Du möchtest KI in deinem Unternehmen einsetzen, aber schon die erste Entscheidung wird unübersichtlich: Braucht dein Team Claude, eine zusätzliche Software oder gleich einen Agenten? Bevor du Angebote vergleichst, lohnt sich eine kleinere Frage: Welcher konkrete Arbeitsschritt soll besser werden?
„Weniger Büroarbeit“ ist dafür noch zu allgemein. „Aus einer Kundenanfrage die fehlenden Angaben erkennen und eine Rückfrage vorbereiten“ ist ein brauchbarer Anfang. Du kannst den Ablauf beobachten, ein Ergebnis prüfen und den Versuch beenden, falls er nichts bringt.
Hier geht es darum, einen solchen ersten Versuch auszuwählen. Du brauchst dafür weder eine umfassende KI-Strategie noch Zugriff auf alle Unternehmensdaten.
Claude als Beispiel, nicht als Voraussetzung: Wir erklären den praktischen Einstieg hier mit Claude von Anthropic. Die Methode dahinter – passende Aufgaben finden, Eingaben vorbereiten, Ergebnisse prüfen und Nutzen messen – ist jedoch anbieterunabhängig. Du kannst sie auch mit ChatGPT von OpenAI oder geeigneten chinesischen Modellfamilien wie Qwen oder DeepSeek anwenden. Entscheidend ist, ob das konkrete Modell in deinem freigegebenen Setup die Aufgabe zuverlässig erfüllt.
Dabei ist nicht jede Produktfunktion eins zu eins übertragbar: Oberfläche, Dokumentenverwaltung, Integrationen und verfügbare Rechte können sich unterscheiden. Auch Datenverarbeitung und Betriebsmodell musst du für die jeweilige Lösung neu prüfen. „Das beste Modell“ ist deshalb hier keine pauschale Rangliste, sondern das für deinen Anwendungsfall überprüfte Werkzeug.
In diesem Artikel
- Ein Problem auswählen, das du tatsächlich beobachten kannst
- Drei typische Aufgaben aus kleinen Unternehmen unterscheiden
- Den ersten Test in sechs Schritten vorbereiten
- Claude eine begrenzte Aufgabe geben
- Entscheiden, ob du weitermachst
1. Starte mit einem Engpass, nicht mit einem Tool
Schau dir zunächst eine normale Arbeitswoche an. Wo wird dieselbe Information mehrfach zusammengetragen? Wo muss jemand aus unübersichtlichen Notizen einen verständlichen Entwurf machen? Bei welcher Aufgabe bleibt regelmäßig etwas liegen?
Schreibe nicht nur „Angebote dauern zu lange“ auf. Beschreibe, welcher Teil Zeit kostet. Fehlen Angaben des Kunden? Sucht das Team nach älteren Unterlagen? Ist die Preisentscheidung unklar? Oder braucht jemand lange, um einen bereits geklärten Leistungsumfang zu formulieren?
Diese Ursachen verlangen unterschiedliche Lösungen. Eine bessere Anfragevorlage kann fehlende Angaben reduzieren. Eine klare Zuständigkeit kann eine Freigabe beschleunigen. KI kommt dort infrage, wo sie innerhalb eines verständlichen Ablaufs sinnvoll Vorarbeit leisten kann.
Meine Empfehlung: Wähle eine Aufgabe, die wiederkehrt, deren Ergebnis du beurteilen kannst und bei der ein Fehler vor einer externen Wirkung auffällt. Verbindliche Preiszusagen oder ungeprüft verschickte Kundenantworten würde ich nicht zum ersten Versuch machen.
Das ist auch mit Anthropics grundsätzlicher Empfehlung vereinbar: möglichst einfach beginnen und zusätzliche agentische Komplexität nur einsetzen, wenn sie wirklich gebraucht wird. Das ist eine Architektur-Empfehlung des Herstellers, kein Beleg dafür, dass dein konkreter Prozess bereits KI benötigt. [1]
2. Prüfe drei typische Einstiegsmöglichkeiten
Die folgenden Beispiele stammen aus dem fiktiven Betrieb Klarwerk Service, einem technischen Dienstleister mit zwölf Mitarbeitenden. Sie illustrieren Entscheidungen; es handelt sich nicht um einen Kundenbericht oder gemessene Produktivitätsgewinne.
Kundenanfragen für die Bearbeitung vorbereiten
Eine Anfrage beschreibt ein Problem, lässt aber Rückfragen offen. Das Büro muss herausfinden, welche Informationen noch fehlen. KI könnte aus einer freigegebenen Beispielanfrage eine strukturierte Zusammenfassung und offene Fragen vorbereiten.
Der Mensch prüft, ob die Zusammenfassung stimmt und die Rückfragen sinnvoll sind. Termin, Preis und Zusagen bleiben außerhalb der Aufgabe. Ein Formular mit Pflichtfeldern wäre eine mögliche einfachere Alternative.
Gesprächsnotizen in eine Aufgabenliste überführen
Nach einer Besprechung liegen ungeordnete Notizen vor. KI könnte daraus Aufgaben, ausdrücklich genannte Verantwortliche und offene Punkte herausarbeiten.
Die Grenze ist wichtig: Steht kein Termin in den Notizen, darf das Ergebnis keinen erfinden. Vielleicht genügt für diesen Ablauf aber schon eine gemeinsame Protokollvorlage. Genau das sollte der Test klären.
Wiederkehrende Rückfragen zu Leistungen beantworten
Im Büro werden ähnliche Fragen zum Leistungsumfang immer wieder neu formuliert. KI könnte einen Antwortentwurf auf Basis einer aktuellen, freigegebenen Leistungsbeschreibung vorbereiten.
Fehlt eine verlässliche Beschreibung, ist zuerst diese Unterlage dran. Ein Modell kann dir beim Formulieren helfen, aber es sollte nicht entscheiden, welche Leistungen dein Unternehmen tatsächlich anbietet. Bei wenigen Standardfällen reichen möglicherweise gespeicherte Textbausteine.
Alle drei Beispiele haben denselben Vorteil für einen Einstieg: Du kannst einen klar begrenzten Entwurf prüfen, bevor daraus eine Handlung wird.
3. So bereitest du deinen ersten KI-Test vor
Schritt 1: Beobachte echte Fälle
Nimm dir einige typische Vorgänge vor und notiere die Arbeitsschritte. Miss nicht nur die Schreibzeit, sondern auch Suche, Rückfragen und Kontrolle. Für einen ersten Überblick können beispielsweise fünf bis zehn Fälle helfen; eine repräsentative Wirksamkeitsstudie ist das nicht.
Schritt 2: Begrenze die Aufgabe auf einen Satz
Bei Klarwerk könnte dieser Satz lauten:
Aus einer Kundenanfrage eine sachliche Zusammenfassung und eine Liste fehlender Angaben erstellen; keine Preise, Termine oder Zusagen ergänzen.
„Das Anfragewesen automatisieren“ wäre dagegen zu groß. Je genauer du die Aufgabe eingrenzt, desto leichter kannst du später Fehler erkennen.
Schritt 3: Prüfe die einfachere Alternative
Frage ausdrücklich: Könnten eine Vorlage, eine Checkliste oder eine feste Regel dasselbe Problem lösen? Ein fehlendes Pflichtfeld braucht nicht automatisch KI. Für unterschiedliche frei formulierte Anfragen kann ein Modell hingegen einen Versuch wert sein.
Schritt 4: Lege Eingaben und Datenfreigabe fest
Beginne mit vollständig erfundenen Beispielen oder ausdrücklich für das gewählte System freigegebenen Daten. Auch ein Text ohne Namen kann noch vertrauliche oder personenbeziehbare Informationen enthalten.
Wenn unklar ist, welche Inhalte du verwenden darfst, kläre das vor der Eingabe. Dieser Testplan ersetzt keine Datenschutz- oder Vertragsprüfung.
Schritt 5: Beschreibe ein gutes und ein unzulässiges Ergebnis
Für die Anfrage-Zusammenfassung bedeutet „gut“ beispielsweise: Das Anliegen wird richtig wiedergegeben, fehlende Angaben werden erkennbar markiert und nichts wird hinzuerfunden. Unzulässig wären frei ergänzte Preise oder Leistungszusagen.
Solche Kriterien solltest du vor dem Versuch festhalten. Anthropic empfiehlt ebenfalls spezifische, messbare Erfolgskriterien als Ausgangspunkt für die Bewertung von LLM-Anwendungen. [2]
Schritt 6: Bestimme Prüfung und Auswertung
Eine fachkundige Person prüft die Entwürfe. Sie notiert, was verwendbar war, was korrigiert werden musste und wie lange das insgesamt dauerte. Lege außerdem fest, bei welchen Fehlern du den Test unterbrichst.
Am Ende brauchst du keine perfekte KI-Demo, sondern eine Entscheidung: weiter testen, Aufgabe enger schneiden oder ohne KI arbeiten.
4. So kann Claude beim ersten Versuch helfen
Für diesen Einstieg würde ich Claude zunächst als Werkzeug für einen überprüfbaren Entwurf einsetzen, nicht mit weitreichendem Systemzugriff. Verwende dafür ausschließlich geeignete Beispieldaten und dein freigegebenes Setup.
Ein erster Arbeitsauftrag könnte so aussehen:
Du unterstützt die Vorbereitung eingehender Kundenanfragen.
Arbeite ausschließlich mit dem folgenden fiktiven Beispieltext.
Erstelle:
1. eine sachliche Zusammenfassung,
2. eine Liste der ausdrücklich vorhandenen Angaben,
3. eine Liste fehlender Angaben und passender Rückfragen.
Erfinde keine Informationen. Markiere Unsicherheiten.
Mache keine Preis-, Termin- oder Leistungszusagen.
Beispielanfrage:
[Hier eine vollständig erfundene Anfrage einsetzen.]
Prüfe danach nicht nur die Formulierung. Fehlt eine wichtige Aussage? Wurde aus einer Vermutung eine Tatsache? Ist die Rückfrage wirklich notwendig? Diese Kontrolle bleibt auch dann nötig, wenn der Auftrag ausdrücklich „Erfinde nichts“ enthält.
Wiederkehrende Hinweise und freigegebene Unterlagen lassen sich später beispielsweise in einem Claude Project bündeln. Anthropic beschreibt Projects als Arbeitsbereiche mit eigenem Kontext und Anweisungen. Das ersetzt weder die Freigabe der Unterlagen noch die fachliche Prüfung der Antworten. [3]
So überträgst du den Versuch: Nutze dieselben fiktiven Anfragen, denselben Arbeitsauftrag und dieselbe Prüfliste zunächst in der anderen Lösung. Passe den Auftrag bei Bedarf an, dokumentiere diese Änderung und vergleiche anschließend erneut. Bewerte nicht nur den ersten gut klingenden Entwurf, sondern auch schwierige Fälle und Nacharbeit. Für wiederkehrenden Kontext bietet beispielsweise auch ChatGPT Projects an; das bedeutet aber keine identischen Funktionen oder Datenbedingungen. [4]
5. Vorher und nachher: Den ganzen Ablauf vergleichen
Vorher: Eine Person liest die Anfrage, sammelt fehlende Angaben und formuliert Rückfragen.
Mit KI im Test: Dieselbe Person gibt geeigneten Beispieltext ein, prüft den Entwurf, korrigiert ihn und übernimmt nur das brauchbare Ergebnis.
Ein Nutzen wäre erst erkennbar, wenn die zweite Variante bei ausreichender Qualität insgesamt besser funktioniert. Ein schneller erzeugter Entwurf allein reicht nicht. Vorbereitung, Kontrolle und Nacharbeit gehören zum Vergleich dazu; bei einer späteren Einführung auch Einrichtung, Lizenzen und laufende Pflege.
Fehler vermeiden: Wenn die Ergebnisse schön klingen, aber oft falsche Annahmen enthalten, ist der Versuch nicht durch bessere Formulierungen gerettet. Begrenze zunächst die Aufgabe, verbessere die Ausgangsinformation oder entscheide dich gegen diesen Einsatz.
Arbeitshilfe: Dein erster KI-Versuch auf einer Seite
Kopiere diese Fragen in ein Dokument und beantworte sie ohne Tool-Auswahl:
- Aufgabe: Welcher einzelne Arbeitsschritt soll besser werden?
- Problem: Was ist daran heute langsam, fehleranfällig oder mühsam?
- Alternative: Was könnten Vorlage, Checkliste oder feste Regel lösen?
- Eingaben: Welche geeigneten Beispieldaten stehen bereit?
- Ergebnis: Was soll am Ende konkret vorliegen?
- Grenze: Was darf die KI ausdrücklich nicht entscheiden oder ausführen?
- Prüfung: Wer erkennt ein richtiges und ein falsches Ergebnis?
- Entscheidung: Was muss der Versuch zeigen, damit du weitermachst?
Fazit: Erst eine brauchbare Aufgabe, dann das passende Setup
Der erste sinnvolle KI-Einsatz muss nicht groß sein. Ein begrenzter Ablauf mit geeigneten Eingaben, überprüfbarem Ergebnis und klarer Verantwortung gibt dir eine bessere Entscheidungsgrundlage als eine Liste gekaufter Tools.
Wenn du eine mögliche Aufgabe gefunden hast, prüfe als Nächstes die Voraussetzungen dafür: Wie bereit ist dein Betrieb für KI? Ein einfacher Selbstcheck. Du musst nicht das ganze Unternehmen vorbereiten, bevor du einen kleinen, kontrollierten Versuch beginnst.
Frage dein AI Tool / LLM / Agenten
Nutze dafür nur eine abstrakte Beschreibung ohne vertrauliche Unternehmensdaten:
- „Zerlege diesen beschriebenen Arbeitsablauf in Schritte. Wo könnte eine Vorlage statt KI genügen?“
- „Hilf mir, daraus eine begrenzte Testaufgabe zu formulieren. Welche Entscheidungen müssen beim Menschen bleiben?“
- „Welche Fehlerfälle und Prüfkriterien sollte ich vor dem Test festhalten?“
Weiterführende Links und Quellen
- Warum ein AI-Tool noch keine AI-Transformation ist
- 1: Anthropic – Building effective agents
- 2: Anthropic – Define success criteria and build evaluations
- 3: Anthropic – What are projects?
- 4: OpenAI – Projects in ChatGPT
Die Arbeitshilfe und die Auswahlregeln in diesem Artikel sind praktische Empfehlungen, kein standardisiertes Prüfverfahren. Die Herstellerquellen erklären die genannten technischen Konzepte, nicht den wirtschaftlichen Nutzen für deinen Betrieb.
