fachlich falsche Ergebnisse.

Das ist keine reine Datenfrage. Es ist KI-Governance im operativen Sinn: Wer verantwortet die Quelle, die im Zweifel gilt? Wer erkennt, ob ein Fehler vom Modell, von veralteten Daten oder von unklaren Prozessregeln stammt? Ohne diese Klärung bleibt der neue Arbeitszuschnitt unsicher, selbst wenn das Modell leistungsfähig ist.

Abschalten ist die eigentliche Managemententscheidung

Der Nutzen entsteht nicht beim Start der KI-Variante. Er entsteht, wenn alte Arbeit begründet entfällt. Solange Bestand und neue Lösung dauerhaft vollständig nebeneinanderlaufen, steigen Aufwand und Komplexität: zusätzliche Integration, zusätzliche Prüfung, zusätzliche Abstimmungen, zusätzliche Kennzahlen. Für eine befristete Vergleichsphase ist das sinnvoll. Als Dauerzustand ist es keine Produktivität.

Deshalb sollte Management früh definieren, wie die Ablösung erfolgen kann. Nicht der gesamte Prozess muss auf einmal umgestellt werden. Sinnvoller ist eine Staffelung nach Fallgruppen. Wiederkehrende, gut dokumentierte und risikoarme Vorgänge können früher mehr KI-Vorarbeit erhalten. Sonderfälle, haftungsnahe Entscheidungen, Eskalationen oder Kunden mit individuellen Vereinbarungen bleiben länger im bisherigen Verfahren oder unter enger fachlicher Kontrolle.

Eine Fallgruppe ist reif für mehr Automatisierung, wenn mehrere Bedingungen zusammenkommen: Die Ergebnisqualität bleibt über genügend echte Fälle stabil, der Prüfaufwand ist akzeptabel, Rückfallregeln sind klar, die Datenquelle ist verantwortet, und die beteiligten Rollen wissen, wer im Zweifel entscheidet. Dann können manuelle Recherche, doppelte Erfassung, Standardformulierungen oder zusätzliche Abstimmungsschleifen reduziert werden.

Für einen KMU-Manager folgt daraus eine konkrete Entscheidung: Nicht das eindrucksvollste KI-Werkzeug zuerst auswählen, sondern einen geschäftsrelevanten Prozess mit genügend Wiederholung und klarer Qualitätsmessung. Dort laufen Bestand und KI-Variante einige Wochen vergleichbar nebeneinander. Danach entscheidet nicht die Demo, sondern die Evidenz: Welche Fälle übernimmt die KI, welche Prüfung bleibt, welche Datenlücke muss geschlossen werden — und welche bisherige Tätigkeit wird tatsächlich abgeschaltet.