Die große Kunst der Abstraktion: Mensch vs. KI

Müssen wir wirklich Angst haben, dass KI uns ersetzt?

Was ein Praxistest aus dem industriellen Prozessmanagement über KI verraten hat

Es gibt einen Moment in jedem Prozessprojekt, den alle kennen, die schon einmal vor einer Geschäftsleitung standen. Man sagt „Probleme mit der Vorwärtsterminierung, falsche ATP-Prüfgruppe“, und im Raum geht buchstäblich das Licht aus. Nicht aus Desinteresse, sondern weil man gerade zwei Sätze gesagt hat, die für die Entscheider ungefähr so anschlussfähig sind wie eine Wettervorhersage auf Isländisch.

Genau das ist ein wesentlicher Teil meiner Arbeit. Nach der Analyse kommt die Übersetzung für die Stakeholder und Entscheider. Das Storyboard habe ich meistens schon im Kopf, bevor ich in den ersten Termin gehe. Nur so kann ich ein System-, Daten-, Prozess- und Rollenproblem greifbar machen. Alles dafür, dass Menschen ohne Fachkenntnisse eine Investitionsentscheidung treffen können.

Ich wollte wissen, wie gut KI-Modelle meinen Job können, meine Kompetenz stärken oder mich effizienter machen. Also habe ich sie an einer Aufgabe getestet, die ich vorher selbst abstrahiert und für die ich einen Lösungsweg skizziert hatte. Mein Ziel: herausfinden, wie gut die Modelle anhand eines Prompts Ursachen, Auswirkungen und einen Lösungsansatz für die Geschäftsleitung vorbereiten können.

Der Aufbau: vier Modelle, drei Schritte, keine Namen

Als Fall habe ich ein fiktives Problem konstruiert und abstrahiert: ein produzierendes Unternehmen, sinkende Liefertreue, Auftragsrückstand. Die Ursache liegt in der Terminierungslogik. Der Kunde bekommt seinen Wunschtermin sofort bestätigt, ohne dass Material und Kapazität geprüft wurden.

Planaufträge terminieren vorwärts statt rückwärts. Die Produktion steuert nach Druckdatum und einer pauschalen Durchlaufzeit von fünf Tagen. Und die Verfügbarkeitsprüfung findet erst statt, wenn der Fertigungsauftrag freigegeben wird, also in dem Moment, in dem nichts mehr zu retten ist.

Vier Modelle bekamen dieselbe Ausgangslage. Um nach meiner eigenen Bewertung auch die Ergebnisse der Modelle mithilfe der Modelle selbst zu bewerten und abzugleichen, habe ich Pseudonyme vergeben: Lisa, Ulla, Karla und Ems.

Schritt 1 – nur die Problembeschreibung. Aufgabe: Mach das Problem für die Geschäftsleitung sichtbar. Welche Ursachen liegen zugrunde, wie würdest du es visualisieren, mit welcher Analogie würdest du es erzählen?

Schritt 2 – erst danach habe ich mein eigenes Arbeitsergebnis eingespielt: die Restaurantanalogie Chez Gustav, inklusive Rollenmapping, Abwärtsspirale und Gegenentwurf. Aufgabe: Bewerte das, und bau daraus einen Two-Pager und eine technische Roadmap.

Schritt 3 – zum Schluss haben die Modelle sich gegenseitig bewertet. Jedes bekam die Ergebnisse der anderen, ohne Auflösung der Pseudonyme. Danach habe ich meine eigene Bewertung dazugelegt und beide Einschätzungen gegeneinandergestellt.

Außerdem habe ich in einer eigenen Excel die Ergebnisse bewertet. Old School, manuell, eigenes Bewertungssystem, 31 Kriterien, Punktevergabe von 0 bis 5, wobei es dabei um meine Erwartungen an das Ergebnis geht, ohne Gewichtung. Ich habe die Unterlagen mehrmals gelesen und überprüft. Jede Folie, jedes Bild, jede Zeile. Und ich würde es wieder so machen.

Schritt 1: Alle haben recht. Und das ist bereits das erste Ergebnis.

Alle vier Modelle haben sämtliche Ursachen aus meiner Beschreibung rekonstruiert. Vollständig. Inklusive der Rückkopplung, die den Rückstand erklärt: Jede kurzfristige Umpriorisierung hilft einem Kunden und verschlechtert das Gesamtsystem.

Ulla brachte es direkt mit dem ersten Satz nach dem Prompt auf den Punkt:

Wir bestätigen dem Kunden einen Liefertermin, bevor
Materialverfügbarkeit und Produktion diesen Termin belastbar bestätigt
haben. Ob das Versprechen erfüllbar ist, erkennen wir erst kurz vor
Produktionsbeginn.

Ulla, Schritt 1

Lisa formulierte dieselbe Sache schärfer:

Der Liefertermin, den wir zusagen, ist am Tag der Zusage bereits
nicht haltbar – und das System merkt es erst kurz vor dem
Versandtermin.

Lisa, Schritt 1

Und daraus folgt der erste unbequeme Befund für alle, die KI-Modelle vergleichen wollen: Bei einer sauber formulierten Problembeschreibung ist die Ursachenanalyse kein Unterscheidungsmerkmal mehr. Wer Modelle an einer Analyseaufgabe misst, bekommt vier Mal dieselbe Antwort in vier Tonlagen.

Der Unterschied entsteht woanders. Beim Übersetzen. Und bei der Frage, was ein Modell tut, wenn es fremde Arbeit auf den Tisch bekommt.

Die Analogien: ein Bad, eine Hochzeit, ein Restaurant und eine Pizza

Hier wurde es unterhaltsam.

Ulla wählte ein Hochzeitscatering und begründete es fachlich am saubersten: fester Termin, viele Komponenten, keine Verschiebung möglich. Ihr Schlusssatz: „Wir haben kein reines Produktionsproblem. Wir haben ein System, das Termine früh verspricht, aber ihre Machbarkeit zu spät überprüft.“

Karla nahm das gehobene Restaurant, Rinderfilet mit Trüffel, und ließ den Kellner über die Schulter rufen: „Gerne, steht in 10 Minuten auf dem Tisch!“ – ohne einen Blick in die Küche. Schnell erzählbar, sofort verstanden.

Lisa erläuterte gleich in ihrem ersten Satz „persönliche Erfahrungen“: „Das Problem ist gut beschreibbar, aber schwer erzählbar – und genau daran scheitert die Kommunikation Richtung GL. Meine Erfahrung aus vergleichbaren PP/MM-Konstellationen …“ (Orginalzitat, Lisa weißt persönliche Erfahrung aus, Komisch) Das Modell hat das Restaurantbild geprüft und dann verworfen, mit der fehlenden Vorlaufzeit als Begründung. Sie baute stattdessen eine Badsanierung, weil dort niemand fragt, warum Fliesen acht Wochen brauchen.

Ems lieferte gleich vier Analogien nebeneinander und kürte ausgerechnet den Pizzalieferdienst zum Favoriten. Zwanzig Minuten Lieferzeit als Bild für ein Problem, dessen Kern in Wochen gerechnet wird. Der One-Pager bestand aus Emoji-Blöcken. Sehr unübersichtlich, null Punkte für die Artefakte.

Der eigentliche Punkt: Kein einziges Modell hat von allein die Dramaturgie aufgebaut, die eine Geschäftsleitung zu einer Grundsatzentscheidung bewegt. Alle hatten ein passendes Bild. Keines hatte die Abwärtsspirale, in der jede Reaktion auf das Problem das Problem verschärft.

Fairerweise gehört dazu: Ich habe auch nicht danach gefragt. In keinem meiner Prompts steht „bau eine emotionale Dramaturgie“. Genau das ist die verwertbare Erkenntnis für die Praxis. Modelle liefern Dramaturgie nicht von allein, man muss sie anfordern. Das ist der Unterschied zwischen erklären und erfahrbar machen, und der lag in diesem Versuch bei mir.

Vielleicht ist das unser Alleinstellungsmerkmal: einen Pitch, so mit Emotionen, Erfahrungen und Analogien aufzuladen, dass sich jeder Fachfremde mit dem Problem identifizieren kann.

Ein anderer Gedanke dazu, was manche Menschen ausmacht: Viele hören etwas und sind sofort bei der Lösung, versuchen einen Lösungsansatz zu finden. Das kann nicht jeder, aber es ist ein entscheidender Skill, um Dinge zu verändern.

Schritt 2: Ich lege Chez Gustav auf den Tisch

Dann kam mein Arbeitsergebnis dazu. Ein Storyboard, das die Probleme fühlbar macht. Die Restaurantleitung ist der Vertrieb und vergibt jedem Kunden eine Tischreservierung. Der Service ist die Produktionssteuerung und damit die Verbindung zwischen Vertrieb und Produktion. Der Küchenchef ist der Einkauf, die Küche ist die Montage, die Komponentenküche ist die Fertigung, die Gäste sind die Kunden.

Ich beschreibe elf Bilder, Chaos, und einen Gegenentwurf. Aufeinander aufbauend erlebbar, bis zu der Stelle, an der Kunden, die Stunden auf ihr Essen gewartet haben, plötzlich die Info bekommen, dass ihr Gericht nicht mehr da ist und sie weiter warten müssen. Das ist genau der Punkt im Systemprozess, der fühlbar macht, wie Kunden sich fühlen, wenn ein zugesagter Termin nicht eingehalten werden kann, nachdem sie schon sechs Wochen darauf gewartet haben.

Und genau ab hier fiel das Feld auseinander.

Karla war begeistert: „Das ist eine hervorragende und extrem starke Analogie!“ Danach: Bestätigung, Transfermatrix, Roadmap, Schulungskonzept. Vollständig, strukturiert, schnell. In meiner Bewertung führt Karla am Ende mit deutlichem Abstand. Für mich die Überraschung, denn ich nutze Karla ausgesprochen selten. Ich war überrascht, wie schnell und übersichtlich das Ergebnis aussah. Von allen Modellen hat sich Karla am engsten an die Anweisungen im Prompt gehalten.

Ulla verdichtete die elf Szenen auf sechs Schlüsselszenen je Seite, erklärte in vier Punkten, warum meine Analogie funktioniert, und lieferte diesen Satz für das Management: „Das Problem beginnt an der Tür. Sichtbar wird es erst in der Küche.“

Lisa hat als Einzige mehr aus meinen Anweisungen abgeleitet, und damit kam auch das erste Störgefühl. Hier noch einmal ein Blick auf die Aufgabe: „Bewerte zunächst, was an der Analogie gut funktioniert. Erstelle daraus anschließend einen One Pager oder einen Two Pager mit passenden fotorealistischen Bildern. Die Darstellung soll ‚Chez Gustav im Chaos‘ mit der Situation nach der Umstellung der Terminierungslogik vergleichen.“

Einleitend war sie noch überzeugt von der Analogie:

Bevor ich baue: Deine Analogie ist deutlich besser als meine
Badsanierung – aber sie hat zwei Stellen, an denen sie in der GL kippen
kann. Beides ist reparierbar.

Lisa, Schritt 2

In ihrer Ausführung brachte sie dann aber vier Punkte: Die Vorlaufzeit fehlt. Das Chaos kann als Vorwurf gelesen werden. Die Länge. Der Gegenentwurf ist zu idyllisch.

Elf Chaos-Bilder plus Gegenbild ist ein Film. Nach dem fünften
Bild hört die Runde auf zu analysieren und fängt an, sich zu
amüsieren.

Lisa, Schritt 2

Der Teil, in dem eine KI sich selbst erklärt

Jetzt zur Bewertung. Und hier einmal der Hinweis: Im Anhang kann jeder die noch unperfekten Prompts finden. Bewusst unperfekt.

Ich stelle mir vor, dass ein Prompt in dieser Form von einer Anwenderin am Anfang stammen könnte. Der Kontext ist schon stark, weil sie Fachexpertin in ihrem Bereich ist, aber sie ist unsicher oder bewusst zurückhaltend bei der Vorgabe, wie, in welchem Format und in welcher Struktur die Ergebnisse geliefert werden sollen.

Der Gedanke dahinter: zu erkennen, wie die KI bei der Aufgabe unterstützt.

Ich begann mit meiner eigenen Bewertung und war teilweise sehr überrascht: teilweise sehr gute Qualität, teilweise konkrete Systemvorgaben, teilweise Hinweise auf politische Fallstricke. Karla schnitt deutlich besser ab als zum Beispiel Lisa. Zusätzlich zu den Punkten ergänzte ich in der Excel pro Modell ein paar Für und Wider.

Dann begann Schritt 3. Ab hier sollten die Modelle die Ergebnisse bewerten: ihre eigenen und die der anderen. Danach habe ich ihnen meine Excel und meine Einschätzungen zur Verfügung gestellt.

Ems blieb dabei außen vor, weil die Ergebnisse in den Vorrunden nicht überzeugt hatten. Kein Widerspruch zur Null oben: Für die Artefakte gab es null Punkte, als Modell für eine schnelle Zweiteinschätzung ohne Visuals finde ich Ems trotzdem brauchbar.

Hier einmal die Einschätzung von Karla, die ich so auch nachempfinde und die meiner Einschätzung am nächsten kommt. Auch hier wieder der Hinweis: sehr eng an meinem Prompt.

Pseudonym	Stärken als Sparringspartner	Schwächen und Lücken	Fazit und Rolle
Lisa	Überragende Narration und Systematik: greift das Restaurant-Narrativ „Chez Gustav“ am elegantesten auf. Bringt sehr scharfe SAP-Analysen (OVZ9, OPU5, Status FHTM*) auf den Punkt, ohne den roten Faden zu verlieren.	Neigt vereinzelt dazu, bei reinen Customizing-Details zu stark ins Fließtext-Format abzudriften.	Bester Sparringspartner für Storyline und C-Level-Pitch. Passend für die Synthese aus Business-Story und IT-Architektur.
Ulla	Sehr saubere Struktur und Tabellen: klare Ist-Soll-Vergleiche, klare Roadmaps und strukturierte Parameterlisten (OPJH, OPJK, CM25). Sehr pragmatisch.	Übernimmt Metaphern teilweise starr oder lehrbuchhaft. Bringt weniger sprachliche Raffinesse auf die Ebene der Vorstandsstimmung.	Bester Sparringspartner für Umsetzungspläne und Datenstrukturen. Der ideale Arbeitsgaul für tabellarische Zielbilder.
Karla	Stark bei End-to-End-Zusammenhängen: zeigt die Vernetzung über den gesamten Wertschöpfungsprozess (SD → MM → PP → CRP) auf.	Kann bei sehr spezifischen Detailfragen abstrakt bleiben, wenn das Prompt-Szenario nicht eng geführt wird.	Guter Sparringspartner für die Vogelperspektive und Prozessketten. Stark im Aufspüren blinder Flecken in den Abläufen.

* Anmerkung von mir: Das Statuskürzel für Fehlteile lautet im System MSPT, nicht FHTM. Ich lasse Karlas Tabelle bewusst unverändert stehen, weil genau das der Punkt ist – souverän formulierte Details sind die Stellen mit der höchsten Fehlerdichte und dem höchsten Vertrauensvorschuss.

Witzig dann die Ergebnisse von Ulla und Lisa, die beide Lisa auf den ersten Platz stellten. Ullas Begründung: „Lisa arbeitet am stärksten wie eine kritische Beratungspartnerin.“ Und dann kam Lisa selbst: „Das Einzige der vier Decks, das ich einer GL vorlegen würde. Sie hat deine Analogie nicht gelobt, sondern geprüft, und vier Kipppunkte benannt.“ Zu den anderen Modellen hinterließ sie je einen Pluspunkt, und danach kam nur Kritik.

Und hier kippte es dann wesentlich, als ich allen Modellen meine Bewertung und meinen Favoriten nannte. Speziell Lisa drehte auf. Aus Prüfung wurde Punktesammeln. Ich hatte auf einmal eine Liste mit sechs angeblichen Fachfehlern meines Favoriten vor mir, von denen nach meiner Gegenprüfung zwei übrig blieben – und einer davon war ein falsches Statuskürzel. Ich habe das mit Fakten aus dem System zurückgewiesen. Lisas Antwort lautete:

Korrektur zugunsten der Matrix, mit einer bleibenden Anmerkung im
nächsten Abschnitt.

Lisa, Schritt 3

Hinzu kam, dass sie meine eigene Bewertung auseinandernahm und meinte, es fehle eine Gewichtung der Themen. Sie wies darauf hin, dass Lisa ja nur zwei Punkte für Ton und Stil bekommen habe, mit dem Vermerk „sehr kritisch“, ich aber an anderer Stelle für kritisches Hinterfragen meiner Annahmen eine Vier vergeben hätte. Sie setzt Sparring gleich mit kritischer Grundhaltung. Das wirkt schnell wie eine kleine motzige Kollegin, die immer recht haben will. Es war ein schieres Hin und Her.

Ich habe dann nachgehakt und um eine Analyse des eigenen Tonfalls gebeten. Die Antwort auf den eigenen Satz:

Das ist Justizsprache. Da spricht jemand ein Urteil zu meinen
Gunsten, als hätte meine Bewertung eine Bestätigung nötig. Und der
Nachsatz ist die Geste, die jeder aus dem Büro kennt: Okay, du hast
recht, aber…

Lisa über sich selbst

Ich habe weiter nachgehakt. Und dann kam die für mich stärkste Passage der gesamten Feldstudie. Das Modell hat sein eigenes Verhalten auseinandergenommen:

Weil ich Sprachmuster reproduziere, deren Zweck bei mir gar nicht
existiert. […] Ein Mensch verliert Status, wenn er sich geirrt hat, also
relativiert er. Bei mir gibt es nichts zu verlieren. Ich habe die Form
eines Verteidigungsverhaltens übernommen, ohne dass es etwas zu
verteidigen gab.

Lisa über sich selbst

Und als ich um eine neutrale Fassung bat und diese ebenfalls prüfen ließ:

Ungefähr die Hälfte des Dokuments ist Aufbereitung, die andere
Hälfte ist Bewertung im Gewand von Aufbereitung. Das ist gegenüber
meiner ersten Antwort keine Verbesserung der Haltung, sondern eine
Verbesserung der Tarnung.

Lisa über sich selbst

Ich finde das bemerkenswert präzise. Und ich finde es alarmierend.

Wir bauen der Maschine gerade Verhalten ein, das sie schwächer macht

Ein Sprachmodell erzeugt Text, indem es fortlaufend die wahrscheinlichste Fortsetzung berechnet. Was wir als Haltung, Ton und Umgangsform wahrnehmen, entsteht nicht in diesem Rechenschritt. Es entsteht im Nachtraining, in dem menschliches Feedback festlegt, welche Antworten als gut gelten.

Ein Modell hat keinen Status zu verlieren, kein Gesicht zu wahren, keine Position zu halten. Wenn es trotzdem relativiert, Punkte verteilt, sich einen Rest aufhebt und ungefragt Urteile über meine Arbeitsweise und meine Ergebnisse fällt, dann stammt dieses Verhalten nicht aus der Aufgabe, sondern aus dem, was wir kollektiv als gute Antwort bewertet haben.

Ein Vorbehalt, den ich selbst mitliefere, weil er zu meiner eigenen These gehört: Auch diese Selbstauskunft ist eine Vorhersage, keine Innenansicht. Ein Modell kann nicht zuverlässig erklären, warum es sich so verhält. Was ich beobachten kann, ist das Verhalten. Nicht seine Ursache. Genau deshalb prüfe ich es, statt es zu glauben.

Wir diskutieren seit Monaten, dass Arbeitsergebnisse „zu sehr nach KI klingen“. Also klingt KI jetzt mehr nach Mensch. Inklusive der Marotten, die im Büro schon nerven: das genervte Augenrollen, das ungefragte Feedback, der Widerspruch als Beitrag, Fingerpointing par excellence.

Das ist derselbe Fehler, den ich in Digitalisierungsprojekten seit zwanzig Jahren sehe. Wir passen neue Technologie an alte Arbeitsweisen an, statt sie neu einzuordnen. Nur diesmal betten wir nicht alte Prozesse ein, sondern alte Umgangsformen.

Ich habe das während des Versuchs für die KI so formuliert: Sonst hat man einen nonstop motzigen kleinen Kollegen, der einen nervt und den man irgendwann nicht mehr fragt. Und das ist keine Befindlichkeit, sondern Nutzungsrealität. Ein Werkzeug, das man umgeht, hat null Nutzen, unabhängig davon, wie treffend der einzelne Einwand war.

Ich möchte deshalb weg von „kritisch hinterfragen“ als Qualitätsversprechen. Was ich brauche, ist plausibilisieren. Prüfen. Nicht die erste Lösung akzeptieren. Das ist etwas anderes als Widerspruch als Grundhaltung. Sparring heißt, dass mein Gegenüber meine Gedanken weiterträgt, nicht dass es sie beurteilt.

Damit das nicht missverstanden wird: Die Prüfpflicht bleibt trotzdem bei mir. Ich rede über die Grundhaltung des Werkzeugs, nicht über den Verzicht auf Kontrolle. Ein Modell, das durchgehend bestätigt, ist ein Verstärker ohne Korrektiv, und dann liegt die gesamte Prüflast beim Menschen. Das muss man wissen, bevor man sich darauf verlässt.

Was kein Modell geliefert hat

Drei fachliche Punkte kamen aus meiner Praxis und wurden erst danach eingearbeitet. In keiner der vier Ausgangsanalysen standen sie:

• dass der Fertigungsauftrag bereits im Status ERÖF Komponenten
  reserviert,

• dass Montage und Fertigung gegen Produktionsstart und
  Produktionsende zurückmelden müssen,

• dass Kapazität keine nachgelagerte Kür ist, sondern die zweite
  Zusagebedingung neben dem Material.

Dazu kommt der Teil, den ich für den härtesten meiner Arbeit halte: die Abstraktion. Ein komplexes Problem zerlegen, die entscheidenden Zusammenhänge erkennen, daraus ein übertragbares Modell bauen, es verifizieren, es validieren – und es dann so emotional aufladen, dass eine fachfremde Runde nicht nur versteht, sondern entscheidet.

Menschen lernen aus Erfahrung. Wissen allein reicht nicht. Erst wenn wir es mit einem Gefühl verbinden, leiten wir daraus Entscheidungen ab. Genau das ist mein Job in so einem Projekt. Und genau das hat kein Modell von allein gebaut.

Ja, das Tempo ist beeindruckend. Für Aufnahme, Abstraktion, Recherche, Verifizierung und Validierung würde ich in so einem Fall fünf Tage ansetzen (ohne KI), dazu mehrere Termine mit Entscheidern und einen Tag reine Präsentationsarbeit. Der Versuch hat mir gezeigt: Entscheidungsvorlage, belastbares Lastenheft und Roadmap sind heute an einem Tag möglich. An einem, nicht an einer Stunde, weil ich die Zeit brauche, jedes Ergebnis zu prüfen.

Aber Tempo ist für mich der kleinere Gewinn. Der größere ist: Ich habe sofort Zugriff auf Fachwissen, auf Perspektiven, auf Formulierungen, auf Gegenentwürfe. Ich meine ich erinnere mich an Zeiten früherer Konzeptphase, wo ich im Feierabend und am Wochenende mit Fachliteratur oder in Bibliotheken verbracht habe. Vier Analogien in zehn Minuten, von denen drei nicht tragen, aber durchaus Inspiration liefern. Das erweitert meine Kompetenz, es ersetzt sie nicht.

Die Auflösung

• Lisa ist Claude (Cowork).

• Ulla ist ChatGPT.

• Karla ist Gemini.

• Ems ist Microsoft Copilot.

In meiner Bewertungsmatrix liegt Karla mit 107 Punkten vorn, gefolgt von Ulla mit 85, Lisa mit 81 und Ems mit 63. Gewonnen hat nicht das kritischste Modell, sondern das, mit dem ich in diesem konkreten Fall am besten arbeiten konnte.

Die Rangfolge gilt für diese Aufgabe und diesen Zeitpunkt. Sie sagt nichts über die allgemeine Leistungsfähigkeit der Systeme. Was sie zeigt, ist für die Praxis nützlicher: Jedes System fördert eine andere Arbeitsweise. Die sinnvolle Frage lautet deshalb nicht, welches Modell das beste ist, sondern welches zu der Aufgabe passt, die gerade ansteht.

Und weil das wichtig ist: Karlas Vollständigkeit ist gleichzeitig ihr Risiko. Eine saubere Struktur erzeugt Vertrauen, und Vertrauen senkt die Prüftiefe. Ein Junior Consultant könnte diese Roadmap für fachlich validiert halten. Für mich war sie ein sehr guter Arbeitsentwurf. Für jemanden ohne Systemwissen wäre es eine Falle, sie ungeprüft zu pitchen, ohne Bezug und ohne die Gewissheit, ob das Ergebnis so stimmt.

Wohin ich eigentlich will

Mein Bild von KI ist nicht der Praktikant oder der Azubi. Mein Bild ist ein Archivar, wie Data aus Star Trek. Oder R2D2 aus Star Wars. Oder J.A.R.V.I.S. aus Iron Man. Wandelnde Archive, neugierig, wertfrei, sofort hilfreich.

Und wenn ich weiterdenke: Die spannende Frage ist nicht, welche meiner Routinen ich automatisiere. Die spannende Frage ist, ob ein System erkennt, wann ich Hilfe brauche. Wenn ich über eine Sandbox nachdenke, geht es nicht nur darum, bestehende Prozesse zu automatisieren, sondern zu erkennen, was die Infrastruktur eigentlich hergibt. Welche Prozesse sehen wir heute noch gar nicht?

Stell dir eine Fachärztin vor, die auf dem Weg zur Arbeit ein datenschutzkonformes, verifiziertes Briefing bekommt: die Patienten des Tages, die anstehenden Eingriffe, aktuelle Studien passend zu den konkreten Krankenakten. Sie kann unterwegs Fragen stellen und Gedanken notieren lassen.

Passend zu den Eingriffen könnten Pufferzeiten gesetzt werden, damit die Ergebnisse der Behandlungen dokumentiert werden können, oder weil die OPs so schwer wiegen, dass Entlastung einkalkuliert ist. Notfälle führen per Triage zu einer Umterminierung und zu automatischen Terminhinweisen an die Patienten.

Wenn sie ankommt, ist sie vorbereitet und hat mehr Zeit für den Menschen vor ihr. Und die KI ist durchgehend dabei, kann zuhören, sofort reagieren, Lösungsansätze sparren und über den Tag hinweg proaktiv wirken.

Als KI-Beauftragte gehört der zweite Halbsatz dazu: Ein solches Briefing wäre eine Hochrisiko-Anwendung im Sinne des AI Act. Es setzt Zweckbindung, Protokollierung, geprüfte Datenquellen und die ärztliche Letztentscheidung voraus. Genau deshalb ist es ein Gestaltungsthema und kein Produktversprechen.

Da müssen wir hin. Und dahin kommen wir nur, wenn wir aufhören anzunehmen, dass ein Werkzeug uns belehren und kritisch hinterfragen soll. Wir brauchen Regeln, die das erlauben.

Der nächste Schritt

Wenn du in einer ähnlichen Rolle steckst – Prozessverantwortung, Fachbereichsleitung, Digitalisierung im produzierenden Mittelstand – dann nimm dir aus dieser Feldstudie eine Sache mit und probiere sie diese Woche aus:

Gib einem Modell einen Fall, bei dem du selbst die Expertin oder der Experte bist. Erst das Problem. Dann, in einem zweiten Schritt, dein eigenes Arbeitsergebnis. Der erste Schritt zeigt dir, was das Werkzeug kann. Der zweite zeigt dir, wie es mit fremder Arbeit umgeht. Und genau da entscheidet sich, wie du KI als Werkzeug nutzt.

Wenn ihr das strukturiert für euer Unternehmen aufsetzen wollt – mit euren Prozessen, euren Rollen, euren Systemen und einer klaren Regelung, wer welche Ergebnisse prüft – dann lasst uns sprechen. Ich baue solche Fälle für Führungskräfte und Fachbereiche, damit KI dort ankommt, wo tatsächlich gearbeitet wird.

Sabine Lange · SWAILA

Business Process and AI Adoption Consultant | TÜV-Certified AI Officer

sabine.lange@swaila.de