KI-Implementierung, die einen Workflow vollständig in den Produktivbetrieb bringt

Was umfasst eine KI-Implementierung, Schritt für Schritt?

Sie deckt alles ab zwischen der Entscheidung, einen Prozess zu automatisieren, und dem Punkt, an dem dieser Prozess in den meisten Fällen ohne Aufsicht läuft. In der Praxis teilen wir die Arbeit in sechs Blöcke mit jeweils eigener Abnahme, sodass Sie den Fortschritt an funktionierender Software sehen statt an Statusberichten.

Die Blöcke sind Abgrenzung, Zugriff, Entwicklung, Evaluation, begleiteter Start und Feinschliff. Die Abgrenzung legt Eingaben, Ausgaben und die beteiligten Personen fest. Zugriff bedeutet Servicekonten und API-Schlüssel auf Ihren Namen für jedes System, das der Workflow berührt. Die Entwicklung umfasst Prompts, Orchestrierung und Integrationen. Die Evaluation testet das System an einem Satz echter vergangener Fälle. Der begleitete Start bringt es an echte Arbeit, wobei Prüfer die Ergebnisse freigeben. Der Feinschliff senkt den Prüfaufwand, sobald die Genauigkeit belegt ist.

• Eingaben und Ausgaben Feld für Feld schriftlich festgehalten, mit Beispielen.
• Servicekonten und API-Zugriff nach dem Prinzip der minimalen Rechte in Ihrem Tenant.
• Ein Evaluationssatz aus echten Fällen mit dokumentierten korrekten Antworten.
• Ein Rückfallplan für jede Änderung an Prompt, Modell oder Workflow.

Wie wählen Sie den Workflow aus, der zuerst implementiert wird?

Wählen Sie den Prozess mit hohem Volumen, einer klar richtigen Antwort und einer Person, die das Ergebnis bereits prüft. Rechnungskontierung, das Routing eingehender Leads und die Verschlagwortung von Support-Tickets passen zu dieser Beschreibung; offene Aufgaben wie das Verfassen von Strategiepapieren nicht.

In der kostenlosen Prüfung stellen wir zu jedem Kandidaten vier Fragen: wie oft er pro Woche anfällt, wie lange ein einzelner Vorgang dauert, woran Sie erkennen würden, dass die KI falsch liegt, und was ein Fehler kostet. Backoffice-Arbeit gewinnt meist bei allen vier. MIT NANDA berichtete 2025, dass die höchsten Erträge aus der Backoffice-Automatisierung kamen, obwohl mehr als die Hälfte der Budgets in Vertrieb und Marketing floss. Das deckt sich mit dem, was wir sehen, wenn Käufer uns ihre Shortlist zeigen.

Wie sieht ein implementierter KI-Workflow technisch aus?

Die meisten unserer Lösungen folgen derselben Form: ein Auslöser, ein KI-Schritt, eine Prüfung und ein Zurückschreiben. Eine neue E-Mail in einem geteilten Postfach, eine in SharePoint abgelegte Datei oder ein abgeschicktes Formular startet den Durchlauf. Das Modell extrahiert, klassifiziert oder entwirft. Eine Regelschicht validiert das Ergebnis, das dann in NetSuite, HubSpot, QuickBooks oder dorthin geschrieben wird, wo es hingehört.

Die Prüfung unterscheidet ein Produktivsystem von einer Demo. Jedes Ergebnis trägt einen Konfidenzwert und durchläuft eine Validierung von Format und Geschäftsregeln (existiert der Lieferant, passt die Summe zu den Positionen, liegt das Datum im zulässigen Bereich). Alles unter dem Schwellenwert und alles, was Zahlungen, Kunden oder regulierte Daten betrifft, geht in eine Prüfwarteschlange in Slack, Teams oder einer einfachen AppSheet-Ansicht, wo ein Mensch es mit einem Klick freigibt, bearbeitet oder ablehnt.

Wie testen Sie ein KI-System, bevor es live geht?

Wir testen an Ihrer eigenen Historie, nicht an erfundenen Beispielen. Vor dem Start sammeln wir echte vergangene Fälle (oft 50 bis einige Hundert, je nach Vielfalt), halten für jeden das korrekte Ergebnis fest und bewerten das System daran.

Die Ergebnisse werden nach Falltyp aufgeschlüsselt, sodass Sie sehen, wo das System zuverlässig ist und wo es Schwierigkeiten hat. Daran erkennen wir, wo die Konfidenzschwellen liegen sollten und welche Fälle immer an einen Menschen gehen sollten. Derselbe Evaluationssatz wird bei jeder Änderung an Prompt, Modell oder Retrieval-Einstellung erneut ausgeführt. So verhindern wir, dass die Lösung eines Problems unbemerkt ein anderes schafft.

Was kostet der Betrieb einer KI-Implementierung pro Monat?

Die laufenden Kosten bestehen meist aus Modellnutzung, Plattformgebühren und Hosting, die von den Anbietern direkt über Ihre Konten abgerechnet werden. Wir schätzen sie im Projektumfang anhand Ihrer echten Volumen und setzen dann ein Kostenlimit pro Aufgabe, damit eine hängende Schleife oder ein ungewöhnlich langes Dokument keine hohe Rechnung verursachen kann.

Die Modellnutzung steigt mit Volumen und Dokumentlänge, daher wählen wir für jeden Schritt das günstigste Modell, das den Evaluationssatz besteht, und reservieren größere Modelle für schwierige Fälle. Entwicklungsbudgets und veröffentlichte Marktpreise behandelt unser Ratgeber zu den Kosten einer KI-Implementierung im Detail.

Warum geraten KI-Implementierungen ins Stocken, und wie verhindern wir das?

Sie stocken, wenn das Pilotprojekt nie einen Weg in die tägliche Arbeit hatte. Laut der Umfrage von S&P Global Market Intelligence aus dem Jahr 2025 verwarf das durchschnittliche Unternehmen 46 % seiner Proofs of Concept vor dem Produktivbetrieb und nannte als Gründe Kosten, Datenschutz und Sicherheit.

Wir gehen jeden dieser Punkte an, bevor wir Code schreiben. Die Kosten werden geschätzt und begrenzt. Die Daten bleiben in Konten, die Sie kontrollieren, und Modellanbieter werden nur zu API- oder Enterprise-Bedingungen genutzt, die zu Ihren Datenregeln passen. Sicherheit gewährleisten wir mit Servicekonten nach dem Prinzip der minimalen Rechte, protokollierten Prompts und Ausgaben und einer vereinbarten Liste dessen, was die KI ändern darf. Durch die Prüfwarteschlange vertrauen die Prozessverantwortlichen dem Ergebnis, bevor es eigenständig läuft.

Was passiert nach dem Start?

Wir bleiben für eine Phase der Feinabstimmung an Bord und übergeben dann oder wechseln in einen Supportplan. In dieser Phase sehen wir uns jede Korrektur der Prüfer an, passen Prompts und Schwellenwerte an und verfolgen, wie viel Arbeit inzwischen ohne Eingriff durchläuft.

Eine unserer Fallstudien zeigt das Muster: Für ein Beratungsunternehmen im Bereich Regulierung haben wir ein Compliance-Management-Tool mit wiederkehrender Aufgabenerstellung, Verantwortlichen, Fristerinnerungen und Dashboards je Mandant gebaut. Statusberichte dauern jetzt unter 15 Minuten statt 4–5 Stunden und sparen dem Team über 30 Stunden im Monat. Das Übergabepaket jeder Lösung enthält Code, Prompts, Workflow-Exporte, Protokolle, den Evaluationssatz und ein Betriebshandbuch für häufige Störungen.