„Wir wollen das mit KI machen.“ Diesen Satz höre ich in Erstgesprächen regelmäßig, und danach kommt oft eine Aufgabe, für die ein Filter in Excel genügt. Meine These: Gute KI-Beratung beginnt mit der Frage, wo du KI nicht brauchst. Das klingt kontraproduktiv, wenn man wie ich als KI-Berater für EPU und KMU im DACH-Raum arbeitet, und ich verstehe jeden, der da misstrauisch wird.
Ich hab genug Technikwellen kommen und gehen sehen, um einen Hype zu erkennen. In diesem Artikel findest du fünf realistische Situationen, in denen ich von KI abrate, und drei Prüffragen für deine eigene Entscheidung. Fangen wir bei einer Prognose an, die den Hype ziemlich nüchtern einordnet.
- Agentic AI
- KI-Systeme, die Aufgaben selbstständig in mehreren Schritten erledigen, statt nur eine Frage zu beantworten.
- Deterministisch
- Gleiche Eingabe, gleiches Ergebnis, jedes Mal. So arbeiten feste Regeln und Formeln. Sprachmodelle rechnen mit Wahrscheinlichkeiten und liefern nicht immer dasselbe.
Meine Position in einem Satz:
Wenn eine feste Regel, eine Tabelle oder ein Formular ein Problem löst, ist KI der teurere und unsicherere Weg. Das sage ich meinen Kunden, auch wenn ich an der KI-Beratung verdiene.
Warum rate ich als KI-Berater von KI ab?
Weil ein Gespräch, das beim Werkzeug beginnt, selten gut ausgeht. Das ist keine Einzelmeinung. Laut der Gartner-Pressemitteilung vom Juni 2025 werden bis Ende 2027 mehr als 40 Prozent der Agentic-AI-Projekte eingestellt, wegen steigender Kosten, unklarem Geschäftswert oder zu schwacher Risikokontrolle. Ein Gartner-Analyst beschreibt die meisten aktuellen Projekte als frühe Experimente, die vom Hype getrieben sind und oft am falschen Problem ansetzen.
Das betrifft zuerst große Konzerne. Ich erkenne das Muster bei EPU und KMU trotzdem wieder, nur mit kleineren Beträgen: Jemand liest von einem Tool, schließt ein Abo ab und sucht danach eine Aufgabe dafür. Ich würde das eigentlich als Reihenfolge-Problem bezeichnen, aber so ist es genauer: Das Werkzeug kommt vor dem Problem.
Und ja, ich hab einen Interessenkonflikt, den ich lieber offen ausspreche. Ein Betrieb, dem ich ein Projekt verkaufe, das nichts bringt, ruft mich nie wieder an und erzählt es weiter. Ich hab nie mitgezählt, aber mein Eindruck ist, dass in einem guten Teil der Erstgespräche mindestens eine Aufgabe auftaucht, für die KI die falsche Antwort wäre. Hier sind die fünf, die ich am realistischsten finde, weil sie immer wieder kommen.
Warum fällt es so schwer, auf KI zu verzichten?
Weil das Schlagwort lauter ist als jede Bedarfsanalyse. Wer als Unternehmerin oder Unternehmer täglich liest, dass die Konkurrenz alles automatisiert, bekommt ein ungutes Gefühl. Dazu verkaufen Anbieter ihre Tools mit dem Versprechen, dass es nur ein Klick und ein Abo bis zur Effizienz sind. Beides zusammen ergibt einen Druck, der mit dem eigentlichen Betrieb wenig zu tun hat.
Das Ergebnis erlebe ich oft: Leute, die vom Wort KI regelrecht überfahren sind und am liebsten alles damit machen würden, auch Dinge, die seit zehn Jahren problemlos laufen. Ein Betrieb, der gut funktioniert, hat kein KI-Problem. Er hat vielleicht ein Aufmerksamkeitsproblem, weil jede Zeitschrift und jeder LinkedIn-Feed etwas anderes behauptet.
Mein Job ist in dem Moment nicht, Begeisterung zu bremsen. Mein Job ist, sie auf eine Aufgabe zu lenken, bei der sie sich auszahlt.
Brauchst du KI, wenn eine feste Regel reicht?
Nein. Typische Fälle: eine Eingangsbestätigung, wenn jemand dein Kontaktformular ausfüllt. Eine Zahlungserinnerung am zehnten Tag nach Rechnungsdatum. Eine Mail mit dem Betreff „Reklamation“, die im richtigen Ordner landet. Das sind Wenn-Dann-Aufgaben, und dafür reichen eine Outlook-Regel, ein Formular-Tool oder ein Automatisierungs-Workflow. Einrichten dauert einen Nachmittag, danach läuft es still im Hintergrund, ohne dass du je wieder darüber nachdenkst. Genau das ist das Ziel: eine Aufgabe, die niemand mehr bemerkt.
Ich bau selbst gern so etwas. In meinem Home Assistant laufen Automationen nach demselben Prinzip: Wenn Bedingung A und B zutreffen, passiert C. Das ist langweilig, und langweilig ist hier ein Kompliment.
Warum nimmst du in so einem Fall nicht trotzdem KI? Weil eine Regel deterministisch arbeitet. Wenn sie falsch rechnet, findest du den Fehler und korrigierst ihn für alle Fälle auf einmal. Bei einem Sprachmodell hast du diese Möglichkeit nicht. Den Unterschied hab ich am Beispiel der österreichischen Verwaltung beschrieben, in meinem Beitrag darüber, warum eine Regel-Engine etwas anderes ist als ein Sprachmodell.
Brauchst du KI, wenn dein Engpass die Wartezeit ist?
Meistens nicht. Angebote sind ein gutes Beispiel. Eine Anfrage kommt rein, jemand kalkuliert, der Chef gibt frei, dann geht das Angebot raus. KI schreibt den Angebotstext in zwei Minuten statt in zwanzig. Wenn das Angebot danach aber drei Tage auf die Freigabe wartet, merkt dein Kunde von deiner Zeitersparnis nichts.
Wartezeit lässt sich mit keinem Sprachmodell beschleunigen. Ausführlicher steht das in meinem Artikel über Abläufe, die trotz neuer Modelle gleich langsam bleiben. Mein Rat in so einem Fall ist banal: Miss die Durchlaufzeit in Kalendertagen, zähl die Übergaben und streich eine davon. Das kostet kein Abo und bringt an der richtigen Stelle oft mehr.
Der Grund, warum das so selten passiert: Eine gestrichene Übergabe ist unspektakulär. Niemand schreibt einen Post über „Freigabe vom Chef abgeschafft“. Ein neues KI-Tool dagegen fühlt sich nach Fortschritt an, auch wenn die Durchlaufzeit am Ende identisch ist. Schauen wir ehrlich hin, ist das oft der Unterschied zwischen sich beschäftigen und etwas verbessern.
Brauchst du KI, wenn jede zweite Anfrage ein Sonderfall ist?
Ein Betrieb, mit dem ich gearbeitet habe, wollte die Kundenkommunikation automatisieren, weil das nach dem größten Hebel aussah. Es brachte wenig, weil jede zweite Anfrage ein Sonderfall war. Die Belegvorbereitung für die Buchhaltung dagegen, die niemand auf dem Zettel hatte, war nach einem Tag eingerichtet und spart seither jeden Monat einen halben Arbeitstag. Beschrieben hab ich das im KI-Check mit zwölf Fragen für EPU und KMU.
Was das konkret bedeutet: Wo Sonderfälle die Regel sind, brauchst du Urteilsvermögen und den richtigen Ton, und beides liegt bei dir und deinem Team. KI darf dort einen Entwurf liefern. Die Entscheidung triffst du.
Und noch etwas habe ich bei diesem Betrieb gelernt: Die Aufgabe mit dem größten Hebel sieht man selten auf den ersten Blick. Sie liegt meist dort, wo niemand hingeschaut hat, weil sie keinen Namen hat. Dort anzufangen kostet wenig und bringt schneller etwas, als sich an der Kundenkommunikation abzuarbeiten.
Brauchst du KI, wenn die Antwort stimmen muss?
Kalkulationen, Fristen, Steuerfragen, rechtliche Aussagen. Ein Sprachmodell sagt das nächste Wort voraus, es schlägt nichts nach. Heraus kommt eine Antwort, die genauso überzeugend klingt wie eine richtige, und genau das macht sie gefährlich. Wie KI-Halluzinationen entstehen und wie du sie erkennst, hab ich in einem eigenen Beitrag erklärt.
Für dein Alltagsgeschäft heißt das: Rechnen soll eine Tabellenkalkulation, Nachschlagen eine geprüfte Quelle. KI darf dir eine Formel vorschlagen oder einen Text um die Zahlen herum bauen, die Zahlen selbst prüfst du. Wenn du ohnehin jede Antwort nachrechnen musst, hast du dir die Zeit nicht gespart, sondern verschoben. Das gilt besonders dann, wenn das Ergebnis an einen Kunden geht, denn dann trägst du die Verantwortung für den Fehler, nicht das Tool.
Brauchst du KI, wenn niemand den Prozess besitzt?
Wenn ein Betrieb sagt „Wir wollen auch KI“, frag ich zuerst: Wofür genau, und wer kümmert sich darum? Fehlt ein klares Ziel oder ein Verantwortlicher, wird aus dem Projekt ein Abo, das nach drei Tagen niemand mehr öffnet. KI macht aus einem unklaren Ablauf einen schneller unklaren Ablauf.
Dazu kommt das Team. Wenn Mitarbeitende Angst um ihren Arbeitsplatz haben oder das Tool als Zusatzlast empfinden, scheitert auch die beste Lösung. Hier hilft kein Prompt, hier hilft ein Gespräch. Ich sag meinen Kunden dann ehrlich, dass wir zuerst den Prozess klären und das Werkzeug danach auswählen.
Woran erkennst du selbst, ob du KI brauchst?
Drei Fragen, die dich zwanzig Minuten kosten:
- Lässt sich die Aufgabe als Wenn-Dann-Regel beschreiben? Dann nimm die Regel.
- Würde sich eine Entscheidung ändern, wenn die Information in einer Stunde statt in einer Woche vorläge? Wenn nein, ist Geschwindigkeit an dieser Stelle wertlos.
- Wer prüft das Ergebnis, und woran erkennt er einen Fehler? Lautet die Antwort „niemand“ oder „weiß ich nicht“, lass die Finger davon.
Wo lohnt sich KI dann wirklich?
Dort, wo Sprache und unsortierte Information im Spiel sind und ein Mensch das Ergebnis in Minuten prüfen kann: Textentwürfe, Zusammenfassungen langer Dokumente, Recherche als Vorbereitung, Struktur in eine wirre Notizsammlung bringen. Ich nutze KI selbst täglich dafür. Bei meinem Fußballblog über die Salzburger übergebe ich eine ungeordnete Sammlung aus Texten, Einschätzungen und halben Sätzen, und daraus entsteht ein ausformulierter Beitrag, den ich dann prüfe, kürze und korrigiere. Das Urteil über ein Spiel bleibt bei mir, die Gliederungen nicht. Dass ich Kunden vor falschen Einsätzen warne, ändert daran nichts. Es macht meine Empfehlung für die richtigen Einsätze glaubwürdiger.
Häufige Fragen
Was du morgen tun kannst
Such dir eine Aufgabe aus, für die du gerade KI einsetzen willst, und beantworte die drei Prüffragen. Kommt dabei eine Regel, ein Formular oder eine gestrichene Übergabe heraus, bist du schneller und billiger fertig. Bleibt die Aufgabe übrig, ist sie ein guter erster KI-Fall. Beides ist ein Gewinn. Du kannst weiter jedem Schlagwort hinterherlaufen. Oder du fängst bei der Aufgabe an.
